一种多对多边缘计算场景下的计算卸载方法及系统技术方案

本发明专利技术公开一种多对多边缘计算场景下的计算卸载方法及系统，包括：获取多边缘服务器多移动终端场景下的边缘计算场景数据，并基于边缘计算场景数据，构建边缘计算场景；基于边缘计算场景，构建卸载模型，其中卸载模型基于马尔科夫决策过程进行建模；通过策略迭代法对卸载模型进行求解，得到最优卸载策略。本发明专利技术能够对于不同性质的终端产生的的异构任务，以能量消耗最小化为目标进行任务卸载建模，并获取卸载方法的最优策略。取卸载方法的最优策略。取卸载方法的最优策略。

【技术实现步骤摘要】
一种多对多边缘计算场景下的计算卸载方法及系统


[0001]本专利技术涉及异构任务卸载
，特别涉及一种多对多边缘计算场景下的计算卸载方法及系统。

技术介绍

[0002]随着科技的快速发展，由于自身资源及计算性能有限，智能终端在处理计算密集型和时间敏感型任务时时常面临着计算能力不足的情况。为此，使用边缘服务器来处理分析数据的边缘计算模式应运而生，并与传统云计算模式形成互补。然而，边缘服务器往往具有轻量化的特点，如何合理利用边缘服务器有限的计算能力便成为边缘计算亟需解决的重要问题。计算卸载作为边缘计算的一个关键技术，可以在计算能力有限的情况下，为资源受限设备运行计算密集型应用提供计算资源，加快计算速度，节省能源。也可以说，边缘计算中计算卸载是将终端的计算任务卸载到边缘云中，进而解决终端在资源存储、计算性能以及能量等方面存在的不足。
[0003]目前已有技术中，只考虑到异构任务本身的数据量的大小对于终端计算能力要求不同，但忽略了当多个任务之间存在优先级关系时的影响，例如一些任务是抢先的，也就是说，在其他任务被处理期间，这种具有抢占性的任务可以抢占其他任务资源，优先处理；而且已有的研究大多针对“多对一“或”一对多“场景展开研究，除上述情况之外，还包括“多对多”场景，所谓“多对多”定义如下：多个移动终端和多个边缘服务器之间进行信息传递，各个边缘服务器与移动终端之间没有固定的信息传递对应关系，而是根据实际情况，实时调整任务卸载策略的情景，而不仅仅局限于移动终端和边缘服务器的数量。但是现有技术中对“多对多”卸载场景下进行研究的技术方案较少。

