任务卸载方法、电子设备及存储介质技术

本申请提供一种任务卸载方法、电子设备及存储介质，该方法包括：根据任务资源需求、空余计算资源和单位资源成本确定第一层卸载率，并且确定若干个目标卸载车辆和各个目标卸载车辆对应的第二层卸载率；根据第一层卸载率和第二层卸载率引导任务车辆将区块生成任务卸载至路侧单元以及各个目标卸载车辆中进行处理；接收路侧单元以及各个目标卸载车辆的任务处理结果，形成目标任务结果；生成目标区块，并对目标区块进行验证，若目标区块验证通过，则将目标区块添加至主侧区块链中存储辅助驾驶数据。本申请提供的方案能够提升区块的生成效率，提升辅助驾驶数据的可信存储效率。提升辅助驾驶数据的可信存储效率。提升辅助驾驶数据的可信存储效率。

【技术实现步骤摘要】
任务卸载方法、电子设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种任务卸载方法、电子设备及存储介质。

技术介绍

[0002]随着城市道路交通流量的增加，驾驶员不可避免地会遇到拥堵区域，这将显著增加出行时间、燃油消耗和额外的气体排放，为了预防拥堵和提高驾驶质量，需要通过辅助驾驶来计算适当的速度，并为驾驶员规划合理的驾驶路线。为了确保辅助驾驶数据的安全，一般会采用区块链技术来为辅助驾驶数据提供存储空间，但由于辅助驾驶数据必须存储在所有区块链节点上，这将增加通信开销，导致存储空间和处理能力的浪费，而且若所有车辆都访问区块链，则不同类型车辆的数据将被泄漏，且区块链节点在共识过程中产生大量计算密集型任务，导致区块链无法满足辅助驾驶的低延迟和高吞吐量要求。
[0003]现有技术中，通过服务提供车辆向路侧边缘计算节点上传自身服务能力信息，路侧边缘节点收集车辆能力信息，并利用区块链技术将其上链发布共享，向覆盖范围内车辆下发区块中的服务能力信息，用户车辆基于边缘节点和周边服务车辆的服务能力信息进行计算卸载决策，服务提供车辆上传正在进行的服务信息，边缘节点更新服务链。
[0004]上述现有技术存在以下缺点：
[0005]该方案无法通过双层卸载来优化卸载位置和卸载率，无法进一步提高交通系统资源的利用率来提升区块的生成效率，影响辅助驾驶数据的可信存储效率。

