【技术实现步骤摘要】
一种基于结合负载均衡的边缘计算任务调度方法
本专利技术涉及移动边缘计算领域，尤其涉及一种基于结合负载均衡的边缘计算任务调度方法。
技术介绍
对当今用户的移动设备应用程序越来越多样，其中也不乏需要大量计算资源的应用程序，但是受移动设备的便携性约束，移动设备的计算能力和电池续航能力是有限的，于是移动设备把这类计算量大的任务卸载到辅助计算设备上来协助用户处理，但是传统云计算(例如：阿里云)距离用户太远，用户上传任务的时间开销会很大，对于一些对实时性要求较强的任务，这耗时太久。边缘计算相对于传统的云计算的优点在于：1.距离用户近，时间延迟小；2.客制化高，用户或者运营商可以根据实际情况布置不同规格的边缘云。但是边缘云的局限性在于它的计算能力也是有限的。因此产生了一个实际问题，用户卸载任务的过程包含两个：1.上传任务的过程；2.边缘云处理任务的过程。不同地点的用户传到不同地点的边缘云需要的时间不同，能耗也会不同，而且如果任务调度方法不当会似的一些边缘云过于繁忙，一些边缘云空闲，导致计算资源的浪费。所以如何分配任务，能够最大化利用边缘云...
【技术保护点】
1.一种基于结合负载均衡的边缘计算任务调度方法，其特征在于，包括以下步骤：/nS1、建立边缘计算的网络场景模型；/nS2、收集当前区域内的用户终端信息，并导入网络场景模型确定每个用户终端到边缘云的时间开销和能量开销；/nS3、根据用户的服务质量要求确定每个用户终端可以进行卸载的边缘云，并调整网络场景模型；/nS4、通过调整后的网络场景模型确定初始的禁忌表；/nS5、根据选择概率函数选择一个用户终端进行任务的卸载；/nS6、根据转移概率函数让该用户终端选择一个边缘云；/nS7、如果存在还没有被选择的用户终端，则返回S5，反之，进入S8；/nS8、判断本次的循环是否比当前循环能...
【技术特征摘要】
1.一种基于结合负载均衡的边缘计算任务调度方法，其特征在于，包括以下步骤：
S1、建立边缘计算的网络场景模型；
S2、收集当前区域内的用户终端信息，并导入网络场景模型确定每个用户终端到边缘云的时间开销和能量开销；
S3、根据用户的服务质量要求确定每个用户终端可以进行卸载的边缘云，并调整网络场景模型；
S4、通过调整后的网络场景模型确定初始的禁忌表；
S5、根据选择概率函数选择一个用户终端进行任务的卸载；
S6、根据转移概率函数让该用户终端选择一个边缘云；
S7、如果存在还没有被选择的用户终端，则返回S5，反之，进入S8；
S8、判断本次的循环是否比当前循环能耗更低或者卸载成功数最多，如果是，则将当前循环替代为本次循环，并且进行信息素更新；
S9、判断是否达到最大迭代次数，如果是，则当前的方案就是任务的调度方案，反之，则返回S4。
2.根据权利要求1所述的一种基于结合负载均衡的边缘计算任务调度方法，其特征在于，在S1中，在一个方形的L*L的有界区域内，有I个用户终端随机分布在这个区域内，用表示，其中I≥1，假设所有设备都有一个需要卸载的任务其中Di是任务的计算量，用CPU执行时钟周期计量；Bi是卸载任务所需上传的数据量大小，用比特来计量；是该任务QoS，单位是秒，同时在这个区域随机分布着J个边缘云，用表示，如果一个任务卸载到边缘云j，那么它将分配计算资源来处理这个任务。
3.根据权利要求2所述的一种基于结合负载均衡的边缘计算任务调度方法，其特征在于，在S2中包括：
S21、收集当前区域内的用户终端信息包括用户终端i的发射功率用户终端i与边缘云j之间的距离dij、信道容量W和背景噪音wn；
S22、通过用户终端信息确定上传速率Rij，表达式为其中Hij表示从终端i到边缘云j的新到增益，通过α＝4求得；
S23、根据上传速率Rij确定时间开销，在网络场景模型中，时间由两个部分组成，即上传任务的时间和边缘云处理任务的时间分别表达为
S24、根据计算资源确定在j中虚拟机执行任务时的计算功率大小，表示为：式中κC为有效开关常数，νC是大于等于1的常数，在该场景下将κC和νC分别设置为1和3；
S25、根据计算功率表确定系统能量开销，系统能量开销包括传输数据耗能和计算耗能，其中计算耗能可以表示为：传输数...
【专利技术属性】
技术研发人员：杨鲲，李沛峰，梅海波，车畅，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51
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。