一种基于边云服务器协同计算的任务卸载方法技术

本发明专利技术提出了一种基于边云服务器协同计算的任务卸载方法。本发明专利技术步骤为：首先用户根据任务的能量消耗挑选预卸载边缘服务器；然后边缘服务器对任务依响应比进行排序，在最大时延的限制下根据任务在边缘服务器的等待时间，判断任务的卸载方式；最后对于任务分配不均衡的边缘服务器，进行动态调整，然后用户根据相应最终策略进行任务卸载。本发明专利技术通过响应比排序有效的提高了任务计算效率，此外还引入了个性化卸载决策，用户可以自行根据当前处理任务需求设定响应时间和能耗的权重值，有效的提高了服务质量。了服务质量。

【技术实现步骤摘要】
一种基于边云服务器协同计算的任务卸载方法


[0001]本专利技术涉及了边缘计算
，尤其涉及了一种基于边云服务器协同计算的任务方法。

技术介绍

[0002]随着越来越多新的应用程序涌现，人们对智能计算的需求越来越迫切。云计算中心具有资源丰富优点，但是远程任务传输延迟会极大影响用户任务卸载性能。边缘服务器地理位置上临近用户，具备传输路径相对较短的优点。但与云计算中心相比，边缘服务器的资源的资源相对短缺。因此，当移动用户的任务急剧增加时，将严重影响移动用户获得的边缘计算服务体验。由于两者的互补性，边缘计算和云计算中心可以协作执行移动用户的任务请求，从而使移动用户可以获得更高的服务质量。
[0003]考虑到移动用户主要关注卸载任务所需的性能和能耗，本专利技术提出了一种基于边云服务器协同计算的任务卸载方法。本专利技术步骤为：首先用户根据任务的能量消耗挑选预卸载边缘服务器；然后边缘服务器对任务依响应比进行排序，在最大时延的限制下根据任务在边缘服务器的等待时间，判断任务的卸载方式；最后对于任务分配不均衡的边缘服务器，进行动态调整，然后用户根据相应最终策略进行任务卸载。本专利技术通过响应比排序有效的提高了任务计算效率，此外还引入了个性化卸载决策，用户可以自行根据当前处理任务需求设定响应时间和能耗的权重值，有效的提高了服务质量。

