一种基于工业互联网的边缘计算任务卸载优化方法技术

本发明专利技术公开了一种基于工业互联网的边缘计算任务卸载优化方法，属于工业互联网边缘计算技术领域。本发明专利技术包括如下步骤：步骤一、建立一个具有三层计算节点的集成架构；步骤二、构建任务卸载时工业设备能耗模型和云计算成本模型；步骤三、通过改进的多目标布谷鸟搜索算法对所述的模型进行求解；步骤四、根据所求得的最优解制定任务卸载策略。本发明专利技术首先通过构建终端设备能耗和云服务器计算成本的目标函数，在满足任务完成时间的约束下，用改进的布谷鸟搜索算法实现任务卸载，使得寻找最优解的效率得到了提高，同时也提高了算法的收敛速度。度。度。

【技术实现步骤摘要】
一种基于工业互联网的边缘计算任务卸载优化方法


[0001]本专利技术属于工业互联网边缘计算
，更具体地说，涉及一种基于工业互联网的边缘计算任务卸载优化方法；本专利技术是一种能够最小化工业设备能耗和云计算成本的任务卸载优化方法。

技术介绍

[0002]边缘计算是在靠近物或数据源头的网络边缘，融合网络、计算和存储等核心能力的开放平台，满足快速交互响应的需求，提供普遍且灵活的计算服务。边缘计算中的任务卸载是将设备终端的计算任务卸载到网络边缘的边缘计算环境中，从而解决终端设备在计算资源、存储空间以及能效等方面存在的问题。
[0003]随着工业互联网技术的快速发展，越来越多的应用程序运行在终端设备上，设备产生的数据也越来越多，任务卸载变得越来越复杂，工业应用面临着很多挑战。传统的端
‑
云计算模式或者端
‑
边计算模式已经无法满足工业应用在低成本、低能耗、低时延等方面的需求。复杂多元的需求要求云边端三层资源相互合作，共同提供更好的服务。因此，如何在满足任务时延的同时最小化工业设备的能耗和降低云计算成本是需要解决的关键问题。延长工业设备的使用寿命和降低使用云平台的计算成本能让工厂有更长远的发展。
[0004]直观的说，为了降低终端设备的能耗和云计算成本，将任务卸载到边缘服务器就可以满足。但是因为边缘服务器资源相对有限，可能无法满足任务的计划完成时间和存储需求，其次将任务卸载到边缘服务器时，任务的传输能耗可能大于运行能耗，这样会增加总能耗，最后由于终端设备自身的计算资源和存储资源有限，在本地运行任务会产生更多的运行能耗，同时会进一步增加任务的延迟。
[0005]经检索，中国专利号CN 112306696 A，专利技术创造名称为：一种节能高效的边缘计算任务卸载方法和系统；该申请案包括：获取用户任务数据信息，以及覆盖该用户的边缘服务器集合以及该边缘服务器集合中每台边缘服务器的处理速度；计算该边缘服务器集合中每台边缘服务器对用户的当前可用处理速度；针对该边缘服务器集合中的每台边缘服务器，计算其对用户的成本因子，并按成本因子从小到大对边缘服务器集合中的边缘服务器进行排序；根据排序后的边缘服务器序列，首先确定边界边缘服务器，对于排列在边界边缘服务器之前的所有边缘服务器，从第一台边缘服务器开始依次确定卸载至每台边缘服务器的任务量以及任务的频率选择因子。采用该申请案确定的任务卸载策略，能够满足用户体验质量的同时使边缘服务器节省能耗。但该申请案解决问题的思路相当于为每台边缘服务器安排一个工作任务表，与本专利技术的解决问题思路完全不同。

