基于形式化模型的任务解析与资源分配方法及系统技术方案

本发明专利技术提供了一种基于形式化模型的任务解析与资源分配方法及系统，包括：步骤S1：任务解析模块解析任务需求，并将任务需求以任务工作流形式化表示；步骤S2：资源分配模块将形式化的任务工作流合并，得到合并后的任务工作流；步骤S3：将移动终端设备的资源能力抽象成元模型，并在云端进行服务注册；步骤S4：基于合并后的任务工作流以及在云端注册的服务，采用启发式算法进行任务的调度匹配；步骤S5：移动终端设备根据调度匹配结果进行任务的执行。

【技术实现步骤摘要】
基于形式化模型的任务解析与资源分配方法及系统
本专利技术涉及计算机科学领域，具体地，涉及基于形式化模型的任务解析与资源分配方法及系统，更为具体地，涉及面向移动边缘计算场景的基于形式化模型的的任务解析与资源分配方法及系统。
技术介绍
随着边缘计算的不断发展，它可以规避距离远、容量限制、多个网络跃点以及集中处理传统互联网架构中的负载等多方面问题。目前接入互联网的设备数量已经十分庞大，每天的数据量也在激增，传统的云计算模型是讲所有数据通过网络上传至云计算中心，利用云计算的超强计算能力来解决集中应用的计算需求问题，但是它有三点不足：一、万物互联的实时性需求。随着边缘设备数量的增加，设备产生的数据量每天也在激增，导致网络带宽逐渐成为了云计算的一个瓶颈，例如，移动边缘设备之间的带宽就不足以支持数据实时传输。二、数据安全与隐私。随着智能家居的普及，许多家庭在屋内安装网络摄像头，直接将摄像头收集的视频数据上传至云计算中心会增加泄露用户隐私数据的风险。三、能耗较大。随着在云服务器运行的用户应用程序越来越多，未来大规模数据中心对能耗的需求将难以满足，现有的关于云计算中心的能耗研究主要集中在如何提高能耗使用效率方面。针对上述这些问题，万物互联应用需求的发展催生出了边缘计算模型，该模型中边缘设备具有执行计算和数据分析处理的能力，将原有云计算模型执行的部分或全部计算任务迁移到网络边缘设备上，降低云服务器的计算负载，减缓网络带宽的压力。边缘计算不是为了取代云，而是对云的补充。在云端接收到大量待运行的任务时，如何对这些任务进行调度是一个难点。边缘计算模型里的边缘节点性能远不如云端的服务集群，因此不同的任务到达时，如果简单地将任务随机给一个边缘节点，或者算法的效果不够好，那么就会出现任务完成率低下或者边缘节点的负载不均衡甚至任务失败的问题。对于这些问题，现在有许多的任务调度策略，这些策略是根据一定的资源使用规则，将资源在不同的资源使用者之间进行调整的过程，但是这些策略往往是在云计算中比较成熟，在边缘计算的场景中服务质量以及资源利用率都要受到边缘节点的影响。本专利技术面向的是移动边缘计算应用场景，其中的移动边缘设备具有一定的计算能力，被当作边缘计算模型中的边缘节点。在移动边缘设备集群运作的过程中，在云端会连续不断地收到各种不同的任务需求，这些任务的类型和需求的资源都不尽相同，与此同时各个边缘节点的计算能力也各有千秋，因此本专利技术将提出一种合适此类场景的的任务解析与资源分配机制。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种基于形式化模型的任务解析与资源分配方法及系统。根据本专利技术提供的一种基于形式化模型的任务解析与资源分配方法，包括：步骤S1：任务解析模块解析任务需求，并将任务需求以任务工作流形式化表示；步骤S2：资源分配模块将形式化的任务工作流基于减少工作流消耗的总资源量进行合并，得到合并后的任务工作流；步骤S3：将移动终端设备的资源能力抽象成元模型，并在云端进行服务注册；步骤S4：基于合并后的任务工作流以及在云端注册的服务，采用启发式算法进行任务的调度匹配；步骤S5：移动终端设备根据调度匹配结果进行任务的执行。优选地，所述步骤S1包括：步骤S1.1：采用中文事件抽取中的模式匹配和关键字抽取相结合的方法对任务进行任务对资源的需求描述提取；步骤S1.2：构建任务需求的语义描述模型，得到资源需求描述元模型；步骤S1.3：根据资源的需求描述，将资源需求描述元模型中任务对各种不同类型资源的需求参数、任务约束条件、任务的工作流以及任务属性进行规约；步骤S1.4：基于预设的需求-任务映射模板将规约后的资源需求描述元模型与任务进行映射；步骤S1.5：使用带有任务及资源约束信息的有向无环图对映射后的资源需求元模型进行描述。优选地，所述步骤S2包括：基于任务对各种不同类型资源的需求参数和所需资源的条件约束，在以工作流为基础的有向无环图上构建不同工作流之间子任务之间的合并关系和合并子任务集，并通过子任务之间的约束和死锁冲突机制筛除可能性最小的合并关系，并将当前确定的合并任务进行合并。优选地，所述步骤S3包括：对移动终端设备的能力与状态采用形式化描述化描述的方法建立资源供给描述元模型。优选地，所述步骤S4包括：利用启发式算法寻找NP-hard问题的一个近似解。根据本专利技术提供的一种基于形式化模型的任务解析与资源分配系统，包括：模块M1：任务解析模块解析任务需求，并将任务需求以任务工作流形式化表示；模块M2：资源分配模块将形式化的任务工作流基于减少工作流消耗的总资源量进行合并，得到合并后的任务工作流；模块M3：将移动终端设备的资源能力抽象成元模型，并在云端进行服务注册；模块M4：基于合并后的任务工作流以及在云端注册的服务，采用启发式算法进行任务的调度匹配；模块M5：移动终端设备根据调度匹配结果进行任务的执行。优选地，所述模块M1包括：模块M1.1：采用中文事件抽取中的模式匹配和关键字抽取相结合的方法对任务进行任务对资源的需求描述提取；模块M1.2：构建任务需求的语义描述模型，得到资源需求描述元模型；模块M1.3：根据资源的需求描述，将资源需求描述元模型中任务对各种不同类型资源的需求参数、任务约束条件、任务的工作流以及任务属性进行规约；模块M1.4：基于预设的需求-任务映射模板将规约后的资源需求描述元模型与任务进行映射；模块M1.5：使用带有任务及资源约束信息的有向无环图对映射后的资源需求元模型进行描述。优选地，所述模块M2包括：基于任务对各种不同类型资源的需求参数和所需资源的条件约束，在以工作流为基础的有向无环图上构建不同工作流之间子任务之间的合并关系和合并子任务集，并通过子任务之间的约束和死锁冲突机制筛除可能性最小的合并关系，并将当前确定的合并任务进行合并。优选地，所述模块M3包括：对移动终端设备的能力与状态采用形式化描述化描述的方法建立资源供给描述元模型。优选地，所述模块M4包括：利用启发式算法寻找NP-hard问题的一个近似解。与现有技术相比，本专利技术具有如下的有益效果：1、对于资源和任务，定义了元模型，面对大规模的任务，先将需求提取出来，然后形式化表示为任务的工作流，与资源的元模型采用启发式算法进行匹配，该方法在解决移动边缘设备协同多任务分配问题时，能够在较少的迭代次数内获得较优的任务分配计划，且计划的评价指标水平随算法运行时间的增加而提升；2、定义的元模型具有良好的可扩展性，可不断扩展至其他复杂或者多样的移动边缘设备资源或任务需求，特别是对跨域资源协作的场景，将不同类型的资源用同一类方式来表示，并且资源与资源之间有各种不同的组合关系；资源与设备都被抽象成了元模型，在进行资源-任务匹配时，根据元模型中的约束建立资源请求与资源之间的匹配关系，组合方法作为服务组合替换方法的底层支持；3、对形式化的工本文档来自技高网...

