一种基于边缘计算的随机型任务排队卸载优化方法技术

一种基于边缘计算的随机型任务排队卸载优化方法，属于无线通信技术领域，首先将用户MD

【技术实现步骤摘要】
一种基于边缘计算的随机型任务排队卸载优化方法
本专利技术涉及基于边缘计算的随机型任务排队卸载优化方案，尤其涉及边缘计算网络系统中，随着数据业务需求的增长，网络拥塞情况的发生所导致的系统额外消耗问题。
技术介绍
随着科技的快速发展，移动设备流量急剧增长。但是由于自身资源及计算性能有限，智能移动设备在处理计算密集型和时间敏感型应用时可能面临着能力不足的情况。为此，使用网络边缘节点来处理分析数据的边缘计算模式应运而生，并与传统云计算模式形成互补。然而，边缘设备往往具有轻量化的特点，如何合理利用边缘有限的计算资源便成为边缘计算亟需解决的重要问题。边缘计算针对传统云计算能力不足，在移动用户附近的无线接入网络边缘提供云计算功能，满足快速交互响应的需求，提供普遍且灵活的计算服务。为使用边缘网络提供的服务，移动设备如何将所承担的任务卸载到边缘服务器，进行高效合理的卸载决策，已经成为目前边缘计算问题的主要研究方向。5GMEC业务应用场景的多元化，决定了其技术本身具有一定的交叉性。MEC技术将计算能力、存储能力和业务服务能力迁移到网络边缘，使应用、服务和内本文档来自技高网...

【技术保护点】
1.一种基于边缘计算的随机型任务排队卸载优化方法，其特征在于，其步骤为：/n(1)建立边缘计算环境下任务处理的数学模型；/n(2)根据步骤(1)建立的边缘计算环境下任务处理的数学模型，利用M/M/1与M/M/c排队特性建立网络用户数据业务模型，计算用户任务在本地CPU处理、在异构基站所部署的边缘服务器执行下不同能量与时延消耗；/n(3)利用步骤(2)得到的不同执行方式下且不同权重系数的时延与能耗消耗值，构建最小化用户在任务执行时等待消耗与传输消耗模型。/n(4)根据步骤(3)得到的任务执行总消耗优化目标，通过一种基于拟牛顿内点法的任务分配算法求解该集合中的最优的任务分配决策得到最低设备消耗，从...

【技术特征摘要】
1.一种基于边缘计算的随机型任务排队卸载优化方法，其特征在于，其步骤为：
(1)建立边缘计算环境下任务处理的数学模型；
(2)根据步骤(1)建立的边缘计算环境下任务处理的数学模型，利用M/M/1与M/M/c排队特性建立网络用户数据业务模型，计算用户任务在本地CPU处理、在异构基站所部署的边缘服务器执行下不同能量与时延消耗；
(3)利用步骤(2)得到的不同执行方式下且不同权重系数的时延与能耗消耗值，构建最小化用户在任务执行时等待消耗与传输消耗模型。
(4)根据步骤(3)得到的任务执行总消耗优化目标，通过一种基于拟牛顿内点法的任务分配算法求解该集合中的最优的任务分配决策得到最低设备消耗，从而实现最小化用户在任务执行时等待消耗与传输消耗。


2.根据权利要求1所述的基于边缘计算的随机型任务排队卸载优化方法，其特征在于：
所述步骤1建立的边缘计算环境下任务处理的数学模型，具体按以下过程实施：①边缘计算服务器服务资源或内嵌于边缘基站中的硬件服务平台，可以与基站天线在一跳的网络范围建立通信；
②引入排队队长以及排队强度等重要指标来制定边缘网络的任务卸载排队策略；
③通过随机卸载模型，建立卸载概率，卸载概率充分反映设备卸载意愿，概率越大，对应卸载位置的卸载意愿越强。


3.根据权利要求1所述的基于边缘计算的随机型任务排队卸载优化方法，其特征在于：
所述步骤2建立网络用户设备数据业务模型，具体按以下过程实施：
①假设有用户集合MDi(i＝1,2,3…N)，，一个装载有MEC边缘计算服务器的宏基站MBS和一个协作基站SBS，宏基站与协作基站通过光纤链路连接；由于每个用户产生的任务类型不同，因而产生的任务请求具有随机性；假设计算任务是由多个子任务组成的；设备随机生成的计算任务可本地处理，也可将部分子任务通过宏基站上传至边缘云服务器进行处理；在本发明中，任务也可通过协作基站将部分子任务上传至边缘云服务器，从而减小宏基站的处理压力；
②基于排队理论，考虑本地用户端的处理模型为M/M/1队列，任务传输的模型为M/M/c队列；假设MDi的任务产生速率为λi，从MDi(i＝1,2,3…N)产生的请求数据量大小为θi；MDi产生的任务通过本地执行的概率为利用边缘云处理任务的概率为分别为MDi将任务通过宏基站上传的概率和任务通过小基站上传的概率，其中根据泊松分布的性质，卸载至MEC服务器的服务请求服从平均速率为的泊松过程，则本地处理的服务请求则服从平均速率为的泊松过程。


4.根据权利要求1所述的基于边缘计算...

【专利技术属性】
技术研发人员：薛建彬，王泽森，王璐，吴尚，蔺莹，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：甘肃;62