多接入边缘计算系统时延敏感型任务卸载决策方法及系统技术方案

本公开提供了一种多接入边缘计算系统时延敏感型任务卸载决策方法及系统，包括：系统初始化，获取多接入边缘计算系统中的用户信息和边缘设备信息；根据用户任务中计算的依赖关系以及本地设备和边缘设备的当前状态，确定任务中每个计算的卸载决策，所述卸载决策包括计算的接入位置和执行位置；确定每个卸载决策的适应度函数；以最小化系统平均延迟为目标，利用结合蚁群和层次分析法的任务卸载优化方法对所述卸载决策进行优化；判断是否达到优化迭代结束条件，若结束，则输出最终的卸载决策结果。所述方案采用多接入边缘系统中的平均执行时间作为优化目标，该方法更能满足现实场景中任务卸载的挑战，且复杂度低，适用性好。适用性好。适用性好。

【技术实现步骤摘要】
多接入边缘计算系统时延敏感型任务卸载决策方法及系统


[0001]本公开属于移动通信
，尤其涉及一种多接入边缘计算系统时延敏感型任务卸载决策方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]云计算系统，包括大规模云数据中心，雾计算和边缘计算有被广泛用于提供各种服务，例如网络工作，多媒体，游戏和物联网(IoT)。在资源分配方面具有优势和服务隔离。随着飞速发展多个领域的物联网和移动网络，多接入边缘计算(MEC)迎来了发展的春天。与云计算相比，MEC将计算过程移动到了用户附近，减少了用户设备(UE)的延迟，同时也减少维护成本和碳排放量。近年来，边缘计算弥补了云计算集中式数据处理的不足。它将服务迁移到靠近用户的边缘设备，从而减少了用户数据的传输时间，计算时间，传播时间和其他时间，并满足对延迟敏感的任务的要求。MEC带来了两个好处。首先，边缘设备的性能优于用户设备，它可以为用户提供更加优质的服务。其次，UE的能量与计算相关的消耗可以大大减少，从而延长了UE的使用寿命。...

【技术保护点】

【技术特征摘要】
1.一种多接入边缘计算系统时延敏感型任务卸载决策方法，其特征在于，包括：系统初始化，获取多接入边缘计算系统中的用户信息和边缘设备信息；根据用户任务中计算的依赖关系以及本地设备和边缘设备的当前状态，确定任务中每个计算的卸载决策，所述卸载决策包括计算的接入位置和执行位置；确定每个卸载决策的适应度函数；以最小化系统平均延迟为目标，利用结合蚁群和层次分析法的任务卸载优化方法对所述卸载决策进行优化；判断是否达到优化迭代结束条件，若结束，则输出最终的卸载决策结果。2.如权利要求1所述的一种多接入边缘计算系统时延敏感型任务卸载决策方法，其特征在于，所述利用结合蚁群和层次分析法的任务卸载优化方法对所述卸载决策进行优化，具体包括：步骤1：获取多接入边缘系统中的用户信息和边缘设备信息；步骤2：使用层次分析法初始化信息素矩阵；步骤3：生成计算执行的优先级；步骤4：按照所述优先级序列判断，若计算不在本地执行，根据信息素矩阵计算选择基站的概率；步骤5：基于所述概率使用轮盘赌算法选择适合的设备；步骤6：重复步骤4至步骤5，直至确定所有计算的卸载决策；步骤7：根据适应度函数与全局最优和局部最优的关系更新所述信息素矩阵；步骤8：重复步骤3至5，直至蚁群算法迭代结束。3.如权利要求1所述的一种多接入边缘计算系统时延敏感型任务卸载决策方法，其特征在于，所述每个卸载决策的适应度函数具体如下：其中，T
u
表示用户u的任务中计算的系统延迟，n表示用户数量，U表示用户集合。4.如权利要求1所述的一种多接入边缘计算系统时延敏感型任务卸载决策方法，其特征在于，所述系统延迟的计算具体为：分别计算用户u的任务中计算的最晚结束时间以及用户u的任务中计算的最早开始时间，然后计算两者的差值获得用户u的任务中计算的系统延迟。5.如权利要求1所述的一种多接入边缘计算系统时延敏感型任务卸载决策方法，其特征在于，所述适应度函数需满足如下约束：若计算执行在本地，则计算所需...

【专利技术属性】
技术研发人员：翟临博，宋书典，马淑月，杨峰，赵景梅，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：