【技术实现步骤摘要】
工业物联网场景中具有延迟保证的能量高效雾计算迁移方法
本专利技术属于无线通信网络、无线传感器网络、计算机网络
，具体涉及一种工业物联网场景中具有延迟保证的能量高效雾计算迁移方法。
技术介绍
随着无线传感器技术的快速发展，传感设备将产生大量数据，对这种大规模数据在低延迟和低能耗的情况下的有效处理是一个巨大的挑战。远程云服务器用于处理和挖掘大量收集来的数据，但是，它违反了工业物联网的低延迟要求并导致很大的通信开销。雾计算的发展弥补了云计算的缺点，当更接近数据源时，雾计算在本地处理计算任务，这样可以减少通信开销并在低时延的情况下提供数据处理服务。由于能量的限制、雾节点计算能力和存储资源以及计算密集型服务的快速增长，工业物联网中的雾节点无法及时处理所有计算请求。针对上述问题，计算迁移技术发展起来并用以减轻处理雾节点的负担。目前，关于计算迁移的研究工作主要集中在通过优化任务迁移比例来解决最优延迟和能耗问题。现有的计算迁移方案大致分为以下三类：第一类方案仅通过优化一个性能指标来考虑计算迁移问题，例如时间延迟或能耗。虽然该方案的特点是在完成时间和能耗成本方面实现了性能提升...
【技术保护点】
1.工业物联网场景中具有延迟保证的能量高效雾计算迁移方法，其特征在于：包括如下步骤：步骤1，针对雾节点的能耗构成给出了综合性的考量即雾节点的能耗由本地计算、传输和等待状态的能耗组成，基于该考量构建了包含能量开销和时间延迟约束的雾节点能量消耗最小化模型；步骤2，得到所述最小化模型的约束条件；步骤3，根据步骤2中得到的约束条件，采用对偶方法来求解所述最小化模型，构建拉格朗日函数，并构造原始优化问题和相应的对偶问题，定义其中的优化变量和对偶变量；步骤4，定义步骤3提出的拉格朗日函数对应于变量的梯度函数，通过导函数和反函数，得出优化变量的计算公式；步骤5，提出一个加速梯度算法，定义...
【技术特征摘要】
1.工业物联网场景中具有延迟保证的能量高效雾计算迁移方法，其特征在于：包括如下步骤：步骤1，针对雾节点的能耗构成给出了综合性的考量即雾节点的能耗由本地计算、传输和等待状态的能耗组成，基于该考量构建了包含能量开销和时间延迟约束的雾节点能量消耗最小化模型；步骤2，得到所述最小化模型的约束条件；步骤3，根据步骤2中得到的约束条件，采用对偶方法来求解所述最小化模型，构建拉格朗日函数，并构造原始优化问题和相应的对偶问题，定义其中的优化变量和对偶变量；步骤4，定义步骤3提出的拉格朗日函数对应于变量的梯度函数，通过导函数和反函数，得出优化变量的计算公式；步骤5，提出一个加速梯度算法，定义临时变量，并通过临时变量进行对偶变量的更新，求解得出步骤3中对偶问题的最优解，然后根据步骤4中的优化变量计算公式推导出步骤3中优化问题的最优解，该优化问题的最优解即为最小化模型的最优解。2.根据权利要求1所述的工业物联网场景中具有延迟保证的能量高效雾计算迁移方法，其特征在于：所述步骤1中，假设雾节点个数n＝10,有1个云服务器，这些雾节点的计算能力统一设为fil＝2*106周期/秒，i∈{1,2,…,10}，而云服务器的计算能力为fc＝2*108周期/秒；在通信环境中，定义无线信道带宽B＝50Mb/s，信道的噪声功率密度N0＝10-10W以及雾节点和云服务器之间的无线信道增益hi，且不同雾节点i的计算任务大小wi相同，它们的大小在100Kb到1000Kb之间；完成1比特计算任务时cpu所需要的转速ci等于1000周期/比特；每个雾节点的期望能耗Ei为1.5J，期望延时Ti为600ms；功率pi,c为10-3W，能量消耗mi为10-8焦耳/周期；雾节点i的数据传输速率定义为Ri；符号ai表示进行计算迁移的数据量占总的任务数据量的比例，并且它可以表示成di＝wiai。显然，ai满足条件0≤ai≤1。在可容忍的时间延迟下能耗最小化模型如下：3.根据权利要求1所述的工业物联网场景中具有延迟保证的能量高效雾计算迁移方法，其特征在于：所述步骤2中，所述约束条件，具体为：第一约束条件为，任务的完...
【专利技术属性】
技术研发人员：陈思光，郑忆敏，葛欣炜，王堃，孙雁飞，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32
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。