【技术实现步骤摘要】
基于诱饵效应的雾节点任务卸载方法、系统、介质及设备
本专利技术属于雾计算卸载
,特别涉及一种基于诱饵效应的雾节点任务卸载方法、系统、介质及设备。
技术介绍
雾计算是在终端设备和云中心之间通过雾节点提供计算,存储和网络服务的平台。车辆、基站、接入点等资源有限的设备以及计算机簇等资源丰富的设备都可以作为雾节点(FogNode)。雾计算相较于云计算,具有低时延,位置感知,实时交互和移动支持等一系列优点。由于雾节点的私有性,雾节点的所有者不愿主动提供任务卸载服务,导致不可接受的时延甚至服务中断。并且雾计算网络是基于机会的卸载,因此需要根据不同的应用需求设计合理的激励机制,以激励雾节点积极参与计算卸载任务。现阶段计算卸载中的激励机制主要可以分为基于娱乐、服务和货币三种类型的激励机制。其中货币机制是最为直接的激励机制。基于货币的激励机制又可以分成基于拍卖和基于博弈论两类,在计算卸载中拍卖机制的应用最为广泛。然而,现有的计算卸载激励机制都是基于传统经济学设计,这些机制都普遍认为向任务集中增加一类任务会降低之前每一类任务的被选概率,因为分母增大而分子不变。并且这些机制的任务报酬都是根据任务时间成本来制定的,这意味着若想使高时间成本任务的卸载率提高,只能通过提高这类任务的报酬才能达到,这必然会降低移动设备的效用,也不符合技术发展方向。然而,行为经济学诱饵效应的研究表明,在被选集合中加入特定的诱饵项,不仅不会分走已有选项的被选概率,反而会使某个旧选项更具吸引力。然后,在实际生活中,雾节点的偏好是不一样的,偏好的不同 ...
【技术保护点】
1.一种基于诱饵效应的雾节点任务卸载方法,其特征在于,包括:/n待卸载任务分类,依据所有移动设备上的所有待卸载任务提出的预计平均报酬和平均时间,将所有待卸载任务分为三类:高报酬长时间类任务、低报酬短时间类任务以及其他类任务;/n以高报酬长时间类任务为目标任务,低报酬短时间类任务为目标任务的竞争任务,设计诱饵任务项;/n确定具体的诱饵任务,结合所述诱饵任务项和所有待卸载任务提出的平均报酬和平均时间,以使得诱饵效果值在正向诱饵效应范围内取得最大值时,得到诱饵任务项的报酬诱饵因子和时间诱饵因子,确定诱饵任务的具体报酬和时间;/n任务发布,将其他类任务的报酬和时间均修改为所述诱饵任务的报酬与时间后,更新所有待卸载任务并发布;/n雾节点选择待卸载任务,依据雾节点进行任务卸载的报酬与时间偏好,选择待卸载任务类,并对所选的类任务中每个待卸载任务进行出价,选择出价最低的待卸载任务;/n移动设备选择雾节点,若某个待卸载任务被多个雾节点选中,则依据雾节点对任务出价的高低顺序,选择出价最低的雾节点作为对应移动设备发出的待卸载任务进行任务卸载。/n
【技术特征摘要】
1.一种基于诱饵效应的雾节点任务卸载方法,其特征在于,包括:
待卸载任务分类,依据所有移动设备上的所有待卸载任务提出的预计平均报酬和平均时间,将所有待卸载任务分为三类:高报酬长时间类任务、低报酬短时间类任务以及其他类任务;
以高报酬长时间类任务为目标任务,低报酬短时间类任务为目标任务的竞争任务,设计诱饵任务项;
确定具体的诱饵任务,结合所述诱饵任务项和所有待卸载任务提出的平均报酬和平均时间,以使得诱饵效果值在正向诱饵效应范围内取得最大值时,得到诱饵任务项的报酬诱饵因子和时间诱饵因子,确定诱饵任务的具体报酬和时间;
任务发布,将其他类任务的报酬和时间均修改为所述诱饵任务的报酬与时间后,更新所有待卸载任务并发布;
雾节点选择待卸载任务,依据雾节点进行任务卸载的报酬与时间偏好,选择待卸载任务类,并对所选的类任务中每个待卸载任务进行出价,选择出价最低的待卸载任务;
移动设备选择雾节点,若某个待卸载任务被多个雾节点选中,则依据雾节点对任务出价的高低顺序,选择出价最低的雾节点作为对应移动设备发出的待卸载任务进行任务卸载。
2.根据权利要求1所述的方法,其特征在于,所述诱饵效果值是利用高报酬长时间类任务、低报酬短时间类任务分别在基本参考点和诱饵转移参考点下的吸引力计算获得;
M(τtt|r)=Ptt(vtt|vave)+Qtt(ttt|tave)
其中,M(τtt|r)表示某一类任务τtt基于参考点r的吸引力,,Ptt(vtt|vave)表示tt类任务基于vave的报酬吸引力;Qtt(ttt|tave)表示tt类任务基于tave的时间成本吸引力;tt∈{A,B,C},A、B、C分别表示高报酬长时间类任务、低报酬短时间类任务以及其他类任务的标记;τgoal表示主推目标任务,τcompete表示竞争任务;
其中,α和β表示受益和损失区间的价值函数的凹凸程度,取值范围为(0,1);λ表示损失厌恶程度,λ>1;
r表示基本参考点,是指所有待卸载任务提出的预计平均报酬vave和平均时间tave,r'表示诱饵转移参考点,是指高报酬长时间类任务、低报酬短时间类任务以及诱饵任务提出的预计平均报酬v'ave和平均时间t'ave。
3.根据权利要求2所述的方法,其特征在于,所述依据雾节点进行任务卸载的报酬与时间偏好,选择待卸载任务的具体过程如下:
构建雾节点对各类卸载任务的报酬和时间的偏好函数;
Wi,tt=δiPtt(vtt|vave)+(1-δi)Qtt(ttt|tave)
其中,Wi,tt表示雾节点i对tt类任务的整体偏好值,δi表示雾节点i对任务报酬的偏好系数,1-δi表示雾节点对任务时间的偏好系数;
从大于设定整体偏好阈值的所有Wi,tt中,选择最大的对应的tt*类任务,并计算雾节点i选择所选中的tt*类任务中各待卸载任务的出价,按照最低出价为雾节点i选择待卸载任务;
雾节点i选择待卸载任务j的出价按以下公式计算:
其中,bi,j...
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。