一种以边缘调度自由度为核心的联合优化调度方法技术

一种以边缘调度自由度为核心的联合优化调度方法，首先采用任务优先调度排序方法，根据测试任务的隐私程度

【技术实现步骤摘要】
一种以边缘调度自由度为核心的联合优化调度方法


[0001]本专利技术属于任务优化调度的
，尤其涉及一种以边缘调度自由度为核心的联合优化调度方法
。

技术介绍

[0002]在异构多核的分布式智能测试系统中，能够解决一些简单的测试计算任务的边缘感知节点和能够执行一些相对复杂的智能测试任务的边缘计算节点相互补充
。
[0003]异构多核的分布式智能测试任务种类和数量的快速增长，给任务调度策略带来了新的挑战，合理的调度策略应当充分考虑系统的资源约束
、
能量限制以及智能测试任务实时性的要求，以大幅提高智能测试系统的资源利用率
、
延长智能测试系统的续航时间
、
降低智能测试任务的整体时延
。
但目前的任务调度策略难以同时保障任务优化调度求解的速度和任务调度的全局优化效果
。

技术实现思路

[0004]为克服现有技术的缺陷，本专利技术要解决的技术问题是提供了一种以边缘调度自由度为核心的联合优化调度方法，其能够在保证任务优化求解速度的基础上，充分考虑全局优化效果
。
[0005]本专利技术的技术方案是：这种以边缘调度自由度为核心的联合优化调度方法，其包括以下步骤：
[0006](1)
边缘感知节点
EDa
对本节点上的智能测试任务采用任务优先调度排序方法进行排序；
[0007](2)
从智能测试系统通常关注的整体功耗最小和综合续航最长两个优化目标，设计了对应的边缘调度自由度参数
α
；
[0008](3)
在完成任务优先调度综合排序和边缘调度自由度的基础上，对边缘感知节点上的智能测试任务进行快速自调度；
[0009](4)
当每一个任务调度完成后，均将调度策略写入决策矩阵，降低决策矩阵中待优化的未知决策数量；
[0010](5)
本地任务调度完成后，将本地的任务决策和未决策的待调度任务发送至边缘计算节点进行综合优化调度；
[0011]其中步骤
(1)
包括以下分步骤：
[0012](1.1)
边缘感知节点
EDa
，获取本地处理器资源
Pna、
本地出现的任务
T
EDa
等测试系统信息，该边缘感知节点无法获取边缘计算节点的负载情况以及其他边缘感知节点的信息；
[0013](1.2)
对优先本地执行的智能测试任务进行排序，形成优先本地执行队列；
[0014](1.3)
对优先卸载执行的智能测试任务进行排序，形成优先卸载执行队列；
[0015](1.4)
对根据优先本地执行和优先卸载执行的排序结果，对智能测试任务优先级
进行综合排序
。
[0016]本专利技术首先采用任务优先调度排序方法，根据测试任务的隐私程度
、
任务的截止时间约束
、
任务与处理器的适应程度等特性对边缘感知节点出现的测试任务进行任务优先调度排序；然后针对整体功耗最小和综合续航最长两种优化目标计算不同的边缘调度自由度参数，以控制边缘感知节点调度任务的程度，保证全局的优化效果；最后为保证任务优化调度的求解速度，根据任务优先调度排序和边缘调度自由度在边缘感知节点进行测试任务的自调度，未能在边缘感知节点完成调度的任务上传至边缘计算节点，进行综合优化调度，完成测试任务的联合优化调度；因此能够在保证任务优化求解速度的基础上，充分考虑全局优化效果
。
附图说明
[0017]图1为根据本专利技术的以边缘调度自由度为核心的联合优化调度方法的流程图
。
[0018]图2为根据本专利技术的以边缘调度自由度为核心的联合优化调度方法的架构图
。
具体实施方式
[0019]为了使本专利技术的目的
、
技术方案及优点更加清楚明白，下面结合附图和具体实施例对本专利技术作进一步详细说明
。
应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术
。
[0020]为了使本揭示内容的叙述更加详尽与完备，下文针对本专利技术的实施方式与具体实施例提出了说明性的描述；但这并非实施或运用本专利技术具体实施例的唯一形式
。
实施方式中涵盖了多个具体实施例的特征以及用以建构与操作这些具体实施例的方法步骤与其顺序
。
然而，亦可利用其它具体实施例来达成相同或均等的功能与步骤顺序
。
[0021]如图1所示，这种以边缘调度自由度为核心的联合优化调度方法，其包括以下步骤：
[0022](1)
边缘感知节点
EDa
对本节点上的智能测试任务采用任务优先调度排序方法进行排序；
[0023](2)
从智能测试系统通常关注的整体功耗最小和综合续航最长两个优化目标，设计了对应的边缘调度自由度参数
α
；
[0024](3)
在完成任务优先调度综合排序和边缘调度自由度的基础上，对边缘感知节点上的智能测试任务进行快速自调度；
[0025](4)
当每一个任务调度完成后，均将调度策略写入决策矩阵，降低决策矩阵中待优化的未知决策数量；
[0026](5)
本地任务调度完成后，将本地的任务决策和未决策的待调度任务发送至边缘计算节点进行综合优化调度；
[0027]其中步骤
(1)
包括以下分步骤：
[0028](1.1)
边缘感知节点
EDa
，获取本地处理器资源
Pna、
本地出现的任务
T
EDa
等测试系统信息，该边缘感知节点无法获取边缘计算节点的负载情况以及其他边缘感知节点的信息；
[0029](1.2)
对优先本地执行的智能测试任务进行排序，形成优先本地执行队列；
[0030](1.3)
对优先卸载执行的智能测试任务进行排序，形成优先卸载执行队列；
