MAR任务在多接入边缘计算中的卸载和缓存放置方法及系统技术方案

本发明专利技术涉及MAR移动设备任务的任务卸载和缓存放置技术领域，提供了MAR任务在多接入边缘计算中的卸载和缓存放置方法及系统，包括：将MAR任务划分为若干个子任务；对所有子任务按照最晚执行时间进行优先级排队，得到优先级队列；对缓存集合中的缓存文件进行放置初始化，得到缓存放置策略；根据所述优先级队列，根据优先级队列，对每个子任务的卸载点和执行点进行初始化，得到任务卸载策略；根据初始化生成的缓存放置策略和任务卸载策略用多目标蜂群优化算法进行优化。提高了任务卸载和缓存放置的速度。置的速度。置的速度。

【技术实现步骤摘要】
MAR任务在多接入边缘计算中的卸载和缓存放置方法及系统


[0001]本专利技术属于移动增强现实(Mobile AugmentedReality，MAR)移动设备任务的任务卸载和缓存放置
，尤其涉及MAR任务在多接入边缘计算中的卸载和缓存放置方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]大量新的视频应用层出不穷，如增强现实(AR)、虚拟现实(VR)。由于沉浸式场景的特点，这些新的视频应用可以带来更好的体验。因此，它在物联网、教育和远程医疗等众多领域得到了应用。在中心云计算系统中，计算负载大的任务会被卸载到中心云进行处理。但是，中央云系统不足以支持这些计算负载大、低延迟要求。原因是中心云距离用户较远，计算负载高，服务质量无法保证。作为5G通信系统中的主要演进技术，移动边缘计算(Mobile Edge Computing,MEC)以其强大的智能存储和计算能力为解决这些问题提供了很好的方向。MEC将中心云计算服务下沉到核心网边缘，更贴近用户产生的数据。当用户请求内容或卸载任务时，他们可以直接访问边缘服务器，而不是访问远程中央云。这样可以大大减少回程负载、服务用户数和传输链路距离。因此，它可以为用户提供高带宽、低延迟的网络服务。
[0004]由于MAR移动设备靠近边缘服务器，与基于云的架构相比，减少端到端延迟是主要优势。与基于云的架构相比，AR功能对基础设施链接的依赖更少，因为服务器部署在边缘。边缘服务器确保比基于云的架构更可靠的通信。由于信息的本地化特性，内容缓存是可能的。内容缓存减少了边缘服务器以外的基础设施网络中的端到端延迟和拥塞。用户数据不通过公共网络传输，确保更安全的通信。基于边缘的架构可以支持轻量级和节能的MAR设备，例如可穿戴设备，因为它支持计算卸载。
[0005]但是，目前MAR任务在多接入边缘计算中的卸载和缓存放置过程存在一些问题。具体来说，移动边缘缓存主要利用移动边缘服务器提供的存储资源，可以减少网络数据流量，从而缩短用户的内容访问延迟。一些研究是基于单个边缘服务器独立工作的，单个服务器的缓存能力通常特别有限，这会在很多方面降低无线移动网络的性能。此外，为每个服务器单独设计缓存方案不仅繁琐，而且无法充分利用缓存资源。为了解决这些挑战，已经提出了协作缓存方案来提高网络性能。尽管协作缓存相对于非协作缓存提高了缓存利用率，但它仍然存在一些架构上的缺点。在任务卸载的研究中，有的文献考虑了应用程序缓冲区排队状态和空闲处理器，并提出了一种一维搜索算法来最小化任务执行的延迟。还有的文献将排队理论应用于边缘计算节点的建模，目标是最小化平均任务卸载时间。这些文献在卸载过程中卸载了所有任务，忽略了本地设备的执行能力。并且上述关于任务卸载的研究仅考虑单用户任务卸载，多用户任务卸载的研究需要考虑共享资源的竞争，且调度更复杂。

