一种基于任务依赖关系的联合调度和卸载方法技术

本发明专利技术属于边缘计算技术领域，具体涉及一种基于任务依赖关系的联合调度和卸载方法。本发明专利技术根据设备在应用层面的子任务以及子任务依赖关系，建立多任务依赖关系边缘协作系统；分别建立了任务卸载模型和任务调度模型；按照任务调度模型对子任务进行优先级排序，并基于优先级顺序进行子任务调度；按照子任务调度顺序，通过求解任务卸载模型分别计算出子任务本地计算实际最早完成时间和任务边缘计算实际最早完成时间；通过判断两者的大小，来执行子任务本地计算或执行子任务边缘计算。本发明专利技术能够在能耗和时延方面都表现出最优的性能，能应用于复杂边缘计算系统中有依赖关系的联合调度与卸载计算任务卸载场景。度与卸载计算任务卸载场景。度与卸载计算任务卸载场景。

【技术实现步骤摘要】
一种基于任务依赖关系的联合调度和卸载方法


[0001]本专利技术涉及边缘计算技术，具体涉及一种基于任务依赖关系的联合调度和卸载方法。

技术介绍

[0002]通信技术以及物联网技术的高速发展促进了许多新颖的应用诞生，如人脸识别，智能车联网和虚拟现实等。这些应用程序通常需要足够的计算资源以及极低的时延。同时物联网设备通常尺寸较小，进一步导致计算能力以及通信能力有限，为了降低时延从而提高设备计算能力，可以将物联网设备的计算任务卸载到边缘服务器进行处理。
[0003]工业设备的智能化使得任务通常由一系列有依赖关系的计算任务组成，并且依赖关系使系统更加复杂，比任务独立执行的卸载方案更困难。在具有依赖关系场景下通常采用有向无环图表示子任务之间的依赖关系。在有依赖关系的任务卸载研究中，子任务调度顺序是一大挑战，如何有效调度并卸载有依赖关系的计算任务，以最小化应用的完成时间仍是一个值得研究的问题。
[0004]考虑到传统独立任务卸载策略无法解决任务依赖性带来的挑战，同时卸载决策会由于任务内部的依赖关系以及任务细粒度划分而变得比较复杂，并且任务时延和能耗的研究也会因为物联网设备独特的任务拓扑和调度而具有挑战性。因此需要考虑复杂任务依赖关系，以满足工业互联网场景下任务的低时延性能，如何联合调度和卸载资源以及设计高效的计算卸载策略，是边缘计算中的一大挑战。因此，亟需一种任务依赖关系的联合任务卸载与调度方法，满足计算密集、时延敏感型任务的时延需求。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于针对工业互联网边缘计算场景中，由于工业设备数据量大，计算能效低，计算资源利用率低、任务完成时延差异化的问题，提供一种基于可靠性的边缘计算卸载与资源分配方法，考虑任务计算和通信可靠性，通过优化计算任务所产生的总能耗，减少大量任务带来的能量消耗。
[0006]为达到上述目的，本专利技术提供如下技术方案：
[0007]一种基于任务依赖关系的联合调度和卸载方法，首先给定子任务以及对应的任务大小、子任务数据交换大小；然后通过子任务与其后续任务之间的平均数据交换时间、子任务的平均执行时间、计算开销和本地能量消耗这三部分因素对子任务优先级进行建模，同时对得到的优先级进行排序；从优先级集合中挑选出最高的，然后分别计算在本地计算和边缘服务器计算两种情况下的任务实际最早完成时间；通过启发式方式对前面所得到的任务实际完成进行比较以获得最优的子任务卸载方案。然后从这些可选设备子任务集中挑选出能使时延降低最大一组设备服务器调度结果集，判断是否达到纳什均衡更新调度结果。该方法具体包括以下步骤：
[0008]S1、根据设备在应用层面的子任务以及子任务依赖关系，建立多任务依赖关系边
缘协作系统；
[0009]S2、根据多任务依赖关系边缘协作系统，建立通信模型、时延计算模型和能耗计算模型；
[0010]S3、基于通信模型、时延计算模型和能耗计算模型，通过最小化设备的实际最小完成时间构建出任务卸载模型；
[0011]S4、根据多任务依赖关系边缘协作系统，建立基于子任务优先级顺序的任务调度模型；
[0012]S5、按照任务调度模型对子任务进行优先级排序，并基于优先级顺序进行子任务调度；
[0013]S6、按照子任务调度顺序，通过求解任务卸载模型分别计算出子任务本地计算实际最早完成时间和任务边缘计算实际最早完成时间；
[0014]S7、若子任务本地计算实际最早完成时间小于任务边缘计算实际最早完成时间，则执行子任务本地计算，否则执行子任务边缘计算。
[0015]本专利技术的有益效果在于：
[0016]本专利技术考虑到传统独立任务卸载策略无法解决任务依赖性带来的挑战，同时卸载决策会由于任务内部的依赖关系以及任务细粒度划分而变得比较复杂，并且任务时延和能耗的研究也会因为物联网设备独特的任务拓扑和调度而具有挑战性。并且从子任务与其后续任务之间的平均数据交换时间、子任务的平均执行时间、计算开销和本地能量消耗这几个方面来衡量子任务优先级，因此，本专利技术设计了边缘计算中复杂任务依赖关系下的联合调度和卸载策略。
[0017]本专利技术针对工业互联网边缘计算场景中，解决由于复杂任务依赖关系带来的卸载决策困难，难以实现低时延性能。本专利技术可以在子任务优先级下确保子任务依赖关系，并且能够降低任务完成时延。
[0018]本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0019]为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：
