[发明专利]物联网场景的异构云-边环境的最优任务卸载方法

说明书

一种物联网场景的异构云‑边环境的最优任务卸载方法，包括步骤：步骤一、将任务应用t通过建模得到有向图G^T；步骤二、获取任务应用t中每个任务t_i的计算代价和通信代价；然后判断是否所有任务的通信代价都满足边界条件α；步骤三、对步骤一中得到的有向图G^T和步骤二中得到的计算代价和通信代价信息进行分析，建模得到特定的辅助图G*；步骤四、在步骤三中得到的辅助图G*上找到最小割集C，并得到该割集C对应的通信代价不对称的云‑边环境中任务卸载的最优卸载策略。本发明利用最大流最小割算法得到分割任务应用并卸载到云‑边环境中进行计算的最优卸载方案。该方法能够明显降低在满足特定场景的异构云‑边环境中卸载整个任务应用的总代价。

技术领域

本发明涉及了一种物联网场景的异构云-边环境中的最优任务卸载算法，属于云-边计算领域。

背景技术

边缘计算由于其可扩展性和低通信成本，弥补了从本地设备向远程云传输大量数据的成本，因此受到了广泛的关注。云-边计算具有边缘计算和云计算的优点。另外，它也是解决物联网设备资源限制和仅将整个应用卸载到云上导致高延迟的最有效途径之一。

计算卸载是获得云-边计算显著优点的关键技术之一，它特别有利于基于微服务的应用程序。这些该应用程序通常被分解为一组独立的小型服务，每个服务作为一个任务运行自己的流程或容器，并通过轻量级通信机制相互通信。计算卸载需要决定哪些任务应该卸载到边缘端，哪些任务应该卸载到云端，并进一步决定执行整个应用程序应该遵循什么顺序。

现有技术中，物联网应用场景下，通常忽略云端内部、边缘端内部的通信代价，并假设从边缘端到云端、从云端到边缘端的通信代价是对称的。但是这样的做法过于理想，是不切实际的。在实际的云-边环境中，由于链路类型的不同，网络状况的不稳定等原因，从边缘端到云端的传输速率，和从云端到边缘端的传输速率是不一致的，进而导致了两者的通信代价是不对称的；并且，云端和边缘端通常分别由多个云服务器集群，多个边缘设备集群构成，因此它们各自的内部存在不可忽略的通信代价。通常情况下，云端和边缘端之间的通信距离远大于云端内部之间、以及边缘端内部之间的通信距离，且云端内部、边缘端内部的通信状况也都优于云端和边缘端之间的通信状况，所以基本上每个任务的通信代价都满足边界条件α。

发明内容

本发明所要解决的技术问题是针对云-边计算中如何有效减少任务卸载总代价的情况，提出一种面向满足特定条件的异构的云-边环境中有关任务卸载的最优算法。

本发明为解决上述技术问题采用以下技术方案：

本发明提出1、一种云-边计算在通信代价不对称环境下的最优任务卸载方法，包括以下步骤：

步骤一、将任务应用t通过建模得到有向图G^T；

步骤二、获取任务应用t中每个任务t_i的计算代价和通信代价；然后判断是否所有任务的通信代价都满足边界条件α；当所有任务的通信代价都满足边界条件α时，进行如下步骤的处理；

步骤三、对步骤一中得到的有向图G^T和步骤二中得到的计算代价和通信代价信息进行分析，建模得到特定的辅助图G*；

步骤四、在步骤三中得到的辅助图G*上找到最小割集C，并得到该割集C对应的通信代价不对称的云-边环境中任务卸载的最优卸载策略；

所述步骤一中：

将任务应用t通过建模得到有向图G^T；任务应用t中有n个任务，每个任务映射成有向图G^T中的一个节点；对于具有计算依赖的两个任务v_i和任务v_j，在有向图G^T中构建它们对应的有向边；各个任务对应的节点构成了有向图G^T的节点集