一种边缘计算环境下的卸载方法和装置制造方法及图纸

本发明专利技术实施方式公开了一种边缘计算环境下的卸载方法和装置。确定包含每个卸载任务的初始可行卸载策略的策略集，确定执行该策略集时的第一终端能效；随机选择卸载任务，改变该随机选择的卸载任务的初始可行卸载策略，确定当执行该包含改变后可行卸载策略的策略集时的第二终端能效；基于第一终端能效和第二终端能效的差值生成随机变量，依据随机变量为概率，在策略集中利用改变后可行卸载策略替换初始可行卸载策略；当第一终端能效和第二终端能效的差值的绝对值大于预定的门限值时，返回执行直到第一终端能效和第二终端能效的差值的绝对值小于等于预定的门限值后，再向每个边缘服务器广播策略集。本发明专利技术实施方式可以提高终端的能源效率。

A unloading method and device in edge computing environment

【技术实现步骤摘要】
一种边缘计算环境下的卸载方法和装置
本专利技术涉及边缘计算
，尤其涉及一种边缘计算环境下的卸载方法和装置。
技术介绍
随着互联网技术的发展，出现了很多许多新式应用，比如增强现实应用和移动物体识别应用。这些应用通常具有计算密集和时延敏感的特征。由于智能终端的计算能力和续航能力有限，现在人们通常把这类任务卸载到计算能力更强的服务器上执行。云计算中的数据中心一般离用户很远，在数据中心处理此类任务会造成较长的延时不能满足应用的时延约束，因此边缘计算应运而生。边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。因此这类任务可以卸载(offload)到边缘服务器中执行。然而，当大量用户进行卸载时会竞争无线通信资源和边缘服务器的计算资源，会导致服务质量受到影响。其次，卸载过程中也会来额外的通信开销，比如能耗和时延。因此，如何做出卸载决策来保证这些应用的服务质量(QualityofService，QoS)是一个具有挑战的问题。
技术实现思路
本专利技术实施例提出一种边缘计算环境下的卸载方法和装置。本专利技术实施例的技术方案如下：一种边缘计算环境下的卸载方法，该方法包括：A、确定包含每个卸载任务的初始可行卸载策略的策略集，确定执行该策略集时的第一终端能效；B、随机选择卸载任务，改变该随机选择的卸载任务的初始可行卸载策略，确定当执行该包含改变后可行卸载策略的策略集时的第二终端能效；C、基于第一终端能效和第二终端能效的差值生成随机变量，依据所述随机变量为概率，在策略集中利用所述改变后可行卸载策略替换所述初始可行卸载策略，依据一与所述随机变量的差值为概率，在策略集中维持所述初始可行卸载策略；D、当第一终端能效和第二终端能效的差值的绝对值大于预定的门限值时，返回步骤B，直到第一终端能效和第二终端能效的差值的绝对值小于等于预定的门限值后，再向每个边缘服务器广播所述策略集。在一个实施方式中，所述每个卸载任务的初始可行卸载策略包括下列中的至少一个：不向边缘服务器卸载；基于与边缘服务器M连接的第N号信道向所述边缘服务器M卸载，其中N和M都是正整数。在一个实施方式中，其中第一终端能效为η，第二终端能效为所述随机变量为P，其中e为自然常数，τ为预设常数。在一个实施方式中，所述确定执行该策略集时的第一终端能效包括：针对该策略集中每个卸载任务的初始可行卸载策略，确定当不向边缘服务器卸载时的终端CPU频率值、当向边缘服务器卸载时的最佳传输功率和当向边缘服务器卸载时边缘服务器计算速率分配的最优值，基于该终端CPU频率值、最佳传输功率和最优值计算每个终端的能效；对全部终端的能效进行加权计算以得到第一终端能效。