物联网边缘任务卸载方法及装置制造方法及图纸

本发明专利技术提供一种物联网边缘任务卸载方法及装置，方法包括：基于获取的物理网络模型、待卸载任务队列模型、能耗模型和预设边缘任务卸载模型的约束条件，构建边缘任务卸载模型；基于近端策略优化PPO算法求解边缘任务卸载模型的最优卸载策略，以将待卸载任务队列的边缘任务卸载至目标边缘服务器。所述装置用于执行上述方法。本发明专利技术提供的物联网边缘任务卸载方法及装置，构建边缘任务卸载模型时考虑了边缘任务卸载时，边缘服务器产生的能耗和链路能耗，从而将待求解的边缘任务卸载问题表述为面向能耗的最优化问题，考虑到边缘计算环境状态复杂多变，引入PPO的卸载策略求解边缘任务卸载的最优方案，以实现将边缘任务卸载至对应的边缘服务器。

【技术实现步骤摘要】
物联网边缘任务卸载方法及装置
本专利技术涉及网络资源分配
，尤其涉及一种物联网边缘任务卸载方法及装置。
技术介绍
近年来，物联网(InternetofThings,IoT)技术的快速发展使得IoT网络中的数百亿终端设备(TerminalDevice，TD)实现了经济高效的互联。根据思科视觉网络指数预测，到2023年，IoT设备将占所有联网设备的50％，设备间的连接数量将达到147亿。IoT网络中的海量数据促进了一批新业务的产生，比如车联网、人脸识别等，这些业务都是时延敏感型任务，且需要大量的计算资源和存储资源。但是，受限于IoT设备的物理尺寸，终端设备的计算和存储资源有限，并且电池的续航时间较短，如果直接在终端设备上运行这些任务通常难以满足用户的要求，进而给用户带来极其糟糕的使用体验。云计算作为解决上述问题的传统方法，该模式通过任务卸载将待执行任务卸载到远程云服务器上，利用云端的计算资源提高了业务的响应速度，从而增强了终端设备的续航能力。但是，在传统的云计算中，移动终端通过通信网络与远程云端进行连接，如阿里云等，由于终端与云端之间距离较远，在二者间进行数据传输会带来较高的传输延迟，有时难以满足延迟敏感型业务的要求。为解决上述问题，移动边缘计算(MobileEdgeComputing)应运而生，MEC通过在靠近移动终端的网络边缘部署边缘服务器，进而将远程云端提供的计算资源延伸到距离终端更近的位置，当TD提交任务卸载请求时，任务可直接在边缘服务器上执行，节省了将数据传输至云端的通信时间。现有技术针对上述问题，提出如下方案：方案一：基于边缘计算和云计算协同进行计算任务卸载的方法，包括设定变量参数及初始化；构建出移动终端、边缘节点和远端云各自时延模型和能耗模型，并得到移动终端当前任务量全部执行时的时延期望值模型和总能耗模型，且进一步得到总移动终端中所有任务执行时的时延期望值模型和总能耗模型；定义最优分配问题并转换为凸优化问题；引入拉格朗日函数求满足KKT约束条件下终端本机、边缘节点及远端云的任务执行量的最优解，使每一个移动终端根据各自对应求最优解所得的终端本机、边缘节点及远端云的任务执行量进行调整及执行。方案二：基于代价效率的分布式任务卸载方法，包括：每个时隙，获取每个用户设备的位置、每个边缘节点服务器的产能情况和每个用户设备需要执行的任务；针对某个用户设备的需要执行的任务，计算将任务在用户设备本地执行和卸载至各个边缘节点服务器执行需要消耗的能耗、时延和计算数据量，通过比较对比获取在满足任务时延要求条件下代价效率最大的所述任务的最佳执行方案，将所有用户设备的最佳执行方案进行综合，得到该时隙下系统的任务卸载方案。方案三：为降低移动设备的反应时延与能耗，提出了基于单用户场景下的移动边缘计算任务卸载方法，该方法首先完成了单用户场景下任务卸载模型的构建，包括系统整体模型的构建以及各个部分模型的构建，各个部分模型的构建包括：任务队列模型、本地计算模型、云端计算模型以及计算任务负载模型；通过求解系统整体负载K最小化为目标给出任务卸载方案，然后再对应执行本地执行负载最优调度策略、基于流水线调度的MEC服务器执行负载最优调度策略。