一种大规模任务卸载到5G边缘服务器的节能方法及系统技术方案

本发明专利技术涉及一种大规模任务卸载到5G边缘服务器的节能方法及系统，属于物联网、通信计算领域。是无蜂窝数据移动设备请求执行大规模复杂性任务；无蜂窝数据移动设备选择一个有网络的空闲移动设备作为协助(helper)设备，根据给定的初始缓存策略判断是否需要进行任务卸载，根据判断结果进行任务执行。本发明专利技术为无蜂窝数据移动设备无网络移动设备执行大规模复杂性任务提供了一种较好的节能卸载方法，解决了移动设备计算资源、存储空间以及电量有限的问题，有效地节约了整个系统的能耗，并在一定程度减少了卸载延迟。

【技术实现步骤摘要】
一种大规模任务卸载到5G边缘服务器的节能方法及系统
本专利技术涉及物联网、通信计算领域，尤其是涉及一种大规模复杂性任务从无网络移动设备到5G边缘服务器节能卸载的方法及系统。
技术介绍
随着物联网移动终端设备的发展，设备应用程序的不断复杂化，移动云计算传输延迟长、中央服务器负载过重的缺点已无法进一步满足用户需求，为此研究学者提出移动边缘计算的概念。移动边缘计算的出现一定程度上解决了移动设备计算资源、存储空间以及电量有限的问题，移动设备执行的任务更多地卸载到移动边缘服务器中。但随着第五代无线系统(5G)的落地，大规模智能设备的接入不可避免地带来频谱资源的不足，虽然5G基站携有的边缘服务器有较大的计算资源和存储资源，但是较长的距离使得任务卸载过程中存在着较大的时间延迟和能源消耗，无法在实际应用中满足用户对于服务质量的需求。同时，卸载速度随着频谱效率的提高而不断加快，对5G基站覆盖范围下的移动边缘设备的性能提出了更高的要求，移动边缘设备因为计算资源、存储资源以及电量的不足无法执行大规模复杂性计算任务。因此，对于5G基站以及基站覆盖的移动设备来说，合理分配计算资源，合理利用存储资源以及最大化节约能耗是最受关注的研究内容。现有的任务卸载的研究主要关注于可联网移动设备之间的交互，或者移动设备与边缘服务器的协作，暂时没有考虑到由于信号不好或者无法使用网络的移动设备进行任务处理的情况。同时，虽然现有的很多技术都在试图解决5G基站的能耗过大的问题，也取得了一定的效果，但是目前的技术主要通过对卸载过程中的计算和通信资源进行优化，也有很多研究者研究任务对边缘服务器中的任务缓存策略进行优化，但是都没有同时考虑到整个卸载过程中移动设备和设备之间、设备与边缘服务器之间的整体最优化联系，有较大的改进空间。为更好地达到上述目的，任务卸载量、计算及通信资源分配以及缓存策略的联合优化提供了一个较好的研究途径。
技术实现思路
为了解决上述现有技术中存在的问题，本专利技术针对无蜂窝数据移动设备执行大规模复杂性任务提供一种卸载到5G边缘服务器节能卸载的方法，以有网络的移动设备作为中继节点，更好地激发设备之间的激励合作，同时在卸载过程中联合优化任务卸载量、计算和通信资源、5G边缘服务器的缓存策略，从而有效地解决5G环境现存应用的能耗消耗大，以及移动设备电量、计算和存储空间不足的问题，并且在计算延迟上相对于无蜂窝数据移动设备执行任务的时间有很大提升。为达到以上目的，本专利技术一种大规模任务从无蜂窝数据移动设备到5G边缘服务器节能卸载的方法：无蜂窝数据移动设备请求执行大规模复杂性任务；所述无蜂窝数据移动设备选择一个有网络的空闲移动设备作为协助(helper)设备，根据给定的初始缓存策略判断是否需要进行任务卸载，根据判断结果进行任务执行。进一步地，所述根据给定的初始缓存策略判断是否需要进行任务卸载，根据判断结果进行任务执行，进一步包括：如果任务没有缓存在所述5G边缘服务器中，则需要进行任务卸载；若缓存在所述5G边缘服务器中，则无需进行任务卸载，所述5G边缘服务器直接进行该任务的计算并将结果返回到所述helper设备上，继而返回到所述无蜂窝数据移动设备中。