【技术实现步骤摘要】
一种边缘计算中基于博弈论的服务部署及任务卸载方法
本专利技术涉及边缘计算领域，尤其涉及一种边缘计算中基于博弈论的服务部署及任务卸载方法。
技术介绍
近年来，随着物联网设备和数据的爆发式增长，人们对数据服务和数据传输速率的要求越来越高，基于云计算模型的集中制服务逐渐显露出其在实时性、网络制约、资源开销和隐私保护上的不足，新型的终端设备虽然计算能力得到了很大的提升，但是也不及节点且有电池容量的局限。根据边缘计算的概念，移动设备作为资源的需求方把繁重的计算任务卸载到边缘节点上，降低了本地处理服务的时延和能耗。边缘计算作为与云计算互补的计算模型，将计算任务放置在离数据较近的位置从而有效降低网络传输的时延。现如今，越来越多的应用开始借助边缘计算，着重利用网络中的边缘节点以达到更高的计算效率和资源利用率。由于用户隐私数据可以存储在边缘设备而不是云端节点上，减少了隐私数据的传输，在一定程度上规避了隐私泄露的风险。得益于边缘计算的这些优势，近年来边缘计算得到了学术界和工业界的肯定，并获得了突飞猛进的发展。但是相较于云节点而言，边缘节点在可用资源上的限制要远远多于云环境。由于边缘节点的种类繁多，所以边缘环境类似于异构计算平台，每个边缘节点的计算能力、存储能力、操作系统等都在差异，而且，大部分边缘节点在性能上不如云端节点，比如存储资源的限制，不能部署大规模重量级的服务。由于资源的相对匮乏，在处理不同服务请求的时候，更容易产生资源竞争，导致计算单元的任务执行速度降低、数据处理时延增加。边缘节点由于存储和计算能力有限，不可能...
【技术保护点】
1.一种边缘计算中基于博弈论的服务部署及任务卸载方法，其特征在于：具体包括以下步骤：/nS101：采用排队论表示边缘节点e请求服务s到达率为
【技术特征摘要】
1.一种边缘计算中基于博弈论的服务部署及任务卸载方法，其特征在于：具体包括以下步骤：
S101：采用排队论表示边缘节点e请求服务s到达率为边缘节点e的服务率为
S102：根据所述到达率和所述服务率计算边缘节点时间开销
S103：计算云端时间开销
S104：根据所述边缘节点的时间开销和所述云端时间开销计算总体开销C(d)；
S105：构建两阶段的斯塔克尔伯格博弈模型，并根据所述总体开销C(d)构建约束条件，求解两阶段斯塔克尔伯格博弈模型的离散解；
S106：采用剪枝算法在所述离散解中，找到纳什均衡解。
2.如权利要求1所述的一种边缘计算中基于博弈论的服务部署及任务卸载方法，其特征在于：步骤S102中，所述边缘节点时间开销计算式如公式(1)所示：
3.如权利要求2所述的一种边缘计算中基于博弈论的服务部署及任务卸载方法，其特征在于：步骤S103中，云端时间开销计算式如式(2)：
式(2)中，c表示云端，表示用户向云端请求服务s的到达率；τc为云端处理服务的平均完成时间。
4.如权利要求3所述的一种边缘计算中基于博弈论的服务部署及任务卸载方法，其特征在于：步骤S104中，系统总体开销C(d)的计算式如式(3)：
式(3)中，Ci(di)表示第i个服务请求的时间开销，i表示服务序号，其中，i＝1,2,…,m，m为服务请求总数；εs(d)＝{X1e1,X2e2,...,Xkek}，表示根据部署策略d部署服务s的边缘节点的集合，ej表示部署了服务s的边缘节点集合中的第j个边缘节点，j＝1,2,…,k，k为部署了服务s的边缘节点的总个数；δ表示所有的服务请求集合；Tie和Tic分别表示用户向边缘节点e请求服务i的时间和用户向云端请求服务i的时间。
5.如权利要求4所述的一种边缘计算中基于博弈论的服务部署及任务卸载方法，其特征在于：步骤S105中构建两阶段的斯塔克尔伯格博弈模型调整服务部署策略，通过相应约束条件，求解两阶段斯塔克尔伯格博弈模型的离散解具体为：
S201：斯塔克尔伯格博弈模型中，领导者为云服务提供商，跟随者为用户；第一阶段中，所述云服务提供商确定服务部署策略d；
S202：第二阶段中，根据第一阶段确定的服务部署策略d确定计算任务的约束条件，如式(4)：
式(4)中，δe表示边缘节点e上的服务集合；μe表示边缘节点e的服务总处理能力；λs表示对服务s的总请求率；表示用户向云端请求服务s的到达率；δe(d)表示根据部署策略d部署了在边缘节点e上的服务集合；d表示服务s的部署策略，表示是否在边缘节点e上部署服务s；若在边缘节点...
【专利技术属性】
技术研发人员：王子通，龚迎莎，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北;42
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。