一种基于全局费用最小化的雾计算任务卸载方法及系统技术方案

本发明专利技术公开了一种基于全局费用最小化的雾计算任务卸载方法及系统，方法包括：S1，获取整个雾网络的信息；S2，根据S1获取的信息，判断各终端和雾节点的卸载可行性，并计算可行匹配的最优卸载比例和对应的费用；S3，根据S2得到的信息，计算各终端节点与雾节点之间的权重；S4，利用扩展Kuhn

【技术实现步骤摘要】
一种基于全局费用最小化的雾计算任务卸载方法及系统


[0001]本专利技术属于终端任务卸载
，具体涉及一种基于全局费用最小化的雾计算任务卸载方法及系统。

技术介绍

[0002]随着物联网(IoT)和5G业务的快速发展，越来越多的场合需要连接大量的终端设备，并且在特定的情况下终端对于时延非常敏感。但是，终端由于其尺寸大小、能耗和成本的限制，其计算能力和可调用的资源十分有限，光靠终端的本地计算很难满足某些任务的时延要求，所以不得不把终端的一部分任务卸载到计算能力更强大的雾节点(FN)上进行计算。
[0003]在雾计算中，现有大部分的研究都未考虑雾节点处理任务需要收费的问题。现实场景中，绝大多数情况下雾节点并不能免费无偿地给终端提供计算、储存等服务，一方面是由于雾节点在提供服务时本身就需要消耗一定的资源和能量，另一方面提供这些雾计算服务的机构也需要盈利。因此，考虑雾节点提供单位比特的处理服务时要收取一定的费用较为合理。在这种情况下，终端就不能把过多的任务卸载给雾节点，否则就会导致费用过高甚至难以负担；但是，完全在本地进行计算又可能达不到时延的要求。

