边缘计算中软-硬截止期任务卸载的最佳定价方法及系统技术方案

本发明专利技术公开了边缘计算中软‑硬截止期任务卸载的最佳定价方法及系统，该方法包括如下步骤：设计边缘‑云计算系统模型，并将系统中的任务划分为高优先级和低优先级任务；建立队列模型，分别对边缘服务器和云服务器建立队列模型；其中对边缘服务器建立队列模型为M|M|1队列，对云服务器建立队列模型为M|M|∞队列；并计算硬截止期任务和软截止期任务在边缘服务器和云服务器中的响应时间；分别计算边缘服务器和云服务器的成本；分别计算边缘服务器和云服务器的收益；采用Wardrop来对系统的成本建模；采用纳什平衡对系统收益建模；评估定价策略的效率。本发明专利技术能找到一种均衡成本最小化和收益最大化的定价策略。

【技术实现步骤摘要】
边缘计算中软-硬截止期任务卸载的最佳定价方法及系统
本专利技术涉及一种边缘计算中软-硬截止期任务卸载的最佳定价方法及系统，属于边缘计算

技术介绍
边缘计算起源于传媒领域，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。通过将计算和存储资源扩展到资源受限的最终用户，边缘计算极大地消除了最终用户与远程云数据中心之间的传输延迟瓶颈。然而与资源丰富的云服务器相比，边缘服务器在计算和资源存储方面受到极大的限制。因此，在边缘计算系统中，任务处理和资源的计算分配一直是具有挑战性的问题。在边缘计算中，根据时效性约束，对延迟敏感任务可以分为：硬截止期任务和软截止期任务。在通用计算环境中，许多调度程序相继被提出。这些调度程序是在各种时间和资源限制的情况下，根据错失截止日期的任务数量来发展的。通过采取任务的相似性及时特征，在有限的计算资源中如何调度这些任务是边缘计算中很有趣的研究主题。参考文献1中设计一个调度策略，即通过选择最适合硬截止期和软截止期任务的位置。但是他们的硬截止期任务需要非常严格的截止日期才能在嵌入式系统中执行。边节点剩余的计算资源用来执行软截止期任务，从而导致了这些任务忍受超出其期限的最大延迟。虽然参考文献1为基于截止日期的任务卸载奠定了坚实的基础，但是边缘和云之间的交互却很少。此外，他们没有考虑计算成本。参考文献2根据任务的要求和网络的计算模型，讨论了任务的分散资源分配，他们的主要目的是为了减少系统的开销。参考文献3从微观经济学理论的定价模型和资源分配角度来研究，旨在有限的预算内优化边缘计算中终端设备任务的有限资源。为了最大化网络的社会福利，参考文献4建议在基于共享经济的商业模型中使用一个平台，可以用来实时管理网络资源。该平台能最大限度地提高利润，而无需依赖任何用户关于在何处放置和处理任务的决定。综上所述，目前文献中主要设计定价模型，在针对特定的网络场景设计最优定价机制。这些定价模型没有明确考虑截止日期，尤其是边缘计算中硬截止期和软截止期任务。因此有必要解决现有技术存在的如下技术需求：如何为不同的截止日期任务设定价格，通过利用其自身的计算和传输能力来最大化边缘云收入。参考文献如下：[1]N.Auluck,A.Azim,andK.Fizza,“Improvingtheschedulabilityofreal-timetasksusingfogcomputing,”IEEETransactionsonServicesComputing,pp.1–14,Sept.2019.[2]Q.He,G.Cui,X.Zhang,F.Chen,S.Deng,H.Jin,Y.Li,andY.Yang,“Agame-theoreticalapproachforuserallocationinedgecomputingenvironment,”IEEETrans.ParallelDistrib.Syst.,vol.31,no.3,pp.515–529,Mar.2020.[3]J.Liu,S.Guo,K.Liu,andL.Feng,“Resourceprovisionandallocationbasedonmicroeconomictheoryinmobileedgecomputing,”IEEETrans.Serv.Comput.,pp.1–14,June2020,[4]M.Siew,D.W.H.Cai,L.Li,andT.Q.S.Quek,“Dynamicpricingforresource-quotasharinginmulti-accessedgecomputing,”IEEETrans.Netw.Sci.Eng.,pp.1–13,June2020。
技术实现思路
本专利技术所要解决的技术问题是克服现有技术的缺陷，提供一种边缘计算中软-硬截止期任务卸载的最佳定价方法及系统，使得边缘-云计算系统能够找到一种均衡成本最小化和收益最大化的定价策略。本专利技术具体采用如下技术方案：边缘计算中软-硬截止期任务卸载的最佳定价方法，包括如下步骤：步骤SS1：设计边缘-云计算系统模型，并将系统中的任务划分为高优先级和低优先级任务；步骤SS2：建立队列模型，分别对边缘服务器和云服务器建立队列模型；其中对边缘服务器建立队列模型为M|M|1队列，对云服务器建立队列模型为M|M|∞队列；并计算硬截止期任务和软截止期任务在边缘服务器和云服务器中的响应时间；步骤SS3：分别计算边缘服务器和云服务器的成本；步骤SS4：分别计算边缘服务器和云服务器的收益；步骤SS5：采用Wardrop来对系统的成本建模；步骤SS6：采用纳什平衡对系统收益建模；步骤SS7：评估定价策略的效率。作为一种较佳的实施例，所述步骤SS1中的系统中的任务的划分依据是任务的时间期限；高优先级任务通常需要硬截止期，而低优先级任务需要软截止期，因此任务也分成硬截止期任务和软截止期任务；假设λ为到达的任务量：λ＝λH+λS其中，λH为硬截止期任务的数量，λS为软截止期任务的数量。作为一种较佳的实施例，所述步骤SS2具体包括：硬截止期任务的数量包含边缘服务器中硬截止期任务的数量和云服务器中硬截止期任务的数量同理，软截止期任务的数量包含边缘服务器中软截止期任务的数量和云服务器中软截止期任务的数量则有：硬截止期任务在边缘服务器和云服务器上的响应时间分别为：软截止期任务在边缘服务器和云服务器上的响应时间分别为：其中，μE和μC分别为服务速率，即单位时间内服务器完成的任务数。作为一种较佳的实施例，所述步骤SS3具体包括：边缘服务器中硬截止期任务的成本为：边缘服务器中软截止期任务成本为：其中α为参数，用来权衡延迟和成本之间的关系，即任务处理时间越长，总花费的成本就越高；PE为边缘服务器上每一个任务的成本；云服务器中硬截止期任务和软截止期任务的成本如下：其中dt为将单个任务从边缘服务器转移到云服务器的平均传输延迟，PC为云服务器上每一个任务的成本。作为一种较佳的实施例，所述步骤SS4具体包括：边缘服务器的收益为：云服务器的收益为：为边缘服务器中硬截止期任务的数量，为云服务器中硬截止期任务的数量；为边缘服务器中软截止期任务的数量，为云服务器中软截止期任务的数量。作为一种较佳的实施例，所述步骤SS5具体包括：平衡中软硬截止期任务的总成本是相等的，即：软截止期任务在总任务的比例在云服务器和边缘服务器计算总成本中扮演很重要的角色，因此写成如下：其中φ为截止日期的偏移。作为一种较佳的实施例，所述步骤SS6具体包括：定义和分别为边缘服务器和云服务器的纳什价格，其中本文档来自技高网...

