【技术实现步骤摘要】
本申请涉及任务调度，尤其是涉及一种基于边缘计算的任务调度方法、装置、设备及存储介质。
技术介绍
1、随着云计算、移动互联网和物联网的迅猛发展，任务种类和规模不断增长，节点异构性与网络波动性日益突出，传统的静态或集中式调度方式已经难以满足对实时性、可靠性和能耗优化的多重需求。一个高效的调度策略能够提前感知资源状态，合理平衡负载与通信，将计算能力最大化释放，为用户提供稳定、低延迟的服务体验。
2、现有的任务调度方法主要可以划分为经典的静态调度算法和动态调度算法两大类，静态方法通过预先获取的资源与任务信息进行一轮规划；动态方法则包括基于负载监控的阈值调度、启发式搜索（如遗传算法、粒子群优化）、基于博弈论或市场机制的资源分配，以及近年来兴起的强化学习调度模型。在大规模数据中心与云平台中已有诸多成功应用，能够在一定程度上兼顾任务完成时间和资源利用率，并支持在节点失效或负载突增时进行简单的重调度。
3、但是，现有的任务调度方法通常只能基于粗略指标或固定阈值执行分配，难以量化网络延迟波动和干扰风险，也无法通过在线学习持续更新策...
【技术保护点】
1.一种基于边缘计算的任务调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于边缘计算的任务调度方法，所述异构边缘节点资源包括计算资源数据、通信资源数据以及节点间距离，其特征在于，所述对获得的异构边缘节点资源以及接收到的任务指令进行多维状态构建处理，以获得实时资源状态数据集包括：
3.根据权利要求1所述的基于边缘计算的任务调度方法，其特征在于，所述对所述实时资源状态数据集进行时空关联分析处理，以获得任务-资源匹配特征矩阵包括：
4.根据权利要求1所述的基于边缘计算的任务调度方法，其特征在于，所述通过预设的深度Q网络模型...
【技术特征摘要】
1.一种基于边缘计算的任务调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于边缘计算的任务调度方法，所述异构边缘节点资源包括计算资源数据、通信资源数据以及节点间距离，其特征在于，所述对获得的异构边缘节点资源以及接收到的任务指令进行多维状态构建处理，以获得实时资源状态数据集包括：
3.根据权利要求1所述的基于边缘计算的任务调度方法，其特征在于，所述对所述实时资源状态数据集进行时空关联分析处理，以获得任务-资源匹配特征矩阵包括：
4.根据权利要求1所述的基于边缘计算的任务调度方法，其特征在于，所述通过预设的深度q网络模型对所述任务-资源匹配特征矩阵进行自适应深度强化学习，以获得动态调度策略包括：
5.根据权利要求1所述的基于边缘计算的任务调度方法，其特征在于，所述对所述动态调度策略进行蒙特卡洛模拟的干扰分析，以获得干扰概率矩阵包括：
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。