基于边缘计算网络的任务调度方法技术

本发明专利技术实施例提供一种基于边缘计算网络的任务调度方法，包括：在上一次调度结束后，将获取到的所有的节点信息，输入至预设的第一神经网络模型，输出优劣参数；将优劣参数广播至每一边缘计算节点，以供每一边缘计算节点分别根据优劣参数优化预设的第二神经网络模型，并将当前的节点状态信息输入至优化后的第二神经网络模型，输出下一次调度的决策信息，将每一计算任务分别发送到下一次调度的决策信息指示的执行主体进行计算。本发明专利技术实施例提供的基于边缘计算网络的任务调度方法，中心控制器获取每一边缘计算节点的节点信息，对每一边缘计算节点的调度决策进行评价，每一边缘计算节点分布式执行任务调度，提高了边缘计算的效率。

【技术实现步骤摘要】
基于边缘计算网络的任务调度方法
本专利技术实施例涉及边缘计算
，尤其涉及一种基于边缘计算网络的任务调度方法。
技术介绍
物联网技术和第5代无线通信技术的发展促进了一系列新型的应用，例如自动驾驶，虚拟现实等。同时这些新型应用也给无线网络带来诸多挑战，特别是一些计算敏感、时延敏感的业务。现有技术中，将这些计算相关的业务通过无线网络以及核心网络，再经互联网上传至远端服务器或者云计算平台进行处理。一旦互联网或者核心网回程链路堵塞，又或者该业务需要极高的时延保证时，现有技术中的方法无法满足该类业务的服务需求。同时，这种集中式处理方式也给运营商和服务商带来了极大经营成本。服务器和云计算平台的运营和维护随着用户数或者网络规模的增加而呈现指数式增长的趋势。一种有效的解决手段是将计算功能下移至无线接入网，形成分布式边缘计算网络来承载部分低时延应用的计算任务。这将有效得缓解无线网络的回程链路的负载压力，做到本地数据本地处理，由于边缘计算节点距离用户终端更近，可以快速响应用户终端计算请求。然而，边缘计算网络也面临着一些亟待解决的挑战，边缘计算节点的计算能力往往比较薄弱，业务请求也具有时空不均匀特性，单一边缘计算节点无法处理过量的计算任务。边缘计算节点需要将过量的计算任务转移到云计算平台或者其他边缘计算节点来处理。但是，边缘计算节点无法精准预测其他边缘计算节点的负载情况和负载卸载决策。一旦边缘计算节点将计算任务转移到负载严重的边缘计算节点上，不但不能加快计算任务的处理进度，反而会延长计算任务的处理进度，严重影响用户的体验感。
技术实现思路
本专利技术实施例的目的是提供一种克服上述问题或者至少部分地解决上述问题的基于边缘计算网络的任务调度方法。为了解决上述技术问题，一方面，本专利技术实施例提供一种基于边缘计算网络的任务调度方法，包括：在上一次调度结束后，获取每一边缘计算节点上报的节点信息，所述节点信息包括上一次调度开始前的节点状态信息、当前的节点状态信息、上一次调度的决策信息和上一次调度的回报信息；将获取到的所有的节点信息，输入至预设的第一神经网络模型，输出优劣参数，所述优劣参数用于指示每一边缘计算节点上一次调度的决策的优劣程度；将所述优劣参数广播至每一边缘计算节点，以供每一边缘计算节点分别根据所述优劣参数优化预设的第二神经网络模型，并将当前的节点状态信息输入至优化后的第二神经网络模型，输出下一次调度的决策信息，将每一计算任务分别发送到下一次调度的决策信息指示的执行主体进行计算。另一方面，本专利技术实施例提供一种基于边缘计算网络的任务调度方法，包括：在上一次调度结束后，向中心控制器上报节点信息，以供所述中心控制器将获取到的所有边缘计算节点上报的节点信息，输入至预设的第一神经网络模型，输出优劣参数，所述节点信息包括上一次调度开始前的节点状态信息、当前的节点状态信息、上一次调度的决策信息和上一次调度的回报信息，所述优劣参数用于指示每一边缘计算节点上一次调度的决策的优劣程度；获取所述中心控制器广播的所述优劣参数，并根据所述优劣参数优化预设的第二神经网络模型；将当前的节点状态信息输入至优化后的第二神经网络模型，输出下一次调度的决策信息，并将每一计算任务分别发送到下一次调度的决策信息指示的执行主体进行计算。再一方面，本专利技术实施例提供一种电子设备，包括：存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述的方法。又一方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。本专利技术实施例提供的基于边缘计算网络的任务调度方法，中心控制器获取每一边缘计算节点的节点信息，并利用第一神经网络模型获取优劣参数，并将优劣参数广播给每一边缘计算节点，使边缘计算节点根据优劣参数优化自己内部的第二神经网络模型，通过优化后的第二神经网络模型获得的下一次调度的决策信息更加精准，实现全局统一的任务调度，提高了边缘计算的效率。附图说明图1为本专利技术实施例提供的基于边缘计算网络的任务调度方法示意图；图2为本专利技术实施例提供的基于边缘计算网络的无线通信网络系统的示意图；图3为本专利技术另一实施例提供的基于边缘计算网络的任务调度方法示意图；图4为本专利技术实施例提供的电子设备的结构示意图。具体实施方式为了使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例提供的基于边缘计算网络的任务调度方法示意图，如图1所示，本专利技术实施例提供一种基于边缘计算网络的任务调度方法，其执行主体为中心控制器，该方法包括：步骤S101、在上一次调度结束后，获取每一边缘计算节点上报的节点信息，所述节点信息包括上一次调度开始前的节点状态信息、当前的节点状态信息、上一次调度的决策信息和上一次调度的回报信息；步骤S102、将获取到的所有的节点信息，输入至预设的第一神经网络模型，输出优劣参数，所述优劣参数用于指示每一边缘计算节点上一次调度的决策的优劣程度；步骤S103、将所述优劣参数广播至每一边缘计算节点，以供每一边缘计算节点分别根据所述优劣参数优化预设的第二神经网络模型，并将当前的节点状态信息输入至优化后的第二神经网络模型，输出下一次调度的决策信息，将每一计算任务分别发送到下一次调度的决策信息指示的执行主体进行计算。具体来说，图2为本专利技术实施例提供的基于边缘计算网络的无线通信网络系统的示意图，如图2所示，基于边缘计算网络的无线通信网络系统由中心控制器、边缘计算网络和移动用户终端构成。其中，边缘计算网络由若干个边缘计算节点组成，每一边缘计算节点可以为基站等分布在网络边缘具有计算能力的设备。移动用户终端通过无线链路与边缘计算节点连接。首先，每一边缘计算节点获取其上一次调度开始前的节点状态信息，并将该节点状态信息输入至自己内部的第二神经网络模型，输出当前的节点状态信息，上一次调度的决策信息，以及上一次调度的回报信息。例如，针对第n个边缘计算节点，1≤n≤N，N表示中心控制器控制下的边缘计算节点的个数，第n个边缘计算节点获取其上一次调度开始前的节点状态信息，第n个边缘计算节点的上一次调度开始前的节点状态信息，用向量的形式记作sn(t)。然后，将sn(t)输入至参数为θn(t)的预设的第二神经网络模型，该第二神经网络模型记作π(an|sn,θn(t))，其中，θn(t)为该神经网络的权重参数。然后，输出当前的节点状态信息，当前的节点状态信息用向量的形式记作sn(t+1)，并输出上一次调度的决策信息，上一次调度的决策信息用向量的形式记作an(t)，以及输出上一次调度的回报信息，上一次调度的回报信息用向量的形式记作R(t)。边缘计算节点计算出调度的决策信息只需要根据自己的节点状态信息，不需要获取全局的所有边缘计算节点的节点状态信息，提高了调度效率。第n个边缘计算节点在获取到上一次调度的决策信息an(t)后，将每一计算本文档来自技高网...

