一种基于边缘计算的物联网服务动态卸载方法及装置制造方法及图纸

本发明专利技术提供了一种基于边缘计算的物联网服务动态卸载方法及装置，所述方法包括：S1、获取t时刻各类物联网服务的到达量；S2、针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；S3、针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将S2确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。本发明专利技术提供的基于边缘计算的物联网服务动态卸载方法，能够较好地适应任务到达的动态性，且计算复杂度较低。

A Method and Device for Dynamic Unloading of Internet of Things Services Based on Edge Computing

The invention provides a dynamic unloading method and device of Internet of Things services based on edge computing, which includes: S1, the arrival amount of various Internet of Things services at t time; S2, for each kind of Internet of Things services, according to the arrival amount of such Internet of Things services at that time, the corresponding edge cloud services are unloaded by maximizing the unloading revenue function of such Internet of Things services. For each kind of Internet of Things service, select the edge cloud server with the least backlog of this kind of Internet of Things service from multiple edge cloud servers, and unload the edge cloud service unload amount determined by S2 corresponding to this kind of Internet of Things service to the edge cloud server with the least backlog of this kind of Internet of things service. The dynamic unloading method of Internet of Things service based on edge computing provided by the invention can better adapt to the dynamic arrival of tasks and has low computational complexity.

【技术实现步骤摘要】
一种基于边缘计算的物联网服务动态卸载方法及装置
本专利技术涉及计算机
，具体涉及一种基于边缘计算的物联网服务动态卸载方法及装置。
技术介绍
随着物联网技术的快速发展，数以亿计连接到互联网的设备极大改善了人们的生产生活水平。这些物联网设备的应用服务也正变得越来越复杂。然而，物联网设备由于受到设备尺寸大小的限制，导致其处理能力和电池容量十分有限，以致于无法对这些复杂应用服务进行有效处理。因此，物联网设备通常需要将部分应用服务卸载到远端的云计算中心进行处理。然而，随着物联网设备的爆炸式增加，其产生的应用服务数据量也急剧增加。据思科全球云指数预测，到2019年，全球物联网设备所产生的数据量将会达到500ZB。而全球的数据中心流量负载只能达到10.4ZB。因此，如果将全部物联网设备的应用服务卸载到云计算中心将会造成现有网络的严重拥塞。为了解决这个问题，边缘计算作为一种新型的计算模型，已经引起学术界和工业界的广泛关注。边缘计算通过在网络的边缘部署小型数据中心来代替远端云计算中心进行任务的处理，以此来减少核心网的流量负荷。物联网设备通过将应用服务卸载到边缘云来提升其处理能力，并且有效满足应用服务的低时延要求。然而，相比于远端的云计算中心，边缘云的处理能力依然相当有限。因此，当面对海量物联网服务处理的场景，所有服务仅卸载到边缘云上处理，将会致使任务积压逐渐加剧并且系统趋于不稳定。因此，为了解决海量物联网服务处理的需求，边缘云通常需要由一个云计算中心提供支撑计算服务。在由边缘云和云计算中心组成的计算系统中，有效的服务卸载方法是提高卸载效率和降低网络损耗的关键。目前，现有的卸载方法无法很好地根据服务到达的动态性进行卸载策略的调整，并且现有方法的计算复杂度随着物联网设备的增多而急剧增加；这些将导致现有卸载方法无法在实际场景中有着良好的性能。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种基于边缘计算的物联网服务动态卸载方法及装置。具体地，本专利技术提供以下技术方案：第一方面，本专利技术提供了一种基于边缘计算的物联网服务动态卸载方法，包括：S1、获取t时刻各类物联网服务的到达量；S2、针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；S3、针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将S2确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。进一步地，所述S2包括：针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：其中，n表示边缘云服务器的总数量；Si(t)表示t时刻第i类物联网服务的卸载收益函数；Qij(t)表示t时刻第j台服务器中第i类物联网服务的积压量，这里的服务器指边缘云服务器或云计算中心服务器；Ai(t)表示第i类物联网服务的到达量；ei(t)表示t时刻第i类物联网服务卸载到边缘云的总量；Ai(t)-ei(t)表示t时刻第i类物联网服务卸载到云计算中心的总量；φ(ei(t),t)表示t时刻卸载总量为ei(t)的第i类物联网服务卸载到边缘云的代价；表示t时刻卸载总量为Ai(t)-ei(t)的第i类物联网服务卸载到云计算中心的代价；V表示物联网服务积压量和总服务卸载代价之间的权衡因子。进一步地，所述方法还包括：S4、更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。进一步地，所述S4包括：按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：Qij(t+1)＝max{Qij(t)-lij(t),0}+aij(t)其中，Qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。第二方面，本专利技术还提供了一种基于边缘计算的物联网服务动态卸载装置，包括：获取模块，用于获取t时刻各类物联网服务的到达量；卸载量确定模块，用于针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；卸载模块，用于针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将所述卸载量确定模块确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。进一步地，所述卸载量确定模块，具体用于：针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：其中，n表示边缘云服务器的总数量；Si(t)表示t时刻第i类物联网服务的卸载收益函数，Qij(t)表示t时刻第j台服务器中第i类物联网服务的积压量，这里的服务器指边缘云服务器或云计算中心服务器；Ai(t)表示第i类物联网服务的到达量；ei(t)表示t时刻第i类物联网服务卸载到边缘云的总量；Ai(t)-ei(t)表示t时刻第i类物联网服务卸载到云计算中心的总量；φ(ei(t),t)表示t时刻卸载总量为ei(t)的第i类物联网服务卸载到边缘云的代价；表示t时刻卸载总量为Ai(t)-ei(t)的第i类物联网服务卸载到云计算中心的代价；V表示物联网服务积压量和总服务卸载代价之间的权衡因子。进一步地，所述装置还包括：更新模块，用于更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。进一步地，所述更新模块，具体用于：按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：Qij(t+1)＝max{Qij(t)-lij(t),0}+aij(t)其中，Qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。第三方面，本专利技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述基于边缘计算的物本文档来自技高网...