在一个实施方式中，所述确定当执行该包含改变后可行卸载策略的策略集时的第二终端能效包括：针对该包含改变后可行卸载策略的策略集中的每个可行卸载策略，确定当不向边缘服务器卸载时的终端CPU频率值、当向边缘服务器卸载时的最佳传输功率和当向边缘服务器卸载时边缘服务器计算速率分配的最优值，基于该终端CPU频率值、最佳传输功率和最优值计算每个终端的能效；对全部终端的能效进行加权计算以得到第二终端能效。一种边缘计算环境下的卸载装置，该装置包括：策略集确定模块，用于确定包含每个卸载任务的初始可行卸载策略的策略集，确定执行该策略集时的第一终端能效；改变模块，用于随机选择卸载任务，改变该随机选择的卸载任务的初始可行卸载策略，确定当执行该包含改变后可行卸载策略的策略集时的第二终端能效；随机变量生成模块，用于基于第一终端能效和第二终端能效的差值生成随机变量，依据所述随机变量为概率，在策略集中利用所述改变后可行卸载策略替换所述初始可行卸载策略，依据一与所述随机变量的差值为概率，在策略集中维持所述初始可行卸载策略；收敛模块，用于当第一终端能效和第二终端能效的差值的绝对值大于预定的门限值时，返回运行改变模块和随机变量生成模块，直到第一终端能效和第二终端能效的差值的绝对值小于等于预定的门限值后，再向每个边缘服务器广播所述策略集。在一个实施方式中，所述每个卸载任务的初始可行卸载策略包括下列中的至少一个：不向任何的边缘服务器卸载；基于与边缘服务器M连接的第N号信道向所述边缘服务器M卸载，其中N和M都是正整数，M为边缘服务器的编号，N为信道编号。在一个实施方式中，其中第一终端能效为η，第二终端能效为所述随机变量为P，其中e为自然常数，τ为预设常数。在一个实施方式中，策略集确定模块，用于针对该策略集中每个卸载任务的初始可行卸载策略，确定当不向边缘服务器卸载时的终端CPU频率值、当向边缘服务器卸载时的最佳传输功率和当向边缘服务器卸载时边缘服务器计算速率分配的最优值，基于该终端CPU频率值、最佳传输功率和最优值计算每个终端的能效；对全部终端的能效进行加权计算以得到第一终端能效。在一个实施方式中，改变模块，用于针对该包含改变后可行卸载策略的策略集中的每个可行卸载策略，确定当不向边缘服务器卸载时的终端CPU频率值、当向边缘服务器卸载时的最佳传输功率和当向边缘服务器卸载时边缘服务器计算速率分配的最优值，基于该终端CPU频率值、最佳传输功率和最优值计算每个终端的能效；对全部终端的能效进行加权计算以得到第二终端能效。可见，采用本专利技术实施方式后，确定包含每个卸载任务的初始可行卸载策略的策略集，确定执行该策略集时的第一终端能效；随机选择卸载任务，改变该随机选择的卸载任务的初始可行卸载策略，确定当执行该包含改变后可行卸载策略的策略集时的第二终端能效；基于第一终端能效和第二终端能效的差值生成随机变量，依据所述随机变量为概率，在策略集中利用所述改变后可行卸载策略替换所述初始可行卸载策略，依据一与所述随机变量的差值为概率，在策略集中维持所述初始可行卸载策略；当第一终端能效和第二终端能效的差值的绝对值大于预定的门限值时，返回继续随机选择卸载任务和变更随机选择的卸载任务的可行卸载策略，直到第一终端能效和第二终端能效的差值的绝对值小于等于预定的门限值后，再向每个边缘服务器广播所述策略集。可见，本专利技术实施方式将卸载问题分解为卸载决策问题和资源分配问题。在给定的卸载决策下优化资源分配，再基于资源分配的结果进一步优化卸载决策。如此迭代，直到收敛到全局最优决策，可以提高终端的能源效率。附图说明图1是根据本专利技术边缘计算环境下的卸载方法的流程图。图2是根据本专利技术边缘计算环境下的卸载装置的结构图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面结合附图对本专利技术作进一步的详细描述。为了描述上的简洁和直观，下文通过描述若干代表性的实施方式来对本专利技术的方案进行阐述。实施方式中大量的细节仅用于帮助理解本专利技术的方案。本文档来自技高网...