进一步地，所述如果任务缓存在所述5G边缘服务器中，则需要进行任务卸载，具体包括：将该任务从所述无蜂窝数据移动设备部分卸载到对应所述helper设备上，其中，所述无蜂窝数据移动设备剩余任务的执行和部分任务向所述helper设备卸载同时执行；卸载完成后，所述helper设备进行所述部分任务的二次卸载，将任务数据继续部分卸载到所述5G边缘服务器，此时任务由所述无蜂窝数据移动设备、所述helper设备、所述5G边缘服务器同时执行，并逐步返回结果。进一步地，在所述无蜂窝数据移动设备请求执行大规模复杂性任务之前，以最小化移动设备的整体能耗为目标建立模型，即：其中，a表示每个任务的缓存策略，是一个M维的向量，可表示为a＝{a1,a2,…,aM}，am表示任务m的缓存策略；Vi,t和分别表示第t个时隙内所述无蜂窝数据移动设备i的本地执行数据量和对应的helper设备k执行的数据量，Vi及Vk表示Vi,t和的向量解；和分别表示第t个时隙内所述无蜂窝数据移动设备i向所述helper设备k、所述helper设备k向所述5G边缘服务器e提供的传输功率，pi，pk为其向量解；表示从所述设备i到设备k的映射关系，解向量用μ表示；Vm为任务m的总数据量，Cm表示执行1比特所用周期，pwait表示等待功率，以及分别表示所述无蜂窝数据移动设备i、所述helper设备k和所述5G边缘服务器e的计算频率，和表示信道增益，Bk及Be表示所述无蜂窝数据移动设备i到所述helper设备k以及所述helper设备k到所述5G边缘服务器e的信道带宽；κ为有效电容，由CPU内核决定；σ2表示噪声干扰，根据高斯定理得到。进一步地，所述根据给定的初始缓存策略判断是否需要进行任务卸载，根据判断结果进行任务执行，具体包括：问题分解、初始化变量、松弛变量和SLSQP算法求解、离散变量及块坐标下降交替求解5个步骤，具体为：步骤一、问题分解：将原始的能耗目标问题按照优化的离散变量和连续变量分解为两个子问题，包括子问题1：优化任务卸载数据量、计算资源分配以及无蜂窝数据移动设备到helper设备的选择策略以最小化卸载能耗；子问题2：优化所述5G边缘服务器中的缓存策略以最小化卸载能耗；步骤二、初始化变量：在每次无蜂窝数据移动设备请求任务前，初始化任务在5G边缘服务器的缓存策略，即a＝a0；步骤三、松弛变量和SLSQP算法求解：将所述无蜂窝数据移动设备到所述helper设备的二进制选择策略进行松弛，将所述子问题1用数学方法转化透视凸函数，并用SLSQP算法对所述子问题1进行求解，即：其中，约束条件为：其中，表示所述无网络移动设备的集合，表示空闲有网络移动设备的集合；C1、C2、C3表示所述无蜂窝数据移动设备i到所述helper设备k的选择是一一对应的，C4表示所述无蜂窝数据移动设备i本地执行、所述helper设备k执行以及所述5G边缘服务器e执行数据量在0到Vm之间，C5表示传输功率不能超过自身最大功率，C6表示任务执行时间不能超过T；其中表示缓存在所述5G边缘服务器的卸载时间，而表示任务没有被缓存到所述5G边缘服务器的卸载时间，P表示时隙个数；所述子问题1表示给定缓存策略后能耗的表示方式，前半段为有缓存情况，能耗为所述5G边缘服务器执行能耗；后半段为无缓存能耗，包括所述无蜂窝数据移动设备、所述helper设备、所述5G边缘服务器执行任务的能耗以及卸载过程中的传输能耗；步骤四、离散变量：根据步骤三得到的最优卸载数据量、设备间的选择策略以及卸载过程中的传输效率，带入求解所述子问题2，求得最优缓存策略下的能耗：约束条件如下：C9：0≤am≤1本文档来自技高网...

