基于边缘计算的空间众包调度系统及方法技术方案

本发明专利技术涉及一种基于边缘计算的空间众包调度系统，包括中心控制层、边缘计算层和用户设备层；所述中心控制层收到用户设备的请求信息时，将分别计算距离用户设备最近的边缘节点，并将该请求任务发送给对应的边缘节点处理；所述边缘计算层包括若干路网节点；所述每个路网节点都是一个边缘节点，负责将云服务器下发的计算任务进行处理；所述用户设备层包括任务发起者和众包工人的移动设备和无线传感器，用于上传各自的任务请求信息。本发明专利技术有效降级降低了服务响应时间，同时避免了位置隐私数据的泄露。数据的泄露。数据的泄露。

【技术实现步骤摘要】
基于边缘计算的空间众包调度系统及方法


[0001]本专利技术涉及空间众包调度领域，具体涉及一种基于边缘计算的空间众包调度系统及方法。

技术介绍

[0002]5G技术的发展促进了智能服务的广泛应用，基于位置轨迹的“众包”服务平台发展尤为迅猛。据Marketsand Markets预计，基于位置轨迹的智能服务的全球市场收入将从2020年的178亿美元增长到2025年的392亿美元，在预测期内复合年增长率为17.1％。“众包”定义为“一种将传统由公司员工执行的任务，以公开的形式外包给一大群自由自愿的非特定的普罗大众的商业模式”。“众包”已经被广泛应用于各种领域，包括环境监测、医疗保健、美团、滴滴打车、亚马逊的土耳其机器人等等。与此同时，每个拥有移动终端智能设备的人都可以在网络上注册成为众包平台中的工人，在这种背景下，一种将具有空间特性的任务外包给互联网上的工作者的新兴众包模式应运而生，称为空间众包(也称移动众包，Mobile crowdsourcing)。在空间众包平台中，人们可以随时查询与位置相关的服务信息，享受方便而快捷的服务。
[0003]在“空间众包”平台中，如何选择合适的用户进行任务分配并确保任务匹配的质量以及效率是当前面临的主要挑战。首先，现有的绝大多数空间众包调度方案都是利用欧式距离作为任务分配的依据，此类方案计算简单，效率也高。然而，由于其忽略了底层的路网信息，故服务质量有待提高。另外，当前的空间大多数众包调度方案大基于中心服务器为运行，很少将分布式的思想考虑进去，这样一来，每个任务发起者和工人都需要将自身的位置信息上传至云服务器进行计算，大大加大了服务器的计算开销，从而影响了空间众包平台的服务效率。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种基于边缘计算的空间众包调度系统及方法，有效降级降低了服务响应时间，同时避免了位置隐私数据的泄露。
[0005]为实现上述目的，本专利技术采用如下技术方案：
[0006]一种基于边缘计算的空间众包调度系统，包括中心控制层、边缘计算层和用户设备层；所述中心控制层收到用户设备的请求信息时，将分别计算距离用户设备最近的边缘节点，并将该请求任务发送给对应的边缘节点处理；所述边缘计算层包括若干路网节点；所述每个路网节点都是一个边缘节点，负责将云服务器下发的计算任务进行处理；所述用户设备层包括任务发起者和众包工人的移动设备和无线传感器，用于上传各自的任务请求信息。
[0007]一种基于边缘计算的空间众包调度系统的调度方法，包括以下步骤：
[0008]构建路网结构,基于路网结构，计算任务发起者与众包工人间的路网距离；
[0009]采用双向动态K近邻机制，查找最近的对象；
[0010]当路网中出现新的查询点和数据对象时,将其插入至查询点集Q和最新的数据对象集合O，相应地，当查询点和数据对象分别被匹配成功时，将其从查询点集合Q和数据对象集合O中删除；
[0011]对于出现的查询点Q
i
执行正向动态K近邻查询，对于出现的数据对象O
j
执行反向动态K近邻查询。
[0012]进一步的，所述路网结构为一个有向带权图N＝(V,E,W)，其中V表示路网中路段间的交叉点集合,E表示路网中路段集合,W表示路段对应的权值，其中,交叉点V
i
∈V是指2条及以上路段汇集而成的节点。
[0013]进一步的，所述任务发起者与众包工人间的路网距离，通过式(1)进行计算
[0014][0015][0016]当查询点Q
i
与数据对象O
j
相邻时，两者间的路网距离则为欧式距离；否则，应寻找离查询点最近的路网节点v
x
，v
y
；然后分别计算查询点到节点v
x
内部数据对象的距离和查询点到v
n
数据对象的距离，然后取二者的最小值对应的数据对象为该任务发起者附近的最优工人；
[0017]其中v
x
和v
y
分别是查询点Q
i
附近的左右节点，d(Q
i
,v
x
)，d(v
p
,O
m
)，d(Q
i
,v
y
)和d(v
