一种面向中间海域场景的边缘计算卸载方法技术

本发明专利技术公开了一种面向中间海域场景的边缘计算卸载方法，(1)根据中间海域场景建立三种卸载模型；(2)针对每种模型建立相应的优化问题；(3)采用二分搜索法分别求解每种模型的优化问题，获取每种模型中各子任务最优的传输功率分配结果；(4)在每种模型中各子任务分配到最优传输功率的基础上，根据将当前时刻情况最差的OUE或子任务分配给当前时刻信道状况最好的OECN上卸载的规则以及多OUE按需分配OECN的规则，优化设计每种模型中各子任务与OECN之间的配对卸载决策从而保证处理时延最短。本发明专利技术能够实现多任务与多OECN之间的信息传输，保障海洋观监测传感网低时延、高可靠传输机制。高可靠传输机制。高可靠传输机制。

【技术实现步骤摘要】
一种面向中间海域场景的边缘计算卸载方法


[0001]本专利技术涉及移动计算
，具体是涉及一种面向中间海域场景的边缘计算卸载方法。

技术介绍

[0002]海洋观监测传感网作为未来海洋信息智慧网络的重要组成部分可提供多种观监测应用，是汇聚海洋空间、环境、资源等各类数据的重要平台。面向新一代网络的移动边缘计算(Mobile Edge Computing,MEC)技术可有效支撑各类海事业务和应用需求，将云端数据中心“降级”至网络边缘，使其能够在靠近用户的位置提供计算、存储和通信的能力。然而，复杂海事观监测应用会导致网络局部区域数据的超负荷处理，部分区域网络开销急剧增长，如何实现海洋观监测传感网资源的灵活适配是首要解决的问题。相比传统陆地蜂窝网及车载网，海洋观监测传感网环境因素复杂且节点差异化明显。特别地，中间海域场景需结合近海场景下海洋观监测传感网络节点密度较大、海洋边缘计算能力分布不均，资源调度复杂，以及远海场景下网络连通性易受天气、恶劣海况等因素影响，服务连续性难以保障等因素。如何提出适应中间海域场景的边缘数据卸载模型与算法也是需要解决的问题。
[0003]现有多用户边缘计算卸载模型约束条件及考虑因素相对简单，将二进制卸载决策变量放宽为连续变量，再利用拉格朗日乘数法优化求得的卸载决策难以应用于实际。同时，在利用启发式算法求解优化问题时忽略了MEC服务器计算时延及能耗约束，无法满足海洋观监测传感网各类海事应用需求。