方案一提供的基于边缘计算与云计算协同进行计算任务卸载的方法，在综合考虑移动终端、边缘节点及远端云的计算能力和功耗限制后实现最优的计算任务卸载决策。方案二提供的基于代价效率的分布式任务卸载方法，以最大化每个用户的代价效率为目标，兼顾了计算能力和时延的约束，从而确定系统的最佳的卸载决策。方案三提供的基于单用户场景下的边缘计算任务卸载方法，涉及移动计算系统的处理
，以移动设备的任务响应时延与能耗作为优化目标，给出单用户场景下的任务卸载方法。
技术实现思路
本专利技术提供的物联网边缘任务卸载方法，用于克服现有技术中存在的问题。本专利技术提供一种物联网边缘任务卸载方法，包括：获取物理网络模型、待卸载任务队列模型、能耗模型以及物联网边缘网络的预设边缘任务卸载模型的约束条件；基于所述物理网络模型、所述待卸载任务队列模型、所述能耗模型和所述预设边缘任务卸载模型的约束条件，构建边缘任务卸载模型；基于近端策略优化PPO算法求解所述边缘任务卸载模型的最优卸载策略；根据所述最优卸载策略，将待卸载任务队列的边缘任务卸载至目标边缘服务器；其中，所述能耗模型是由目标边缘服务器的能耗和物理链路的能耗确定的。根据本专利技术提供的一种物联网边缘任务卸载方法，所述获取物理网络模型、待卸载任务队列模型、能耗模型，包括：将获取的边缘网络中包括所有物理节点的集合及所有物理链路的集合使用无向图进行建模，以获取所述物理网络模型；将获取的待卸载任务队列的目标节点和开始节点、所述待卸载任务队列的边缘任务类型和边缘任务间的数据依赖关系，以及待卸载任务队列的边缘任务间的传输带宽使用有向图进行建模，以获取所述待卸载任务队列模型；基于卸载至所述目标边缘服务器上的所述待卸载任务队列中的边缘任务数量，以及目标边缘服务器的开机能耗、目标边缘服务器满负荷运行时的能耗和卸载所述边缘任务所需的CPU数量，获取所述目标边缘服务器的能耗；基于物理链路的带宽利用率、物理链路的开机能耗和物理链路满负载运行时的能耗，获取所述物理链路的能耗；根据所述目标服务器的能耗和所述物理链路的能耗，获取所述能耗模型。根据本专利技术提供的一种物联网边缘任务卸载方法，所述物联网边缘网络的预设边缘任务卸载模型的约束条件通过如下方式获取：确定所述待卸载任务队列的所述边缘任务间的所述数据依赖关系；确定所述待卸载任务队列的所述边缘任务只能卸载一次；确定所述待卸载任务队列的所述边缘任务在卸载过程中按照所述数据依赖关系进行卸载；根据所述卸载至所述目标边缘服务器上的所述待卸载任务队列中的边缘任务数量、所述卸载所述边缘任务所需的CPU数量和所述物理节点的计算能力，获取所述目标边缘服务器的计算能力约束；根据所述边缘任务数量的吞吐量、所述待卸载任务队列的边缘任务间的传输带宽和所述物理链路的负载能力，获取所述物理链路的带宽约束。根据本专利技术提供的一种物联网边缘任务卸载方法，所述基于所述物理网络模型、所述待卸载任务队列模型、所述能耗模型和所述预设边缘任务卸载模型的约束条件，构建边缘任务卸载模型，包括：获取所述边缘任务卸载模型的状态空间向量和动作空间向量，以及所述边缘任务卸载模型的动作执行函数；基于所述状态空间向量、所述动作空间向量、所述动作执行函数、所述预设边缘任务卸载模型的约束条件和预设值，获取所述边缘任务卸载模型的奖励值；根据所述奖励值获取所述边缘任务卸载模型；其中，所述状态空间向量表示已经卸载预设数量个所述边缘任务时，所述目标边缘服务器的可用CPU数量和所述物理链路的可用带宽资源；所述动作空间向量表示部署所述边缘任务；卸载策略为所述状态空间向量到所述动作空间向量的映射关系。根据本专利技术提供的一种物联网边缘任务卸本文档来自技高网...