【技术保护点】
1.一种大规模任务卸载到5G边缘服务器的节能方法，其特征在于：/n无蜂窝数据移动设备请求执行大规模复杂性任务；/n所述无蜂窝数据移动设备选择一个有网络的空闲移动设备作为协助(helper)设备，根据给定的初始缓存策略判断是否需要进行任务卸载，根据判断结果进行任务执行。/n

【技术特征摘要】
1.一种大规模任务卸载到5G边缘服务器的节能方法，其特征在于：
无蜂窝数据移动设备请求执行大规模复杂性任务；
所述无蜂窝数据移动设备选择一个有网络的空闲移动设备作为协助(helper)设备，根据给定的初始缓存策略判断是否需要进行任务卸载，根据判断结果进行任务执行。


2.根据权利要求1所述的方法，其特征在于，所述根据给定的初始缓存策略判断是否需要进行任务卸载，根据判断结果进行任务执行，进一步包括：
如果任务没有缓存在所述5G边缘服务器中，则需要进行任务卸载；
若缓存在所述5G边缘服务器中，则无需进行任务卸载，所述5G边缘服务器直接进行该任务的计算并将结果返回到所述helper设备上，继而返回到所述无蜂窝数据移动设备中。


3.根据权利要求2所述的方法，其特征在于，所述如果任务没有缓存在所述5G边缘服务器中，则需要进行任务卸载，具体包括：
将该任务从所述无蜂窝数据移动设备部分卸载到对应所述helper设备上，其中，所述无蜂窝数据移动设备剩余任务的执行和部分任务向所述helper设备卸载同时执行；卸载完成后，所述helper设备进行所述部分任务的二次卸载，将任务数据继续部分卸载到所述5G边缘服务器，此时任务由所述无蜂窝数据移动设备、所述helper设备、所述5G边缘服务器同时执行，并逐步返回结果。


4.根据权利要求1所述的方法，其特征在于，在所述无蜂窝数据移动设备请求执行大规模复杂性任务之前，以最小化移动设备的整体能耗为目标建立模型，即：



其中，a表示每个任务的缓存策略，是一个M维的向量，可表示为a＝{a1，a2，...，aM}，am表示任务m的缓存策略；Vi，t和分别表示第t个时隙内所述无蜂窝数据移动设备i的本地执行数据量和对应的helper设备k执行的数据量，Vi及Vk表示Vi，t和的向量解；和分别表示第t个时隙内所述无蜂窝数据移动设备i向所述helper设备k、所述helper设备k向所述5G边缘服务器e提供的传输功率，pi，pk为其向量解；表示从所述设备i到设备k的映射关系，解向量用μ表示；Vm为任务m的总数据量，Cm表示执行1比特所用周期，pwait表示等待功率，以及分别表示所述无蜂窝数据移动设备i、所述helper设备k和所述5G边缘服务器e的计算频率，和表示信道增益，Bk及Be表示所述无蜂窝数据移动设备i到所述helper设备k以及所述helper设备k到所述5G边缘服务器e的信道带宽；κ为有效电容，由CPU内核决定；σ2表示噪声干扰，根据高斯定理得到。


5.根据权利要求4所述的方法，其特征在于，所述根据给定的初始缓存策略判断是否需要进行任务卸载，根据判断结果进行任务执行，具体包括：问题分解、初始化变量、松弛变量和SLSQP算法求解、离散变量及块坐标下降交替求解5个步骤，具体为：
步骤一、问题分解：将原始的能耗目标问题按照优化的离散变量和连续变量分解为两个子问题，包括子问题1：优化任务卸载数据量、计算资源分配以及无蜂窝数据移动设备到helper设备的选择策略以最小化卸载能耗；子问题2：优化所述5G边缘服务器中的缓存策略以最小化卸载能...

【专利技术属性】
技术研发人员：葛佳琦，徐高潮，付晓东，刘紫奇，李龙，刘鹏，李阳，金镇君，吴泰琦，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22