【技术保护点】
1.一种基于边缘计算的物联网服务动态卸载方法，其特征在于，包括：S1、获取t时刻各类物联网服务的到达量；S2、针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；S3、针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将S2确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。

【技术特征摘要】
1.一种基于边缘计算的物联网服务动态卸载方法，其特征在于，包括：S1、获取t时刻各类物联网服务的到达量；S2、针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；S3、针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将S2确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。2.根据权利要求1所述的方法，其特征在于，所述S2包括：针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：其中，n表示边缘云服务器的总数量；Si(t)表示t时刻第i类物联网服务的卸载收益函数；Qij(t)表示t时刻第j台服务器中第i类物联网服务的积压量，这里的服务器指边缘云服务器或云计算中心服务器；Ai(t)表示第i类物联网服务的到达量；ei(t)表示t时刻第i类物联网服务卸载到边缘云的总量；Ai(t)-ei(t)表示t时刻第i类物联网服务卸载到云计算中心的总量；φ(ei(t),t)表示t时刻卸载总量为ei(t)的第i类物联网服务卸载到边缘云的代价；表示t时刻卸载总量为Ai(t)-ei(t)的第i类物联网服务卸载到云计算中心的代价；V表示物联网服务积压量和总服务卸载代价之间的权衡因子。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：S4、更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。4.根据权利要求3所述的方法，其特征在于，所述S4包括：按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：Qij(t+1)＝max{Qij(t)-lij(t),0}+aij(t)其中，Qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。5.一种基于边缘计算的物联网服务动态卸载装置，其特征在于，包括：获取模块，用于获取t时刻各类物联网服务的到达量；卸载量确定模块，用于针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益...

【专利技术属性】
技术研发人员：陈莹，陈昕，张永超，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京,11