技术实现思路

[0006]本申请提供一种任务卸载方法、电子设备及存储介质，用以解决现有技术中无法通过双层卸载来优化卸载位置和卸载率，无法进一步提高交通系统资源的利用率来提升区块的生成效率的问题，提升辅助驾驶数据的可信存储效率。
[0007]本申请第一方面提供一种任务卸载方法，包括：
[0008]获取任务车辆的区块生成任务的任务资源需求，并获取服务车辆的空余计算资源以及单位资源成本；
[0009]根据任务资源需求、空余计算资源和单位资源成本确定第一层卸载率，并且确定若干个目标卸载车辆和各个目标卸载车辆对应的第二层卸载率；
[0010]根据第一层卸载率引导任务车辆将区块生成任务中的第一部分任务卸载至路侧单元中进行处理，根据各个目标卸载车辆对应的第二层卸载率引导路侧单元将第一部分任务中的第二部分任务分别卸载至各个目标卸载车辆中进行处理；
[0011]接收路侧单元以及各个目标卸载车辆的任务处理结果，形成卸载任务结果，将卸载任务结果发送至任务车辆中，形成区块生成任务对应的目标任务结果；
[0012]根据目标任务结果确定区块生成任务是否完成，若完成，则生成目标区块，并对目标区块进行验证，若目标区块验证通过，则将目标区块添加至主侧区块链中存储辅助驾驶数据。
[0013]在一种实施例中，区块生成任务的任务信息包括任务数据量、任务计算强度、数据量比例以及任务最大容忍时延，数据量比例为输出结果数据量与输入数据量的比例；
[0014]根据任务资源需求、空余计算资源和单位资源成本确定第一层卸载率，包括：
[0015]根据路侧单元与任务车辆以及服务车辆之间的信道带宽、信道增益、传输功率、路径损耗指数、背景噪声功率以及距离信息确定路侧单元与任务车辆以及服务车辆之间的数据传输速率；
[0016]获取任务车辆以及服务车辆的第一CPU频率，获取路侧单元的第二CPU频率；
[0017]根据任务数据量、任务计算强度以及第一CPU频率确定任务车辆完成区块生成任务对应的第一完成时长；
[0018]根据任务数据量、任务计算强度、数据量比例、数据传输速率、第一CPU频率以及第二CPU频率确定总时延函数，总时延函数用于确定第一层卸载率、第二层卸载率与第二完成时长之间的函数关系，第二完成时长为区块生成任务卸载至路侧单元以及各个目标卸载车辆进行处理的时长；
[0019]基于单位资源成本、任务最大容忍时延以及第一完成时长确定任务车辆效用函数，并且基于单位资源成本、任务最大容忍时延以及总时延函数确定分层卸载效用函数；
[0020]根据任务车辆效用函数以及分层卸载效用函数构建卸载优化模型；
[0021]基于卸载优化模型确定第一层卸载率。
[0022]在一种实施例中，根据任务数据量、任务计算强度、数据量比例、数据传输速率、第一CPU频率以及第二CPU频率确定总时延函数，包括：
[0023]根据任务数据量、任务计算强度以及第一CPU频率确定第一时长函数，第一时长函数用于确定第一留存任务的处理时长与第一层卸载率之间的函数关系，第一留存任务为区块生成任务中留存在任务车辆中进行处理的任务；
[0024]根据任务数据量、任务计算强度以及第二CPU频率确定第二时长函数，第二时长函数用于确定第二留存任务的处理时长、第一层卸载率以及第二层卸载率之间的函数关系，第二留存任务为区块生成任务中留存在路侧单元中进行处理的任务；
[0025]根据任务数据量、任务计算强度以及第一CPU频率确定第三时长函数，第三时长函数用于确定各个目标卸载车辆的任务处理时长与第二层卸载率之间的函数关系；
[0026]根据数据传输速率、任务数据量以及数据量比例确定通信时延函数，通信时延函数用于确定各个目标卸载车辆与路侧单元之间的通信时延与第二层卸载率之间的函数关系；
[0027]将各个目标卸载车辆对应的第三时长函数与各个目标卸载车辆对应的通信时延函数对应求和，得到若干个目标车辆处理时延函数；
[0028]根据若干个目标车辆处理时延函数以及第二时长函数确定各个目标卸载车辆的任务以及第二留存任务之中的最大处理时延，将各个目标卸载车辆以及路侧单元之中的最大处理时延对应的函数确定为卸载任务处理时延函数；
[0029]根据任务数据量以及数据传输速率确定卸载时延函数，卸载时延函数用于确定任务车辆与路侧单元之间的卸载通讯时延与第一层卸载率之间的函数关系；
[0030]根据任务数据量、数据量比例以及数据传输速率确定接收时延函数，接收时延函数用于确定任务车辆与路侧单元之间的接收通讯时延与第一层卸载率之间的函数关系；
[0031]将卸载任务处理时延函数、卸载时延函数以及接收时延函数求和，得到卸载任务完成时延函数；
[0032]根据卸载任务完成时延函数以及第一时长函数确定卸载任务和第一留存任务之中的最大处理时延，将卸载任务和第一留存任务之中的最大处理时延对应的函数确定为总时延函数。
[0033]在一种实施例中，基于卸载优化模型确定第一层卸载率，包括：
[0034]将A3C算法的奖励函数确定为卸载优化模型；
[0035]通过A3C算法确定卸载优化模型的最大值；
[0036]将目标动作空间中的卸载率确定为第一层卸载率，目标动作空间为卸载优化模型达到最大值时对应的动作空间。
[0037]在一种实施例中，确定若干个目标卸载车辆和各个目标卸载车辆对应的第二层卸载率，包括：
