【技术实现步骤摘要】
一种具有计费机制的任务卸载方法
本专利技术属于无线虚拟导轨领域,尤其涉及一种具有计费机制的任务卸载方法。
技术介绍
无处不在的移动设备提供越来越多的移动服务,例如面部识别或自然语言处理。尽管这些服务有助于建立高度连接的社会,但它们要求移动设备具有强大的计算能力。然而,当前的移动设备具有有限的计算能力和高能耗,这不能赶上对移动服务的日益高的需求。为了提高移动设备的计算能力,提出了移动边缘计算。通过计算分流,移动边缘计算可以将任务从移动设备分流到边缘服务器或其他设备。计算分流可以显着减轻移动设备的计算负担并扩展其计算能力,这为实现复杂服务的计算提供了可能性。作为一个受欢迎的研究点,已经进行了许多研究以减轻负荷,以减少工艺延迟和能耗。S.Guo等人提供了一种动态卸载和资源调度策略,以在应用程序完成时间的严格约束下实现节能计算卸载。他们还提出了一种分布式算法,该算法由计算卸载选择,时钟频率控制和传输功率分配三个子算法组成,以获得最佳策略。L.Liu等人为了平衡计算卸载过程中的能耗和延迟性能,还利用排队论来研究能耗,执行延迟和移动设备卸载过程的支付成本;最后基于理论分析,制定了一个具有联合目标的多目标优化问题,以通过找到每个移动设备的最佳卸载概率和发射功率来最小化能耗,执行延迟和支付成本。H.Chen利用采用瞬时负荷计费方案来研究实际的需求侧管理方案,在这种方案中,有的的消费者通过安排未来的能源消耗状况,竞争以最小化其个人能源成本。近来,聚合博弈已被用来设计无线通信中的最佳策略。在聚合博弈中,每个玩家都旨在通过行动计划来最大程 ...
【技术保护点】
1.一种具有计费机制的任务卸载方法,其特征在于,包括以下步骤:/nS1:各用户设备分别将自己的子任务划分为本地任务和云端任务,其中,本地任务在用户设备处理,云端任务在MEC服务器处理,同时,MEC服务器的工作时间被划分为两个以上的时间片,且时间片的数量用H表示;/nS2:各用户设备分别将自己的云端任务划分为H个切片任务,得到切片任务量向量,且各切片任务的任务量不全为0,同时,将云端任务的任务处理时间划分为H个时间片;/nS3:为各用户设备构建总成本模型B
【技术特征摘要】
1.一种具有计费机制的任务卸载方法,其特征在于,包括以下步骤:
S1:各用户设备分别将自己的子任务划分为本地任务和云端任务,其中,本地任务在用户设备处理,云端任务在MEC服务器处理,同时,MEC服务器的工作时间被划分为两个以上的时间片,且时间片的数量用H表示;
S2:各用户设备分别将自己的云端任务划分为H个切片任务,得到切片任务量向量,且各切片任务的任务量不全为0,同时,将云端任务的任务处理时间划分为H个时间片;
S3:为各用户设备构建总成本模型Bn(Xn,X∑)如下:
其中,Ph为第h个时间片的价格,h=1,2,…,H,ah与bh为第h个时间片的设定参数,为第n个用户设备在第h个时间片待执行的切片任务的任务量,Xn为第n个用户设备的切片任务向量,为MEC服务器在第h个时间片待执行的切片任务的总任务量,X∑为任务处理时间内待执行的切片任务的总任务量向量,T为转置;
S4:为各用户设备根据总成本模型Bn(Xn,X∑)构建如下目标函数:
其中,为云端任务的任务量,Sh为第h个时间片中MEC服务器可处理任务量的上限,N为用户设备的总数,IIi≠n为指标函数,其中,如果i≠n,则IIi≠n=1,如果i=n,则IIi≠n=0;
S5:将各用户设备分别作为当前用户设备执行以下步骤,得到当前用户设备对应的云端任务分布在各时间片的任务量:
S51:当前用户设备根据自身的直接邻居发送来的切片任务向量计算切片任务向量估计值,然后根据切片任务向量估计值获取总任务量向量x∑;
S52:将步骤S51得到的总任务量向量x∑代入步骤S4中的目标函数,然后采用博弈论求解所述目标函数,得到当前用户设备对应的切片任务向量;
S53:判断本次迭代得到的切片任务向量与上一次迭代得到的切片任务向量之间的差值是否小于设定阈值,如果小于,则本次迭代通过博弈论求解得到的切片任务向量作为当前用户设备所需的云端任务分布在各时间片的任务量;否则,进入步骤S54;其中,第一次迭代时,上一次迭代得到的切片任务向量为步骤S2中得到的切片任务量向量;
S54:按照设定更新规则,采用本次迭代得到的切片任务向量更新当前用户设备对应的切片任务向量估计值,然后采用更新后的切片任务向量估计值重复执行步骤S51~S3,直到本次迭代得到的切片任务向量与上一次迭代得到的切片任务...
【专利技术属性】
技术研发人员:高明晋,沈茹婧,孙昊,周一青,
申请(专利权)人:北京中科晶上超媒体信息技术有限公司,
类型:发明
国别省市:北京;11
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。