一种多轮次任务分配方法、边缘计算系统及其存储介质技术方案

本发明专利技术公开了一种多轮次任务分配方法、边缘计算系统及其存储介质，包括任务发送，并将单个任务分解为多个子任务；在多轮次分配的基础上，考虑系统开销和任务完成时间，提供联合优化模型进行多阶段优化，得到每阶段各终端每轮次实际的分配任务大小；将所述分配任务逐轮次分配至各个终端节点，反复进行多个阶段直到任务全部完成，本发明专利技术提供了一种适用于高动态的移动终端合作环境的视频分析任务的调度策略，能够有效的学习和获取终端节点计算能力变化规律，同时也使得任务完成时间和系统开销最小，用于解决传统模型中任务完成时间长和开销大的问题。

【技术实现步骤摘要】
一种多轮次任务分配方法、边缘计算系统及其存储介质
本专利技术属于任务分配方法领域，具体地说是一种多轮次任务分配方法、边缘计算系统及其存储介质。
技术介绍
近些年来，随着云计算成为工业界和学术界的研究热点，其中网络传输时延高和需处理的数据量过大等弊端也引起了人们的关注。在云服务和物联网的推动下,我们设想边缘网络正在从数据消费者变成数据生产者以及数据消费者。大量的数据无需传送至云端处理，而是分发给靠近网络边缘的终端来完成任务。这样不仅可以降低时延，很好地适用于当下热门的虚拟现实，图像识别等实时场景，而且有效地缓解大数据处理带来的压力。以视频分析任务为例，现在手机摄像和网络摄像广泛应用于人们的生活中，当我们需要寻找丢失的小孩和老人或者追踪嫌疑人时，云计算便不再适合。由于视频文件较大以及出于个人隐私保护，我们可以将捕捉到目标人物的视频文件传输给附近的多个终端用户，尽早发现目标人物，从而也避免了传送到云端所需的较长传输时间及隐私的泄露。如何将任务分配给附近的可用终端进行高效处理便成为边缘计算研究中的一个关键问题，目前边缘计算任务分配研究点主要针对于任务卸载，研究人员从不同的指标角度提出了相应的卸载策略进行任务分配。
技术实现思路
针对相关技术中的上述技术问题，本专利技术提出了一种多轮次任务分配方法、边缘计算系统及其存储介质，适用于高动态的移动终端合作环境的视频分析任务的调度策略，用于解决传统模型中任务完成时间长和开销大的问题。本专利技术中我们主要考虑移动设备的以下主要三点特性，包括：高移动性，移动设备在某个特定的物理区域(如咖啡厅)的停留时间是不确定，也不乏有规律可循。高实时性，时间就是金钱，尤其是对于紧急任务(如寻找丢失的孩子)。设备的异构性，在任务开始之前，每个设备的能力和可信度是未知的，并且在任务执行过程中计算能力和状态也会产生动态变化。为实现上述技术目的，本专利技术的技术方案是这样实现的：一种多轮次任务分配方法，其特征在于，包括以下步骤：S1：任务发送，并将单个任务分解为多个子任务；S2：在多轮次分配的基础上，考虑系统开销和任务完成时间，提供联合优化模型，得到各终端每轮次实际的分配任务大小；S3：将所述分配任务逐轮次分配至各个终端节点。优选地，步骤S2具体包括：S2.1获取可用终端节点信息，形成一个合作组；S2.2计算合作组内所有的终端节点为最佳计算能力时，完成任务量Δ1＝Nv所需要的时间T1，即可能的最短时间；S2.3根据历史计算能力和开销信息，利用ARIMA时间序列模型预测接下来T1时间内所述可用终端的计算能力和计算开销变化；S2.4将预测的计算能力和计算开销代入至目标函数中，利用CPLEX软件求解在T1时间内为使目标函数最小所得到的分配方案；S2.5若在第一阶段T1时间内，实际所完成的任务量Nv1<Nv，则继续下一阶段。使用同样的方法计算出完成剩余任务量Δ2＝Nv-Nv1所需要的理想时间T2；S.2.6相似地，进行l阶段优化，直到Δl＝0。优选地，步骤S2.2具体为：利用ARIMA时间序列模型预测得到每个终端节点的计算能力bjt和计算开销cjt，其中每个所述可用终端的计算能力bjt和计算开销cjt是异构并随时间动态变化的。优选地，所述步骤S2.4具体为：接着将获取的各个终端节点的历史数据形成新的集合利用CPLEX软件求解最优解，使得目标函数minE(Δk,Tk)＝C(Δk,Tk)+β*L(Δk,Tk)在第k阶段最小，其中β均为权重，调节系统开销和完成时间的占比。本专利技术比现有技术比，适用于高动态的移动终端合作环境的视频分析任务的调度策略，用于解决传统模型中任务完成时间长和开销大的问题，附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术的基于Cloudlet的任务分配机制图；图2是本专利技术任务分配算法流程图。具体实施方式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，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。出于系统中移动终端高移动性、高实时性、设备的异构性等特点，考虑设计一种基于预测的多轮次任务分配方案，当单个计算任务量过大时，将单个任务分解为多个子任务，并将这些子任务逐轮次地分别发送给附近可用的移动设备，最后只需将结果返回至Cloudlet。在多轮次分配的基础上，考虑系统开销和任务完成时间，提供联合优化模型，具体如下：(1)计算合作组内所有的终端节点为最佳计算能力(历史完成任务数量最多)时，完成任务量Nv所需要的时间T1，即可能的最短时间。(2)假设可获取参与任务合作的终端节点的历史信息，则根据其历史计算能力(CPU可利用率)和开销信息(计算开销)利用ARIMA时间序列模型预测接下来一段时间终端的计算能力和计算开销变化。每一轮次间隔5分钟，并且计算能力越强的终端所需计算开销越大。(3)将预测的计算能力和计算开销代入至目标函数中，计算在T1时间内为完成任务量Δ1＝Nv使目标函数最小所得到的分配方案，利用CPLEX软件求最优解，目标函数如下式：minE(Δ1,T1)＝C(Δ1,T1)+β*L(Δ1,T1)满足于(4)每一轮次包含多个轮次，若在第一阶段T1时间内，实际所完成的任务量Nv1<Nv，则继续下一阶段。使用同样的方法计算出完成剩余任务量Δ2＝Nv-Nv1所需要的理想时间T2,代入第2阶段的目标函数，如下所示；minE(Δ2,T2)＝C(Δ2,T2)+β*L(Δ2,T2)(5)相似地，进行l阶段优化，直到Δl＝0。结合图1，本专利技术是基于Cloudlet进行任务分配，在该系统中有三个模块，分别为调度模块、预测模块和分配模块；将系统时间离散化，变成多个时隙或轮次。对于一个任务Jm,由多个可用的终端节点j协同完成。在每个时隙t，每个终端节点具有计算能力bjt(CPU利用率)和开销cjt。其中第k阶段的系统开销计算公式为第k阶段的完成时间计算公式为这里用剩余任务量的大小表示计算时间的长短，当该阶段分配任务量越大，剩余任务越少，完成时间可能越短，而此时计算开销越大。与在计算开销和完成时间做权衡的思想是相契合的。本专利技术的具体流程如图2所示，首先当任务请求者发送请求至附近的Cloudlet，Cloudlet在收到请求后，由其中的调度模块向周边终端节点广播消息，组织Ns个可用的终端节点形成一个合作组，完成任务量大小为Nv的任务。在此，我们假设可用终端在某段时间是待在Cloulet邻近区域内并且Cloudlet可以获取所有终端节点的历史计算能力信息，则总任务的完成时间为轮次数记为随后，计算合作组内所有的终端节点为最佳计算能力时，完成任务量Δ1＝Nv所需要的时间T1，即可能的最短时间。再根据历史计算能力和开销信息，利用ARIMA时间序列模型预测接下来T1时间内所述可用终端的计算能力和计算开销变化，分别记为和将预测的计算能力和计算开销代入至目标函数中，利用CPLEX本文档来自技高网...

