【技术实现步骤摘要】
一种边缘计算系统中分布式的在线任务卸载调度方法
本专利技术涉及一种边缘计算系统中分布式的在线任务卸载调度方法，是一种边缘计算系统中最小化平均的任务完成时延的在线卸载调度方法，在一个考虑异构计算任务随机实时到来的边缘计算系统中，通过决策计算任务是否在本地执行还是卸载到边缘端或云端，使得计算任务的平均完成时延最小化。
技术介绍
随着具有高带宽、低延时的无线通信技术(如5G)的发展和成熟，涌现了许多新应用场景，如虚拟现实和增强现实，传统的集中式的云计算服务已经不能满足这些应用的需求，因此边缘计算技术应运而生。它将计算工作负载从远程的云服务器下沉到网络边缘端(如基站或无线接入点)。如图1所示，一个典型的边缘计算系统由众多移动智能设备、边缘服务器和云服务器组成，计算任务由移动智能设备上的各种应用程序实时生成，这些任务可以在智能设备上执行，也可以卸载到边缘服务器或云服务器上执行。由于移动智能设备和边缘服务器的计算资源有限，如何调度大量计算任务在何处执行，被称为边缘计算系统中的任务卸载问题。对于任务卸载调度问题而言，尽量降低所有任...
【技术保护点】
1.一种边缘计算系统中分布式的在线任务卸载调度方法，其特征在于，操作步骤如下：/n步骤一，为边缘计算系统进行建模，考虑一个具有三层体系结构的边缘计算系统，其包含一个云端服务器、一个边缘端服务器和n个移动智能设备u＝{u
【技术特征摘要】
1.一种边缘计算系统中分布式的在线任务卸载调度方法，其特征在于，操作步骤如下：
步骤一，为边缘计算系统进行建模，考虑一个具有三层体系结构的边缘计算系统，其包含一个云端服务器、一个边缘端服务器和n个移动智能设备u＝{u1,u2,…,un}，时间被划分为等长时间片T＝{t1,t2,…,tτ,…}；计算任务的类型为Φ＝{φ1,φ2,…,φm}，每个类型为φj∈Φ的计算任务的输入数据量为sj，完成需要的CPU周期为cj；Γi,j(τ)∈{0,1}表示移动设备ui是否在时间片tτ内产生一个类型为φj的任务；
步骤二，为计算任务的执行模式进行建模，每个计算任务都在以下三种执行模式的任一种模式下完成，每种执行模式所引起的任务完成时延、移动设备能耗等都是不同的：
(1)本地执行模式：用Ii,j(τ)∈{0,1}来tτ时刻产生的类型为φj的计算任务是否在本地设备ui上执行，fi(τ)∈[fimin,fimax]是设备ui在时间片tτ的CPU频率；设备ui在时间片tτ中执行计算任务的总时间为消耗的能量为Ti(u)(τ)，其中κi是开关电容；ui中已占用的总存储量不超过其最大存储空间
(2)边缘端执行模式：若设备ui将tτ时刻产生的类型为φj的计算任务卸载到边缘服务器，需要的传输时间为其中Ri(τ)＝wilog2(1+σi(τ)pi(τ))为数据传输速率，消耗的能量为wi是ui的带宽，σi(τ)等于时间片tτ内的信道功率增益除以边缘服务器上的噪声功率，而是设备ui的发射功率；因此，ui在tτ时间片内消耗的总能量为其不能超电池剩余电量Ei(τ)和电池总容量即考虑边缘服务器将不同类型的任务分配给不同的虚拟机独立执行，执行类型为φj的任务的虚拟机在tτ内的CPU频率为gj(τ)；若边缘服务器将Mj...
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。