【技术实现步骤摘要】
移动边缘计算环境下多用户多任务计算卸载方法及系统
[0001]本专利技术属于移动边缘计算领域，尤其涉及一种移动边缘计算环境下多用户多任务计算卸载方法及系统。
技术介绍
[0002]计算卸载通过将设备终端计算密集型任务卸载至计算资源丰富的云服务器端执行，来减少设备终端计算需求。目前，计算卸载广泛应用于移动边缘计算中，成为移动边缘计算领域的主要技术。根据划分粒度，移动边缘计算环境下的计算卸载分为：基于进程的细粒度的计算卸载，其中计算任务的一部分卸载至云服务器端执行，其余部分留在设备终端本地计算；基于应用程序的粗粒度的计算卸载，其中整个计算密集型应用全部卸载至云服务器上执行，从而无需在设备终端对计算任务进行划分。根据优化目标，考虑到时间和能耗两个影响因素，移动边缘计算环境下的计算卸载分为：最小化任务时间延迟、在时延约束下最小化能耗、同时最小化时间和能耗并在时间和能耗之间进行权衡。目前关于任务计算卸载的解决方案主要分为集中式和分布式两种，集中式的解决方案需要掌握系统中所有节点的信息，以确定卸载方案；在分布式的解决方案中，每个节点在本...
【技术保护点】
【技术特征摘要】
1.一种移动边缘计算环境下多用户多任务计算卸载方法，其特征在于，包括以下步骤：建立分布式多任务计算卸载的博弈论模型；每个用户基于计算任务响应时间的代价在设备终端本地制定任务计算卸载决策。2.根据权利要求1所述的移动边缘计算环境下多用户多任务计算卸载方法，其特征在于，所述方法具体包括以下步骤：采用一个移动边缘计算的网络架构，设计动态的本地计算资源、云计算资源和无线宽带资源分配方案，其中在计算任务结束后立即释放其所分配的资源，然后将释放的资源重新分配给还未结束的计算任务；基于所设计的资源分配方案，建立移动边缘计算环境下多用户多任务计算卸载的计算模型，其中包括本地计算和云计算，并基于计算模型构造用户代价模型，对多任务计算卸载问题进行数学建模；使用博弈理论方法进行多用户多任务计算卸载博弈模型的建立，在建立的过程中引入势博弈，将多用户多任务计算卸载决策制定问题建模为势博弈模型，其中用户之间以一种自组织的方式在设备终端本地做出任务计算卸载的决策；对建立的博弈论模型进行技术理论层面的分析，借助势博弈表明此博弈模型最优解—纳什均衡的存在性，使用基于最佳响应的分布式算法求解获得博弈模型的纳什均衡解，制定多用户多任务计算卸载性能的评价衡量指标，对博弈论模型进行评估。3.根据权利要求2所述的移动边缘计算环境下多用户多任务计算卸载方法，其特征在于，采用移动边缘计算网络架构，包括N个移动设备用户和一个无线基站，其中无线基站s附近部署了服务器资源；用户集合表示为每一个移动用户设备终端有多个独立的计算任务，将用户n的计算任务的数量表示为k
n
；用户和基站之间的通信链路由M个无线信道组成，表示为用户和基站之间的通信链路由M个无线信道组成，表示为用户的任意一个任务在设备终端本地计算或者通过某一个无线信道卸载至边缘服务器端执行；每一个用户n的任务i由两部分组成：任务卸载时传输数据的大小D
n,i
和任务计算所需的CPU周期数L
n,i
；用户n的任务i的计算卸载决策表示为其中，a
n,i
＝0表示用户n选择在本地设备上执行计算任务i，a
n,i
>0表示用户n选择将计算任务i通过无线信道a
n,i
卸载至服务器端执行；用户n的所有任务的计算卸载决策构成了用户n的策略卸载至服务器端执行；用户n的所有任务的计算卸载决策构成了用户n的策略a＝(a1，a2，...，a
n
)表示所有用户的计算卸载策略。4.根据权利要求3所述的移动边缘计算环境下多用户多任务计算卸载方法，其特征在于，其中本地计算资源分配为：表示用户n的本地设备的计算能力，当a
n,i
＝0时，分配给用户n的任务i的计算资源表示为：其中，I
{A}
是指示函数，当A为真时，I
{A}
＝1，当A为假时，I
{A}
＝0；
当任务计算结束后，该任务所分配的计算资源立即被释放，并且被释放的资源将被重新分配给那些计算还没结束的任务。5.根据权利要求4所述的移动边缘计算环境下多用户多任务计算卸载方法，其特征在于，当a
n,i
>0时，分配给用户n的任务i的计算资源表示为：其中F
c
表示边缘云计算能力；当卸载任务计算结束后，该任务所分配的云计算资源立即被释放，并且被释放的资源将被重新分配给那些计算还没结束的卸载任务。6.根据权利要求5所述的移动边缘计算环境下多用户多任务计算卸载方法，其特征在于，当a
n...
【专利技术属性】
技术研发人员：高程希，褚淑惠，徐敏贤，叶可江，须成忠，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。