【技术保护点】
1.一种物联网边缘任务卸载方法，其特征在于，包括：/n获取物理网络模型、待卸载任务队列模型、能耗模型以及物联网边缘网络的预设边缘任务卸载模型的约束条件；/n基于所述物理网络模型、所述待卸载任务队列模型、所述能耗模型和所述预设边缘任务卸载模型的约束条件，构建边缘任务卸载模型；/n基于近端策略优化PPO算法求解所述边缘任务卸载模型的最优卸载策略；/n根据所述最优卸载策略，将待卸载任务队列的边缘任务卸载至目标边缘服务器；/n其中，所述能耗模型是由目标边缘服务器的能耗和物理链路的能耗确定的。/n

【技术特征摘要】
1.一种物联网边缘任务卸载方法，其特征在于，包括：
获取物理网络模型、待卸载任务队列模型、能耗模型以及物联网边缘网络的预设边缘任务卸载模型的约束条件；
基于所述物理网络模型、所述待卸载任务队列模型、所述能耗模型和所述预设边缘任务卸载模型的约束条件，构建边缘任务卸载模型；
基于近端策略优化PPO算法求解所述边缘任务卸载模型的最优卸载策略；
根据所述最优卸载策略，将待卸载任务队列的边缘任务卸载至目标边缘服务器；
其中，所述能耗模型是由目标边缘服务器的能耗和物理链路的能耗确定的。


2.根据权利要求1所述的物联网边缘任务卸载方法，其特征在于，所述获取物理网络模型、待卸载任务队列模型、能耗模型，包括：
将获取的边缘网络中包括所有物理节点的集合及所有物理链路的集合使用无向图进行建模，以获取所述物理网络模型；
将获取的待卸载任务队列的目标节点和开始节点、所述待卸载任务队列的边缘任务类型和边缘任务间的数据依赖关系，以及待卸载任务队列的边缘任务间的传输带宽使用有向图进行建模，以获取所述待卸载任务队列模型；
基于卸载至所述目标边缘服务器上的所述待卸载任务队列中的边缘任务数量，以及目标边缘服务器的开机能耗、目标边缘服务器满负荷运行时的能耗和卸载所述边缘任务所需的CPU数量，获取所述目标边缘服务器的能耗；
基于物理链路的带宽利用率、物理链路的开机能耗和物理链路满负载运行时的能耗，获取所述物理链路的能耗；
根据所述目标服务器的能耗和所述物理链路的能耗，获取所述能耗模型。


3.根据权利要求2所述的物联网边缘任务卸载方法，其特征在于，所述物联网边缘网络的预设边缘任务卸载模型的约束条件通过如下方式获取：
确定所述待卸载任务队列的所述边缘任务间的所述数据依赖关系；
确定所述待卸载任务队列的所述边缘任务只能卸载一次；
确定所述待卸载任务队列的所述边缘任务在卸载过程中按照所述数据依赖关系进行卸载；
根据所述卸载至所述目标边缘服务器上的所述待卸载任务队列中的边缘任务数量、所述卸载所述边缘任务所需的CPU数量和所述物理节点的计算能力，获取所述目标边缘服务器的计算能力约束；
根据所述边缘任务数量的吞吐量、所述待卸载任务队列的边缘任务间的传输带宽和所述物理链路的负载能力，获取所述物理链路的带宽约束。


4.根据权利要求1所述的物联网边缘任务卸载方法，其特征在于，所述基于所述物理网络模型、所述待卸载任务队列模型、所述能耗模型和所述预设边缘任务卸载模型的约束条件，构建边缘任务卸载模型，包括：
获取所述边缘任务卸载模型的状态空间向量和动作空间向量，以及所述边缘任务卸载模型的动作执行函数；
基于所述状态空间向量、所述动作空间向量、所述动作执行函数、所述预设边缘任务卸载模型的约束条件和预设值，获取所述边缘任务卸载模型的奖励值；
根据所述奖励值获取所述...

【专利技术属性】
技术研发人员：李温静，欧清海，刘柱，张宁池，王艳茹，王刘旺，刘椿枫，吕东东，马文洁，孙昌华，刘卉，佘蕊，张洁，蔺鹏，
申请(专利权)人：北京中电飞华通信有限公司，国网信息通信产业集团有限公司，国网浙江省电力有限公司电力科学研究院，国家电网有限公司，北京万可信息技术有限公司，
类型：发明
国别省市：北京;11