一种移动边缘计算环境下基于延迟接受的多用户任务卸载方法技术

本发明专利技术公开了一种移动边缘计算环境下基于延迟接受的多用户任务卸载方法，步骤为：1)构建计算任务卸载模型；2)构建目标计算函数；3)单用户采用带精英策略的快速非支配遗传算法生成计算任务卸载方案，即每个用户执行单用户卸载方法将本地计算任务卸载到边缘服务器上；4)对拥塞的边缘服务器节点对任务按用户进行排序；5)计算拥塞节点中每个用户的权值并排序，依次剔除权值效果差的用户到拥塞队列直到节点不再拥塞；6)拥塞队列中的用户再经过步骤3重新计算分配方案；7)重复步骤3～6过程直到拥塞队列为空。本发明专利技术基于延迟接受的多用户任务卸载方法，解决了延迟约束下最小化能耗的任务卸载问题，提高了用户的满意度，有效的减少了移动终端的能耗。了移动终端的能耗。了移动终端的能耗。

【技术实现步骤摘要】
一种移动边缘计算环境下基于延迟接受的多用户任务卸载方法


[0001]本专利技术属于移动云计算领域，特别涉及一种移动边缘计算环境下基于延迟接受的多用户任务卸载方法。

技术介绍

[0002]当下设备环境中，越来越多的计算密集型应用要求低延迟，如虚拟现实、增强现实、在线游戏等。这些应用往往需要较大的计算量和较高能耗，这导致计算能力和电池电量有限的移动设备难以处理。在2014年欧洲电信标准化协会提出了移动边缘计算。通过将MEC服务器密集地部署在移动用户附近，使计算和存储等资源更靠近用户。由于移动边缘计算可以在无线网络边缘以低时延、低能耗的方式提供计算卸载、无线缓存等服务，因此在虚拟现实、物联网、车联网等许多场景中具有广阔的应用前景。由于MEC服务器资源有限，难以处理覆盖范围内所有用户的卸载任务。因此，要制定有效的卸载策略，尽可能满足用户需求，提高MEC服务器计算资源利用率。本专利技术研究多用户的任务卸载策略，综合考虑时延与能耗的基础上建立细粒度的任务卸载模型，提出依赖任务场景下的多用户任务卸载策略，解决时延约束下最小化能耗的任务卸载问题。
专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动边缘计算环境下基于延迟接受的多用户任务卸载方法，其特征在于，包括如下步骤：(1)构建计算任务卸载模型；(2)构建目标计算函数；(3)单用户采用带精英策略的快速非支配遗传算法生成计算任务卸载方法；(4)拥塞节点任务按用户进行排序；(5)计算拥塞节点中每个用户的权值并排序，依次剔除权值效果低的用户到拥塞队列直到节点不再拥塞；(6)拥塞队列中的用户重新计算分配方案；(7)返回步骤(3)，直到拥塞队列为空。2.根据权利要求1所述的一种移动边缘计算环境下基于延迟接受的多用户任务卸载方法，其特征在于，所述步骤(1)中构建计算任务卸载模型的具体步骤如下：定义用户i具有一任务G
i
＝(Task
i
，De
i
，Cy
i
，Da
i
，Tc
i
，delay
i
，M
i
)；其中Task
i
表示用户i的任务集合，子任务t
i，j
表示用户i的第j个任务；De
i
表示任务之间依赖关系的集合，de
i，j，k
表示任务t
i，j
和任务t
i，k
存在依赖关系，t
i，j
的输入数据依赖t
i，k
的输出；Cy
i
表示用户i每个任务所需计算周期数的集合，cycles
j
表示任务j的计算周期数；Da
i
表示用户i每个任务计算所需数据规模的集合，每个任务的需求数据用d
i，j，k
表示，其中j，k表示任务t
i，k
依赖任务t
i，j
；Tc
i
表示用户i依赖任务之间传输数据带来的通讯开销，delay
i
表示用户i要求完成所有任务的最大容忍时延，M
i
表示用户i可选择的计算节点的集合，最初M
i
包含M+2个计算节点，即M个MEC服务器节点、本地节点和远程云节点；关于时间模型：定义用户i的满意度为DoS
i
：其中t
i，in
表示用户i的入口任务，ST(t
i，in
)表示用户i开始任务的时间，t
i，out
表示用户i的出口任务，ET(t
i，out
)表示用户i结束任务的时间。那么用户i的最大响应延迟为ET(t
i，out
)
‑
ST(t
i，in
)，响应延迟小于delay
i
表示使用户i满意为1，反之为0；关于能耗模型：定义用户i的总能能耗为e
i
：其中e
i
由计算能耗、传输能耗以及待机能耗构成。表示用户i的计算能耗，表示用户i的传输能耗，表示用户i的待机能耗。定义用户i的计算能耗为定义用户i的计算能耗为其中表示用户i的本地计算功率，C0...

【专利技术属性】
技术研发人员：毛莺池，周彤，徐淑芳，余记远，谭彬，王龙宝，平萍，葛恒，李孟洋，陈豪，
申请(专利权)人：华能澜沧江水电股份有限公司华能集团技术创新中心有限公司，
类型：发明
国别省市：