一种基于容器技术的边缘计算任务卸载方法技术

本发明专利技术涉及无线通信技术领域，具体涉及一种基于容器技术的边缘计算任务卸载方法。包括：分别计算任务在终端和边缘容器执行的时延和能耗，通过比较时延和能耗的计算结果，得到可卸载计算任务的边缘容器集合；构建基于容器位置信息和容器特征的成本效益模型，并计算可卸载容器集合中各容器的成本效益值，选择成本效益值最高的边缘容器进行任务卸载。本发明专利技术实现了低时延和低能耗的边缘计算任务卸载，结合了最新的容器技术实现计算环境的快速部署，提升了资源利用率，适用于边缘计算环境容器化部署的物联网、智联网环境。

【技术实现步骤摘要】
一种基于容器技术的边缘计算任务卸载方法
本专利技术涉及无线通信
，具体涉及一种基于容器技术的边缘计算任务卸载方法。
技术介绍
随着物联网、5G通信等技术的快速发展，万物互联的智能时代正在加速到来。面对每日激增的数据量，采用云计算模型将所有数据通过网络上传至云计算中心，利用云计算中心的超强计算能力来集中解决应用的计算需求问题。然而，云计算的集中处理模式在万物互联的背景下有几点不足：1、万物互联实时性需求，万物互联环境下，随着边缘设备数量的增加，设备产生的数据量也在激增，导致网络带宽逐渐成为云计算的一个瓶颈。波音787每秒产生的数据量超过5GB，但飞机与卫星之间的带宽不足以支持实时数据传输；2、数据安全与隐私需求，随着智能家居的普及，许多家庭在屋内安装网络摄像头，直接将摄像头收集的视频数据上传至云计算中心会增加泄露用户隐私数据的风险；3、设备能耗巨大，随着在云服务器运行的用户应用程序越来越多，未来大规模数据中心对能耗的需求将难以满足。现有的关于云计算中心的能耗研究主要集中在如何提高能耗使用效率方面，仅能提高能耗使用效率，仍不能解决数据中心巨大的能耗问题。针对于此，万物互联应用需求的发展催生了边缘计算模型。边缘计算模型是指在网络边缘执行计算的一种新型计算模型。边缘计算模型中边缘设备具有执行计算和数据分析的处理能力，将原有云计算模型执行的部分或全部计算任务迁移到网络边缘设备上，降低云服务器的计算负载，减缓网络带宽的压力，提高万物互联时代数据的处理效率。边缘计算并不是为了取代云，而是对云的补充，为移动计算、物联网等相关技术提供一个更好的计算平台。典型地云边端协同网络构架由用户终端、移动边缘计算(MobileEdgeComputing，简称MEC)端和云端服务器构成，在该构架中，用户终端主要负责实时性高、计算简单的任务，MEC负责时延敏感型、计算密集型任务，边缘平台负责延迟不敏感、资源密集型或计算复杂的任务。计算卸载策略在MEC中起着至关重要的作用，并决定效率和可实现的计算性能。MEC计算卸载技术不仅可以减少网络带宽的压力，而且可以降低由于网络传输带来的时延。例如传感器设备和各种可穿戴设备由于设备处理能力有限，只能通过网络传输数据到云端的服务器上，由云端服务器进行数据计算分析。对于海量的IoT设备会产生巨大的数据传略，不仅会加重核心网络的流量负载，而且由于IoT设备一般距离云端较远，需要多跳转发，会存在较高的时延，降低用户的QoS。MEC卸载技术可以在离IoT设备很近的MEC服务器上直接进行数据计算，不仅可以避免大量数据传输到云端，减轻网络带宽压力，也可以降低响应时延和设备的能耗。对于资源受限的IoT设备，如果要达到万物互联的场景，就需要在IoT设备资源受限的情况下将复杂的计算任务卸载到边缘服务器。此外，计算卸载技术也促进了零延时容忍新兴技术的发展。例如，在车联网服务、自动驾驶等领域，车辆需要通过实时感知道路状况、障碍物、周围车辆的行驶信息等，这些信息可通过MEC计算卸载技术实现快速计算和传输，从而预测下一步该如何行驶。目前的计算卸载策略普遍只考虑了时延和能耗方面，并未考虑计算任务本身特征。对于海量的物联网设备，种类繁多，异构的物联网设备计算任务要求的CPU计算、通信资源、IO资源等各有侧重，如何根据物联网设备本身的计算任务特征找到最合适的边缘节点进行任务卸载，从而最小化时延和能耗。并且如何实现边缘节点上的计算任务迁移，实现边缘节点的网络计算任务均衡负载，具有重要的研究意义。
技术实现思路
为了解决上述问题，本专利技术提供一种基于容器技术的边缘计算任务卸载方法。一种基于容器技术的边缘计算任务卸载方法，包括以下步骤：S1、计算终端执行任务的时延和能耗，并上报其计算结果和计算任务相关参数到边缘容器平台；计算边缘容器执行任务的时延和能耗，并根据终端上报信息，通过时延和能耗比较模型比较终端和边缘容器执行任务的时延和能耗结果，得到可卸载计算任务的边缘容器集合；如果可卸载计算任务的边缘容器集合为空，计算任务在终端执行；S2、判断可卸载计算任务的边缘容器集合是否为空，如果可卸载计算任务的边缘容器集合为空，计算任务在终端执行；如果可卸载计算任务容器集合不为空，边缘容器构建基于容器位置信息和容器特征的成本效益模型，并计算步骤S1中可卸载容器集合中各容器的成本效益值，选择成本效益最高的边缘容器进行任务卸载。进一步的，计算终端执行任务的时延和能耗包括：根据计算任务需要的时钟周期和终端的时钟频率计算终端执行任务的时延，根据终端单位时钟周期能耗和计算任务需要的时钟周期计算终端执行任务的能耗。进一步的，计算边缘容器执行任务的时延和能耗包括：根据容器的时钟频率、计算任务需要的时钟周期、计算任务的大小、任务上传网络带宽计算容器执行任务的时延，根据终端单位时间能耗、终端上传任务的时间、容器单位时钟周期能耗和计算任务需要的时钟周期计算容器执行任务的能耗。进一步的，成本效益模型的表达式如下：max＝vc*Cw，loc+vm*Mr，w其中，max表示成本效益，Cw，loc表示容器w和终端设备的路由跳数，Mr，w表示计算任务类型和容器类型的匹配度，vc表示容器和终端位置距离的权重，vm表示容器和计算任务匹配度的权重，且vc+vm＝1。进一步的，终端设备的时延能耗模型如下：设终端设备的时钟频率为Floc，任务集合为R＝{1，2，...，r}，计算任务r执行需要的时钟周期个数为Fr，Er，loc＝PlocFr其中，Tr，loc表示任务在本地执行的时延，Er，loc表示任务在本地执行的能耗，Ploc表示终端设备单位时钟周期的能耗。进一步的，边缘容器的时延能耗模型如下：设边缘容器集合为W＝{1，2，...，w}，其中，Tr，w表示任务在容器执行的时延，表示计算任务上传时延，表示目标边缘容器执行计算任务的时延，datar表示计算任务r卸载到容器需要上传的数据大小，Bloc表示终端设备上传带宽大小，Fr表示计算任务r执行需要的时钟周期个数，Fr，w表示容器w能提供给计算任务r的时钟周期；Er，w表示任务在容器执行的能耗，表示终端上传计算任务的能耗，表示目标边缘容器执行任务的能耗，UPloc表示终端设备单位时间的功耗，Pw表示容器w单位时钟周期能耗。进一步的，时延和能耗比较模型包括：ψ＝zr，t*Tr，s+zr，e*Er，s其中，Tr，s表示计算任务在容器执行节约的时间，Tr，w表示任务在容器执行的时延，Tr，loc表示终端执行计算任务的时延，Er，s表示计算任务在容器执行节约的能耗，Er，w表示任务在容器执行的能耗，Er，loc表示终端执行计算任务的能耗；ψ表示容器执行计算任务的时延能耗收益，zr，t表示时延占比权重，zr，e表示能耗占比权重，并且zr,t+zr,e＝1。本专利技术的有益效果包括：(1)本专利技术方法综合考虑了任务完成时间以及能耗，并且能够根据本文档来自技高网...

