[发明专利]边缘计算中基于任务图整体资源需求的多应用在线计算卸载资源调度方法和系统

说明书

边缘计算中基于任务图整体资源需求的多应用在线计算卸载资源调度方法和系统，具体而言，是由需要为应用进行计算卸载的用户设备先根据当前移动边缘计算中边缘计算设备的负载状态和要卸载执行的应用的任务图结构生成一个离线的任务分配映射表，系统再从用户的角度，将满足每个用户的离线任务分配方案作为对计算资源的总需求，从最大化用户应用的总体价值角度，于当前收到的卸载请求集合中选择一个用户请求，并基于该用户的离线分配映射，将应用的任务全部分配到边缘计算网络的对应计算设备上。本发明中所采用的计算资源分配方法在应用的总价值、平均执行跨度和平均成功率方面均表现出较佳的效果，综合来看，其总体测试结果要明显优于现有的其它方法。

技术领域

本发明涉及移动计算和物联网应用处理技术领域，特别涉及一种边缘计算中基于任务图整体资源需求的多应用在线计算卸载资源调度方法和系统。

背景技术

为了使智能移动设备能高效地执行功能丰富的复杂应用程序，在计算卸载技术的支持下，移动设备可以利用邻近用户的边缘计算设备扩展移动设备的计算能力，提高用户体验。因此各种被部署在移动网络边缘的小微型计算设备可以联合起来形成边缘云(Edgecloud)为用户提供快捷高效的计算服务。由于边缘云的计算资源相对远端云而言，在资源上仍然是受限的，因此当边缘云需要同时服务许多用户时，用户在运行应用的截止期限约束下不可避免地会竞争边缘云的有限资源。如果边缘云不能为用户有效地分配计算资源，对资源的竞争必然会严重降低用户的体验，甚至会形成资源的浪费。

虽然最新的一些工作研究了在边缘云上多用户如何卸载DAG任务的问题，但是这些工作提出的解决方案主要是根据用户释放卸载请求的优先级为用户分配计算资源，并没有考虑用户的偏好，这可能使用户无法获得满意的效用。此外，这些工作为了能够感知边缘云中所有计算服务的当前负载状况，是根据就绪任务的状态做出任务调度决策，而忽略了任务图的完整结构信息。由于缺乏应用的完整信息，这些工作给出的是一种短视优化策略，这可能限制了计算卸载的性能。

发明内容

本发明的目的之一是提供一种用于边缘计算网络的多应用DAG任务在线计算卸载的资源调度方法，通过该方法将每一个应用的DAG任务对计算资源的整体需求情况和边缘云的当前负载状态联合起来考虑，避免产生短视优化，并有效分配边缘云的计算资源，最大化应用的平均价值。

为了实现上述目的，本发明采用如下技术方案：边缘计算中基于任务图整体资源需求的多应用在线计算卸载资源调度方法，包括以下步骤：

S1.用表示要执行计算卸载的应用n对应的DAG模型，其中,和分别为应用n的任务集合和有向边集合，中任务的总数应用n中的一个任务为其中i表示集合中的第i个任务，任务t_ni的计算负载量表示成δ_ni；

S2.给应用n分别增加两个计算负载量为0的伪节点作为入口和出口，即和在集合中的编号分别用0和I_n+1表示，且从发出的有向边和进入的有向边都分别赋予一个数据传输量，其中，出边的传输量表示要从用户设备上卸载的应用数据量，其数值大小表示为表示的后继；入边的数据传输量表示要传回用户设备的结果数据量，其数值大小表示为代表的前驱；

S3.根据应用n的DAG结构计算每个任务的优先级；

S4.构建一个用于记录算出的部分关键路径——PCP的空集，根据计算出的优先级为应用n的DAG结构计算PCP路径，将获得的PCP路径存放在集合中，并用表示集合包含的PCP路径的数目；

S5.根据所有边缘计算设备的处理能力和单位时间执行开销，将集合中的每条PCP路径分配到为应用卸载生成的离线分配映射表中；所述离线分配映射表其数据结构为链表每一条链表都与一个边缘计算设备m相对应，将应用n的每条PCP路径都映射到链表中，由所有链表构成映射到离线分配映射表