技术实现思路

[0004]为了解决现有技术存在卸载费用的场景下如何进行任务卸载，以使得全局任务卸载费用最小这个问题，本专利技术的解决方案对实际雾网络的运营有现实意义的参考，提供了一种能在保证任务卸载率成功率最大化，同时又能够最小化网络卸载费用的雾计算任务卸载方法及系统。
[0005]为了达到上述的专利技术目的，本专利技术采用以下技术方案：r/>[0006]一种基于全局费用最小化的雾计算任务卸载方法包括如下步骤：
[0007]S1，获取整个雾网络的信息；
[0008]S2，根据步骤S1获取的信息，判断各终端和雾节点的卸载可行性，并计算可行匹配的最优卸载比例和对应的费用；
[0009]S3，根据步骤S2计算的信息，计算各终端节点与雾节点之间的权重；
[0010]S4，利用扩展Kuhn
‑
Munkres算法，根据步骤S3的权重，以网络整体权重最大为目标，求解终端节点与雾节点之间的一对一匹配，得到任务卸载决策矩阵X；
[0011]S5，以步骤S4中的决策矩阵X为索引，得到终端节点和对应雾节点的卸载比例、费用，以及系统总体的费用。
[0012]作为优选方案，所述步骤S1中由网络控制器获取整个网络的信息。所述雾网络的信息包括：
[0013]终端节点的数量M，每个终端节点的任务数据量S
i
、CPU频率f
i
、CPU每处理1bit数据所需的CPU周期数η
i
、任务的最大容忍时延发射功率i＝1,2,
…
,M等；
[0014]雾节点的数量N，每个雾节点的CPU频率f
j
，CPU每处理1bit数据所需的CPU周期数η
j
，以及对处理1bit数据的单价C
j
，j＝1,2,
…
,N等。
[0015]终端节点i与雾节点j之间的距离d
ij
、信道带宽B
ij
以及噪声功率
[0016]此外，本专利技术假设M<＝N。
[0017]作为优选方案，所述步骤S2中包括步骤：
[0018]S2.1，计算终端节点i与雾节点j之间的路径损耗L
ij
、信道增益G
ij
、数据传输速率r
ij
；
[0019]S2.2，判断终端节点i与雾节点j之间卸载的可行性；
[0020]S2.3，计算卸载可行的终端节点i与雾节点j的最优卸载比例和对应的卸载费用P
ij
；为计算不可行的终端节点i与雾节点j的费用赋空值。
[0021]作为优选方案，所述步骤S2.1中：
[0022]计算终端节点i与雾节点j之间的路径损耗L
ij
的公式为：L
ij
＝38.46+20log
10
(d
ij
)；
[0023]计算终端节点i与雾节点j之间的信道增益G
ij
的公式为：其中L
ij
为终端节点i与雾节点j之间的路径损耗；
[0024]计算终端节点i与雾节点j之间的数据传输速率r
ij
的公式为：
[0025]作为优选方案，所述步骤S2.2中：
[0026]任务卸载的时延可以分为终端节点卸载子任务的时延、对应雾节点计算所需时延以及终端节点和雾节点之间的传输时延；
[0027]终端节点可以把任务任意划分为两个子任务，将其分别在终端节点和雾节点上卸载。其中终端节点在本地计算的子任务所需的时延表示为：
[0028][0029]其中，表示任务在终端节点卸载的比重；
[0030]卸载到雾节点进行计算的子任务所需的计算时延表示为：
[0031][0032]其中，λ
ij
表示子任务在雾节点j的卸载的比重，并有：
[0033][0034]X
ij
是任务卸载决策矩阵X内的元素，为0
‑
1指示变量，当终端节点i与雾节点j匹配时，X
ij
＝1，并对雾节点j卸载任务，反之X
ij
＝0代表没有匹配关系；并有代表任意一个雾节点(终端节点)只能和一个终端节点(雾节点)匹配；
[0035]终端节点和雾节点进行数据传输的出传输时延表示为：
[0036][0037]任务时延可以表示为本地计算时延和雾节点计算时延与传输时延之和的最大值，
即：
[0038][0039]由于当本地计算时延等于雾节点计算时延与传输时延之和时，任务时延最短，也就是：
[0040][0041]把式(3)代入式(2)和(4)，再根据式(6)，可以得到此时的最优卸载比为：再将其带入式(1)，根据式(6)，可以得到此时的最短任务卸载时延：
[0042][0043]只有当最短任务卸载时延小于任务最大容忍时延时，即任务才能满足卸载条件；否则，当时，表示不满足卸载可行性条件，任务将丢弃。通过式(7)，再根据和的大小关系，可以判断出判断终端节点i与雾节点j之间卸载的可行性。
[0044]作为优选方案，所述步骤S2.3中：
[0045]为了最小化卸载成本，终端节点会在满足卸载可行性的前提下，增大任务在终端节点卸载的任务比例。因此，对满足卸载可行性的终端节点i与雾节点j节点对，由此，按照下面公式确定终端节点的最优卸载比例：
[0046][0047]最终按下面公式计算终端节点i与雾节点j之间的最优卸载费用P
ij
：
[0048][0049]对于不满足卸载可行性的终端节点i与雾节点j，即由于任务被丢弃，卸载费用为空值Null。因此，重写式(9)，得到卸载费用：
[0050本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于全局费用最小化的雾计算任务卸载方法，其特征是包括如下步骤：S1，获取整个雾网络的信息；S2，根据步骤S1获取的信息，判断各终端和雾节点的卸载可行性，并计算可行匹配的最优卸载比例和对应的费用；S3，根据步骤S2得到的信息，计算各终端节点与雾节点之间的权重；S4，利用扩展Kuhn
‑
Munkres算法，根据步骤S3得到的权重，以网络整体权重最大为目标，求解终端节点与雾节点之间的一对一匹配，得到任务卸载决策矩阵X；S5，以步骤S4得到的决策矩阵X为索引，得到终端节点和对应雾节点的卸载比例、费用，以及系统总体的费用。2.如权利要求1所述一种基于全局费用最小化的雾计算任务卸载方法，其特征是，步骤S1中，由网络控制器获取整个网络的信息；所述雾网络的信息包括：终端节点的数量M，每个终端节点的任务数据量S
i
、CPU频率f
i
、CPU每处理1bit数据所需的CPU周期数η
i
、任务的最大容忍时延发射功率雾节点的数量N，每个雾节点的CPU频率f
j
，CPU每处理1bit数据所需的CPU周期数η
j
，以及对处理1bit数据的单价C
j
，j＝1,2,
…
,N；终端节点i与雾节点j之间的距离d
ij
、信道带宽B
ij
以及噪声功率3.如权利要求2所述一种基于全局费用最小化的雾计算任务卸载方法，其特征是，步骤S2具体包括如下步骤：S2.1，计算终端节点i与雾节点j之间的路径损耗L
ij
、信道增益G
ij
、数据传输速率r
ij
；S2.2，判断终端节点i与雾节点j之间卸载的可行性；S2.3，计算卸载可行的终端节点i与雾节点j的最优卸载比例和对应的卸载费用P
ij
；计算不可行的终端节点i与雾节点j的费用赋空值。4.如权利要求3所述一种基于全局费用最小化的雾计算任务卸载方法，其特征是，步骤S2.1中：计算终端节点i与雾节点j之间的路径损耗L
ij
的公式为：L
ij
＝38.46+20log
10
(d
ij
)；计算终端节点i与雾节点j之间的信道增益G
ij
的公式为：其中，L
ij
为终端节点i与雾节点j之间的路径损耗；计算终端节点i与雾节点j之间的数据传输速率r
ij
的公式为：5.如权利要求4所述一种基于全局费用最小化的雾计算任务卸载方法，其特征是，步骤S2.2中：任务卸载的时延分为终端节点卸载子任务的时延、对应雾节点计算所需时延以及终端节点和雾节点之间的传输时延；终端节点把任务任意划分为两个子任务，将其分别在终端节点和雾节点上卸载；其中，终端节点在本地计算的子任务所需的时延表示为：其中，表示任务在终端节点卸载的比重；
卸载到雾节点进行计算的子任务所需的计算时延表示为：其中，λ
ij
表示子任务在雾节点j的卸载的比重，并有：X
ij
是任务卸载决策矩阵X内的元素，为0
‑
1指示变量，当终端节点i与雾节点j匹配时，X
ij
＝1，并对雾节点j卸载...

【专利技术属性】
技术研发人员：罗颢哲，徐家卉，姚英彪，徐欣，刘晴，杨阿锋，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：