基于诱饵效应的雾节点任务卸载方法、系统、介质及设备技术方案

本发明专利技术公开了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，本发明专利技术考虑了诱饵效应对用户的激励作用，建立了能够影响雾节点行为决策的任务发布环境，并向环境中卸载任务提供了任务吸引力值，通过任务发布和任务吸引力值有指向性地引导雾节点决策；通过设置诱饵任务，提高了目标任务的客观吸引力值；在此基础上引入偏好系数，反映雾节点的真实决策行为，诱饵任务的加入提高了部分雾节点主观偏好值，使更多雾节点参与任务阈值得到满足，提高了雾节点的参与数量。同时，相较于对比的机制，本方案不需要提高任务报酬就使更多的任务被选择了，提高了移动设备的总效用，本方案能有更实际和更有效的激励效果。

【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，偏好的不同会对其选择有影响。比如有的雾节点更喜欢低成本的任务，这类雾节点对时间成本属性更为敏感；有的更偏好于高报酬的任务，其对报酬属性更为敏感；还有的雾节点不会因为报酬或者时间的增加而对其相对的属性有更高的预期要求，其偏好是中性的。综上所述，急需一种考虑诱饵效应对用户行为决策影响的、更有效的激励雾节点参与计算卸载的方法来解决上述问题。
技术实现思路
针对上述技术问题，本专利技术提供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，该方案将任务的报酬属性值和时间成本属性值抽象为吸引力值，并基于诱饵效应理论的参照依赖特性设计诱饵任务，根据偏好理论对雾节点偏好进行建模设计，从而提高雾节点参与率，并更大限度提高移动设备效用的激励方法。本专利技术提供了以下技术方案：一方面，一种基于诱饵效应的雾节点任务卸载方法，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。本方案根据理论与仿真实验数据，采用本方案卸载成功的目标任务与总任务数量大于采用对比的机制(PMMRA机制，PMMRA是计算卸载系统中经典的激励机制)时的任务数量，本质上在于通过设置诱饵任务，提高了目标任务(待卸载任务)的客观吸引力值；在此基础上引入偏好系数，反映雾节点的真实决策行为，诱饵任务的加入提高了部分雾节点主观偏好值，使更多雾节点参与任务阈值得到满足，提高了雾节点的参与数量。同时，相较于对比的机制(任务预计报酬根据市场供需关系定)，本方案不需要提高任务报酬就使更多的任务被选择了，提高了移动设备的总效用。移动设备与雾节点就是卸载服务请求方与执行方；所述诱饵任务项的报酬诱饵因子小于1和时间诱饵因子大于1；进一步地，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。α和β取值范围为(0，1)，表示无论是获得还是损失，它们带来的价值都是边际递减的；λ大于1表示损失厌恶程度，它表示损失区间比收益区间更陡；根据卡尼曼和特沃斯基的实验结果，α＝β＝0.88，λ＝2.25。某一类任务在诱饵转移参考点下的吸引力计算与在基本参考点下的吸引力计算公式类似，即利用诱饵转移参考点的报酬和时间对应替换基本参考点下的报酬和时间；进一步地，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；δi＞0.5为报酬偏好用户；δi＜0.5为成本偏好用户；δi＝0.5为无偏好用户。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表示雾节点i选择待卸载任务j的出价，Ci,j(tj,fi)表示雾节点i选择任务j的成，本，且tj表示待卸载任务j的所需时间，fi表示雾节点i的时钟频率；tt*表示选中的任务类标记，T＝{A,B,decoy}，decoy表示诱饵任务，T-tt*为其他类任务；为选中任务的偏好满足感，是该类任务的偏好值与其他类任务偏好本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：李登，谭萤，刘佳琦，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43