[0031](1.4)
对根据优先本地执行和优先卸载执行的排序结果，对智能测试任务优先级进行综合排序
。
[0032]本专利技术首先采用任务优先调度排序方法，根据测试任务的隐私程度
、
任务的截止时间约束
、
任务与处理器的适应程度等特性对边缘感知节点出现的测试任务进行任务优先调度排序；然后针对整体功耗最小和综合续航最长两种优化目标计算不同的边缘调度自由度参数，以控制边缘感知节点调度任务的程度，保证全局的优化效果；最后为保证任务优化调度的求解速度，根据任务优先调度排序和边缘调度自由度在边缘感知节点进行测试任务的自调度，未能在边缘感知节点完成调度的任务上传至边缘计算节点，进行综合优化调度，完成测试任务的联合优化调度；因此能够在保证任务优化求解速度的基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种以边缘调度自由度为核心的联合优化调度方法，其特征在于：其包括以下步骤：
(1)
边缘感知节点
EDa
对本节点上的智能测试任务采用任务优先调度排序方法进行排序；
(2)
从智能测试系统通常关注的整体功耗最小和综合续航最长两个优化目标，设计了对应的边缘调度自由度参数
α
；
(3)
在完成任务优先调度综合排序和边缘调度自由度的基础上，对边缘感知节点上的智能测试任务进行快速自调度；
(4)
当每一个任务调度完成后，均将调度策略写入决策矩阵，降低决策矩阵中待优化的未知决策数量；
(5)
本地任务调度完成后，将本地的任务决策和未决策的待调度任务发送至边缘计算节点进行综合优化调度；其中步骤
(1)
包括以下分步骤：
(1.1)
边缘感知节点
EDa
，获取本地处理器资源
Pna、
本地出现的任务
T
EDa
等测试系统信息，该边缘感知节点无法获取边缘计算节点的负载情况以及其他边缘感知节点的信息；
(1.2)
对优先本地执行的智能测试任务进行排序，形成优先本地执行队列；
(1.3)
对优先卸载执行的智能测试任务进行排序，形成优先卸载执行队列；
(1.4)
对根据优先本地执行和优先卸载执行的排序结果，对智能测试任务优先级进行综合排序
。2.
根据权利要求1所述的以边缘调度自由度为核心的联合优化调度方法，其特征在于：所述步骤
(1.2)
中排序方法为：
(1.2.1)
对于有隐私和数据安全要求的智能测试任务，优先本地执行，作为任务排序的第一梯队，表示为：
Tlf1
＝
[Tlf11，
Tlf12，
...]
，
Tlf1∈T
EDa
；
(1.2.2)
对于上传至边缘计算节点任务执行时间无法满足执行最小时间
Tfsmin
要求的任务，优先本地执行，作为任务排序的第二梯队，该部分任务表示为：
Tlf2
＝
[Tlf21，
Tlf22，
...]
，
Tlf2∈T
EDa
；
(1.2.3)
对于适合本地处理器的智能测试任务，优先本地执行，作为任务排序的第三梯队，采用任务适应度
Tfit
对任务在不同处理器上执行的适合程度进行评价，该参数的通过如下方法计算：计算各个任务在不同处理器上执行所需的总能耗
Te
i
，
j
，包括任务
T
j
在处理器
P
i
上执行的能源消耗
、
以及任务卸载到其他节点上的通信消耗；对
Te
i
，
j
中每一列的值按照由大到小的顺序进行重排序，并将排序后序号赋值给任务适应度
Tfit
，此时任务适应度
Tfit
i
，
j
表示任务
T
j
在不同处理器上执行的适应度，数字越大，代表越适合在该处理器上执行；不同处理器对任务的加速程度不同，对任务适应度考虑在不同处理器上的加速程度差异
Tar
：新的任务适应度表示为：
其中
Pmaxr
代表的是任务在不同处理器上可能存在的最大的差异比，此时任务适应度
Tfit
i,j
能够更加精细化的表示任务在不同处理器上执行的适合程度；按照
Tfit
i,j
在本地节点和边缘计算节点上的处理器的最大适应度的差值
Δ
Tfit
j
由大到小的顺序排列，差值越大，则表明更加适合优先本地调度；排序后的任务表示为
Tlf3
＝
[Tlf31，
Tlf32，
...]
；最终形成优先本地执行队列为
Tlf
＝
[Tlf1
，
Tlf2
，
Tlf3]。3.
根据权利要求2所述的以边缘调度自由度为核心的联合优化调度方法，其特征在于：所述步骤
(1.3)
中排序方法为：对于本地节点任务执行时间无法满足执行最小时间
Tfsmin
要求的任务，优先卸载至边缘计算节点执行，作为任务排序的第一梯队，该部分任务表示为
Tof1
＝
[Tof11，
Tof12，
...]
；对于适合边缘计算节点的智能测试任务，优先卸载执行，作为任务排序的第二梯队，按照
Tfit
i
，
j
在边缘计算节点和本地节点上的处理器的最大适应度的差值
Δ
Tfit
j
由大到小的顺序排列，差值越大，则表明更加适合优先边缘计算节点调度；以边缘计算节点的任务适应度进行排序，任务适应度大的优先在边缘计算节点执行，该部分任务表示为
Tof2
＝
[Tof21，
Tof22，
...]
；最终形成优先本地卸载队列为
Tof
＝
[Tof1
，
Tof2]。4.
根据权利要求3所述的以边缘调度自由度为核心的联合优化调度方法，其特征在于：所述步骤
(1.4)
中：首先对必须本地执行或必须卸载的任务进行排序，优先...

【专利技术属性】
技术研发人员：宋萍，郄有田，齐翊深，李一凡，赵玥，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：