一种多接入边缘计算系统中的任务卸载与分派方法技术方案

本发明专利技术涉及一种多接入边缘计算系统中的任务卸载与分派方法，是一种边缘计算系统中最小化每个任务完成时延的卸载与分派方法，在一个考虑移动设备和无线接入点的自私性的边缘计算系统中，将任务卸载与分派问题建模为多主从斯塔克伯格博弈，设计去中心化方法使得移动设备自主地选择卸载决策并平衡无线接入点的工作负载，从而使得每个任务解决的时延最小化。奔赴没采用算法依次执行以下步骤：首先采用基于Q‑值的卸载策略更新方法为每个移动智能设备计算最佳任务卸载决策；然后，基于最佳响应动态方法来更新每个接入点的任务分派决策均衡；重复以上步骤直到移动设备的卸载决策收敛。

【技术实现步骤摘要】
一种多接入边缘计算系统中的任务卸载与分派方法
本专利技术涉及一个多接入边缘计算系统中的任务卸载与分派方法，是一种边缘计算系统中最小化任务完成时延的卸载与分派方法，在一个具有多个作为边缘节点的无线接入点以及有多个可无线接入到边缘节点的移动设备的边缘计算系统中，考虑移动设备和无线接入点的自私性，通过决策移动设备产生的计算任务是否在本地执行还是卸载后被分派到到某个无线接入点，使得每个计算任务的完成时延最小化。
技术介绍
如今，随着移动设备的急速增长，出现了许多计算密集型应用，例如在线互动游戏和增强现实。而随之产生的云计算模式中，计算任务被卸载到远程云服务器进行处理，这会产生较大的传输时延和较高的移动设备能耗。因此，多接入边缘计算的概念被提出，以将计算能力下沉到核心网络的边缘，从而降低任务完成所需的时延与能耗。在多接入边缘计算系统中，移动设备可以通过多种无线网络(例如蜂窝网络和WiFi)访问边缘计算资源，从而卸载计算任务至边缘进行处理。对于任务卸载与分派问题而言，尽量降低每个任务的的完成时延是首要目标。系统中有多个移动设备以及多个无线接入点，如图1所示，因此每个移动设备产生的计算任务有两种执行模式，即本地执行、卸载到可连接的无线接入点执行，不同的执行模式会导致不同的任务完成时延。然而，任务卸载的决策除了考虑任务的完成时延外，还受到无线网络带宽资源和边缘服务器计算能力的制约。首先，每个无线接入点的无线带宽资源有限，因此，多个移动设备在同时选择卸载任务到同一无线接入点时需要竞争传输任务数据所需的无线带宽资源。其次，无线接入点可以选择在其边缘服务器上执行接收到的任务，也可以将它们通过有线连接分派到其他无线接入点进行处理以平衡每个无线接入点的工作量并进一步减少任务的完成时延，所以无线接入点在任务分派需要竞争传输任务所需的有线带宽资源和执行任务所需的计算资源。考虑到每个移动设备的自私性(即每个设备都想自小化自己的任务完成时延)和无线接入点的自私性(最大程度地减少接收到的任务的总完成时延)，移动设备的卸载决定和无线接入点的分派决定的交互性以及没有集中的运营商来为所有移动设备和无线接入点做出联合决策，任务卸载与分派问题是一个复杂的问题。近年来，虽然有一些相关的工作对边缘计系统中的任务卸载问题进行了研究，但是它们没有考虑边缘端之间的任务分派，从而未能充分利用具有多个由有线连接的无线接入点的多接入边缘计算系统的计算资源。
技术实现思路
本专利技术的目的是针对已有技术的不足，提供一种多接入边缘计算系统中的任务卸载与分派方法，为移动智能设备和无线接入点设计一种去中心化的决策算法，以实现在边缘计算系统中最小化每个计算任务的完成时延。该方法考虑到网络资源和边缘服务器的计算资源有限性，以及移动智能设备和无线接入点的的自私性，针对具有任务转发功能的边缘计算系统提出一个任务卸载与分派算法，使得每个计算任务的完成时延最小化。为了达到这个目标，本专利技术是通过以下技术方案来解决其技术问题的：一种多接入边缘计算系统中的任务卸载与分派方法，操作步骤如下：步骤一，为边缘计算系统进行建模；步骤二，为计算任务的通信，执行模式进行建模；步骤三，将任务卸载与分派问题进行形式化表示，并建模为多主从斯塔克伯格博弈；步骤四，证明任务卸载与分派问题的斯塔克伯格均衡的存在性，提出其有效的算法。