[发明专利]一种多云系统中带有能耗约束的计算卸载方法在审
| 申请号: | 202211081358.2 | 申请日: | 2022-09-05 |
| 公开(公告)号: | CN115408132A | 公开(公告)日: | 2022-11-29 |
| 发明(设计)人: | 张强;葛笑 | 申请(专利权)人: | 南京航空航天大学 |
| 主分类号: | G06F9/48 | 分类号: | G06F9/48;G06F9/50 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 211106 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 多云 系统 带有 能耗 约束 计算 卸载 方法 | ||
本发明公开了一种多云系统中带有能耗约束的计算卸载方法,该方法综合考虑不同云节点的优缺点和组合方式,提出了基于任务路径和调度优化的计算卸载方法,从而减少移动终端的应用完成时间。该方法首先计算每个任务在各个工作节点的执行时间和本地执行时间之差的平均值,根据任务对应的时间差平均值确定其调度顺序。对于排序后的任务,以其作为目的任务,利用深度优先搜索查找入口任务到目的任务的多条路径。并根据路径上所有任务的计算负载之和确定路径优先级。该方法将路径上成功遍历的任务看做一个整体进行工作节点分配,从而减少具有依赖关系的任务之间进行数据传输带来的延迟和终端能耗。此外,本发明还对初始的调度结果进行优化,使得该方法能在能耗约束范围内获得较低的应用完成时间。
技术领域
本发明涉及云计算和无线网络领域,特别涉及多云系统中的任务调度方法。
背景技术
随着硬件和软件方面的不断发展,移动通信技术也日趋成熟,人们开始希望在移动终端上实现更多的功能和应用。手机、平板电脑等移动终端的功能从简单的通讯设备逐渐扩展成为集通讯、多媒体、游戏等功能于一身的计算工具。如人脸识别、虚拟现实等应用技术不仅计算负载和数据量较大,对于响应时间也有着较高的要求。由于移动终端在硬件条件上的局限性,在处理这种应用程序时往往延迟较大。同时,过长的任务执行时间也会消耗移动终端较多的电量。
在上述的背景下,移动云计算中的计算卸载技术被提出,并成为了克服这些限制的一种有前途的方法,其主要目标是降低应用完成时间,节省移动终端电量。使用单云节点的计算卸载方法没有办法满足不同用户对服务质量的不同需求,不同云服务器根据处理能力的不同具有不同的收费标准。因此本发明考虑在多云系统的服务场景,从而满足不同的服务质量需求。
发明内容
本发明的目的在于提供一种多云系统中带有能耗约束的计算卸载方法。不同于现有技术,本发明考虑任务在多云系统中的组合调度问题,并在满足移动终端能耗的同时,以降低完成时间作为优化目标。本发明针对具有任务依赖关系的移动应用进行计算卸载。
基于上述发明的目的,本发明提出的方法包括如下步骤:
步骤S1、任务排序、路径建立和路径优先级计算方法
步骤S2、路径任务调度算法
步骤S3、面向能耗约束的优化算法
进一步地,所述步骤S1具体为:
对于任务依赖关系,用pred(i)来表示任务i的前驱任务集合。
任务i在工作节点k上的执行时间计算如下。
其中表示对应的执行时间。wli表示任务i的计算负载,spk表示工作节点k的处理速度。
以下是移动终端执行能耗(即CPU处理能耗)的计算方法。
当k=0时,表示任务在本地执行(即移动终端执行),执行能耗计算公式如下:
当k≠0时,即任务在某个云节点执行,终端执行能耗计算公式如下:
其中pe表示移动终端的CPU处理功率。当两个有依赖关系的任务在不同的工作节点执行时,传输时间和传输能耗可按以下方式计算:
其中dsi,j表示从任务i到任务j传输的数据量,drs,k表示在工作节点s和工作节点k之间数据传输时的传输速率。
当s=0,k≠0时,即任务i在本地执行,而任务j在某个云节点时,数据传输能耗计算公式如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211081358.2/2.html,转载请声明来源钻瓜专利网。





