基于缓存的边缘计算系统卸载方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了基于缓存的边缘计算系统卸载方法、装置、设备及介质，方法包括：在第一时刻，由用户向边缘服务器推荐流行文件集，所述边缘服务器从所述流行文件集中选取目标文件进行缓存；在第二时刻，所述用户基于所述边缘服务器的缓存进行卸载计算；其中，当请求计算的文件已经缓存在所述边缘服务器中时，所述用户从所述边缘服务器中直接获取文件的计算结果。本发明专利技术在考虑了边缘服务器有限空间的情况下，选择用户中流行度高的文件缓存在边缘服务器当中，同时也为任务卸载计算节省了系统的时延和能耗，可广泛应用于边缘计算技术领域。可广泛应用于边缘计算技术领域。可广泛应用于边缘计算技术领域。

【技术实现步骤摘要】
基于缓存的边缘计算系统卸载方法、装置、设备及介质


[0001]本专利技术涉及边缘计算
，尤其是基于缓存的边缘计算系统卸载方法、装置、设备及介质。

技术介绍

[0002]随着物联网设备的发展和用户对计算和实时服务需求的增长，人工智能被用于降低未来网络系统的系统成本。为了满足网络服务的需求，边缘网络的模式正日益向计算、通信和边缘缓存服务的联合设计转变。因此，缓存驱动的移动边缘计算(Cache
‑
enabled MEC)系统成为了边缘计算热门研究方向之一，它将边缘卸载计算与边缘缓存相结合，以降低系统成本。然而,在这个研究领域中，“边缘缓存为MEC网络提供的资源分配”是需要解决的重要问题之一。由于当前边缘服务器的存储空间有限，难以满足所有用户的计算请求，有限的资源和用户需求之间的这种不匹配给如何为服务缓存分配资源带来了挑战。因此，在边缘计算卸载中，我们需要考虑一个合理的边缘缓存算法，来解决服务器存储空间不足带来的资源分配的挑战。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供基于缓存的边缘计算系统卸载方法、装置、设备及介质，以解决存储空间不足带来的资源分配问题，能够节省系统的时延和能耗。
[0004]本专利技术的一方面提供了一种基于缓存的边缘计算系统卸载方法，包括：
[0005]在第一时刻，由用户向边缘服务器推荐流行文件集，所述边缘服务器从所述流行文件集中选取目标文件进行缓存；
[0006]在第二时刻，所述用户基于所述边缘服务器的缓存进行卸载计算；其中，当请求计算的文件已经缓存在所述边缘服务器中时，所述用户从所述边缘服务器中直接获取文件的计算结果。
[0007]可选地，所述在第一时刻，由用户向边缘服务器推荐流行文件集，包括：
[0008]在所述第一时刻，所述用户选取最受欢迎的前N个文件；
[0009]根据所述前N个文件生成文件推荐表，将所述文件推荐表发送至所述边缘服务器。
[0010]可选地，所述边缘服务器从所述流行文件集中选取目标文件进行缓存，包括：
[0011]所述边缘服务器从所有用户发送的多个文件推荐表中，选取最流行的前M个文件；
[0012]根据所述边缘服务器的存储空间状态，从所述前M个文件中选取目标文件进行缓存。
[0013]可选地，所述根据所述边缘服务器的存储空间状态，从所述前M个文件中选取目标文件进行缓存，包括：
[0014]当所述边缘服务器中具备满足预设条件的存储空间时，从所述前M个文件中选取流行度最高且没有被缓存过的目标文件进行缓存；
[0015]当所述边缘服务器中不具备满足预设条件的存储空间时，从所述前M个文件中选
取流行度最高且没有被缓存过的目标文件替换所述边缘服务器中当前不流行的文件。
[0016]可选地，所述方法还包括：
[0017]当请求计算的文件没有缓存在所述边缘服务器中时：
[0018]采用粒子群优化算法确定卸载比例；
[0019]根据所述卸载比例确定本地的第一计算任务和边缘服务器的第二计算任务；
[0020]获取所述第一计算任务和所述第二计算任务的结果，确定卸载计算的结果。
[0021]可选地，所述采用粒子群优化算法确定卸载比例，包括：
[0022]构建时延优化的第一目标函数和能耗优化的第二目标函数；
[0023]根据所述第一目标函数和所述第二目标函数进行粒子群迭代优化，确定每个粒子的更新速度；
[0024]根据所述粒子的更新速度，确定所述粒子的更新位置；
[0025]根据所述粒子的更新位置，确定最优的卸载比例。
[0026]可选地，所述文件的流行度的计算公式为：
[0027][0028]其中，表示用户m中文件k的流行度。