【技术保护点】
1.一种边缘计算环境下的卸载方法，其特征在于，该方法包括：/nA、确定包含每个卸载任务的初始可行卸载策略的策略集，确定执行该策略集时的第一终端能效；/nB、随机选择卸载任务，改变该随机选择的卸载任务的初始可行卸载策略，确定当执行该包含改变后可行卸载策略的策略集时的第二终端能效；/nC、基于第一终端能效和第二终端能效的差值生成随机变量，依据所述随机变量为概率，在策略集中利用所述改变后可行卸载策略替换所述初始可行卸载策略，依据一与所述随机变量的差值为概率，在策略集中维持所述初始可行卸载策略；/nD、当第一终端能效和第二终端能效的差值的绝对值大于预定的门限值时，返回步骤B，直到第一终端能效和第二终端能效的差值的绝对值小于等于预定的门限值后，再向每个边缘服务器广播所述策略集。/n

【技术特征摘要】
1.一种边缘计算环境下的卸载方法，其特征在于，该方法包括：
A、确定包含每个卸载任务的初始可行卸载策略的策略集，确定执行该策略集时的第一终端能效；
B、随机选择卸载任务，改变该随机选择的卸载任务的初始可行卸载策略，确定当执行该包含改变后可行卸载策略的策略集时的第二终端能效；
C、基于第一终端能效和第二终端能效的差值生成随机变量，依据所述随机变量为概率，在策略集中利用所述改变后可行卸载策略替换所述初始可行卸载策略，依据一与所述随机变量的差值为概率，在策略集中维持所述初始可行卸载策略；
D、当第一终端能效和第二终端能效的差值的绝对值大于预定的门限值时，返回步骤B，直到第一终端能效和第二终端能效的差值的绝对值小于等于预定的门限值后，再向每个边缘服务器广播所述策略集。


2.根据权利要求1所述的边缘计算环境下的卸载方法，其特征在于，所述每个卸载任务的初始可行卸载策略包括下列中的至少一个：
不向边缘服务器卸载；
基于与边缘服务器M连接的第N号信道向所述边缘服务器M卸载，其中N和M都是正整数。


3.根据权利要求1所述的边缘计算环境下的卸载方法，其特征在于，其中第一终端能效为η，第二终端能效为所述随机变量为P，其中e为自然常数，τ为预设常数。


4.根据权利要求1所述的边缘计算环境下的卸载方法，其特征在于，所述确定执行该策略集时的第一终端能效包括：
针对该策略集中每个卸载任务的初始可行卸载策略，确定当不向边缘服务器卸载时的终端CPU频率值、当向边缘服务器卸载时的最佳传输功率和当向边缘服务器卸载时边缘服务器计算速率分配的最优值，基于该终端CPU频率值、最佳传输功率和最优值计算每个终端的能效；对全部终端的能效进行加权计算以得到第一终端能效。


5.根据权利要求4所述的边缘计算环境下的卸载方法，其特征在于，所述确定当执行该包含改变后可行卸载策略的策略集时的第二终端能效包括：
针对该包含改变后可行卸载策略的策略集中的每个可行卸载策略，确定当不向边缘服务器卸载时的终端CPU频率值、当向边缘服务器卸载时的最佳传输功率和当向边缘服务器卸载时边缘服务器计算速率分配的最优值，基于该终端CPU频率值、最佳传输功率和最优值计算每个终端的能效；对全部终端的能效进行加权计算以得到第二终端能效。

【专利技术属性】
技术研发人员：王尚广，李晴，周傲，马骁，李静林，孙其博，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11