【技术保护点】
1.一种多轮次任务分配方法，其特征在于，包括以下步骤：S1：任务发送，并将单个任务分解为多个子任务；S2：在多轮次分配的基础上，考虑系统开销和任务完成时间，提供联合优化模型，得到各终端每轮次实际的分配任务大小；S3：将所述分配任务逐轮次分配至各个终端节点。

【技术特征摘要】
1.一种多轮次任务分配方法，其特征在于，包括以下步骤：S1：任务发送，并将单个任务分解为多个子任务；S2：在多轮次分配的基础上，考虑系统开销和任务完成时间，提供联合优化模型，得到各终端每轮次实际的分配任务大小；S3：将所述分配任务逐轮次分配至各个终端节点。2.根据权利要求1所述的多轮次任务分配方法，其特征在于，所述步骤S2具体包括：S2.1获取可用终端节点信息，形成一个合作组；S2.2计算合作组内所有的终端节点为最佳计算能力时，完成任务量Δ1＝Nv所需要的时间T1，即可能的最短时间；S2.3根据历史计算能力和开销信息，利用ARIMA时间序列模型预测接下来T1时间内所述可用终端的计算能力和计算开销变化；S2.4将预测的计算能力和计算开销代入至目标函数中，利用CPLEX软件求解在T1时间内为使目标函数最小所得到的分配方案；S2.5若在第一阶段T1时间内，实际所完成的任务量Nv1<Nv，则继续下一阶段，使用同样的方法计算出完成剩余任务量Δ2＝Nv-Nv1所需要的理想时间T2；S.2.6相似地，进行l阶段优化，直到Δl＝0。3.根据权利要求2所述的多轮次任务分配方法，其特征在于，所述步骤S2.2具体为：利用ARIMA时间序列模型预测得到每个终端节点的计算能力bjt和计算开销cjt，其中每个所述可用终端的计算能力bjt和计算开销cjt是异构并随时间动态变化的。4.根据权利要求3或4所述的多轮次任务分配方法，其特征在于，...

【专利技术属性】
技术研发人员：邓晓衡，刘恩陆，关培源，李博，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43