基于DAG的边缘云的任务卸载方法、装置及设备制造方法及图纸

技术编号:39955408 阅读:19 留言:0更新日期:2024-01-08 23:37
本发明专利技术公开了一种基于DAG的边缘云的任务卸载方法,采用基于注意力的细粒度任务卸载算法,解决了在绿色边缘云中卸载具有细粒度DAG依赖关系的子任务的复杂问题。为了提高能源效率,表现出依赖性的子任务将被分配在本地或是细粒度资源池上执行。为了将依赖于DAG的子任务分配给资源池中适当的边缘云节点,采用了一种基于双重注意力的深度强化学习算法,即DA‑DRL,该算法可以迅速的适应任务需求,并允许模型忽略不相关的噪声,通过双重注意力机制关注关键信息,加快收敛速度。

【技术实现步骤摘要】

本专利技术属于数据处理的,尤其涉及一种基于dag的边缘云的任务卸载方法、装置及设备。


技术介绍

1、随着大数据、人工智能等技术的飞速发展,互联网产生了海量数据和复杂的算法模型,对计算能力的需求迅速增长。然而,传统的云计算面临着延迟和能耗问题,且数据中心通常距离用户较远,导致数据传输延迟增加,同时大量的电力和空调消耗导致巨大的能源浪费。在物联网等领域,仅仅依靠云计算已经无法满足要求。

2、边缘云网络是一种新型架构,将计算和网络深度融合,以满足不断增长的计算需求。相较于传统云计算,边缘云网络能够在云、网络、边缘之间分配和调度计算、存储和网络资源,以适应不同应用场景和业务需求。它采用分布式架构,实现并行计算,提高计算效率、性能和资源利用率。

3、随着边缘云的发展,能源消耗成为核心问题之一。数据中心的能源消耗对环境造成负担,边缘云的任务卸载问题与能耗密切相关。任务卸载问题中的粗粒度分析和资源分散管理导致能源浪费,不利于任务卸载决策和绿色边缘云的实现。

4、现有工作通过使用各种算法卸载任务来解决能耗问题,但仍有许多问题被忽略,例如本文档来自技高网...

【技术保护点】

1.一种基于DAG的边缘云的任务卸载方法,其特征在于,包括:

2.如权利要求1所述的基于DAG的边缘云的任务卸载方法,其特征在于,采用序列到序列的神经网络模型将任务卸载到边缘云节点,以提高资源利用率,包括以下步骤:

3.如权利要求1所述的基于DAG的边缘云的任务卸载方法,其特征在于,采用近端策略优化算法对决策模型进行优化,通过估计优势函数来体现任务采取对应策略后得到的期望回报与真实回报的差值,从而确定优化效果。

4.如权利要求3所述的基于DAG的边缘云的任务卸载方法,其特征在于,通过广义优势估计函数GAE来估计优势函数。

>5.如权利要求1所...

【技术特征摘要】

1.一种基于dag的边缘云的任务卸载方法,其特征在于,包括:

2.如权利要求1所述的基于dag的边缘云的任务卸载方法,其特征在于,采用序列到序列的神经网络模型将任务卸载到边缘云节点,以提高资源利用率,包括以下步骤:

3.如权利要求1所述的基于dag的边缘云的任务卸载方法,其特征在于,采用近端策略优化算法对决策模型进行优化,通过估计优势函数来体现任务采取对应策略后得到的期望回报与真实回报的差值,从而确定优化效果。

4.如权利要求3所述的基于dag的边缘云的任务卸载方法,其特征在于,通过广义优势估计函数gae来估计优势函数。

5.如权利要求1所述的基于dag的边缘云的任务卸载方法,其特征在于,将任务卸载到资源池系统的边缘云节点上运行包括:

6.如权利要求1所述的基于dag的边缘云的任务卸载方法,其特征在于,所述资源池系统配置多个异构的边缘云节点...

【专利技术属性】
技术研发人员:王闻宇刘铸滔王晓飞
申请(专利权)人:派欧云计算上海有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1