【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 ...
【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:
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。