多工作流任务分配方法、装置、计算机设备和存储介质制造方法及图纸

上述多工作流任务分配方法、装置、计算机设备和存储介质，首先，通过将包含大量数据量的多阶段工作流任务拆分为数据量小的多阶段子任务集，能够实现多阶段工作流的并行处理，提高数据处理速度，其次，通过引入边缘计算节点间的博弈处理的理论，按照预设博弈要求，对各边缘计算节点提交的任务选取策略进行调整，使得各边缘计算节点能够实现利润最大化，最后，通过迭代优化奖励分配机制，对任务选取策略集进行反馈调节，能够得到最佳任务选取策略集，综上，通过上述方案能够在保证多阶段子任务集的任务选取率的前提下，保障了任务分配的公平性并提高了任务处理的效率。

Multi-Workflow Task Assignment Method, Device, Computer Equipment and Storage Media

【技术实现步骤摘要】
多工作流任务分配方法、装置、计算机设备和存储介质
本申请涉及科学调度
，特别是涉及一种多工作流任务分配方法、装置、计算机设备和存储介质。
技术介绍
随着科技水平的不断发展，用户对计算机设备处理大量及时性的信息等方面的需求也逐渐增长。在目前的大数据环境下，多阶段工作流模式已经广泛地应用于各行各业，由于工作流任务具有随机性(即任务到达时间以及所需处理时间是未知的)、时限性以及数据处理量巨大等特点，使得数据的收集与处理也需要耗费大量的通信带宽和处理时间，于是，出现了在基于边缘计算的任务调度方案。然而，在传统的云计算环境中，云服务中任务信息与调度器状态信息都是已知的，而在边缘计算环境中，各边缘计算节点是自私封闭的，是非协作的，调度器只对任务信息已知，而边缘节点只对各自的状态信息已知，存在信息不对称的问题，且各边缘计算节点的任务执行性能存在差异，并且边缘计算节点只关注于获得最大奖励，而调度器只关注于任务处理质量，因此，传统的基于边缘计算的任务调度方案难以保障任务分配的公平性以及任务处理的效率。
技术实现思路
基于此，有必要针对传统的基于边缘计算的任务调度方案难以保障任务分配的公平性以及任务处理的效率的问题，提供一种高效的多工作流任务分配方法、装置、计算机设备和存储介质。一种多工作流任务分配方法，方法包括：获取待分配的多工作流任务，将多工作流任务转换为多阶段子任务集；将多阶段子任务集的当前任务信息发送至各边缘计算节点，当前任务信息包括奖励分配机制；接收各边缘计算节点针对当前任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整当前任务选取策略集，得到目标任务选取策略集，目标任务选取策略集为满足预设均衡条件下的任务选取策略集；基于目标任务选取策略集，检测多阶段子任务集的任务选取率，根据任务选取率的检测结果对奖励分配机制进行调整，直至多阶段子任务集的任务选取率满足预设要求，得到最佳任务选取策略集。在其中一个实施例中，预设的博弈要求包括任务选取要求；接收各边缘计算节点针对任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整当前任务选取策略集，得到目标任务选取策略集包括：接收各边缘计算节点针对任务信息反馈的当前任务选取策略集，当前任务选取策略集是各边缘计算节点在一轮博弈结束后，根据任务信息、自身性能状态以及预设利润最大化函数制定的任务选取策略构成的集合；按照任务选取要求调整当前任务选取策略集，计算调整后的任务选取策略集与上一轮博弈接收到的任务选取策略集的差值；当检测到差值大于预设阈值时，将调整后的任务选取策略集更新为当前任务选取策略集发送至各边缘计算节点；返回接收各边缘计算节点发送的当前任务选取策略集的步骤，当检测到差值小于或等于预设阈值时，将差值小于或等于预设阈值时对应的任务选取策略集确定为目标任务选取策略集。在其中一个实施例中，按照任务选取要求调整当前任务选取策略集包括：按照任务选取要求，检测当前任务选取策略集；当检测到至少两个边缘计算节点同时选取某一个任务时，将该任务随机分配给同时选取该任务的任意一个边缘计算节点，得到调整后的任务选取策略集。在其中一个实施例中，预设的博弈要求还包括博弈循环次数要求；接收各边缘计算节点针对当前任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整当前任务选取策略集，得到目标任务选取策略集之前，还包括：统计各边缘计算节点的当前博弈循环次数；接收各边缘计算节点针对任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整当前任务选取策略集，得到目标任务选取策略集包括：当当前博弈循环次数小于或等于预设博弈循环次数时，接收各边缘计算节点针对任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整当前任务选取策略集，得到目标任务选取策略集。在其中一个实施例中，奖励分配机制与任务量以及任务重要程度有关；根据任务选取率的检测结果对奖励分配机制进行调整包括：根据任务选取率的检测结果，按照预设的步长对奖励分配机制的参数进行调节，以改变任务量以及任务重要程度的权重。在其中一个实施例中，根据任务选取率的检测结果对奖励分配机制进行调整，直至多阶段子任务集的任务选取率满足预设要求，得到最佳任务选取策略集包括：当检测到多阶段子任务集的任务选取率未满足预设要求时，根据任务选取率的检测结果对奖励分配机制进行调参优化，得到调整后的当前任务信息；将调整后的当前任务信息更新为当前任务信息，返回将多阶段子任务集的当前任务信息发送至各边缘计算节点的步骤，直到检测到多阶段子任务集的任务选取率满足预设要求。在其中一个实施例中，还包括：当自检到多阶段子任务集中存在未被各边缘计算节选取的任务时，选择该未被选取的任务。一种多工作流任务分配装置，装置包括：任务转换模块，用于获取待分配的多工作流任务，将多工作流任务转换为多阶段子任务集；任务信息发送模块，用于将多阶段子任务集的当前任务信息发送至各边缘计算节点，当前任务信息包括奖励分配机制；策略集调整模块，用于接收各边缘计算节点针对任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整当前任务选取策略集，得到目标任务选取策略集，目标任务选取策略集为满足预设均衡条件下的任务选取策略集；反馈调节模块，用于基于目标任务选取策略集，检测多阶段子任务集的任务选取率，根据任务选取率的检测结果对奖励分配机制进行调整，直至多阶段子任务集的任务选取率满足预设要求，得到最佳任务选取策略集。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取待分配的多工作流任务，将多工作流任务转换为多阶段子任务集；将多阶段子任务集的当前任务信息发送至各边缘计算节点，当前任务信息包括奖励分配机制；接收各边缘计算节点针对当前任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整当前任务选取策略集，得到目标任务选取策略集，目标任务选取策略集为满足预设均衡条件下的任务选取策略集；基于目标任务选取策略集，检测多阶段子任务集的任务选取率，根据任务选取率的检测结果对奖励分配机制进行调整，直至多阶段子任务集的任务选取率满足预设要求，得到最佳任务选取策略集。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取待分配的多工作流任务，将多工作流任务转换为多阶段子任务集；将多阶段子任务集的当前任务信息发送至各边缘计算节点，当前任务信息包括奖励分配机制；接收各边缘计算节点针对当前任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整当前任务选取策略集，得到目标任务选取策略集，目标任务选取策略集为满足预设均衡条件下的任务选取策略集；基于目标任务选取策略集，检测多阶段子任务集的任务选取率，根据任务选取率的检测结果对奖励分配机制进行调整，直至多阶段子任务集的任务选取率满足预设要求，得到最佳任务选取策略集。上述多工作流任务分配方法、装置、计算机设备和存储介质，首先，通过将包含大量数据量的多阶段工作流任务拆分为数据量小的多阶段子任务集，能够实现多阶段工作流的并行处理，提高数据处理速度，其次，通过引入边缘计算节点间的博弈处理的理论，按照预设博弈要求，对各边缘计算节点提交的任务选取策略进行调整，使得各边缘计算节点能够实现利润最大化，最后，通过本文档来自技高网...

