一种能源有效和资源受限的移动边缘计算任务分配方法组成比例

本发明专利技术公开了一种能源有效和资源受限的移动边缘计算任务分配方法，根据不同的任务分配方案，在规定执行延迟的情况下对边缘云的能源和处理器资源的影响，建立基于能耗和处理器资源浪费的联合优化模型，进而在规定执行延迟的情况下最小化任务分配的总能耗和处理器资源浪费，然后，将该联合优化问题映射为生物地理学算法的生态系统模型，并根据相应的优化目标和优化条件，获得最优任务分配方案；本发明专利技术解决了资源有限的移动用户设备无法满足移动应用的资源需求，移动用户设备就会将构成移动应用的部分任务卸载到移动边缘计算的基站或边缘云之上，提高边缘云的能源效率和处理器资源使用率。

【技术实现步骤摘要】
一种能源有效和资源受限的移动边缘计算任务分配方法
：本专利技术涉及移动边缘计算，特别是涉及一种能源有效和资源受限的移动边缘计算任务分配方法。
技术介绍
：移动边缘计算(MobileEdgeComputing)通过将云资源(如计算，网络和存储)推送到移动网络的边缘来提供云服务，对无线网络与应用进行融合，使得传统无线接入网具备智能化、应用本地化和近距离部署的条件，从而提供高带宽、低时延的传输能力，其环境示意图如图1所示。在该示意图中有六个部分:(1)移动用户设备；(2)无线蜂窝基站；(3)被分配到虚拟机(VirtualMachines,VMs)和容器(Containers,Cs)的任务(Tasks,Ts)；(4)内置有虚拟机和容器的边缘服务器和云服务器；(5)访问边缘云的互联网，以及(6)提供云服务的边缘云。当移动用户提出应用请求时，边缘服务器或云服务器上的虚拟机或容器会协助移动用户设备处理卸载到其上的任务，并将处理结果反馈给移动用户设备。随着移动边缘计算环境中移动用户设备的快速更新换代和数量的爆炸式增长，使得移动应用的数量和计算或资源需求本文档来自技高网...

【技术保护点】
1.一种能源有效和资源受限的移动边缘计算任务分配方法，根据不同的任务分配方案在规定执行延迟的情况下对边缘云的能源和处理器资源的影响，建立基于能耗和处理器资源浪费的联合优化模型，进而在保证一定执行延迟的情况下最小化任务分配的总能耗和处理器资源浪费，然后，将该联合优化问题映射为生物地理学算法的生态系统模型，并根据相应的优化目标和优化条件，获得最优任务分配方案，其具体步骤是：/n步骤一、根据边缘服务器的能耗与其上的CPU利用率呈线性的关系，把边缘服务器的能耗模型定义为CPU利用率的函数；/n步骤二、在现有模型的基础上进行扩展来量化边缘服务器所有维度的资源浪费情况，并在不同维度上均衡第j个边缘服务器的...

【技术特征摘要】
1.一种能源有效和资源受限的移动边缘计算任务分配方法，根据不同的任务分配方案在规定执行延迟的情况下对边缘云的能源和处理器资源的影响，建立基于能耗和处理器资源浪费的联合优化模型，进而在保证一定执行延迟的情况下最小化任务分配的总能耗和处理器资源浪费，然后，将该联合优化问题映射为生物地理学算法的生态系统模型，并根据相应的优化目标和优化条件，获得最优任务分配方案，其具体步骤是：
步骤一、根据边缘服务器的能耗与其上的CPU利用率呈线性的关系，把边缘服务器的能耗模型定义为CPU利用率的函数；
步骤二、在现有模型的基础上进行扩展来量化边缘服务器所有维度的资源浪费情况，并在不同维度上均衡第j个边缘服务器的剩余资源，获得处理器资源浪费模型；
步骤三、在满足资源需求和规定执行延迟的前提下同时最小化总体能耗和总体处理器资源浪费，获得优化阶段的联合优化目标函数；
步骤四、通过映射模型把联合优化问题映射为生物地理学算法的生态系统模型，并根据联合优化目标和资源与延迟约束，对BBO算法的参数和算子进行定义；
步骤五、对种群大小，迭代数，最大物种数，最大迁入率，最大变异率，精英数量进行初始化；其次，对一组随机的栖息地集合进行初始化和排序，每个栖息地对应一个给定问题的潜在解决方案；
步骤六、根据迁移算子、变异算子、移除算子和精英算子对精英栖息地进行迁移排序，获得最优任务分配方案。


2.根据权利要求1所述的能源有效和资源受限的移动边缘计算任务分配方法，其特征是：所述步骤一中，CPU利用率的函数，如公式(1)所示：



其中，M为边缘云中的运行有待分配任务的虚拟机或容器总数；第j个边缘服务器是HPProLiantG4或HPProLiantG5；和分别表示第j个边缘服务器被充分利用和空闲时所消耗的功率；表示第j个边缘服务器中所有运行在边缘服务器上的虚拟机或容器的总CPU利用率；二进制变量yj表示第j个边缘服务器是否被启动，启动时值为1，反之则为0。


3.根据权利要求1所述的能源有效和资源受限的移动边缘计算任务分配方法，其特征是：所述步骤二中，第j个边缘服务器拥有的CPU、内存或带宽的利用率可以被估算为放置在该边缘服务器上的所有虚拟机或容器消耗的总资源数量；并对每个边缘服务器的CPU、内存和带宽利用率设置一个90％的上限；则，处理器资源浪费模型为



其中，Wj表示第j个边缘服务器的资源浪费或闲置资源；α或β表示CPU、内存和带宽三种资源类型；和分别表示第i个虚拟机或容器上资源α和β的需求；和分别表示在第j个边缘服务器中资源α和β的使用率阈值；V是资源维度的数量，其被设置为3；二进制变量bij表示第i个虚拟机或容器是否被分配到第j个边缘服务器上。


4.根据权利要求1所述的能源有效和资源受限的移动边缘计算任务分配方法，其特征是：所述步骤三中，M个加载有任务的虚拟机或容器被分配到N个边缘服务器上，每个虚拟机或容器的资源需求都不会超过所在边缘服务器的剩余资源；同时，虚拟机或容器的资源需求和边缘服务器的资源容量都由多维向量表示，而且每个维度都表示虚拟机或容器所请求的特定资源类型的数量。


5.根据权利要求1所述的能源有效和资源受限的移动边缘计算任务分配方法，其特征是：...

【专利技术属性】
技术研发人员：高继勋，刘家磊，李刚，黄全振，张大俊，孙凤霞，张洋，黄明明，李新，
申请(专利权)人：河南工程学院，
类型：发明
国别省市：河南;41