The method of heterogeneous edge task unloading with incomplete information based on minority game is provided. The concept of alliance is introduced on the basis of minority game model. Firstly, the user-generated heterogeneous tasks are divided into different number of sub-tasks according to a certain benchmark. Then, the sub-tasks are paired and initially allocated according to the idea of alliance, and then the sub-tasks are allocated according to the idea of alliance. The results are counted, and the game results are broadcast to each user. Then each user only needs to adjust his sub-task decision according to the results of the previous round of game in a probabilistic way until the system is stable. The experiment proves that the total processing time of the system can be reduced by 30% compared with the traditional method. In addition, the invention can converge to a near advantage in a shorter time. In summary, the invention can efficiently unload heterogeneous tasks in a distributed environment with incomplete information.
【技术实现步骤摘要】
一种基于少数派博弈的不完全信息异构边缘任务卸载方法
本专利技术涉及边缘计算领域,更具体地,涉及一种基于少数派博弈的不完全信息异构边缘任务卸载方法。
技术介绍
边缘计算是一种新的计算范例,允许终端设备(例如,车辆、物联网设备等)将生成的数据在靠近数据源的网络边缘侧进行处理,而不需要将其发送到远端云服务器(或数据中心)进行处理。通过利用边缘服务器(或边缘节点)的计算资源来处理卸载的任务,可以提供实时的数据分析功能,这是云服务器无法提供的。与云服务器相比,边缘服务器通常具有较低的计算能力。一般来说,边缘服务器需要与云服务器相互协同,以更有效地处理最终用户卸载的任务。然而,如何在分布式环境中执行有效的任务卸载非常具有挑战性。其原因是多方面的:第一,边缘服务器的处理能力和传输带宽有限,不恰当的卸载决策可能使边缘服务器过载,并造成计算资源的浪费;第二,考虑到在分布式环境中并不总是完全信息的,很难找到一个最优的任务卸载方案。因此,需要设计一个任务卸载算法,在不完全信息的情况下执行有效的任务卸载方案,使得任务的总处理的时间最小。从用户的角度来看,它的目标是最小化其任务的总处理时间 ...
【技术保护点】
1.一种基于少数派博弈的不完全信息异构边缘任务卸载方法,其特征在于,包括以下步骤S10.首先将问题形式化描述为一个多用户的博弈:S101.系统内有K个用户,每个用户能够周期性地在一个时间槽τ中生成一定量的任务;S102.令M为一个子任务的基本单位,则在一个决策周期中产生的任务能够用M的倍数进行表示;令Nk表示用户k生成的子任务数,则系统的子任务数总数为N=∑kNk:S103.令s=[s1,s2,…,sN]T表示为子任务的决策,其中sn表示为子任务n的决策,且sn∈{‑1,1},sn=1表示子任务n将任务卸载至边缘服务器,sn=‑1表示子任务n将任务卸载至云服务器;S104. ...
【技术特征摘要】
2018.11.07 CN 20181132040431.一种基于少数派博弈的不完全信息异构边缘任务卸载方法,其特征在于,包括以下步骤S10.首先将问题形式化描述为一个多用户的博弈:S101.系统内有K个用户,每个用户能够周期性地在一个时间槽τ中生成一定量的任务;S102.令M为一个子任务的基本单位,则在一个决策周期中产生的任务能够用M的倍数进行表示;令Nk表示用户k生成的子任务数,则系统的子任务数总数为N=∑kNk:S103.令s=[s1,s2,…,sN]T表示为子任务的决策,其中sn表示为子任务n的决策,且sn∈{-1,1},sn=1表示子任务n将任务卸载至边缘服务器,sn=-1表示子任务n将任务卸载至云服务器;S104.令v=[v1,v2,…,vK]T表示为用户卸载至边缘服务器的子任务数,其中vk表示为用户k卸载至边缘服务器的子任务数,因此,有其中表示为用户k的子任务集合;令v-k=[v1,v2,…,vk-1,vk+1,…,vK]T表示为除用户k以外,其他用户卸载至边缘服务器的子任务数:S105.一个多用户博弈其中,为用户的集合,为用户k的策略集,T(vk,v-k)为用户k的代价函数;S20.为各个用户的收益提供数学化描述;S201.ne表示卸载至边缘服务器的子任务数,令Te(ne)表示在边缘服务器需要花费的时间,同理,令nc表示卸载至云服务器的子任务数,令Tc(nc)表示在云服务器需要花费的时间,且τc>τe,将Ce和Cc分别表示为边缘服务器和云服务器的处理能力,则有其中,nc=N-ne;S202.用户k的代价函数可以表示为:其中,ne,-k和nc,-k分别表示为除了用户k的卸载至边缘服务器和云服务器的子任务数;S203.系统的目标为最小化用户的总处理时间,即最小化用户k的代价函数,可表示为:S30.为判别是否为广义上的少数派提供理论指引;S301.平衡点ψ是平衡卸载至边缘服务器的子任务数与卸载至云服务器的子任务数的阈值,能够最小化任务的总处理时间,即为实数;在同质任务的环境中时,平衡点ψ即为总任务数的一半,当卸载至边缘服务器...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。