【技术保护点】
1.边缘计算中软-硬截止期任务卸载的最佳定价方法，其特征在于，包括如下步骤：/n步骤SS1：设计边缘-云计算系统，所述边缘-云计算系统包含边缘服务器、云服务器，进入系统的任务按截止划分为高优先级和低优先级任务；/n步骤SS2：建立队列模型，分别对边缘服务器和云服务器建立队列模型；其中对边缘服务器建立队列模型为M|M|1队列，对云服务器建立队列模型为M|M|∞队列，1表示只有1台服务器,∞表示有无限台服务器；并计算硬截止期任务和软截止期任务在边缘服务器和云服务器中的响应时间；/n步骤SS3：分别计算边缘服务器和云服务器的成本；/n步骤SS4：分别计算边缘服务器和云服务器的收益；/n步骤SS5：采用Wardrop来对系统的成本建模；/n步骤SS6：采用纳什平衡对系统收益建模；/n步骤SS7：评估定价策略的效率。/n

【技术特征摘要】
1.边缘计算中软-硬截止期任务卸载的最佳定价方法，其特征在于，包括如下步骤：
步骤SS1：设计边缘-云计算系统，所述边缘-云计算系统包含边缘服务器、云服务器，进入系统的任务按截止划分为高优先级和低优先级任务；
步骤SS2：建立队列模型，分别对边缘服务器和云服务器建立队列模型；其中对边缘服务器建立队列模型为M|M|1队列，对云服务器建立队列模型为M|M|∞队列，1表示只有1台服务器,∞表示有无限台服务器；并计算硬截止期任务和软截止期任务在边缘服务器和云服务器中的响应时间；
步骤SS3：分别计算边缘服务器和云服务器的成本；
步骤SS4：分别计算边缘服务器和云服务器的收益；
步骤SS5：采用Wardrop来对系统的成本建模；
步骤SS6：采用纳什平衡对系统收益建模；
步骤SS7：评估定价策略的效率。


2.根据权利要求1所述的边缘计算中软-硬截止期任务卸载的最佳定价方法，其特征在于，所述步骤SS1中的系统中的任务的划分依据是任务的时间期限；高优先级任务通常需要硬截止期，而低优先级任务需要软截止期，因此任务也分成硬截止期任务和软截止期任务；假设λ为到达的任务量：
λ＝λH+λS
其中，λH为硬截止期任务的数量，λS为软截止期任务的数量。


3.根据权利要求2所述的边缘计算中软-硬截止期任务卸载的最佳定价方法，其特征在于，所述步骤SS2具体包括：
硬截止期任务的数量包含边缘服务器中硬截止期任务的数量和云服务器中硬截止期任务的数量同理，软截止期任务的数量包含边缘服务器中软截止期任务的数量和云服务器中软截止期任务的数量则有：



硬截止期任务在边缘服务器和云服务器上的响应时间分别为：



软截止期任务在边缘服务器和云服务器上的响应时间分别为：



其中，μE和μC分别为边缘服务器和云服务器的归一化服务速率，即单位时间内边缘服务器和云服务器完成的任务数。


4.根据权利要求3所述的边缘计算中软-硬截止期任务卸载的最佳定价方法，其特征在于，所述步骤SS3具体包括：
边缘服务器中硬截止期任务的成本为：



边缘服务器中软截止期任务成本为：



其中α为用来权衡延迟和成本之间关系的参数，即任务处理时间越长，总花费的成本就越高；PE为边缘服务器上单个任务的成本；
云服务器中硬截止期任务和软截止期任务的成本如下：






其中dt为将单个任务从边缘服务器转移到云服务器的平均传输延迟，PC为云服务器上单个任务的成本。


5.根据权利要求4所述的边缘计算中软-硬截止期任务卸载的最佳定价方法，其特征在于，所述步骤SS4具体包括：
边缘服务器的收益为：



云服务器的收益为：

【专利技术属性】
技术研发人员：米顿，吕运容，孙志宏，郭棉，段志宏，张清华，李伟明，傅树霞，
申请(专利权)人：广东石油化工学院，
类型：发明
国别省市：广东;44