【技术实现步骤摘要】
异构边缘环境下多用户序列任务计算卸载方法及系统
[0001]本专利技术涉及边缘计算
，具体涉及一种异构边缘环境下多用户序列任务计算卸载方法及系统。
技术介绍
[0002]如今随着物联网和移动计算技术的迅猛发展，万物互联的时代已经来临。据国际数据公司(International Data Corporation，IDC)预测，到2025年，大约有800亿台设备连接到互联网。随着移动设备及互联网连接产品的急剧增加，网络中的数据量呈爆炸式增长。《数据时代2025》指出，从2018年到2025年，全球每年产生的数据将从33ZB增加至175ZB。近年来，云计算因其强大的计算能力被灵活应用于数据处理。然而，面对海量数据传输带来的巨大挑战，云计算的不足也初见端倪，如带宽压力大、响应时间长等。
[0003]为解决上述问题，边缘计算应运而生。边缘计算是一种典型的分布式计算，它利用靠近数据源头的设备，即边缘设备来对数据进行分布式处理，提供最近端服务。因其近端优势，边缘计算有效避免了数据中心和用户之间长时间的数据传输，进而加速了计算...
【技术保护点】
【技术特征摘要】
1.一种异构边缘环境下多用户序列任务计算卸载方法，其特征在于：包括以下步骤：S1：根据系统参数、设备和边缘服务器信息，构建多用户序列任务卸载模型；S2：根据构建的多用户序列任务卸载模型，将卸载问题转换为带时延和服务器负载约束的非线性整数规划问题；S3：采用基于正规方程的求导方法，得到非线性整数规划问题的近似解，并对近似解进行归一化处理，得到可执行的卸载策略。2.如权利要求1所述的异构边缘环境下多用户序列任务计算卸载方法，其特征在于：所述步骤S1中构建多用户序列任务卸载模型的方法，包括以下步骤：S11：针对异构边缘环境的特点，利用系统参数、设备和边缘服务器信息，构建异构边缘计算环境中的双层网络模型，所述双层网络模型包括边缘侧和用户侧，所述边缘侧包括K个边缘服务器，所述用户侧包括N个设备，每个边缘服务器均维护有自身的任务队列，且具备所能接受的任务数量上限c，计算能力f
k
；S12：根据设备的应用信息，构建用户侧设备应用的序列任务模型M，其中，每个应用的时延要求S13：利用网络参数和应用信息，构建系统的任务卸载时延模型：其中，T
m,n
表示设备n的第m个任务的时延总和。3.如权利要求2所述的异构边缘环境下多用户序列任务计算卸载方法，其特征在于：所述设备与边缘服务器之间采用基于单正交频分多址技术的无线方式进行数据传输，所述边缘服务器之间采用高速有线链路进行传输。4.如权利要求2所述的异构边缘环境下多用户序列任务计算卸载方法，其特征在于：所述步骤S13中构建系统的任务卸载时延模型，包括以下步骤：S131：通过判断任务数据传输到边缘服务器的过程，建立任务的通信模型T
tran
；S132：根据任务到达边缘服务器后在队列中的平均等待时间，建立任务的排队模型T
queu
；S133：根据任务在当前边缘服务器上等待被执行的信息，建立任务的执行模型T
exec
；S134：综合通信模型T
tran
、排队模型T
queu
和执行模型T
exec
，得到系统的任务卸载时延模型。5.如权利要求4所述的异构边缘环境下多用户序列任务计算卸载方法，其特征在于：所述步骤S131中建立任务的通信模型T
tran
，包括以下步骤：在任务数据传输的通信过程中，基于无线通信速率计算公式，计算设备n到边缘服务器k的数据传输速率r
n,k
：其中，p
n
为设备n的功率，h
n,k
为设备n到边缘服务器k的信道增益，表示设备n和边缘服务器k链路的热噪声，w表示无线信道带宽；构建设备n的第m个任务的通信模型：
其中，s
m,n
表示设备n的第m个任务的数据量大小。6.如权利要求5所述的异构边缘环境下多用户序列任务计算卸载方法，其特征在于：所述步骤S132中建立任务的排队模型T
queu
，包括以下步骤：利用Pollaczek Khichine公式，构建任...
【专利技术属性】
技术研发人员：徐焕焕，周经亚，王进，李领治，谷飞，
申请(专利权)人：苏州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。