一种物联网云边端任务时序协同方法技术

本发明专利技术属于物联网任务协同领域，具体涉及一种物联网云边端任务时序协同方法；该方法包括：获取物联网设备数据，物联网设备包括任务迁移设备、MEC服务器以及云服务器；根据物联网设备数据，采用基于时序兴趣度的计算资源发现方法得到候选计算资源队列；根据任务迁移设备的计算资源需求，采用基于时序社交相似度的计算资源选择算法，在候选计算资源队列、MEC服务器与云服务器内可用的计算资源中作出最佳的计算资源选择结果；任务迁移设备根据计算资源选择结果进行任务迁移；本发明专利技术根据物联网设备的时序特征设计端设备辅助的云边端任务协同方法，提高了任务协同的效率并均衡了网络中计算资源的分布，具有广阔的应用前景。具有广阔的应用前景。具有广阔的应用前景。

【技术实现步骤摘要】
一种物联网云边端任务时序协同方法


[0001]本专利技术属于物联网任务协同领域，具体涉及一种物联网云边端任务时序协同方法。

技术介绍

[0002]随着互联网应用、信息化科技的发展，物联网(Internet of Things,IoT)作为互联网技术的产物也在世界范围内得到了广泛地应用。根据国际数据公司与美国山间医疗公司的分析，截至2020年底IoT设备总联网数量超过260亿台。IoT设备具有一定的计算、存储、通信能力，在交通、物流、安防、家居与零售等场景中，设备间相互协作服务于包括数据采集、图像分析、设备监测、生产编排等IoT应用。近年来随着机器学习、大数据处理与增强现实等技术的发展，IoT应用的时延要求与计算量需求不断提高。然而，IoT设备受其自身存储、计算等方面的限制，使得设备无法匹配持续增长的计算需求，导致计算任务处理的实时性降低。因此如何缓解巨大的IoT应用计算需求以使用户获取更高质量的服务体验成为了当下的研究热点。
[0003]目前，得益于第五代移动通信技术、边缘计算技术与云计算技术的广泛应用，当IoT设备计算资源不足时，设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物联网云边端任务时序协同方法，其特征在于，包括：获取物联网设备数据，物联网设备包括任务迁移设备、MEC服务器以及云服务器；根据物联网设备数据，采用基于时序兴趣度的计算资源发现方法得到候选计算资源队列；根据任务迁移设备的计算资源需求，采用基于时序社交相似度的计算资源选择算法，在候选计算资源队列、MEC服务器与云服务器内可用的计算资源中作出最佳的计算资源选择结果；任务迁移设备根据计算资源选择结果进行任务迁移；采用基于时序社交相似度的计算资源选择算法得到计算资源选择结果的过程包括：S1：选取所有MEC服务器中可用计算资源大于任务迁移设备所需计算资源的MEC服务器，计算其MEC服务器任务迁移的系统收益；S2：根据云服务器数据计算云服务器任务迁移的系统收益；S3：以任务迁移设备为中心创建时序社交波纹网络；S4：根据时序波纹网络计算候选端设备与任务迁移设备的时序社交相似度；其中，候选端设备为候选计算资源队列中的物联网设备；S5：选取社交相似度最大的候选端设备并计算候选端设备任务迁移的系统收益；S6：选取MEC服务器任务迁移的系统收益、云服务器任务迁移的系统收益和候选端设备任务迁移的系统收益中最大值对应的设备作为任务迁移设备的任务迁移目的地。2.根据权利要求1所述的一种物联网云边端任务时序协同方法，其特征在于，采用基于时序兴趣度的计算资源发现方法得到候选计算资源队列的过程包括：根据物联网设备的长期任务处理习惯和短期任务处理变化分别计算物联网设备的长期兴趣度和短期兴趣度；根据物联网设备的长期兴趣度和短期兴趣度计算物联网设备的时序兴趣度；将时序兴趣度按从大到小的顺序排序，选取前H个时序兴趣度对应的物联网设备构建候选计算资源队列，H为小于物联网设备总数的整数。3.根据权利要求2所述的一种物联网云边端任务时序协同方法，其特征在于，计算物联网设备的长期兴趣度和短期兴趣度的公式分别为：网设备的长期兴趣度和短期兴趣度的公式分别为：其中，表示长期兴趣度，表示短期兴趣度；表示设备长时间范围ΔT
LA
内的总计算任务处理数量，表示设备长时间范围ΔT
LA
内对t
w
类型计算任务的处理次数，表示设备在短时间范围ΔT
s
内的总计算任务处理量，表示设备o
n
对t
w
类型计算任务的处理次数。4.根据权利要求2所述的一种物联网云边端任务时序协同方法，其特征在于，计算物联网设备的时序兴趣度的公式为：
其中，表示时序兴趣度，表示归一化参数，表示时序偏好，表示时序感知权重，γ
l
表示第一影响系数，γ
s
表示第二影响系数，表示设备在时间切片ts
l
对任务类型t
w
的长期兴趣度，表示设备在时间切片ts
l
对任务类型t

【专利技术属性】
技术研发人员：黄宏程，薛彦聪，胡敏，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：