一种云边端协同资源管理方法及系统技术方案

本发明专利技术公开了一种云边端协同资源管理方法，包括如下步骤：步骤S1：接收用户任务请求；步骤S2：获取云边可用资源状态信息；步骤S3：基于用户请求和可用资源状态信息建立考虑可靠性、时延和资源容量约束的系统收益最大化的资源管理优化模型；步骤S4：求解资源管理优化模型，完成用户任务与资源节点匹配，用户将任务卸载至匹配的资源节点。本发明专利技术的云边端协同资源管理方法，加入了可靠性进行资源管理，同时考虑了计算、存储和网络资源，易于实现，保证时延，精准可靠，提高了资源利用率和系统收益等。提高了资源利用率和系统收益等。提高了资源利用率和系统收益等。

【技术实现步骤摘要】
一种云边端协同资源管理方法及系统


[0001]本专利技术涉及云计算、边缘计算和智能网联
，具体地说是一种云边端协同资源管理方法及系统。

技术介绍

[0002]近年来，随着云计算、边缘计算、5G通信和物联网技术的发展，大量智能网联设备和用户终端设备，如智能手机、传感器、可穿戴式设备、智能网联汽车等，接入网络依靠中心云和边缘云的强大计算能力来部署应用并提供服务。例如，智能网联汽车的车载计算与存储资源较为有限，行驶过程中可将大量计算密集型和时延敏感型计算任务传输到中心云和边缘云中处理，保证服务质量并降低车辆本身的能耗。
[0003]在万物互联的场景下，大量高并发的任务需要卸载到中心云和边缘云中进行处理。中心云虽有庞大的计算和存储资源，但离终端设备较远，网络通信延迟较大，难以满足实时性要求高的任务需求。将任务卸载至靠近终端的边缘云中能够有效满足低时延，但边缘云的计算和存储资源远少于中心云，且边缘云通常与通信基站搭配使用，基站的信号覆盖范围以及无线通信资源也是有限的，大量高并发的任务在有限资源的使用上存在竞争关系。因此，针对各类任务的实时性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云边端协同资源管理方法，其特征在于：包括如下步骤：步骤S1：接收用户任务请求；步骤S2：获取云边可用资源状态信息；步骤S3：基于用户请求和可用资源状态信息建立考虑可靠性、时延和资源容量约束的系统收益最大化的资源管理优化模型；步骤S4：求解资源管理优化模型，完成用户任务与资源节点匹配，用户将任务卸载至匹配的资源节点。2.根据权利要求1所述的云边端协同资源管理方法，其特征在于：所述步骤S1中接收用户任务请求的方式为通过中心云和边缘云服务器接收来自用户终端设备的任务请求，获取任务需求详细信息，并建立任务请求集合，具体的接收步骤如下：步骤S1.1：用户终端设备通过网络如无线局域网接入中心云或边缘云，当其有任务需要卸载至中心云或边缘云处理时，用户设备将其任务请求发送至中心云或边缘云；步骤S1.2：对用户发送的任务请求i，其详细信息可用<q
c,i
，q
m，i
，th
i
,d
i
,B
i
>表示，其中q
c,i
为任务i所需要的计算资源数量，q
m，i
为任务i所需要的存储资源数量，th
i
为任务i的最大完成截止时间，d
i
为任务i的数据包尺寸，B
i
为用户在任务i完成后支付给云端或边缘云的报酬；步骤S1.3：将时间离散为时隙组合，针对在时隙τ处接收到的多个任务请求，建立任务请求集合T。3.根据权利要求1或2所述的云边端协同资源管理方法，其特征在于：所述步骤S2获取云边可用资源状态信息包括计算资源、存储资源和网络资源，具体获取步骤如下：步骤S2.1：在时隙τ处获取中心云和边缘云节点的可用资源状态信息，包括该时隙处的计算资源、存储资源和网络资源信息，资源节点包括1个中心云和多个边缘云，每个资源节点包括服务器和基站，服务器能够提供计算和存储服务，基站能够提供网络服务；步骤S2.2：资源节点j的可用资源状态信息可表示为<c
j
，m
j
，b
j
，fq
j
，λ
j
，w
c,j
,w
m,j
,w
b,j
>，其中c
j
为资源节点j的可用计算资源容量，m
j
为资源节点j的可用存储资源容量，b
j
为资源节点j的可用网络资源容量，fq
j
为资源节点j的计算频率，λ
j
为资源节点j的单位时间故障率，w
c，j
为资源节点j的单位计算资源成本，w
m，j
为资源节点j的单位存储资源成本，w
b，j
为资源节点j的单位网络资源成本；步骤S2.3：根据各资源节点的可用资源状态信息，建立可用资源节点集合C。4.根据权利要求1或2所述的云边端协同资源管理方法，其特征在于：所述步骤3中建立的模型为基于用户请求集合T和可用资源节点集合C，建立以系统收益最大为优化目标，考虑可靠性、时延和资源容量约束的资源管理优化模型，具体的优化步骤如下：步骤S3.1：在资源管理过程中，考虑任务的时延约束，即任务从用户端开始传输数据至云边并处理完成后返回结果至用户端的总时间应当小于任务的最大完成截止时间限制；步骤S3.2：在资源管理过程中，考虑任务的可靠性约束，即保障任务的服务质量，在卸载至云边并处理的整个时间段内资源节点处于正常状态不发生故障的概率超过给定的可靠性数值R；步骤S3.3：在资源管理过程中，考虑资源节点的资源容量约束；步骤S3.4：在资源管理过程中，目标是实现系统收益最大化，对单个任务i，在最大完成
截止时间内完成任务，系统则可获得该任务对应的报酬，因此系统的收益P
i
为任务i完成后报酬与资源节点j所分配给任务i的资源成本之间的差值。5.根据权利要求4所述的云边端协同资源管理方法，其特征在于：所述步骤3.1中的时延主要包括传输时延和计算时延，计算时延约束的具体步骤如下：步骤3.11，通过以下方式计算传输时延：对于用户任务i∈T，云边资源节点j∈C，其传输时延计算公式如下：其中，d
i
为传输的数据尺寸，s
i,j
为用户i和资源节点j间的传输速率，该传输速率与资源节点j为用户i分配的网络资源b
i,j
成正比，其计算公式如下：s
i,j
＝Kb
i,j
其中，K为比例系数，将上式代入传输时延公式中得传输时延其中，K为比例系数，将上式代入传输时延公式中得传输时延步骤3.12，通过以下方式计算计算时延：对于用户任务i∈T，云边资...

【专利技术属性】
技术研发人员：王晓伟，胡满江，刘海涛，胡云卿，尚敬，秦洪懋，任舸帆，徐彪，谢国涛，秦兆博，秦晓辉，边有钢，丁荣军，
申请(专利权)人：中车株洲电力机车研究院有限公司，
类型：发明
国别省市：