一种边缘计算环境下移动审计设备计算任务的卸载方法技术

本发明专利技术公开了一种边缘计算环境下移动审计设备计算任务的卸载方法。首先，读取用户设备信息以及设备上任务的相关信息；其次，将读取的设备信息和任务信息输入至一种灰狼算法获得任务的卸载方案，所述灰狼算法至少包含一个基于灰狼个体(下文简称灰狼)位置信息的将灰狼映射为任务序列的映射方法、一个为各任务分配发射天线功率的策略、一个基于双点杂交策略的任务序列扰动方法；最后，设备根据卸载方案将任务卸载至边缘服务器执行。本发明专利技术能够有效缩短移动审计设备在边缘计算环境下处理计算任务的时长，提高审计工作效率。提高审计工作效率。提高审计工作效率。

【技术实现步骤摘要】
一种边缘计算环境下移动审计设备计算任务的卸载方法


[0001]本专利技术涉及边缘计算领域，特别是一种边缘计算环境下移动审计设备计算任务的卸载方 法。

技术介绍

[0002]随着移动智能设备普及率的逐步提高和万物互联时代的到来，移动智能设备也已广泛应 用于审计领域。移动审计设备(包括智能手机、笔记本、软硬一体化定制终端等，下文简称 为设备)的使用极大的提高了审计工作的效率。然而，设备的电池储能与内存空间有限，成 为了制约设备及时处理审计时产生的大量计算任务(包括审计数据关联比对、审计模型运行、 审计疑点发现等，下文简称为任务)的重要因素。边缘计算就是在用户附近的无线网(为 wifi、4G或5G网络)接入处(如移动审计车)部署边缘服务器，边缘计算服务器具有强大 的运算能力且可以为设备提供计算服务。用户通过将设备上计算量繁琐的任务卸载到边缘服 务器上执行，从而节约设备上的能耗和减少了因任务计算量庞大导致的时间延迟。显然，将 移动审计设备审计时产生的计算任务卸载至边缘服务器上执行能够极大缩短审计工作的时长， 有效提高审计效率。
[0003]目前，学者们在边缘计算的任务调度问题的研究上已取得一定的成果，但仍存在着一些 不足。例如，文献“MAUl:making smartphones last longer with code offload”公开了一种实时进 行应用卸载决策的方法，该方法具有将卸载决策形式化为0
‑
1线性规划问题的特征，该特征 使得这种方法具有求解整数规划的计算代价过高的缺点，使它不适用于边缘任务卸载问题。 文献“CloneCloud:Elastic execution between mobile device and cloud”公开了一种克隆云模型的 方法，该方法具有在给定网络传输速率和设备计算能力基础上可以利用离线算法计算卸载决 策的特征，但该特征使得这种方法具有寻优复杂度过高的缺点。文献“Odessa:enablinginteractive perception applications on mobile devices”公开了一种基于贪婪机制的任务卸载方法， 该方法具有算法求解速度快和依赖于网络带宽的特征，该特征使得这种方法具有在网络带宽 受限较多时，其卸载决策最优解与实际相差较远，执行效率较差的缺点。