技术实现思路

[0004]为解决上述现有技术中所存在的如何针对“多对多”场景下的卸载场景进行建模等问题，本专利技术提供一种多对多边缘计算场景下的计算卸载方法，能够对于不同性质的终端产生的的异构任务，以能量消耗最小化为目标进行任务卸载建模。
[0005]为实现上述技术目的，本专利技术提供了一种多对多边缘计算场景下的计算卸载方法，包括：
[0006]获取多边缘服务器多移动终端场景下的边缘计算场景数据，并基于边缘计算场景数据，构建边缘计算场景；
[0007]基于边缘计算场景，构建卸载模型，其中卸载模型基于马尔科夫决策过程进行建模；
[0008]通过策略迭代法对卸载模型进行求解，得到最优卸载策略。
[0009]可选的，所述边缘计算场景数据包括边缘服务器集合，车辆集合，车辆任务集合及剩余计算能力。
[0010]可选的，所述构建边缘计算场景的过程包括：
[0011]对边缘服务器集合及车辆集合进行位置约束；
[0012]对所述剩余计算能力进行剩余计算能力约束；
[0013]基于车辆任务集合计算本地处理能耗及卸载处理能耗，基于本地处理能耗及卸载处理能耗进行最小化能耗约束；
[0014]对位置约束结果，计算能力约束结果及最小化能耗约束结果进行整合，得到边缘计算场景。
[0015]可选的，所述卸载模型包括状态空间，动作空间，奖励函数，策略及回报；
[0016]其中状态空间包括若干个不同状态，所述状态包括各车辆位置，各车辆下的剩余计算能力及各边缘服务器剩余计算能力；
[0017]动作空间包括若干个不同动作，所述动作包括本地处理及边缘服务器卸载处理动作；
[0018]所述奖励函数基于本地处理能耗及卸载处理能耗进行构建；
[0019]所述策略为不同状态下不同动作的概率；
[0020]所述回报为通过对奖励函数进行计算得到的总奖励。
[0021]可选的，通过策略迭代法对卸载模型进行求解的过程包括：
[0022]基于卸载模型，构建状态值函数，其中状态值函数为不同状态下采用不同策略时，各车辆的奖励函数值的数学期望总和，其中奖励函数值由奖励函数计算得到；
[0023]对状态及策略进行初始化，基于初始化的状态及策略对状态值函数进行计算，获取初始状态值，然后对状态及策略进行迭代更新，更新过程中，基于迭代更新的状态及策略对初始状态值进行更新，直到更新的状态值收敛，获取收敛状态值下的策略即最优卸载策略。
[0024]为更好的实现上述技术目的，本专利技术还提供了一种多对多边缘计算场景下的计算卸载系统，包括：
[0025]第一构建模块用于获取多边缘服务器多移动终端场景下的边缘计算场景数据，并基于边缘计算场景数据，构建边缘计算场景；
[0026]第二构建模块用于基于边缘计算场景，构建卸载模型，其中卸载模型基于马尔科夫决策过程进行建模；
[0027]求解模块用于通过策略迭代法对卸载模型进行求解，得到最优卸载策略。
[0028]可选的，第一构建模块中所述边缘计算场景数据包括边缘服务器集合，车辆集合，车辆任务集合及剩余计算能力。
[0029]可选的，第一构建模块包括：
[0030]第一约束模块用于对边缘服务器集合及车辆集合进行位置约束；
[0031]第二约束模块用于对所述剩余计算能力进行剩余计算能力约束；
[0032]第三约束模块基于车辆任务集合计算本地处理能耗及卸载处理能耗，基于本地处理能耗及卸载处理能耗进行最小化能耗约束；
[0033]边缘计算场景构建模块用于对位置约束结果，计算能力约束结果及最小化能耗约束结果进行整合，得到边缘计算场景。
[0034]可选的，第二构建模块中所述所述卸载模型包括状态空间，动作空间，奖励函数，策略及回报；
[0035]其中状态空间包括若干个不同状态，所述状态包括各车辆位置，各车辆下的剩余计算能力及各边缘服务器剩余计算能力；
[0036]动作空间包括若干个不同动作，所述动作包括本地处理及边缘服务器卸载处理动作；
[0037]所述奖励函数基于本地处理能耗及卸载处理能耗进行构建；
[0038]所述策略为不同状态下不同动作的概率；
[0039]所述回报为通过对奖励函数进行计算得到的总奖励。
[0040]可选的，求解模块包块：
[0041]第一处理模块用于基于卸载模型，构建状态值函数，其中状态值函数为不同状态下采用不同策略时，各车辆的奖励函数值的数学期望总和，其中奖励函数值由奖励函数计算得到；
[0042]第二处理模块用于对状态及策略进行初始化，基于初始化的状态及策略对状态值函数进行计算，获取初始状态值，然后对状态及策略进行迭代更新，更新过程中，基于迭代更新的状态及策略对初始状态值进行更新，直到更新的状态值收敛，获取收敛状态值下的策略即最优卸载策略。
[0043]本专利技术具有如下技术效果：
[0044]本专利技术提出的方法及系统考虑到任务本身数据量的大小以及任务之间的优先级关系，以能耗最小化为目标，在”多对多“场景下进行异构任务的卸载，能够精确制定相关的最优卸载策略，同时能够任务卸载过程中的能耗最小化，具有很强的实用性。
附图说明
[0045]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多对多边缘计算场景下的计算卸载方法，其特征在于，包括：获取多边缘服务器多移动终端场景下的边缘计算场景数据，并基于边缘计算场景数据，构建边缘计算场景；基于边缘计算场景，构建卸载模型，其中卸载模型基于马尔科夫决策过程进行建模；通过策略迭代法对卸载模型进行求解，得到最优卸载策略。2.根据权利要求1所述多对多边缘计算场景下的计算卸载方法，其特征在于：所述边缘计算场景数据包括边缘服务器集合，车辆集合，车辆任务集合及剩余计算能力，其中车辆任务集合中的车辆任务包括是否为紧急任务，数据量大小，任务优先级。3.根据权利要求2所述多对多边缘计算场景下的计算卸载方法，其特征在于：所述构建边缘计算场景的过程包括：对边缘服务器集合及车辆集合进行位置约束；对所述剩余计算能力进行剩余计算能力约束；基于车辆任务集合计算本地处理能耗及卸载处理能耗，基于本地处理能耗及卸载处理能耗进行最小化能耗约束；对位置约束结果，计算能力约束结果及最小化能耗约束结果进行整合，得到边缘计算场景。4.根据权利要求1所述多对多边缘计算场景下的计算卸载方法，其特征在于：所述卸载模型包括状态空间，动作空间，奖励函数，策略及回报；其中状态空间包括若干个不同状态，所述状态包括各车辆位置，各车辆下的剩余计算能力及各边缘服务器剩余计算能力；动作空间包括若干个不同动作，所述动作包括本地处理及边缘服务器卸载处理动作；所述奖励函数基于本地处理能耗及卸载处理能耗进行构建；所述策略为不同状态下不同动作的概率；所述回报为通过对奖励函数进行计算得到的总奖励。5.根据权利要求4所述多对多边缘计算场景下的计算卸载方法，其特征在于：通过策略迭代法对卸载模型进行求解的过程包括：基于卸载模型，构建状态值函数，其中状态值函数为不同状态下采用不同策略时，各车辆的奖励函数值的数学期望总和，其中奖励函数值由奖励函数计算得到；对状态及策略进行初始化，基于初始化的状态及策略对状态值函数进行计算，获取初始状态值，然后对状态及策略进行迭代更新，更新过程中，基于迭代更新的状态及策略对初始状态值进行更新，直到更新的状态值收敛，获取收敛状态值下的策略即最优卸载策略。6.基于权利要求1
‑
5所述任意一项的多对多边缘计算场...

【专利技术属性】
技术研发人员：史彦军，韩超哲，李佳健，沈卫明，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：