技术实现思路

[0006]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供MAR任务在多接入边缘计算中的卸载和缓存放置方法及系统，采用多目标人工蜂群算法对缓存放置策略和任务卸载策略进行优化，提高了任务卸载和缓存放置的速度。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]本专利技术的第一个方面提供MAR任务在多接入边缘计算中的卸载和缓存放置方法，其包括：
[0009]将MAR任务划分为若干个子任务；
[0010]对所有子任务按照最晚执行时间进行优先级排队，得到优先级队列；
[0011]对缓存集合中的缓存文件进行放置初始化，得到缓存放置策略；
[0012]根据所述优先级队列，根据优先级队列，对每个子任务的卸载点和执行点进行初始化，得到任务卸载策略；
[0013]根据初始化生成的缓存放置策略和任务卸载策略用多目标蜂群优化算法进行优化。
[0014]进一步地，所述子任务包括两类：第一类只能在本地设备执行；第二类即可以在本地设备执行也可以在边缘服务器执行，且计算结果可以缓存在边缘服务器。
[0015]进一步地，按照所述优先级队列，判断子任务的前线程任务是否完成；
[0016]如果前线程任务完成，且子任务属于所述第一类，则直接在本地设备执行；
[0017]如果前线程任务完成，且子任务属于所述第二类，则移动设备访问边缘服务器是否存在子任务所需的缓存文件，如果存在，直接将缓存文件作为结果传输到下一个子任务的执行点；否则，移动设备将子任务卸载到最近的边缘服务器上执行。
[0018]进一步地，所述多目标蜂群优化算法的目标为：最大化命中率和最小化总的服务延迟。
[0019]进一步地，所述最大化命中率的约束包括：
[0020]每个边缘服务器上缓存的缓存文件所占的空间不能超过边缘服务器本身的缓存空间。
[0021]进一步地，所述最小化总的服务延迟的约束包括：
[0022]每个子任务完成时间不能超过最大完成时间；
[0023]分给每个下行链路的带宽资源不能超过移动设备下行链路的带宽资源；
[0024]分给每个上行链路的带宽资源不能超过移动设备上行链路的带宽资源；
[0025]分给每个子任务的计算资源不能超过移动设备总的计算资源；
[0026]分给每个子任务的计算资源不能超过边缘服务器总的计算资源。
[0027]进一步地，对缓存文件进行放置初始化时，采用层次分析法；
[0028]所述层次分析法的准则层考虑到了两个因素：每个缓存文件的大小与所放置的边缘服务器缓存空间的占比，以及缓存文件放置到某一边缘服务器上时子任务卸载到该服务器上的执行时间。
[0029]本专利技术的第二个方面提供MAR任务在多接入边缘计算中的卸载和缓存放置系统，其包括：
[0030]任务划分模块，其被配置为：将MAR任务划分为若干个子任务；
[0031]优先级排队模块，其被配置为：对所有子任务按照最晚执行时间进行优先级排队，得到优先级队列；
[0032]放置初始化模块，其被配置为：对缓存集合中的缓存文件进行放置初始化，得到缓存放置策略；
[0033]任务卸载初始化模块，其被配置为：根据所述优先级队列，根据优先级队列，对每个子任务的卸载点和执行点进行初始化，得到任务卸载策略；
[0034]优化模块，其被配置为：根据初始化生成的缓存放置策略和任务卸载策略用多目标蜂群优化算法进行优化。
[0035]本专利技术的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的MAR任务在多接入边缘计算中的卸载和缓存放置方法中的步骤。
[0036]本专利技术的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的MAR任务在多接入边缘计算中的卸载和缓存放置方法中的步骤。
[0037]与现有技术相比，本专利技术的有益效果是：
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.MAR任务在多接入边缘计算中的卸载和缓存放置方法，其特征在于，包括：将MAR任务划分为若干个子任务；对所有子任务按照最晚执行时间进行优先级排队，得到优先级队列；对缓存集合中的缓存文件进行放置初始化，得到缓存放置策略；根据所述优先级队列，根据优先级队列，对每个子任务的卸载点和执行点进行初始化，得到任务卸载策略；根据初始化生成的缓存放置策略和任务卸载策略用多目标蜂群优化算法进行优化。2.如权利要求1所述的MAR任务在多接入边缘计算中的卸载和缓存放置方法，其特征在于，所述子任务包括两类：第一类只能在本地设备执行；第二类即可以在本地设备执行也可以在边缘服务器执行，且计算结果可以缓存在边缘服务器。3.如权利要求1所述的MAR任务在多接入边缘计算中的卸载和缓存放置方法，其特征在于，按照所述优先级队列，判断子任务的前线程任务是否完成；如果前线程任务完成，且子任务属于所述第一类，则直接在本地设备执行；如果前线程任务完成，且子任务属于所述第二类，则移动设备访问边缘服务器是否存在子任务所需的缓存文件，如果存在，直接将缓存文件作为结果传输到下一个子任务的执行点；否则，移动设备将子任务卸载到最近的边缘服务器上执行。4.如权利要求1所述的MAR任务在多接入边缘计算中的卸载和缓存放置方法，其特征在于，所述多目标蜂群优化算法的目标为：最大化命中率和最小化总的服务延迟。5.如权利要求1所述的MAR任务在多接入边缘计算中的卸载和缓存放置方法，其特征在于，所述最大化命中率的约束包括：每个边缘服务器上缓存的缓存文件所占的空间不能超过边缘服务器本身的缓存空间。6.如权利要求1所述的MAR任务在多接入边缘计算中的卸载和缓存放置方法，其特征在于，所述最小化总的服务延迟的约束包括：每个子任务完成时间不能超过最大完成时间；分给每个...

【专利技术属性】
技术研发人员：翟临博，李玉美，李年新，杨峰，赵景梅，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：