System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及移动边缘计算的任务卸载优化,具体涉及一种移动边缘计算中任务卸载与资源分配的双层优化方法。
技术介绍
1、随着物联网基础设施的发展,物联网设备随时随地的连接成为现实。物联网设备上的任务也能够随时随地的上传到互联网中实现信息的在线处理。移动边缘计算(mobileedge computing,mec)是一种新兴的计算模式,旨在将计算和存储资源从云端移动到网络边缘,以提供更低的延迟、更高的带宽和更好的用户体验。mec的出现是为了解决传统云计算模式在移动网络环境下存在的问题,如高延迟、网络拥塞和带宽限制等。
2、在传统的云计算模式中,移动设备需要将数据上传到云端进行处理,然后再将结果返回给移动设备,这个过程涉及到大量的数据传输和计算,导致延迟较高,还会导致网络拥塞的问题。通过合理的任务卸载和资源分配策略,减少数据传输的延迟,提高用户的响应速度。在移动边缘计算中,边缘节点的计算和存储资源有限,如何有效地利用这些资源是一个关键问题。通过合理的任务卸载和资源分配策略,可以根据任务的特点和节点的负载情况,将任务合理分配,提高系统的可靠性和稳定性。此外,边缘节点还可以根据用户的需求和偏好进行个性化的计算和存储服务,进一步提高用户的满意度。
3、然而,大多数有关mec系统的研究都旨在最大限度地提高系统的整体性能,而忽略了个体的利益。在复杂的mec系统中,边缘服务器提供商(esp)和设备管理者(dm)通常是具有不同目标的不同实体。当涉及多个管理者时,他们的目标之间可能会发生冲突。上述问题亟待解决,为此,提出一种移动
技术实现思路
1、本专利技术所要解决的技术问题在于:如何解决当涉及多个设备管理者时,存在的计算资源分配问题,提供了一种移动边缘计算中任务卸载与资源分配的双层优化方法。
2、本专利技术是通过以下技术方案解决上述技术问题的,本专利技术包括以下步骤:
3、s1:建立关系模型
4、建立边缘服务器供应商和设备管理者之间的关系模型;
5、s2:双层优化问题描述
6、基于步骤s1建立的关系模型,将计算资源分配问题建模为双层优化问题,对双层优化问题进行描述并建立相应约束;
7、s3:优化问题转化及求解
8、将下层的混合变量优化问题转化为离散优化问题,并将其描述为非合作博弈,基于纳什均衡定义进行求解,更新最优的执行模式集;同时上层的优化问题通过差分进化生成子代定价方案。
9、更进一步地,在所述步骤s1中,具体包括以下处理步骤:
10、s11:根据设备管理者的多种任务的特征,设置变量如下:
11、任务输入数据的大小di,与完成任务需要的计算资源ci,物联网设备集合记为ti,max为任务的时间约束;
12、s12:根据任务传输信道与传输方式,设置变量如下:
13、oi=0,任务不执行模式;
14、oi=-1,任务执行本地模式;
15、oi=1,任务执行mec模式;
16、s13:根据任务传输方式与任务参数,将任务记作:
17、ti=(di,ci,ti,max,oi);
18、s14:在能量采集过程中,建立物联网设备与边缘服务器之间的信道增益遵循自由空间路径损耗模型如下:
19、
20、其中,hi第i个物联网设备与边缘服务器之间的信道增益,fc表示载波频率,di表示物联网设备与边缘服务器之间的距离;
21、s15:在不执行模式下,物联网设备不上传任务,因此不会获得奖励,也不消耗计算资源;在本地模式执行时,物联网设备执行任务消耗的能量与计算时间分别为:
22、
23、
24、其中,第i个物联网设备本地模式执行任务消耗的能量,为物联网设备本身的计算能力;k0表示物联网设备容量系数,表示第i个物联网设备本地模式执行任务所需的时间;
25、s16:在mec模式执行下,获取第i个物联网设备的上行速率表示为:
26、
27、其中,ri表示第i个物联网设备的上行速率,b表示信道带宽,ω表示噪声功率,pi表示可提前设置的第i个物联网设备的传输功率,∑n≠ipihi表示处于同一信道上传任务的其他物联网设备的干扰;
28、s17:获取mec模式下执行任务的传输时间与传输能耗的表示如下:
29、
30、
31、其中,表示第i个物联网设备mec模式下执行任务的传输时间;表示第i个物联网设备mec模式下执行任务的传输能耗;
32、s18:若边缘服务器分配给第i个物联网设备的计算资源为则得到任务在边缘服务器上执行的能耗与计算时间为:
33、
34、
35、其中,k1表示边缘服务器容量系数,表示第i个物联网设备在边缘服务器上执行的计算能耗,表示第i个物联网设备在边缘服务器上执行的计算时间,表示边缘服务器分配给第i个物联网设备的计算能力。
36、更进一步地,在所述步骤s1中,设备管理者收益计算如下:
37、
38、其中,fidm表示第i个设备管理者dm的收益,α为奖励系数,m为固定的能源价格,vi为计算资源价格;
39、边缘服务器收益计算如下:
40、
41、其中,fiesp表示边缘服务器从第i个设备管理者dm获得的收益,v0为边缘服务器消耗的能源单价;
42、边缘服务器总收益为:
43、
44、更进一步地,在所述步骤s2中,双层优化问题描述如下:
45、
46、其中,r为分配给所有物联网设备的计算资源。
47、更进一步地,在所述步骤s2中,双层优化问题的约束如下:
48、计算资源价格约束:
49、vi,min≤vi≤vi,max
50、{o,r}=argmaxfiid(v,o,r);
51、执行模式约束:物联网设备的执行模式包括不执行模式、本地模式、mec执行模式,具体表示为oi∈{0,-1,1};
52、计算资源约束:边缘服务器分配给每个上传的任务的计算资源不能小于0或总和超出上限,具体表示如下:
53、
54、
55、任务执行的延迟不能大于延迟约束:
56、
57、更进一步地,在所述步骤s3中,基于纳什均衡定义进行求解的具体过程如下:
58、s301:计算所有任务本地模式的收益:
59、
60、s302:为所有任务选择不执行模式与本地模式执行中收益最高的模式:
61、
62、s303:计算所有物联网设备的最优响应,并将最优响应对应的收益相对最小收益提升进行排序,选择收益提升最大的执行模式本文档来自技高网...
【技术保护点】
1.一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,在所述步骤S1中,具体包括以下处理步骤:
3.根据权利要求2所述的一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,在所述步骤S1中,设备管理者收益计算如下:
4.根据权利要求3所述的一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,在所述步骤S2中,双层优化问题描述如下:
5.根据权利要求4所述的一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,在所述步骤S2中,双层优化问题的约束如下:
6.根据权利要求1所述的一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,在所述步骤S3中,基于纳什均衡定义进行求解的具体过程如下:
7.根据权利要求6所述的一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,在所述步骤S3中,上层的优化问题通过差分进化生成子代定价方案的具体过程如下:<
...【技术特征摘要】
1.一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,在所述步骤s1中,具体包括以下处理步骤:
3.根据权利要求2所述的一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,在所述步骤s1中,设备管理者收益计算如下:
4.根据权利要求3所述的一种移动边缘计算中任务卸载与资源分配的双层优化方法,其特征在于,在所述步骤s2中,双层优化...
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。