优选地，在所述步骤一中，首先为边缘计算系统进行建模；所述多接入边缘计算系统系统包含M个充当边缘节点的无线接入点和N个移动智能设备每个接入点都配备有比移动设备计算能力更大的边缘服务器；用和表示每个接入点和每个移动设备的计算能力，即CPU频率；每个移动设备i有一个要执行的计算任务其中si为该任务输入数据大小，ci为任务所需的CPU周期数；所有接入点通过核心网络中的光纤互相连接；每个移动设备i∈N通过无线信道接入一个或多个接入点，每个移动设备一次只能与一个接入点通信；移动设备i可访问的接入点集合由表示；接入点m拥有的无线频谱带宽为Wm，并且每个接入点根据频分多址FDMA技术将自己的无线频谱划分为带宽不等的多个子信道以分配给与其相连的移动设备；每个移动设备选择在本地执行其任务，或者将任务卸载到可访问的接入点，这称为任务卸载决策；移动设备i的可行卸载决策集为其中0表示本地执行；oi∈oi表示移动设备i的特定卸载决策，并将O＝{oi，i∈N}定义为所有移动设备的卸载决策组合，给定特定的卸载决策组合O；将其任务卸载到接入点m的移动设备集合表示为接入点m收到移动设备i卸载的任务后，选择在其边缘服务器上执行该任务，或将任务分派给另一个接入点来执行，这称为任务分派决策；使用表示接入点m用于处理任务的特定分派决策，而di，m＝m表示不分派任务然后，将接入点m做出的任务分配决策表示为并且作是所有接入点的任务分派决策组合；此外，并且其任务从接入点n分派到接入点m的移动设备集合由表示；因此，其任务最终在接入点m上执行的移动设备集合为优选地，在所述步骤二中，为计算任务的通信，执行模式进行建模，并分别根据每个移动设备和每个接入点的任务完成时延来定义其成本函数；首先，所有决定将任务卸载到接入点m的移动设备都必须共享接入点m拥有的无线频谱资源；接入点m将其频谱划分为几个子信道，且子信道的数量等于其中|·|表示集合中元素的数量；子信道带宽应由接入点m合理分配，以实现最佳的任务处理效率；直接采用已被提出的最佳无线资源分配策略，在该策略中，接入点m分配给移动设备的带宽计算方式如下，与接入点m连接的移动设备i的数据传输速率表示为ri，m＝μi，m·Ri，m，其中Ri，m是移动设备i占据接入点m整个频谱带宽时达到的最大数据传输速率，即此处的gi，m是信道功率增益，受移动设备i和接入点m之间的距离以及无线介质的物理特性影响，σm是接入点m处的白噪声功率，pi是移动设备i的传输功率；此外，μi，m表示在给定了卸载决策组合O的情况下，接入点m分配给移动设备i的无线资源的比例；根据最优无线资源分配策略，最佳比例是其次，每个计算任务都可在以下两种执行模式的任一种模式下完成，每种执行模式所引起的任务完成时延是不同的；(1)本地执行模式：如果移动设备i决定在本地执行其任务即oi＝0，则此任务的完成时延仅包括在移动设备i上进行处理所花费的时间，即(2)边缘端执行模式：若任务被移动设备i卸载到接入点m，即则移动设备i向接入点m传输的输入数据，传输时延计算为这受所有移动设备的卸载决策的影响；如果接入点m决定将任务分派给另一个接入点，接入点n，则将传输的输入数据接入点m到接入点n所花费的时间的计算公式为其中ri，m→n是任务从接入点m分派到接入点n时的数据传输速率；接入点之间有线连接的数据传输速率远高于移动设备和接入点之间无线连接的速率；此外，设置ri，m→m＝+∞，即以在接入点m不分派的情况下确保符号有意义；假设任务最终由接入点n∈M的边缘服务器上执行，则任务的处理时延可计算为其中，是接入点n分配的用于执行的CPU频率；由于可能在接入点n上处理多个任务，并且其边缘服务器的计算能力有本文档来自技高网...