【技术保护点】
1.一种多工作流任务分配方法，其特征在于，所述方法包括：获取待分配的多工作流任务，将所述多工作流任务转换为多阶段子任务集；将所述多阶段子任务集的当前任务信息发送至各边缘计算节点，所述当前任务信息包括奖励分配机制；接收各边缘计算节点针对所述当前任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整所述当前任务选取策略集，得到目标任务选取策略集，所述目标任务选取策略集为满足预设均衡条件下的任务选取策略集；基于所述目标任务选取策略集，检测所述多阶段子任务集的任务选取率，根据所述任务选取率的检测结果对所述奖励分配机制进行调整，直至所述多阶段子任务集的任务选取率满足所述预设要求，得到最佳任务选取策略集。

【技术特征摘要】
1.一种多工作流任务分配方法，其特征在于，所述方法包括：获取待分配的多工作流任务，将所述多工作流任务转换为多阶段子任务集；将所述多阶段子任务集的当前任务信息发送至各边缘计算节点，所述当前任务信息包括奖励分配机制；接收各边缘计算节点针对所述当前任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整所述当前任务选取策略集，得到目标任务选取策略集，所述目标任务选取策略集为满足预设均衡条件下的任务选取策略集；基于所述目标任务选取策略集，检测所述多阶段子任务集的任务选取率，根据所述任务选取率的检测结果对所述奖励分配机制进行调整，直至所述多阶段子任务集的任务选取率满足所述预设要求，得到最佳任务选取策略集。2.根据权利要求1所述的多工作流任务分配方法，其特征在于，所述预设的博弈要求包括任务选取要求；所述接收各边缘计算节点针对所述任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整所述当前任务选取策略集，得到目标任务选取策略集包括：接收各边缘计算节点针对所述任务信息反馈的当前任务选取策略集，所述当前任务选取策略集是所述各边缘计算节点在一轮博弈结束后，根据所述任务信息、自身性能状态以及预设利润最大化函数制定的任务选取策略构成的集合；按照所述任务选取要求调整所述当前任务选取策略集，计算调整后的任务选取策略集与上一轮博弈接收到的任务选取策略集的差值；当检测到所述差值大于预设阈值时，将所述调整后的任务选取策略集更新为当前任务选取策略集发送至所述各边缘计算节点；返回所述接收各边缘计算节点发送的当前任务选取策略集的步骤，直到检测到所述差值小于或等于预设阈值时，将所述差值小于或等于预设阈值时对应的任务选取策略集确定为目标任务选取策略集。3.根据权利要求2所述的多工作流任务分配方法，其特征在于，所述按照所述任务选取要求调整所述当前任务选取策略集包括：按照所述任务选取要求，检测所述当前任务选取策略集；当检测到至少两个边缘计算节点同时选取某一个任务时，将该任务随机分配给同时选取该任务的任意一个边缘计算节点，得到所述调整后的任务选取策略集。4.根据权利要求1所述的多工作流任务分配方法，其特征在于，所述预设的博弈要求还包括博弈循环次数要求；所述接收各边缘计算节点针对所述当前任务信息反馈的当前任务选取策略集，按照预设的博弈要求调整所述当前任务选取策略集，得到目标任务选取策略集之前，还包括：统计各边缘计算节点的当前博弈循环次数；所述接收各边缘计算节点针对所述任务信息反馈的当前任务选取策略集，按照预设的博弈要求调...

【专利技术属性】
技术研发人员：朱宁波，刘钊，周旭，刘楚波，阳王东，李肯立，李克勤，张尧学，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南,43