[发明专利]基于SDWN的边云协同任务卸载方法

说明书

本发明提出了一种基于SDWN的边云协同任务卸载方法。包括：1.通过SDWN获取边缘服务器无线指标，采用随机森林方式对未来网络吞吐量进行预测。2.在边云协同卸载决策中考虑网络因素，根据边缘、云服务器计算能力、任务大小、未来网络状况进行综合分析，决定任务执行位置。3.SDWN接收到任务卸载通知后，对边缘服务器网络进行优化，包括信道切换、设备迁移等操作。本发明将无线网络因素考虑到边云协同任务卸载过程中，可以有效的提升任务卸载判断精度和效果。

技术领域

本发明属于软件定义无线网络和云计算与边缘计算领域，尤其涉及一种软件定义网络(Software Define Wireless Network)在边云协同任务卸载场景中的应用。

背景技术

云计算自2005年诞生以来，对我们的生活方式产生了重大影响。在传统的云计算架构中，主要采用全集中的方式进行云计算中心的建设与运营，所有的资源全在中心云，客户通过互联网进行资源访问。但是随着云计算的进一步发展，集中式控制出现了高延迟、安全性不足等弊端，在这样的背景下，边缘计算作为云计算的延伸和补充进入了人们的视野。

随着分布式云时代的到来，边缘计算节点数量迅速增加，边云协同管理通过在云端搭建统一的全局管理平台，边缘节点作为中心云在边缘的扩展，介于客户端与中心云之间，边缘节点部署在互联网可及范围内的任何位置。但是边缘设备存在异构性，且计算能力有所差异，计算能力相对中心云来说相当弱的，对于大型处理任务仍然需要大量处理时间。故在考虑链路传输延迟的情况下，将边缘节点的计算任务通过互联网卸载到云端进行处理，充分利用云端控制能力和计算能力来帮助边缘节点更快的处理任务，无疑是最好的选择。

近些年来新技术的不断出现，如大数据、云计算、人工智能等，对网络的稳定性以及性能提出了更多的要求，伴随着无线网络的广泛使用，无线网络也出现了各种性能瓶颈。无线网络设备的增加，导致相同频率下的无线干扰增多，造成了无线网络信号不稳定，容易出现信道拥塞，无法充分利用带宽。并且在企业或者其他多AP(无线访问接入点)环境下，极易出现AP的负载不均衡情况，以上的种种因素都影响着无线网络传输效率。传统无线网络的弊端也逐渐显现出来，缺乏集中控制机制，难以对某一区域内无线设备进行集中管控。软件定义无线网络(SDWN)的提出，将OpenFlow引入无线局域网，分离数据层面与控制层面，进而高效控制无线网络。

由于边缘服务器部署环境的复杂性、不确定性，导致有线网络部署困难，安装需要消耗大量的人力物力，而且连接的设备移动时需要迁移网线。无线网络恰好可弥补有线网络的缺陷，具有足够的灵活性。通过在边云侧部署无线AP、路由器等无线网络设备，可以摆脱地形限制，减少额外开销，方便设备的移动与部署。

在边缘节点存在任务卸载需求时，边缘端网络状况的监控与控制尤为重要，否则极易导致任务卸载时间长、卸载效率低等问题。而且边缘计算任务卸载对网络延迟有着更高的要求，传统网络架构无法对网络进行精准的控制，容易出现带宽分布不均、数据传输质量低等问题。为了保证边云协同中任务卸载的质量，将SDWN引入边缘网络是必要的，云端获取边缘端无线网络状况可更细粒度的判断任务卸载与否，控制器与中心云之间的通信增强了云的监控能力，结合硬件条件、计算能力、网络监控等信息可供中心云进行更全面的卸载判断，达到全面提升卸载效率的目的。

发明内容

(一)要解决的技术问题

针对目前边云协同、边缘计算的网络环境，边缘任务卸载网络存在决策判断问题，为了保证任务卸载的稳定性：本发明提供了一种基于SDWN的边云协同任务卸载方法，以提高任务卸载决策的准确性、并且利用SDWN的网络控制能力，对卸载过程进行适当的优化，加速任务卸载效率。

本发明为克服网络引起的卸载决策不准确问题。提出了以下技术方案，可有效的进行卸载决策的判断，表现在：

1.本发明基于SDWN，对边缘节点的网络进行全局的网络监控，通过控制器可获取无线指标：如无线信道占用率、信号强度、客户端关联数量、客户端数据包统计等；