[0029]本专利技术实施例的另一方面提供了一种基于缓存的边缘计算系统卸载装置，包括：
[0030]第一模块，用于在第一时刻，由用户向边缘服务器推荐流行文件集，所述边缘服务器从所述流行文件集中选取目标文件进行缓存；
[0031]第二模块，用于在第二时刻，所述用户基于所述边缘服务器的缓存进行卸载计算；其中，当请求计算的文件已经缓存在所述边缘服务器中时，所述用户从所述边缘服务器中直接获取文件的计算结果。
[0032]本专利技术实施例的另一方面提供了一种电子设备，包括处理器以及存储器；
[0033]所述存储器用于存储程序；
[0034]所述处理器执行所述程序实现如前面所述的方法。
[0035]本专利技术实施例的另一方面提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
[0036]本专利技术实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0037]本专利技术的实施例在第一时刻，由用户向边缘服务器推荐流行文件集，所述边缘服务器从所述流行文件集中选取目标文件进行缓存；在第二时刻，所述用户基于所述边缘服务器的缓存进行卸载计算；其中，当请求计算的文件已经缓存在所述边缘服务器中时，所述用户从所述边缘服务器中直接获取文件的计算结果。本专利技术在考虑了边缘服务器有限空间的情况下，选择用户中流行度高的文件缓存在边缘服务器当中，同时也为任务卸载计算节省了系统的时延和能耗。
附图说明
[0038]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1为本专利技术实施例提供的基于缓存的边缘计算网络架构示意图；
[0040]图2为本专利技术实施例提供的缓存算法的实现原理图；
[0041]图3为本专利技术在Python仿真环境下，所提出方法在时间变化下系统时延的仿真结果；
[0042]图4为本专利技术在Python仿真环境下，所提出方法在时间变化下系统能耗的仿真结果。
具体实施方式
[0043]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0044]针对现有技术存在的问题，本专利技术实施例提供了一种基于缓存的边缘计算系统卸载方法，
[0045]包括：
[0046]在第一时刻，由用户向边缘服务器推荐流行文件集，所述边缘服务器从所述流行文件集中选取目标文件进行缓存；
[0047]在第二时刻，所述用户基于所述边缘服务器的缓存进行卸载计算；其中，当请求计算的文件已经缓存在所述边缘服务器中时，所述用户从所述边缘服务器中直接获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于缓存的边缘计算系统卸载方法，其特征在于，包括：在第一时刻，由用户向边缘服务器推荐流行文件集，所述边缘服务器从所述流行文件集中选取目标文件进行缓存；在第二时刻，所述用户基于所述边缘服务器的缓存进行卸载计算；其中，当请求计算的文件已经缓存在所述边缘服务器中时，所述用户从所述边缘服务器中直接获取文件的计算结果。2.根据权利要求1所述的基于缓存的边缘计算系统卸载方法，其特征在于，所述在第一时刻，由用户向边缘服务器推荐流行文件集，包括：在所述第一时刻，所述用户选取最受欢迎的前N个文件；根据所述前N个文件生成文件推荐表，将所述文件推荐表发送至所述边缘服务器。3.根据权利要求2所述的基于缓存的边缘计算系统卸载方法，其特征在于，所述边缘服务器从所述流行文件集中选取目标文件进行缓存，包括：所述边缘服务器从所有用户发送的多个文件推荐表中，选取最流行的前M个文件；根据所述边缘服务器的存储空间状态，从所述前M个文件中选取目标文件进行缓存。4.根据权利要求3所述的基于缓存的边缘计算系统卸载方法，其特征在于，所述根据所述边缘服务器的存储空间状态，从所述前M个文件中选取目标文件进行缓存，包括：当所述边缘服务器中具备满足预设条件的存储空间时，从所述前M个文件中选取流行度最高且没有被缓存过的目标文件进行缓存；当所述边缘服务器中不具备满足预设条件的存储空间时，从所述前M个文件中选取流行度最高且没有被缓存过的目标文件替换所述边缘服务器中当前不流行的文件。5.根据权利要求4所述的基于缓存的边缘计算系统卸载方法，其特征在于，所述方法还包括：当请求计算的文件没有...

【专利技术属性】
技术研发人员：范立生，周发升，周文棋，谭伟强，黄华锟，
申请(专利权)人：广州大学，
类型：发明
国别省市：