[0020]图1为本专利技术实施例的一种基于任务依赖关系的联合调度和卸载方法流程图；
[0021]图2为本专利技术实施例的多任务依赖关系边缘协作系统架构图；
[0022]图3为本专利技术实施例的子任务依赖关系图；
[0023]图4为本专利技术任务依赖子任务优先级排序流程图；
[0024]图5为本专利技术优选实施例的一种基于任务依赖关系的联合调度和卸载方法流程图。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]图1为本专利技术实施例的一种基于任务依赖关系的联合调度和卸载方法流程图；
[0027]S1、根据设备在应用层面的子任务以及子任务依赖关系，建立多任务依赖关系边缘协作系统；
[0028]在本专利技术实施例中，如图2所示，考虑多任务依赖关系边缘协作系统，每个终端设备都有一个应用层面的任务需要在边缘服务器的帮助下完成，这些计算密集型应用被划分为一些相互依赖的子任务，子任务依赖关系可以用有向无环图表示为G＝<V,E>，其中，V表示子任务依赖节点集合也即子任务集合，对于其中每个设备i，用V
i
＝[1,2,...,j,...,V
i
]表示子任务依赖节点；E表示子任务之间依赖关系的有向边集，若子任务j'和子任务j之间存在依赖关系，则子任务之间存在数据交换量，data
j'j
≠0，data
j'j
是第j'个子任务和第j个子任务之间的数据交换量；物联网设备表示为N＝[1,2,...,i,...,N]；边缘服务器表示为S＝[1,2,...,k,...,S]；物联网设备i中的第j个子任务可表示为W
i,j
＝(d
i,j
,c
i,j
,a
i,j
)；其中，d
i,j
表示物联网设备i中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于任务依赖关系的联合调度和卸载方法，其特征在于，所述方法包括：根据设备在应用层面的子任务以及子任务依赖关系，建立多任务依赖关系边缘协作系统；根据多任务依赖关系边缘协作系统，建立通信模型、时延计算模型和能耗计算模型；基于通信模型、时延计算模型和能耗计算模型，通过最小化设备的实际最小完成时间构建出任务卸载模型；根据多任务依赖关系边缘协作系统，建立基于子任务优先级顺序的任务调度模型；按照任务调度模型对子任务进行优先级排序，并基于优先级顺序进行子任务调度；按照子任务调度顺序，通过求解任务卸载模型分别计算出子任务本地计算实际最早完成时间和任务边缘计算实际最早完成时间；若子任务本地计算实际最早完成时间小于任务边缘计算实际最早完成时间，则执行子任务本地计算，否则执行子任务边缘计算。2.根据权利要求1所述的一种基于任务依赖关系的联合调度和卸载方法，其特征在于，所述多任务依赖关系边缘协作系统包括每个用户都有一个应用层面的任务需要在边缘服务器的帮助下完成，将这些应用划分为一些相互依赖的子任务，子任务依赖关系用有向无环图表示为G＝<V,E>，其中，V表示子任务依赖节点集合也即子任务集合，E表示子任务之间依赖关系的有向边集，若子任务之间存在依赖关系，则子任务之间存在数据交换量，data
j'j
≠0，data
j'j
是第j'个子任务和第j个子任务之间的数据交换量；物联网设备i中的第j个子任务表示为W
i,j
＝(d
i,j
,c
i,j
,a
i,j
)，其中，d
i,j
表示物联网设备i中第j个子任务传输的数据大小；c
i,j
表示完成物联网设备i的第j个子任务所需的总的CPU周期数大小，a
i,j
表示物联网设备i的第j个子任务的卸载决策，其中，a
i,j
＝0表示物联网设备i在本地执行子任务，a
i,j
＝k表示子任务被卸载到第k个边缘服务器上执行，设备i的子任务卸载决策表示为v
i
表示物联网设备i的子任务总数，若第k个边缘服务器不能处理被卸载的任务，将部分任务卸载到其他边缘服务器；i∈[1,2,...,N]，N表示物联网设备数量，k∈[1,2,...,S]，S表示边缘服务器数量，j,j',v
i
∈[1,2,...,V]。3.根据权利要求1所述的一种基于任务依赖关系的联合调度和卸载方法，其特征在于，所述根据多任务依赖关系边缘协作系统，建立通信模型、时延计算模型和能耗计算模型包括根据多任务依赖关系边缘协作系统中的相互依赖的子任务之间传输的数据大小、完成设备的子任务所需的CPU周期数大小以及设备的子任务的卸载决策结合通信资源，分别构建出本地通信模型、边缘通信模型、本地时延计算模型、边缘时延计算模型、本地能耗计算模型和边缘能耗计算模型。4.根据权利要求1所述的一种基于任务依赖关系的联合调度和卸载方法，其特征在于，所述基于通信模型、时延计算模型和能耗计算模型，通过最小化设备的实际最小完成时间构建出任务卸载模型表示为：构建出任务卸载模型表示为：
其中，AEFT(V
i
)表示设备i上所有子任务的实际最早完成时间；x
j
表示卸载决策；表示子任务W
i,j
在本地执行能耗；p
i
是设备i的传输功率；v
i
表示物联网设备i的子任务总数，V
i
表示物联网设备i的子任务集合；d
i,j
表示需要物联网设备i中第j个子任务传输的数据大小；r
i,k
任务从设备i卸载到边缘服务器k的上行传输速率；C...

【专利技术属性】
技术研发人员：李职杜，张靖珏，
申请(专利权)人：重庆邮电大学空间通信研究院，
类型：发明
国别省市：