[0038]确定区块生成任务的单位资源期望成本，并且确定服务车辆的单位资源加本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种任务卸载方法，其特征在于，包括：获取任务车辆的区块生成任务的任务资源需求，并获取服务车辆的空余计算资源以及单位资源成本；根据所述任务资源需求、所述空余计算资源和所述单位资源成本确定第一层卸载率，并且确定若干个目标卸载车辆和各个目标卸载车辆对应的第二层卸载率；根据所述第一层卸载率引导所述任务车辆将所述区块生成任务中的第一部分任务卸载至路侧单元中进行处理，根据各个目标卸载车辆对应的第二层卸载率引导所述路侧单元将所述第一部分任务中的第二部分任务分别卸载至各个目标卸载车辆中进行处理；接收所述路侧单元以及各个目标卸载车辆的任务处理结果，形成卸载任务结果，将所述卸载任务结果发送至所述任务车辆中，形成所述区块生成任务对应的目标任务结果；根据所述目标任务结果确定所述区块生成任务是否完成，若完成，则生成目标区块，并对所述目标区块进行验证，若所述目标区块验证通过，则将所述目标区块添加至主侧区块链中存储辅助驾驶数据。2.根据权利要求1所述的任务卸载方法，其特征在于，所述区块生成任务的任务信息包括任务数据量、任务计算强度、数据量比例以及任务最大容忍时延，所述数据量比例为输出结果数据量与输入数据量的比例；所述根据所述任务资源需求、所述空余计算资源和所述单位资源成本确定第一层卸载率，包括：根据所述路侧单元与所述任务车辆以及所述服务车辆之间的信道带宽、信道增益、传输功率、路径损耗指数、背景噪声功率以及距离信息确定所述路侧单元与所述任务车辆以及所述服务车辆之间的数据传输速率；获取所述任务车辆以及所述服务车辆的第一CPU频率，获取路侧单元的第二CPU频率；根据所述任务数据量、所述任务计算强度以及所述第一CPU频率确定所述任务车辆完成所述区块生成任务对应的第一完成时长；根据所述任务数据量、所述任务计算强度、所述数据量比例、所述数据传输速率、所述第一CPU频率以及所述第二CPU频率确定总时延函数，所述总时延函数用于确定所述第一层卸载率、所述第二层卸载率与第二完成时长之间的函数关系，所述第二完成时长为所述区块生成任务卸载至所述路侧单元以及各个目标卸载车辆进行处理的时长；基于所述单位资源成本、所述任务最大容忍时延以及所述第一完成时长确定任务车辆效用函数，并且基于所述单位资源成本、所述任务最大容忍时延以及所述总时延函数确定分层卸载效用函数；根据所述任务车辆效用函数以及所述分层卸载效用函数构建卸载优化模型；基于所述卸载优化模型确定所述第一层卸载率。3.根据权利要求2所述的任务卸载方法，其特征在于，所述根据所述任务数据量、所述任务计算强度、所述数据量比例、所述数据传输速率、所述第一CPU频率以及所述第二CPU频率确定总时延函数，包括：根据所述任务数据量、所述任务计算强度以及所述第一CPU频率确定第一时长函数，所述第一时长函数用于确定第一留存任务的处理时长与所述第一层卸载率之间的函数关系，所述第一留存任务为所述区块生成任务中留存在所述任务车辆中进行处理的任务；
根据所述任务数据量、所述任务计算强度以及所述第二CPU频率确定第二时长函数，所述第二时长函数用于确定第二留存任务的处理时长、所述第一层卸载率以及所述第二层卸载率之间的函数关系，所述第二留存任务为所述区块生成任务中留存在所述路侧单元中进行处理的任务；根据所述任务数据量、所述任务计算强度以及所述第一CPU频率确定第三时长函数，所述第三时长函数用于确定各个目标卸载车辆的任务处理时长与第二层卸载率之间的函数关系；根据所述数据传输速率、所述任务数据量以及所述数据量比例确定通信时延函数，所述通信时延函数用于确定各个目标卸载车辆与所述路侧单元之间的通信时延与所述第二层卸载率之间的函数关系；将各个目标卸载车辆对应的第三时长函数与各个目标卸载车辆对应的通信时延函数对应求和，得到若干个目标车辆处理时延函数；根据若干个目标车辆处理时延函数以及第二时长函数确定各个目标卸载车辆的任务以及所述第二留存任务之中的最大处理时延，将各个目标卸载车辆以及所述路侧单元之中的最大处理时延对应的函数确定为卸载任务处理时延函数；根据所述任务数据量以及所述数据传输速率确定卸载时延函数，所述卸载时延函数用于确定所述任务车辆与所述路侧单元之间的卸载通讯时延与所述第一层卸载率之间的函数关系；根据所述任务数据量、所述数据量比例以及所述数据传输速率确定接收时延函数，所述接收时延函数用于确定所述任务车辆与所述路侧单元之间的接收通讯时延与所述第一层卸载率之间的函数关系；将所述卸载任务处理时延函数、所述卸载时延函数以及所述接收时延函数求和，得到卸载任务完成时延函数；根据所述卸载任务完成时延函数以及所述第一时长函数确定卸载任务和所述第一留存任务之中的最大处理时延，将所述卸载任务和所述第一留存任务之中的最大处理时延对应的函数确定为所述总时延函数。4.根据权利要求2所述的任务卸载方法，其特征在于，所述基于所述卸载优化模型确定所述第一层卸载率，包括：将A3...

【专利技术属性】
技术研发人员：孟慧平，徐思雅，高峰，贾峥，蔡沛霖，钟雨轩，党芳芳，赵海斌，李子晗，
申请(专利权)人：北京邮电大学国家电网有限公司，
类型：发明
国别省市：