【技术保护点】
1.一种基于形式化模型的任务解析与资源分配方法，其特征在于，包括：/n步骤S1：任务解析模块解析任务需求，并将任务需求以任务工作流形式化表示；/n步骤S2：资源分配模块将形式化的任务工作流基于减少工作流消耗的总资源量进行合并，得到合并后的任务工作流；/n步骤S3：将移动终端设备的资源能力抽象成元模型，并在云端进行服务注册；/n步骤S4：基于合并后的任务工作流以及在云端注册的服务，采用启发式算法进行任务的调度匹配；/n步骤S5：移动终端设备根据调度匹配结果进行任务的执行。/n

【技术特征摘要】
1.一种基于形式化模型的任务解析与资源分配方法，其特征在于，包括：
步骤S1：任务解析模块解析任务需求，并将任务需求以任务工作流形式化表示；
步骤S2：资源分配模块将形式化的任务工作流基于减少工作流消耗的总资源量进行合并，得到合并后的任务工作流；
步骤S3：将移动终端设备的资源能力抽象成元模型，并在云端进行服务注册；
步骤S4：基于合并后的任务工作流以及在云端注册的服务，采用启发式算法进行任务的调度匹配；
步骤S5：移动终端设备根据调度匹配结果进行任务的执行。


2.根据权利要求1所述的基于形式化模型的任务解析与资源分配方法，其特征在于，所述步骤S1包括：
步骤S1.1：采用中文事件抽取中的模式匹配和关键字抽取相结合的方法对任务进行任务对资源的需求描述提取；
步骤S1.2：构建任务需求的语义描述模型，得到资源需求描述元模型；
步骤S1.3：根据资源的需求描述，将资源需求描述元模型中任务对各种不同类型资源的需求参数、任务约束条件、任务的工作流以及任务属性进行规约；
步骤S1.4：基于预设的需求-任务映射模板将规约后的资源需求描述元模型与任务进行映射；
步骤S1.5：使用带有任务及资源约束信息的有向无环图对映射后的资源需求元模型进行描述。


3.根据权利要求1所述的基于形式化模型的任务解析与资源分配方法，其特征在于，所述步骤S2包括：基于任务对各种不同类型资源的需求参数和所需资源的条件约束，在以工作流为基础的有向无环图上构建不同工作流之间子任务之间的合并关系和合并子任务集，并通过子任务之间的约束和死锁冲突机制筛除可能性最小的合并关系，并将当前确定的合并任务进行合并。


4.根据权利要求1所述的基于形式化模型的任务解析与资源分配方法，其特征在于，所述步骤S3包括：对移动终端设备的能力与状态采用形式化描述化的方法建立资源供给描述元模型。


5.根据权利要求1所述的基于形式化模型的任务解析与资源分配方法，其特征在于，所述步骤S4包括：利用启发式算法寻找NP-hard问题的一个近似解。

【专利技术属性】
技术研发人员：张政童，孙士勇，陈昊鹏，王见思，黄子昂，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31