技术实现思路

[0004]本专利技术的目的在于提供一种边缘环境下移动审计设备计算任务的卸载方法，包括读取用 户设备信息以及设备上任务的相关信息，将读取的设备信息和任务信息输入至一种基于灰狼 算法获得任务的卸载方案的计算任务卸载方法中，设备根据卸载方案将任务卸载至边缘服务 器执行。本专利技术能够有效缩短移动审计设备在边缘计算环境下处理计算任务的时长，提高审 计工作效率。
[0005]一种边缘环境下移动审计设备计算任务的卸载方法，它是通过使用一种灰狼算法获得卸 载方案并根据所得卸载方案将任务卸载至边缘服务器执行，主要步骤包括：
[0006]步骤S1，读取设备信息和设备上任务的相关信息；
[0007]步骤S2，将读取的任务信息输入至一种基于灰狼算法获得任务的卸载方案的计算任务 卸载方法中，所述灰狼算法至少包含一个基于灰狼个体(下文简称灰狼)位置信息的将灰狼 映射为任务序列的映射方法、一个为各任务分配发射天线功率的策略、一个基于双点杂交策 略的任务序列扰动方法；
[0008]步骤S3，设备根据卸载方案将任务卸载至边缘服务器执行。
[0009]步骤S1上读取的设备信息和设备上任务的相关信息，包括但不限于任务数，任务的数 据量，任务的每位数据量所需要的CPU周期数等等；获取用户移动设备要处理的n个独立 的计算任务，每个任务均可以被卸载和调度，具体描述为π＝{π1,π2,
…
,π
n
}。
[0010]步骤S2中的灰狼算法包括以下主要步骤：
[0011]步骤S21，初始化灰狼种群；
[0012]步骤S22，应用基于灰狼位置信息的将灰狼映射为任务序列的映射方法；
[0013]步骤S23，应用为各任务分配发射天线功率的策略；
[0014]步骤S24，由对应的任务序列计算每只灰狼的适应度值；
[0015]步骤S25，对所有灰狼的适应度值降序排序，依次记录最优的3只灰狼个体为α狼、β 狼和δ狼；
[0016]步骤S26，比较α狼和best狼的适应度值大小，若α狼的适应度值优于best狼，则更新 best狼为α狼，否则best狼不变；
[0017]步骤S27，判断是否达到迭代次数，若达到则输出最优解(卸载方案)，转步骤S3，否 则转步骤S28；
[0018]步骤S28，由灰狼算法的位置更新方式更新灰狼位置信息；
[0019]步骤S29，由“适者生存”的思想，用基于适应度值的概率方法更新灰狼种群；
[0020]步骤S210，应用基于双点杂交策略的任务序列扰动方法，对所有灰狼对应的任务序列 进行杂交，重复步骤S22到步骤S27。
[0021]步骤S21的初始化灰狼种群，即随机产生x只灰狼，灰狼Ω
m
的位置信息用一个n维数 组表示其中是一个实数，表示为灰狼m的位置l处的数值， l＝1,2,
…
,n，n是任务数；
[0022]步骤S22的基于灰狼位置信息的将灰狼映射为任务序列的映射方法，首先，随机生成每 只狼Ω
m
的初始任务卸载序列，并将其作为这只狼的历史最优解决方案的任务卸载序列。 然后，我们通过公式来计算灰狼n维位置上继承灰狼个体的历史最 优解决方案的对应位置i的任务的概率ρ，同时获得一个0到1之间的随机数λ，当ρ>λ 时，我们将序列上对应位置i的任务复制到新的解决方案ζ
m
对应的i位置上，否则将该任 务添加到上。最后，对于中的任务随机插入到ζ
m
的空位上，形成一个完整的新的任 务的卸载序列ζ
m
；
[0023]步骤S23的应用为各任务分配发射天线功率的策略，即得到任务卸载序列ζ
m
后，任务 卸载到MEC服务器时卸载功率的选择取决于功率分配的策略；为保证整体能耗能满足设备 上最大能耗要求，则假定所有任务的卸载功率为最低功率，计算从设备端传输所有任务
到 MEC服务器上的传输能耗E；若任务的整体传输能耗小于设备能耗上限E
max
，则用广度优先 的方法依次调大任务的功率，直至达到能耗上限；
[0024]步骤S24的由对应的任务序列计算每只灰狼的适应度值，其中，灰狼的适应度值即为所 有任务的最大完工时间的倒数，适应度值越大，表示灰狼的最大完工时间越小；
[0025]步骤S27的输出最优解(卸载方案)，包括任务的卸载序列，任务序列的功率分配情况 和任务序列的最大完工时间；
[0026]步骤S28的灰狼位置的更新，它是每代种群中表现最好的3匹狼α狼、β狼和δ狼指导 其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种边缘环境下移动审计设备计算任务的卸载方法，其特征在于使用一种灰狼算法获得卸载方案并根据所得卸载方案将任务卸载至边缘服务器执行，主要步骤包括：步骤S1，读取设备信息和设备上任务的相关信息；步骤S2，将读取的任务信息输入至一种灰狼算法获得任务的卸载方案，所述灰狼算法至少包含一个基于灰狼位置信息的将灰狼映射为任务序列的映射方法、一个为各任务分配发射天线功率的策略、一个基于双点杂交策略的任务序列扰动方法；步骤S3，设备根据卸载方案将任务卸载至边缘服务器执行。2.根据权利要求1所述的方法，其特征在于所读取的设备信息和设备上任务的相关信息，包括但不限于任务数，任务的数据量，任务的每位数据量所需要的CPU周期数；获取用户移动设备要处理的n个独立的计算任务π，每个任务均可以被卸载和调度，具体描述为π＝{π1,π2,
…
,π
n
}。3.根据权利要求1所述的方法，其特征在于：步骤S2中的灰狼算法包括以下主要步骤：步骤S21，初始化灰狼种群；随机产生x只灰狼，灰狼Ω
m
的位置信息用一个n维数组表示其中是一个实数，表示为灰狼m的位置l处的数值，l＝1,2,
…
,n，n是任务数；步骤S22，应用基于灰狼位置信息的将灰狼映射为任务序列的映射方法；步骤S23，应用为各任务分配发射天线功率的策略；步骤S24，由对应的任务序列计算每只灰狼的适应度值；步骤S25，对所有灰狼的适应度值降序排序，依次记录最优的3只灰狼个体为α狼、β狼和δ狼；步骤S26，比较α狼和best狼的适应度值大小，若α狼的适应度值优于best狼，则更新best狼为α狼，否则best狼不变；步骤S27，判断是否达到迭代次数，若达到则输出最优解即输出卸载方案，转步骤S3，否则转步骤S28；步骤S28，由灰狼算法的位置更新方式更新灰狼位置信息；步骤S29，用基于适应度值的概率方法更新灰狼种群；步骤S210，应用基于双点杂交策略的任务序列扰动方法，对所有灰狼对应的任务序列进行杂交，重复步骤S22到步骤S27。4.根据权利要求3所述的方法，其特征在于，步骤S22所述的基于灰狼位置信息的将灰狼映射为任务序列的映射方法：首先，随机生成每只狼Ω
m
的初始任务卸载序列，并将其作为这只狼的历史最优解决方案的任务卸载序列；然后，通过公式来计算灰狼n维位置上继承灰狼个体的历史最优解决方案的对应位置i的任务的概率ρ，同时获得一个0到1之间的随机数λ，当ρ>λ时，我们将序列上对应位置i的任务复制到新的解决方案ζ
m
对...

【专利技术属性】
技术研发人员：方昌健，张璐，伍之昂，
申请(专利权)人：南京审计大学，
类型：发明
国别省市：