技术实现思路

[0004]针对现有技术的不足，本专利技术提出了一种基于边云服务器协同计算的任务卸载方法。
[0005]本专利技术通过以下方案实现：
[0006]步骤一、初始化设置阶段：
[0007]1)用户UE
n
公布任务τ
n
参数:τ
n
＝<b
n
,d
n
>，b
n
，d
n
分别为任务数据量和响应时间阈值；
[0008]2)分别计算τ
n
在本地服务器LS、边缘服务器MEC
m
(m∈{1,2,...,M})、云服务中心CS的消耗函数的消耗函数和分别表示响应时间和能耗的权重，该权重值为用户自行根据当前处理任务需求进行设定；
[0009]3)所有的UE
n
根据Ψ
n,l
和min(Ψ
n,m
,Ψ
n,c
)的最大差值L
n,m
来挑选预卸载MEC
m
。
[0010]步骤二、排序阶段：
[0011]1)找出MEC
m
中与最先到达的任务时间相近的任务，即满足(n，i∈MEC
m
)，其中是设定的某一合适阈值，用Q
m
存储满足条件的任务；
[0012]2)根据τ
n
的响应比找出第一个被执行的任务，为在MEC
m
上执行计
算的时延，在MEC
m
上的等待时间，让Q
m
中所有的任务轮流作为第一个被执行的任务，分别计算其他任务的响应比，最后拥有最大的响应比η
n,m
的任务τ
n
首先被执行计算；
[0013]3)MEC
m
计算出在执行第一个任务τ
n
时到达的其他任务响应比，然后对其他任务的响应比η
n,m
从大到小进行排序，对排序后的任务计算出各自的等待时间及此时在MEC
m
的响应时间t
n,m
；
[0014]4)MEC
m
将排序后的响应时间反馈给UE
n
，UE
n
给出相应的预卸载策略。
[0015]步骤三、动态调整阶段：
[0016]1)计算MEC
m
中任务预卸载后的总消耗Ψ
m
，并得到W＝{Ψ1,Ψ2,Ψ3,...,Ψ
M
}，
[0017]2)从W中找出最大总消耗的Ψ
m
′
和最小总消耗的Ψ
m
″
，则得到对应的转出和转入任务边缘MEC
m
′
，MEC
m
″
，从MEC
m
′
中随机挑任务(如果有卸载回本地的任务优先考虑)调整到MEC
m
″
中；
[0018]3)将调整后的任务重新排序即重复步骤二和步骤三，直到W中的总消耗方差不超过Z
v
(Z
v
取值为某一合适常数)为止；
[0019]4)UE
n
根据MEC
m
给的相应最终策略进行任务卸载。
[0020]与现有的技术相比，本专利技术优点在于引入响应比排序以及对任务进行动态调整可以有效的提高了计算效率，减少任务的时间延迟以及能量消耗。
附图说明
[0021]图1是本专利技术任务卸载方法的整体流程图；
[0022]图2是本专利技术初始化收集任务的流程图；
[0023]图3是本专利技术排序的流程图；
[0024]图4是本专利技术动态调整的流程图；
[0025]具体实施方法
[0026]本专利技术设计了一种基于边云服务器协同计算的任务卸载方法，结合图2、图3、图4具体实施方法如下：
[0027]步骤一、初始化设置阶段：
[0028]1)用户UE
n
公布任务τ
n
参数:τ
n
＝<b
n
,d
n
>，b
n
，d
n
分别为任务数据量和响应时间阈值；
[0029]2)计算τ
n
在LS上的消耗函数t
n,l
和e
n,l
为τ
n
在LS上的响应时间和能耗，和分别表示响应时间和能耗的权重，该权重值为用户自行根据当前处理任务需求进行设定；
[0030]3)计算当τ
n
在MEC
m
的消耗函数t
n,m
和e
n,m
为τ
n
的边缘响应时间和传输能耗；
[0031]4)计算τ
n
在CS的消耗函数t
n,c
和e
n,c
为τ
n
的在CS上响应时间和传输能耗,其中只考虑用户的能量消耗，所以e
n,c
与e
n,m
相同；
[0032]5)UE
n
根据Ψ
n,l
和min(Ψ
n,m
,Ψ
n,c
)的最大差值L
n,m
来挑选预卸载MEC
m
。
[0033本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.提出了一种基于边云服务器协同计算的任务卸载方法，所述方法至少包含以下几个步骤，步骤一、初始化设置阶段：1)用户UE
n
(n∈{1,2,...,N})生成任务τ
n
参数,2)分别计算τ
n
在本地服务器LS、边缘服务器MEC
m
(m∈{1,2,...,M})、云服务中心CS的消耗函数Ψ
n,l
，Ψ
n,m
，Ψ
n,c
，3)UE
n
根据Ψ
n,l
和min(Ψ
n,m
,Ψ
n,c
)的最大差值L
n,m
来挑选预卸载MEC
m
；步骤二、排序阶段：1)MEC
m
找出第一个被执行的任务τ
n
(n∈{1,2,...,N})，2)MEC
m
对执行第一个任务τ
n
时到达的其他任务进行排序，3)MEC
m
将排序后的响应时间反馈给UE
n
，UE
n
给出相应的预卸载策略；步骤三、动态调整阶段：1)计算MEC
m
中任务预卸载后的总消耗Ψ
m
，并得到W＝{Ψ1,Ψ2,Ψ3,...,Ψ
M
}，2)根据W获得转出边缘服务器MEC
m
′
和转入边缘服务器MEC
m
″
(m
′
，m
″
∈{1,2,3,...,M})，从MEC
m
′
挑选合适的任务调整到MEC
m
″
去处理，3)将调整后的任务重新排序即重复步骤二和步骤三，直到W中的总消耗方差不超过Z
v
(Z
v
取值为某一合适常数)为止，4)UE
n
根据MEC
m
给的预卸载策略安装并执行卸载相应的卸载策略。2.根据权利要求1所述的一种基于边云服务器协同计算的任务卸载方法，其特征在于用户可以根据任务的能量消耗挑选预卸载边缘单元，至少还包括以下步骤：1)用户UE
n
公布任务τ
n
参数:τ
n
＝<b
n
,d
n
>，b
n
，d
n
分别为任务数据量和响应时间阈值；2)分别计算τ
n
在本地服务器LS、边缘服务器MEC
m
(m∈{1,2,...,M})、云服务中心CS的消耗函数Ψ
n,l
，Ψ
n,m
，Ψ
n,c
；2.1：计算τ
n
在LS上的消耗函数t
n,l
和e
n,l
为τ
n
在LS上的响应时间和能耗，和分别表示响应时间和能耗的权重，该权重值为用户自行根据当前处理任务需求进行设定；2.2：计算当τ
n
在MEC
m
的消耗函数t
n,m
和e
n,m
为τ
n
的边缘响应时间和传输能耗；2.3：计算τ
n
在CS的消耗函数t
n,c
和e
n,c
为τ
n
的在CS上响应时间和传输能耗,其中只考虑用户的能量消耗，所以e
n,c
与e
n,m
相同；3)UE
n
根据Ψ
n,l
和min(Ψ
n,m
,Ψ
n,c
)的最大差值L
n,m
来挑选预卸载MEC
m
。3.根据权利要求1所述的一种...

【专利技术属性】
技术研发人员：田淑娟，常驰，任文杰，龙赛琴，吴相润，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：