技术实现思路

[0004]专利技术目的：针对以上缺点，本专利技术提供一种面向中间海域场景的边缘计算卸载方法，结合海洋观监测传感网与移动边缘计算，实现多任务与多MEC服务器之间的信息传输与数据处理，保障海洋观监测传感网低时延、高可靠传输机制。
[0005]技术方案：为解决上述问题，本专利技术采用方法，具体包括以下步骤：
[0006](1)根据中间海域场景建立三种卸载模型，分别为SSU模型、MSUS1模型、MSUS2模型；所述SSU模型为：将单个海洋用户设备OUE待处理数据划分成若干子任务，各子任务于本地处理或卸载至多个多海洋边缘计算节点OECN上处理，SSU模型中所有OUE的子任务的总数小于或等于OECN总数；MSUS1模型：将多个OUE中待处理数据划分成若干子任务，各子任务于本地处理或卸载至多个OECN上处理，MSUS1模型中子任务总数小于或等于OECN总数；MSUS2模型为：将多个OUE中待处理数据划分成若干子任务，各子任务于本地处理或卸载至多个OECN上处理，MSUS2模型中所有OUE的子任务总数大于OECN总数；
[0007](2)针对每种卸载模型建立相应的优化问题；所述优化问题为综合设计该卸载模型中各子任务与OECN之间的配对卸载决策与该卸载模型中各子任务分配的传输功率以获取卸载该模型中所有子任务处理完毕需耗费的最短时延；
[0008](3)采用二分搜索法分别求解每种卸载模型的优化问题，获取每种卸载模型中各
子任务最优的传输功率分配结果；
[0009](4)在每种卸载模型中各子任务分配到最优传输功率的基础上，根据将当前时刻情况最差的OUE或子任务分配给当前时刻信道状况最好的OECN上卸载的规则以及多OUE按需分配OECN的规则，优化设计每种卸载模型中各子任务与OECN之间的配对卸载决策从而使处理时延最短；所述情况最差的OUE或子任务是指本地处理总时延最大的OUE或本地处理时延最大的子任务；所述信道状况最好的OECN是指针对同一子任务处理时延最短的OECN。
[0010]进一步的，同一时刻，一个子任务仅能选择一个OECN进行处理，一个OECN仅能处理一个子任务；所述SSU模型的配对卸载决策OAAS为：根据各子任务的本地处理时延从大至小的顺序确定各子任务优先级，根据相同子任务于各OECN上卸载消耗总时延从小至大的顺序确定各OECN的优先级；按照子任务的优先级从高到低的顺序选择一个子任务分配给当前优先级最高的OECN进行配对卸载，直至完成所有子任务的分配；所述MSUS2模型的配对卸载决策OANR为：分别计算各OUE中待处理数据总量与全部OUE待处理数据总量之比，根据比值决定各OUE分配的OECN的数量；再根据各OUE子任务的数量计算出每个OUE需要分配OECN的次数；根据各OUE本地处理总时延按从大至少的顺序确定各OUE优先级，根据每个OUE中所有子任务的本地处理时延从大至小的顺序确定每个OUE中各子任务优先级，根据相同子任务于各OECN上卸载消耗总时延从小至大的顺序确定各OECN的优先级；按照OUE的优先级从高到低的顺序依次选择一个OUE，将该OUE与当前时刻优先级排序前G个OECN进行配对卸载，所述G为该OUE分配的OECN的数量，直至完成所有OUE的分配；其中，针对每个OUE中优先级排序前G个子任务，按照子任务的优先级从高到低的顺序选择一个子任务与该OUE分配的OECN中当前时刻优先级最高的OECN进行配对卸载，直至完成G个子任务的分配，每个OUE中剩余子任务排队等待下一次OECN分配，每个OUE中剩余子任务以同样的方式与该OUE分配的OECN进行配对卸载，直至完成所有次数分配。
[0011]进一步，所述OAAS包括两种情况，具体为：
[0012]情况1为理想情况，表明现有的分配策略相较于其他分配策略时延最小，即：
[0013][0014]式中，OUE的子任务数量为S个；表示子任务Task
i
经OECN i处理的卸载总时延；Task
i
下标代表经优先级排序后各子任务优先级顺序，(i)代表经优先级排序后OECN优先级顺序；
[0015]情况2为非理想情况，表明现有的分配策略仅保证优先级高的部分子任务处理时延缩短，即：
[0016][0017]采用逐级比较的方式对优先级低的部分子任务分配的OECN进行替换从而保证整个OUE子任务处理时延缩短；所述替换方式步骤为：
[0018](1)将优先级排序为S
‑
1的子任务所分配的OECN与优先级排序为S的子任务所分配的OECN进行互换，获取判断若则表明该互换后的分配策略对当前Task
S
处理时延缩短有益，则采取该互换分配策略，转至步骤(2)；否则，不进行上述互换，继续将优先
级排序为S
‑
2、S
‑3……
1的子任务所分配的OECN逐一与优先级排序为S的子任务所分配的OECN与进行互换，直至满足互换后产生的子任务处理时延中较大的子任务处理时延小于或等于转至步骤(2)或者完成所有互换；
[0019](2)再将采取策略互换后产生的子任务处理时延中较大的子任务处理时延继续与按照从小至大的顺序逐一进行比较，判断是否进行新一轮的分配策略的替换；若小于与之比较的值，则将产生子任务处理时延最大值所对应的子任务所分配的OECN与之比较的子任务所分配的OECN进行互换，否则不互换，直至完成与的比较为止。
