【技术实现步骤摘要】
一种时间敏感网络中的多任务卸载方法及系统
本专利技术属于边缘计算与时间敏感网络(TSN，Timesensitivenetwork)
，提出了一种时间敏感网络中的多任务卸载方法及系统。
技术介绍
目前，边缘任务卸载的研究主要集中在移动用户到边缘服务器之间或者到云上的情况，几乎没有对边缘节点(ECN，EdgeComputingNode)之间任务卸载的讨论。边缘计算节点不同于集中式的中央处理器，计算以及存储资源有限，当短时间内边缘设备接收到大量计算处理需求时，ECN可能无法满足计算需求导致任务排队，影响任务的实时性。同时，边缘计算节点之间负载不均衡，某些边缘计算节点过载时，附近的其他边缘节点可能较为空闲，从而造成计算资源的浪费。而在工业网络场景下，工业应用的不同或各种突发事件的情况也可能造成ECN之间负载的不均衡。
技术实现思路
基于现有技术存在的问题，针对工作在工业时间敏感网络的ECN之间应用任务卸载技术，本专利技术考虑到工业网络下ECN之间网络通信距离较近，在ECN之间进行任务卸载损耗更小。特...
【技术保护点】
1.一种时间敏感网络中的多任务卸载方法，其特征在于，所述卸载方法包括以下步骤：/n将所需卸载的任务按照其属性建立任务模型，所述属性至少包括任务的代码量，任务输入的数据量以及代码计算密度；/n在任务模型中，按照卸载决策依据，求解出任务在各个决策下所耗费的总时间，以最小化所耗费的总时间为目标，构建出每个任务的最优决策函数；/n按照博弈算法，在多任务的场景下，对每个任务的最优决策函数进行有限次的迭代计算，并计算出多任务达到纳什均衡的决策结果。/n
【技术特征摘要】 【专利技术属性】
1.一种时间敏感网络中的多任务卸载方法，其特征在于，所述卸载方法包括以下步骤：
将所需卸载的任务按照其属性建立任务模型，所述属性至少包括任务的代码量，任务输入的数据量以及代码计算密度；
在任务模型中，按照卸载决策依据，求解出任务在各个决策下所耗费的总时间，以最小化所耗费的总时间为目标，构建出每个任务的最优决策函数；
按照博弈算法，在多任务的场景下，对每个任务的最优决策函数进行有限次的迭代计算，并计算出多任务达到纳什均衡的决策结果。
2.根据权利要求1所述的一种时间敏感网络中的多任务卸载方法，其特征在于，所述将所需卸载的任务按照其属性建立任务模型包括将所需卸载的任务划分为三元组Taskn＝(cn,dn,αn)，以三元组的形式作为任务模型；其中，卸载任务n的数据大小为cn+dn，任务n需要的CPU周期数为cn×αn；cn表示任务n的代码量；dn表示任务n的输入数据量；αn表示任务n的代码计算密度。
3.根据权利要求1所述的一种时间敏感网络中的多任务卸载方法，其特征在于，所述每个任务的最优决策函数包括：
其中，Sn表示任务n的可能卸载决策，m表示空闲的卸载节点总数；表示任务n在本地计算的时间；Toff(S′n)表示任务n卸载计算的总时间；S′n表示任务n的某个卸载决策；G-n表示除了任务n之外的其他节点已经做出的卸载决策的集合；N表示所有卸载任务的集合。
4.根据权利要求1所述的一种时间敏感网络中的多任务卸载方法，其特征在于，所述任务n卸载计算的总时间包括任务n在时间敏感网络中交换机的排队时间以及空闲的边缘计算节点卸载任务n所花费的卸载计算时间。
5.根据权利要求4所述的一种时间敏感网络中的多任务卸载方法，其特征在于，所述任务在时间敏感网络中交换机的排队时间包括时间敏感网络中的交换机将任务数据流分为多个优先级，按照门控列表在开门时间以优先级的方式依次传输任务数据流；按照排队模型计算出排队时间，并将该排队时间作为传输时间，表示为：
其中，表示任务n到边缘计算节点m的传输时间；表示交换机输出端口对优先级为p的数据包的平均服务率，μ表示排队系统在其传输时隙内对不同优先级的平均服务率；θ为某个或某些优先级流量包的传输时隙，Θ为整体循环时间；C表示交换机的平均发送速度；λi表示优先级为i的数据包的到达率；cn表示任务n的代码量；dn表示任务n的输入数据量。
6.根据权利要求4所述的一种时间敏感网络中的多任务卸载方法，其特征在于，所述空闲的边缘计算节点卸载任务n所花费的卸载计算时间包括使用时分复用的方式，以几个CPU指令循环轮流执行各个任务，以计算出在边缘计算节点上卸载任务所花费的时间，表示为：
技术研发人员：陈俊华，张磊，钟雪梅，黄学达，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50
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。