【技术实现步骤摘要】
基于AbYSS的工业物联网工作流多目标计算迁移方法及装置
[0001]本专利技术涉及工业物联网领域,具体涉及一种基于AbYSS的工业物联网工作流多目标计算迁移方法及装置。
技术介绍
[0002]在工业物联网中,设备和传感器可以通过互联网连接,实现数据的实时采集、传输和分析,实现智能制造、智能化的监控和控制,以此来提高生产效率和质量。然而,工业设备的大量增长会造成传输网络延迟的提高。而工业应用对网络时延较为敏感,高时延的数据传输对终端可能难以接受。
[0003]边缘计算的提出为这一问题提供了解决方案。将部分云服务部署在工业终端附近(即网络边缘)。与传统的云计算相比,边缘计算的计算资源和储存资源更加靠近终端,部分任务的处理可以迁移到边缘服务器来执行,从而降低的服务时延。且运用缓存技术可以节省网络带宽、提高系统效率,但是目前边缘计算领域对缓存的主要方向还是关于内容缓存的研究,任务缓存却很少涉及。
[0004]与内容缓存不同的是,任务缓存比较关注的是服务器的存储能力。而任务缓存需要同时关注任务的计算量和服务器的存储能力。任务缓存通过把任务应用程序及相关数据缓存在服务器来减少任务的重复执行。任务迁移策略和缓存策略的制定需要考虑到任务量、系统约束和优化目标等问题,如何设计合理的任务迁移策略和缓存策略是一个关键的问题。
[0005]目前在工业场景下的任务迁移,目前主要研究方向是单一利用多目标优化算法制定迁移策略。Zhufang等人在文献“Cooperative computation offloading ...
【技术保护点】
【技术特征摘要】
1.一种基于AbYSS的工业物联网工作流多目标计算迁移方法,其特征在于,包括以下步骤:建模步骤,获取终端产生的任务集合及任务的前驱后继关系,基于所述任务的前驱后继关系将所述任务集合建模为工作流模型,基于所述工作流模型以工业终端的能耗和时延作为优化目标建立一个初始种群;参考集建立步骤,基于所述初始种群构建参考集,所述参考集包括第一参考集和第二参考集;新个体生成步骤,根据所述参考集生成子集,响应于确定生成新子集,则对所述参考集中的解分组,并组合生成新个体;变异步骤,对所述新个体进行变异,得到变异个体,并判断是否将所述变异个体加入所述参考集中,更新所述参考集,重复新个体生成步骤与变异步骤;种群新建步骤,响应于确定未生成新子集,则重新建立一个种群作为下次循环的初始种群,并将所述第一参考集和外部档案的解加入所述种群,重复参考集建立步骤至种群新建步骤;最优个体选取步骤,响应于确定循环结束,从所述参考集中选择出对应最优的迁移和缓存策略的个体。2.根据权利要求1所述的基于AbYSS的工业物联网工作流多目标计算迁移方法,其特征在于,所述获取终端产生的任务集合及任务的前驱后继关系,基于任务的前驱后继关系将任务集合建模为工作流模型,具体包括:从终端获取任务集合,对所述任务集合进行遍历,获取任务的前驱后继关系和任务信息,建立为工作流模型W
f
,所述工作流模型W
f
表示为W
f
=(V
f
,R
f
,L
f
,H
f
),其中,V
f
={v
1,f
,v
2,f
,...,v
i,f
}表示第f个工作流模型中任务待处理的数据量;R
f
={r(v
i,f
,v
j,f
)|v
i,f
,v
j,f
∈V
f
}表示第f个工作流模型中任务之间的前驱后继关系;L
f
={l
1,f
,l
2,f
,
…
,l
i,f
}表示第f个工作流模型中任务需要向后继任务传输的数据量;H
f
={h
1,f
,h
2,f
,
…
,h
i,f
}表示第f个工作流模型中的任务是否被缓存,其中,h
i,f
为整型缓存决策变量,且h
i,f
∈{0,1}。3.根据权利要求2所述的基于AbYSS的工业物联网工作流多目标计算迁移方法,其特征在于,所述基于所述工作流模型以工业终端的能耗和时延作为优化目标建立一个初始种群,具体包括:建立初始种群P
A
,所述初始种群P
A
包括N个个体,生成的个体在数学形式上表现为一个集合,其元素的取值范围为[0,N+M+1],满足任务迁移策略和缓存策略的定义S
f
={s
1,f
,s
2,f
,....,s
i,f
},且s
i,f
∈{0,1,
…
,N,
…
N+M,N+M+1},其中,N表示当前MEC网络环境中边缘服务器的数量,M表示缓存服务器的数量,当s
i,f
=0时,表示任务直接在移动设备端处理;当s
i,f
={1,2,....,N}时,表示任务被迁移至相应的边缘服务器中处理;当s
i,f
={N+1,
…
,N+M}时,任务被迁移至缓存服务器执行,并将其执行后的结果缓存起来;当s
i,f
=N+M+1时,表示任务被迁移至远程云数据中心处理。4.根据权利要求3所述的基于AbYSS的工业物联网工作流多目标计算迁移方法,其特征在于,所述参考集建立步骤具体包括:判断参考集是否建立,若所述参考集未建立,则分别选择所述初始种群P
A
中质量高的解和多样性好的解建立参考集,所述参考集由第一参考集Refset
q
和第二参考集Refset
d
组成,
所述第一参考集Refset
q
用于存放质量高的解,所述第二参考集Refset
d
用于存放多样性好的解;多样性好的解主要由所述初始种群P
A
中的若干个个体对第一参考集Refset
q
有最小欧氏空间距离的解组成,质量高的解根据时延模型、能耗模型及缓存模型确定,所述时延模型包括:传输时延、传播时延、排队时延、任务处理时延;边缘计算系统的传输时延通常发生在计算任务迁移和工作流应用的数据通信过程中,所述终端产生的任务发生迁移时所产生的传输时延定义为T
tra1
(v
n
,f),用函数表示为:其中,v
n,f
表示任务大小,B
LAN
表示局域网带宽,B
WAN
表示广域网带宽;每一个任务处理完成后都需要向后继任务传输一定的数据量所产生的传输时延定义为T
tra2
(v
i
,(v
j
,v
k
)),若存在某任务v
i
,其相对应的后继任务被定义为Suc
i
={v
j
,v
k
},则从任务v
i
到任务v
j
、v
k
相应的传输时延可用函数表示为:其中,d
i,j
表示任务v
i
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。