[0020]进一步，所述SSU模型优化问题具体为：
[0021本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向中间海域场景的边缘计算卸载方法，其特征在于，包括以下步骤：(1)根据中间海域场景建立三种卸载模型，分别为SSU模型、MSUS1模型、MSUS2模型；所述SSU模型为：将单个海洋用户设备OUE待处理数据划分成若干子任务，各子任务于本地处理或卸载至多个海洋边缘计算节点OECN上处理，SSU模型中子任务的总数小于或等于OECN总数；MSUS1模型：将多个OUE中待处理数据划分成若干子任务，各子任务于本地处理或卸载至多个OECN上处理，MSUS1模型中所有OUE的子任务总数小于或等于OECN总数；MSUS2模型为：将多个OUE中待处理数据划分成若干子任务，各子任务于本地处理或卸载至多个OECN上处理，MSUS2模型中所有OUE的子任务总数大于OECN总数；(2)针对每种卸载模型建立相应的优化问题；所述优化问题为综合设计该卸载模型中各子任务与OECN之间的配对卸载决策与该卸载模型中各子任务分配的传输功率以获取卸载该模型中所有子任务处理完毕需耗费的最短时延；(3)采用二分搜索法分别求解每种卸载模型的优化问题，获取每种卸载模型中各子任务最优的传输功率分配结果；(4)在每种卸载模型中各子任务分配到最优传输功率的基础上，根据将当前时刻情况最差的OUE或子任务分配给当前时刻信道状况最好的OECN上卸载的规则以及多OUE按需分配OECN的规则，优化设计每种卸载模型中各子任务与OECN之间的配对卸载决策从而使处理时延最短；所述情况最差的OUE或子任务是指本地处理总时延最大的OUE或本地处理时延最大的子任务；所述信道状况最好的OECN是指针对同一子任务处理时延最短的OECN。2.根据权利要求1所述的面向中间海域场景的边缘计算卸载方法，其特征在于，同一时刻，一个子任务仅能选择一个OECN进行处理，一个OECN仅能处理一个子任务；所述SSU模型的配对卸载决策OAAS具体为：根据各子任务的本地处理时延从大至小的顺序确定各子任务优先级，根据相同子任务于各OECN上卸载消耗总时延从小至大的顺序确定各OECN的优先级；按照子任务的优先级从高到低的顺序选择一个子任务分配给当前优先级最高的OECN进行配对卸载，直至完成所有子任务的分配；所述MSUS1模型的配对卸载决策OAMOAS具体为：根据各OUE本地处理总时延按从大至少的顺序确定各OUE优先级，根据每个OUE中所有子任务的本地处理时延从大至小的顺序确定每个OUE中各子任务优先级，根据相同子任务于各OECN上卸载消耗总时延从小至大的顺序确定各OECN的优先级；按照OUE的优先级从高到低的顺序依次选择一个OUE，针对该OUE中所有子任务，按照子任务的优先级从高到低的顺序选择一个子任务分配给当前优先级最高的OECN进行配对卸载，直至完成该OUE中所有子任务的分配；直至完成所有OUE中所有子任务的分配；所述MSUS2模型的配对卸载决策OANR为：分别计算各OUE中待处理数据总量与全部OUE待处理数据总量之比，根据比值决定各OUE分配的OECN的数量；再根据各OUE子任务的数量计算出每个OUE需要分配OECN的次数；根据各OUE本地处理总时延按从大至少的顺序确定各OUE优先级，根据每个OUE中所有子任务的本地处理时延从大至小的顺序确定每个OUE中各子任务优先级，根据相同子任务于各OECN上卸载消耗总时延从小至大的顺序确定各OECN的优先级；按照OUE的优先级从高到低的顺序依次选择一个OUE，将该OUE与当前时刻优先级排序前G个OECN进行配对卸载，所述G为该OUE分配的OECN的数量，直至完成所有OUE的分配；其
中，针对每个OUE中优先级排序前G个子任务，按照子任务的优先级从高到低的顺序选择一个子任务与该OUE分配的OECN中当前时刻优先级最高的OECN进行配对卸载，直至完成G个子任务的分配，每个OUE中剩余子任务排队等待下一次分配的OECN处理，每个OUE中剩余子任务以同样的方式与该OUE分配的OECN进行配对卸载，直至完成所有次数分配。3.根据权利要求1所述的面向中间海域场景的边缘计算卸载方法，其特征在于，所述OAAS包括两种情况，具体为：情况1为理想情况，表明现有的分配策略相较于其他分配策略时延最小，即：式中，OUE的子任务数量为S个；表示子任务Task
i
经OECNi处理的时延；Task
i
下标代表经优先级排序后各子任务优先级顺序，(i)代表经优先级排序后OECN优先级顺序；情况2为非理想情况，表明现有的分配策略仅保证优先级高的部分子任务处理时延缩短，即：采用逐级比较的方式对优先级低的部分子任务分配的OECN进行替换从而保证整个OUE处理时延缩短；所述替换方式步骤为：(1)将优先级排序为S
‑
1的子任务所分配的OECN与优先级排序为S的子任务所分配的OECN进行互换，获取判断若则表明该互换后的分配策略对当前Task
S
处理时延缩短有益，则采取该互换分配策略，转至步骤(2)；否则，不进行上述互换，继续将优先级排序为S
...

【专利技术属性】
技术研发人员：苏新，王子怡，
申请(专利权)人：河海大学，
类型：发明
国别省市：