【技术保护点】
1.一种基于容器技术的边缘计算任务卸载方法，其特征在于，包括以下步骤：/nS1、计算终端执行任务的时延和能耗，并上报其计算结果和计算任务相关参数到边缘容器平台；计算边缘容器执行任务的时延和能耗，并根据终端上报信息，通过时延和能耗比较模型比较终端和边缘容器执行任务的时延和能耗结果，得到可卸载计算任务的边缘容器集合；如果可卸载计算任务的边缘容器集合为空，计算任务在终端执行；/nS2、判断可卸载计算任务的边缘容器集合是否为空，如果可卸载计算任务的边缘容器集合为空，计算任务在终端执行；如果可卸载计算任务容器集合不为空，边缘容器构建基于容器位置信息和容器特征的成本效益模型，并计算步骤S1中可卸载容器集合中各容器的成本效益值，选择成本效益最高的边缘容器进行任务卸载。/n

【技术特征摘要】
1.一种基于容器技术的边缘计算任务卸载方法，其特征在于，包括以下步骤：
S1、计算终端执行任务的时延和能耗，并上报其计算结果和计算任务相关参数到边缘容器平台；计算边缘容器执行任务的时延和能耗，并根据终端上报信息，通过时延和能耗比较模型比较终端和边缘容器执行任务的时延和能耗结果，得到可卸载计算任务的边缘容器集合；如果可卸载计算任务的边缘容器集合为空，计算任务在终端执行；
S2、判断可卸载计算任务的边缘容器集合是否为空，如果可卸载计算任务的边缘容器集合为空，计算任务在终端执行；如果可卸载计算任务容器集合不为空，边缘容器构建基于容器位置信息和容器特征的成本效益模型，并计算步骤S1中可卸载容器集合中各容器的成本效益值，选择成本效益最高的边缘容器进行任务卸载。


2.根据权利要求1所述的一种基于容器技术的边缘计算任务卸载方法，其特征在于，计算终端执行任务的时延和能耗包括：根据计算任务需要的时钟周期和终端的时钟频率计算终端执行任务的时延，根据终端单位时钟周期能耗和计算任务需要的时钟周期计算终端执行任务的能耗。


3.根据权利要求1所述的一种基于容器技术的边缘计算任务卸载方法，其特征在于，计算边缘容器执行任务的时延和能耗包括：根据容器的时钟频率、计算任务需要的时钟周期、计算任务的大小、任务上传网络带宽计算容器执行任务的时延，根据终端单位时间能耗、终端上传任务的时间、容器单位时钟周期能耗和计算任务需要的时钟周期计算容器执行任务的能耗。


4.根据权利要求1所述的一种基于容器技术的边缘计算任务卸载方法，其特征在于，成本效益模型的表达式如下：
max＝vc*Cw,loc+vm*Mr,w
其中，max表示成本效益，Cw，loc表示容器w和终端设备的路由跳数，Mr，w表示计算任务类型和容器类型的匹配度，vc表示容器和终端位置距离的权重，vm表示容器和计算任务匹配度的权重，且vc+vm＝1。<...

【专利技术属性】
技术研发人员：熊安萍，雷元刚，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50