q
,O
n
)分别通过欧式距离进行计算，NDM(v
x
,v
p
)，NDM(v
y
,v
q
)通过A
*
算法进行扩展预计算。
[0018]进一步的，所述双向动态K近邻查询机制包括正向动态K近邻查询算法和反向动态K近邻查询算法。
[0019]进一步的，所述正向动态K近邻查询算法，具体为：
[0020]1)预计算阶段，路网节点矩阵，路网节点内的内部数据对象候选集被分别构建；
[0021]2)在查询阶段，从初始半径r英里范围内查找查询点附近的路网节点，并将查询点与路网节点中的网约车的距离分别进行比较，距离最小的网约车即为离该乘客最近的网约车，即司乘匹配成功，算法结束，否则k＝r+α，继续查找，其中α为扩大半径参数；
[0022]3)在动态更新阶段，新出现的查询点和数据对象被插入至集合Q和O，已匹配成功的查询点和数据对象从Q和O中删除。
[0023]进一步的，所述反向动态K近邻查询算法，具体为：
[0024]1)预计算阶段，路网节点矩阵，路网节点内的内部数据对象候选集被分别构建；
[0025]2)在查询阶段，从初始半径r英里范围内查找查询点附近的路网节点，并将数据对象与路网节点中的查询点的距离分别进行比较，距离最小的查询点即为离该司机最近的乘客，即司乘匹配成功，算法结束，否则k＝r+α，继续查找，其中α为扩大半径参数；
[0026]3)在动态更新阶段，新出现的查询点和数据对象被插入至集合Q和O，已匹配成功的查询点和数据对象从Q和O中删除。
[0027]进一步的，所述双向动态K近邻机制包括正向动态K近邻查询(PDKNN)和反向动态K近邻查询(RDKNN)，对于出现的查询点Q
i
执行PDKNN查询，对于出现的数据对象O
j
执行RDKNN查询，在这两种查询过程的初期，从r英里范围内查找对应的目标对象，如果查找成功，则算法结束，否则k＝r+α，继续扩大查询范围，直至查找成功。
[0028]本专利技术与现有技术相比具有以下有益效果：
[0029]1、本专利技术中心控制层的中心服务器将用户设备层上传的查询请求分发给距离设备最近的边缘节点，边缘计算层的边缘结点处理相应的数据，从而分担了中心服务器的计算任务，降低了服务相应时间；
[0030]2、本专利技术基于边缘计算的双向动态K近邻调度算法可以保证只在网络的边缘处理用户数据，这样数据就只会在本地被存储、分析和处理，避免了位置隐私数据的泄露。...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算的空间众包调度系统，其特征在于，包括中心控制层、边缘计算层和用户设备层；所述中心控制层收到用户设备的请求信息时，将分别计算距离用户设备最近的边缘节点，并将该请求任务发送给对应的边缘节点处理；所述边缘计算层包括若干路网节点；所述每个路网节点都是一个边缘节点，负责将云服务器下发的计算任务进行处理；所述用户设备层包括任务发起者和众包工人的移动设备和无线传感器，用于上传各自的任务请求信息。2.一种基于边缘计算的空间众包调度系统的调度方法，其特征在于，包括以下步骤：构建路网结构,基于路网结构，计算任务发起者与众包工人间的路网距离；采用双向动态K近邻机制，查找最近的对象；当路网中出现新的查询点和数据对象时,将其插入至查询点集Q和最新的数据对象集合O，相应地，当查询点和数据对象分别被匹配成功时，将其从查询点集合Q和数据对象集合O中删除；对于出现的查询点Q
i
执行正向动态K近邻查询，对于出现的数据对象O
j
执行反向动态K近邻查询。3.根据权利要求2所述的基于边缘计算的空间众包调度系统的调度方法，其特征在于，所述路网结构为一个有向带权图N＝(V,E,W)，其中V表示路网中路段间的交叉点集合,E表示路网中路段集合,W表示路段对应的权值，其中，交叉点V
i
∈V是指2条及以上路段汇集而成的节点。4.根据权利要求2所述的基于边缘计算的空间众包调度系统的调度方法，其特征在于，所述任务发起者与众包工人间的路网距离，通过式(1)进行计算所述任务发起者与众包工人间的路网距离，通过式(1)进行计算当查询点Q
i
与数据对象O
j
相邻时，两者间的路网距离则为欧式距离；否则，应寻找离查询点最近的路网节点v
x
，v
y
；然后分别计算查询点到节点v
x
内部数据对象的距离和查询点到v
n
数据对象的距离，然后取二者的最小值对应的数据对象为该任务发起者附近的最优工人；其中v
x
和v
y
分别是查询点Q
i
附近的左右节点，d(Q
i
，v
x
)，d(v
p
，O
m

【专利技术属性】
技术研发人员：章静，丁倩，林力伟，李彪，许志平，石思彤，李雁姿，
申请(专利权)人：福建工程学院，
类型：发明
国别省市：