一种移动边缘环境下工作流卸载优化算法制造技术

本发明专利技术公开了一种移动边缘环境下工作流卸载优化算法，包括以下步骤：步骤S1.构建移动边缘环境下的工作流调度模型；步骤S2.根据拓扑结构寻找基于工作流本地计算量计算关键路径，将关键路径上的节点和剩余节点分别存入关键节点队列和剩余节点队列中并等待调度；步骤S3.将eNB节点抽象成拓扑结构后，根据用户历史移动路径并结合预测模型得到符合条件的eNB集，并根据预测概率、预测速度和预测方向筛选最优可卸载eNB并将其提供给用户执行任务卸载；步骤S4.分别将任务按调度策略动态的分为在本地执行或卸载至边缘侧执行，并在调度过程中动态更新关键路径；步骤S5.根据调度结果分配任务至移动边缘环境下的设备，直至完成整个工作流的调度。

【技术实现步骤摘要】
一种移动边缘环境下工作流卸载优化算法
本专利技术涉及移动边缘计算环境
，尤其涉及一种移动边缘环境下工作流卸载优化算法。
技术介绍
随着智能手机的不断发展以及诸如人脸识别、自然语言处理、VR等技术的不断出现，用户对移动设备便携式的管理以及处理大量及时性的信息等方面的需求也逐渐增长。而在这一情况下，如何保证移动设备在计算能力和电池容量受限的情况下，设备仍能保持高性能是本领域有待解决的一个技术问题，在应对边缘环境中网络环境变化时，基于静态调度的应对策略存在实时性差，同时基于边缘侧选择的策略存在卸载失败率高的问题，从而导致工作流的调度产生大量时间和能源的消耗。主要包括以下两个方面：1、保证任务能够较为合理的卸载至边缘侧，以减少卸载失败率。2、在移动边缘计算环境中真实的网络环境是研究移动边缘计算调度的一个必要考虑因素，不合理的任务卸载会导致设备产生大量时间和能源的消耗，因此需要对任务进行实时的调度。故，针对现有技术的缺陷，实有必要提出一种技术方案以解决现有技术存在的技术问题。
技术实现思路
有鉴于此，确有必要提供一种移动边缘环境下工作流卸载优化算法，基于本地计算量的关键路径算法对用户提交的工本文档来自技高网...

【技术保护点】
1.一种移动边缘环境下工作流卸载优化算法，其特征在于，包括以下步骤：步骤S1.构建移动边缘环境下的工作流调度模型；步骤S2.根据拓扑结构寻找基于工作流本地计算量的关键路径，将关键路径上的节点和剩余节点分别存入关键节点队列和剩余节点队列中并等待调度；步骤S3.将eNB节点抽象成拓扑结构后，根据用户历史移动路径并结合预测模型得到符合条件的eNB集，并根据预测概率、预测速度和预测方向筛选最优可卸载eNB并将其提供给用户执行任务卸载；步骤S4.分别将任务按调度策略动态分为在本地执行或卸载至边缘侧执行，并在调度过程中动态更新关键路径；步骤S5.根据调度结果分配任务至移动边缘环境下的设备，直至完成整个工作...

【技术特征摘要】
1.一种移动边缘环境下工作流卸载优化算法，其特征在于，包括以下步骤：步骤S1.构建移动边缘环境下的工作流调度模型；步骤S2.根据拓扑结构寻找基于工作流本地计算量的关键路径，将关键路径上的节点和剩余节点分别存入关键节点队列和剩余节点队列中并等待调度；步骤S3.将eNB节点抽象成拓扑结构后，根据用户历史移动路径并结合预测模型得到符合条件的eNB集，并根据预测概率、预测速度和预测方向筛选最优可卸载eNB并将其提供给用户执行任务卸载；步骤S4.分别将任务按调度策略动态分为在本地执行或卸载至边缘侧执行，并在调度过程中动态更新关键路径；步骤S5.根据调度结果分配任务至移动边缘环境下的设备，直至完成整个工作流的调度；其中，所述步骤S1进一步包括以下步骤：步骤S11.UE将任务卸载至边缘侧以减少本地的计算负担，在传输过程中传输速率受信噪比的影响，UE与任务卸载节点的传输信噪比可表示为：其中表示设备i进行传输时的电压频率，表示设备i与当前eNB的距离导致的信号干扰，σ表示路径损耗因子，ξc表示卸载策略，即ξc＝0时表示任务在本地执行，反之则将任务卸载至eNB；由已知传输信噪比，移动边缘环境下瞬时传输率为：Rn＝Blog2(1+fSNR(di,n))，其中，B为eNB的传输带宽；步骤S12.当任务选择在本地执行时，本地计算即为本地执行工作流任务ti的时间，令flocal表示UE的计算能力，UE在本地执行任务ti的计算时间可表示为：当用户在当前无可用eNB或任务不需要卸载至eNB时选择在本地执行任务，其产生的能耗为：其中表示设备选择在本地执行任务产生的能耗，Plocal表示设备在本地运行任务时的电压；步骤S13.当UE选择将任务卸载至边缘侧运行时，首先将工作流任务ti传输到eNB(state＝up)，在成功卸载任务后，ti在eNB做计算处理(state＝exec)，最后将处理好的数据回传至UE端(state＝down)；从上传任务到eNB处理任务直至处理后的数据回传UE即为完成任务卸载，其时间开销如下所示：其中，代表ti的输入数据大小，代表ti的输出数据大小；考虑设备上传任务和任务下载到设备产生的能耗，因此任务卸载产生的能耗为：其中，表示任务卸载处于state状态时产生的能耗，Ptrans表示设备UE处于传输数据时所需电压，当τ＝0时表示UE能一次成功将任务卸载至边缘侧；在步骤S2中，任务最早开始时间表示为EST，则任务的起始节点tsource最早开始时间为对于DAG中其余任务节点，其最早任务开始时间从起始任务节点开始计算，表示为：任务最迟开始时间表示为LST，出口任务texit的最迟开始时间等于最早开始时间即对于DAG中其余任务节点，根据逆拓扑排序从出口任务节点开始计算最迟任务开始时间，表示为：首先初始化队列Q_cp并对工作流进行...

【专利技术属性】
技术研发人员：袁友伟，刘恒初，李忠金，俞东进，鄢腊梅，胡海洋，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33