技术实现思路

[0006]1.专利技术要解决的技术问题
[0007]鉴于现有技术中存在的不足，本专利技术提供了一种基于工业互联网的边缘计算任务卸载优化方法；本专利技术首先通过构建终端设备能耗和云服务器计算成本的目标函数，在满
足任务完成时间的约束下，用改进的布谷鸟搜索算法实现任务卸载。
[0008]2.技术方案
[0009]为达到上述目的，本专利技术提供的技术方案为：
[0010]本专利技术的一种基于工业互联网的边缘计算任务卸载优化方法，包括如下步骤：
[0011]步骤一、建立一个具有三层计算节点的集成架构；
[0012]步骤二、构建任务卸载时工业设备能耗模型和云计算成本模型；
[0013]步骤三、通过改进的多目标布谷鸟搜索算法对所述的模型进行求解；
[0014]步骤四、根据所求得的最优解制定任务卸载策略。
[0015]更进一步地，步骤一中所述集成架构划分为工业设备层、边缘计算层和云计算层；
[0016]所述工业设备层包括具体工业设备，负责执行具体生产任务；
[0017]所述边缘计算层包括边缘服务器，负责处理部分来自工业设备层卸载的任务；
[0018]所述云计算层，负责处理来自边缘计算层卸载的任务；
[0019]所述工业设备层只和边缘计算层进行通信，所述边缘计算层分别与工业设备层、云计算层进行数据通信。
[0020]更进一步地，步骤二将工业设备的能耗设定为包括空闲时能耗、运行时能耗和数据传输能耗；
[0021]所述空闲时能耗为工业设备上不运行任何任务时的能耗；
[0022]所述运行时能耗为工业设备上运行任务时产生的能耗；
[0023]所述数据传输能耗包括将任务上传到边缘服务器所产生的能耗，以及工业设备上的任务与边缘服务器上或云服务器上任务进行数据交互时产生的能耗；
[0024]云计算成本则由任务自身的负载量、云计算的计算能力以及云计算平台的单价所获得。
[0025]更进一步地，步骤二构建的任务卸载时工业设备能耗模型为：
[0026]E
total
＝E
idle
+E
tran
+E
exe
[0027]式中，E
idle
表示工业设备空闲时的能耗，E
tran
表示数据传输能耗，E
exe
表示任务运行能耗。
[0028]更进一步地，步骤二构建的云计算成本模型为：
[0029][0030]其中，C
total
表示在云服务器上计算的总成本，C
cloud
表示云服务器的计算能力，N
cloud
表示云服务器上运行的任务集合，t
m
表示子任务，l
m
表示任务t
m
的负载，C0表示云服务器使用时的单价。
[0031]更进一步地，步骤三对模型进行求解，计算最小工业设备能耗和云计算成本，模型为：
[0032]F＝Min{E
total
，C
total
}
[0033]约束条件为：T
application
≤deadline
[0034]其中，T
application
表示工业应用实际完成时间，deadline代表工业应用计划完成时间。
[0035]更进一步地，步骤三所述改进的多目标布谷鸟搜索算法，基于3个基本假设：
[0036](1)每只布谷鸟一次可产k个蛋，并随机选择一个寄生巢放置，第k个蛋即是一组解的第k个目标；
[0037](2)在随机选择的一组寄生巢中，最好的巢将会保留到下一代继续繁殖；
[0038](3)每个巢中的宿主鸟丢弃外来蛋的概率为P
a
，被发现后布谷鸟选择更换一个具有k个蛋的新巢。
[0039]更进一步地，步骤三将任务卸载过程转化为鸟群迭代寻找最优鸟巢位置进行孵卵的过程，每只布谷鸟每次随机选择一个宿主鸟巢，产下K枚蛋，分别代表K个目标函数，根据目标函数，设适应度函数f1(x)＝E
total
，f2(x)＝C
total
。
[0040]更进一步地，所述改进的多目标布谷鸟搜索算法，包括如下步骤：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于工业互联网的边缘计算任务卸载优化方法，其特征在于，包括如下步骤：步骤一、建立一个具有三层计算节点的集成架构；步骤二、构建任务卸载时工业设备能耗模型和云计算成本模型；步骤三、通过改进的多目标布谷鸟搜索算法对所述的模型进行求解；步骤四、根据所求得的最优解制定任务卸载策略。2.根据权利要求1所述的一种基于工业互联网的边缘计算任务卸载优化方法，其特征在于：步骤一中所述集成架构划分为工业设备层、边缘计算层和云计算层；所述工业设备层包括具体工业设备，负责执行具体生产任务；所述边缘计算层包括边缘服务器，负责处理部分来自工业设备层卸载的任务；所述云计算层，负责处理来自边缘计算层卸载的任务；所述工业设备层只和边缘计算层进行通信，所述边缘计算层分别与工业设备层、云计算层进行数据通信。3.根据权利要求2所述的一种基于工业互联网的边缘计算任务卸载优化方法，其特征在于：步骤二将工业设备的能耗设定为包括空闲时能耗、运行时能耗和数据传输能耗；所述空闲时能耗为工业设备上不运行任何任务时的能耗；所述运行时能耗为工业设备上运行任务时产生的能耗；所述数据传输能耗包括将任务上传到边缘服务器所产生的能耗，以及工业设备上的任务与边缘服务器上或云服务器上任务进行数据交互时产生的能耗；云计算成本则由任务自身的负载量、云计算的计算能力以及云计算平台的单价所获得。4.根据权利要求3所述的一种基于工业互联网的边缘计算任务卸载优化方法，其特征在于：步骤二构建的任务卸载时工业设备能耗模型为：E
total
＝E
idle
+E
tran
+E
exe
式中，E
idle
表示工业设备空闲时的能耗，E
tran
表示数据传输能耗，E
exe
表示任务运行能耗。5.根据权利要求4所述的一种基于工业互联网的边缘计算任务卸载优化方法，其特征在于：步骤二构建的云计算成本模型为：其中，C
total
表示在云服务器上计算的总成本，C
cloud
表示云服务器的计算能力，N
cloud
表示云服务器上运行的任务集合，t
m
表示子任务，l
m
表示任务t
m
的负载，C0表示云服务器使用时的单价。6.根据权利要求5所述的一种基于工业互联网的边缘计算任务卸载优化方法，其特征在于：步骤三对模型进行求解，计算最小工业设备能耗和云计算成本，模型为：F＝Min{E
total
，C
total
}约束条件为：T
application
≤deadline其中，T
application
表示工业应用实际完成时间，deadline代表工业应用计划完成时间。7.根据权利要求6所述的一种基于工业互联网的边缘计算任务卸载优化方法，其特征在于：步骤三所述改进的多目标布谷鸟搜索算法，基于3个基本假设：
(1)每只布谷鸟一次可产k...

【专利技术属性】
技术研发人员：郑啸，刘欢，梁越永，黄莉，周道付，薛明磊，王冬冬，汤宇航，
申请(专利权)人：飞马智科信息技术股份有限公司，
类型：发明
国别省市：