[发明专利]基于SDWN的边云协同任务卸载方法

权利要求书

1.一种基于SDWN的边云协同任务卸载方法，其特征在于，所述任务卸载方法包括以下步骤：

步骤一：SDWN控制器采集边缘网络信息，对边缘服务器网络进行监控，主要收集信息为：无线信道占用率、信号强度、AP客户端关联数量、客户端上行下行数据包统计。并且控制器上层运行随机森林模型，模型参数根据所处无线环境进行调整；

步骤二：一旦边缘服务器产生计算任务，结合任务量与自身的计算能力，计算在边缘服务器本地计算时间。并通知云服务器；

步骤三：SDWN结合当前采集的无线信息，预测未来一段时间内的无线网络吞吐量，并实时上传至云端决策程序；

步骤四：云端服务器结合自身的计算能力、以及边缘服务器计算能力和SDWN控制器预测的未来网络吞吐量，计算上传任务所需总时长。然后对比与边缘服务器的计算时间，决定任务是否卸载，并通知SDWN控制器；

步骤五：SDWN结合当前边缘服务器周围网络环境，对传输的干扰进行分析，然后进行网络调整，如信道切换、设备迁移等。

2.根据权利要求1所述的一种基于SDWN的边云协同任务卸载方法，其特征在于，在步骤一中，对无线信息的收集和处理，具体包括：

采用SDWN控制器作为局域网内的无线信息收集工具，并且设置收集周期，记录的无线信息包括信号发射功率、Ap信道、Tx数据包统计、平均信号、开始时间戳、结束时间戳、信道质量、RSSI等。并且模型运行在现实环境中，模型根据所处环境中的历史无线参数来调整无线参数，以提高模型对环境的适应和预测的准确性。

3.根据权利要求1所述的一种基于SDWN的边云协同任务卸载方法，其特征在于，在步骤三中，SDWN采用的机器学习办法，输入当前的实时网络参数，得到未来一段时间内的无线网络吞吐量，具体包括：

SDWN控制器运行随机森林预测模型，模型的输入特征为边缘环境的无线信息，输出为下一时间段的网络吞吐量，并且模型将计算结果实时传至云端服务器。

4.根据权利要求1所述的一种基于SDWN的边云协同任务卸载方法，其特征在于，在步骤四中，边云协同卸载程序考虑到了未来无线带宽和边缘服务器计算能力，以此作为决策依据，具体包括：

当边缘服务器存在计算任务时，触发云端的卸载决策程序，根据SDWN控制器上传的未来网络吞吐量来计算任务上传至云端的时间，并且计算任务在云端的处理能力，最后综合比较与边缘服务器的本地计算时间来决定任务计算位置。

5.根据权利要求1所述的一种基于SDWN的边云协同任务卸载方法，其特征在于，在步骤五中，在决定任务卸载后，SDWN控制器会根据边缘服务器的网络状况进行网络控制，以此辅助边缘服务器的任务传输，具体包括：

SDWN控制器采集边缘服务器的无线网络环境，来生成信道质量图和无线干扰图。信道质量图是一个有向图，如果两个节点在相互的通信范围内，就会存在一条有向边，边的权重代表通信质量。干扰图则是，两个无线设备在互相的载波检测范围内，并且一个节点的数据传输干扰了另一个节点的分组接收，那么就定义这两个链路之间存在冲突。调整主要是通过LVAP设备迁移实现，通过将设备迁移到附近AP以减少网络传输拥挤，从而达到加速卸载的效果。