【技术保护点】
1.一种基于边缘计算网络的任务调度方法，其特征在于，包括：在上一次调度结束后，获取每一边缘计算节点上报的节点信息，所述节点信息包括上一次调度开始前的节点状态信息、当前的节点状态信息、上一次调度的决策信息和上一次调度的回报信息；将获取到的所有的节点信息，输入至预设的第一神经网络模型，输出优劣参数，所述优劣参数用于指示每一边缘计算节点上一次调度的决策的优劣程度；将所述优劣参数广播至每一边缘计算节点，以供每一边缘计算节点分别根据所述优劣参数优化预设的第二神经网络模型，并将当前的节点状态信息输入至优化后的第二神经网络模型，输出下一次调度的决策信息，将每一计算任务分别发送到下一次调度的决策信息指示的执行主体进行计算。

【技术特征摘要】
1.一种基于边缘计算网络的任务调度方法，其特征在于，包括：在上一次调度结束后，获取每一边缘计算节点上报的节点信息，所述节点信息包括上一次调度开始前的节点状态信息、当前的节点状态信息、上一次调度的决策信息和上一次调度的回报信息；将获取到的所有的节点信息，输入至预设的第一神经网络模型，输出优劣参数，所述优劣参数用于指示每一边缘计算节点上一次调度的决策的优劣程度；将所述优劣参数广播至每一边缘计算节点，以供每一边缘计算节点分别根据所述优劣参数优化预设的第二神经网络模型，并将当前的节点状态信息输入至优化后的第二神经网络模型，输出下一次调度的决策信息，将每一计算任务分别发送到下一次调度的决策信息指示的执行主体进行计算。2.根据权利要求1所述的方法，其特征在于，所述节点状态信息包括处理每一计算任务已经花费的时间、处理完每一计算任务还需要的计算资源和每一计算任务的最大容忍时延。3.根据权利要求1所述的方法，其特征在于，所述决策信息包括执行每一计算任务的执行主体，以及分别分配给每一计算计算任务的计算资源。4.根据权利要求1所述的方法，其特征在于，所述回报信息包括每一计算任务的回报值；所述回报值的计算公式如下：其中，为第n个边缘计算节点下的第l个计算任务的回报值，Dn,l为第n个边缘计算节点下的第l个计算任务的最大容忍时延，cn,l为处理第n个边缘计算节点下的第l个计算任务已经花费的时间，dn,l为处理完第n个边缘计算节点下的第l个计算任务还需要的计算资源。5.一种基于边缘计算网络的任务调度方法，其特征在于，包括：在上一次调度结束后，向中心控制器上报节点信息，以供所述中心控制器将获取到的所有边缘计算节点上报的节点信息，输入至预设的第一神经网络模型，输出优劣参数，所述节点信息包括上一次调度开始前的节点状态信息、当前的节点状态信息、上一次调度的决策信息和上一次调度的回报信息，所述优劣参数用于指示每一边缘计算节点上一次调度的决策的优劣程度...

【专利技术属性】
技术研发人员：崔琪楣，谷宇，江慧，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11