【技术保护点】
1.一种多接入边缘计算系统中的任务卸载与分派方法，其特征在于操作步骤如下：/n步骤一，为边缘计算系统进行建模；/n步骤二，为计算任务的通信，执行模式进行建模；/n步骤三，将任务卸载与分派问题进行形式化表示，并建模为多主从斯塔克伯格博弈；/n步骤四，证明任务卸载与分派问题的斯塔克伯格均衡的存在性，提出其有效的算法。/n

【技术特征摘要】
1.一种多接入边缘计算系统中的任务卸载与分派方法，其特征在于操作步骤如下：
步骤一，为边缘计算系统进行建模；
步骤二，为计算任务的通信，执行模式进行建模；
步骤三，将任务卸载与分派问题进行形式化表示，并建模为多主从斯塔克伯格博弈；
步骤四，证明任务卸载与分派问题的斯塔克伯格均衡的存在性，提出其有效的算法。


2.根据权利要求1所述多接入边缘计算系统中的任务卸载与分派方法，其特征在于：
在所述步骤一中，为边缘计算系统进行建模；所述多接入边缘计算系统系统包含M个充当边缘节点的无线接入点和N个移动智能设备每个接入点都配备有比移动设备计算能力更大的边缘服务器；用和表示每个接入点和每个移动设备的计算能力，即CPU频率；每个移动设备i有一个要执行的计算任务其中si为该任务输入数据大小，ci为任务所需的CPU周期数；所有接入点通过核心网络中的光纤互相连接；每个移动设备i∈N通过无线信道接入一个或多个接入点，每个移动设备一次只能与一个接入点通信；移动设备i可访问的接入点集合由表示；接入点m拥有的无线频谱带宽为Wm，并且每个接入点根据频分多址FDMA技术将自己的无线频谱划分为带宽不等的多个子信道以分配给与其相连的移动设备；每个移动设备选择在本地执行其任务，或者将任务卸载到可访问的接入点，这称为任务卸载决策；移动设备i的可行卸载决策集为其中0表示本地执行；oi∈oi表示移动设备i的特定卸载决策，并将O＝{oi，i∈N}定义为所有移动设备的卸载决策组合，给定特定的卸载决策组合O；将其任务卸载到接入点m的移动设备集合表示为接入点m收到移动设备i卸载的任务后，选择在其边缘服务器上执行该任务，或将任务分派给另一个接入点来执行，这称为任务分派决策；使用表示接入点m用于处理任务的特定分派决策，而di，m＝m表示不分派任务然后，将接入点m做出的任务分配决策表示为并且作是所有接入点的任务分派决策组合；此外，其任务从接入点n分派到接入点m的移动设备集合由表示；因此，其任务最终在接入点m上执行的移动设备集合为


3.根据权利要求1所述多接入边缘计算系统中的任务卸载与分派方法，其特征在于：
在所述步骤二中，为计算任务的通信，执行模式进行建模，并分别根据每个移动设备和每个接入点的任务完成时延来定义其成本函数；
首先，所有决定将任务卸载到接入点m的移动设备都必须共享接入点m拥有的无线频谱资源；接入点m将其频谱划分为几个子信道，且子信道的数量等于其中|·|表示集合中元素的数量；子信道带宽应由接入点m合理分配，以实现最佳的任务处理效率；直接采用已被提出的最佳无线资源分配策略，在该策略中，接入点m分配给移动设备的带宽计算方式如下，与接入点m连接的移动设备i的数据传输速率表示为ri，m＝μi，m·Ri，m，其中Ri，m是移动设备i占据接入点m整个频谱带宽时达到的最大数据传输速率，即此处的gi，m是信道功率增益，受移动设备i和接入点m之间的距离以及无线介质的物理特性影响，σm是接入点m处的白噪声功率，pi是移动设备i的传输功率；此外，μi，m表示在给定了卸载决策组合O的情况下，接入点m分配给移动设备i的无线资源的比例；根据最优无线资源分配策略，最佳比例是
其次，每个计算任务都可在以下两种执行模式的任一种模式下完成，每种执行模式所引起的任务完成时延是不同的；
(1)本地执行模式：如果移动设备i决定在本地执行其任务即oi＝0，则此任务的完成时延仅包括在移动设备i上进行处理所花费的时间，即
(2)边缘端执行模式：若任务被移动设备i卸载到接入点m，即则移动设备i向接入点m传输的输入数据，传输时延计算为这受所有...

【专利技术属性】
技术研发人员：刘通，方璐，童维勤，李卫民，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海;31