任务调度模型训练方法、装置、任务调度方法及电子设备制造方法及图纸

本申请适用于物联网技术领域，提供了一种任务调度模型训练方法、装置、任务调度方法及电子设备，其中，所述任务调度模型应用于移动边缘计算，所述任务调度模型训练方法包括：获取边缘服务器中任务在第一时段的第一运行时长，所述第一时段根据第一时间节点确定；根据所述任务的第一运行时长更新所述任务调度模型的参数；根据更新后的任务调度模型，将待处理任务部署至所述边缘服务器；确定部署后的任务在第二时段的第二运行时长，根据所述第二运行时长确定奖励，迭代更新所述任务调度模型的参数，直到所述任务调度模型满足预设要求。本申请可以适应不同任务调度要求，减少任务调度服务的时间，为用户提供低延迟的任务调度服务。务。务。

【技术实现步骤摘要】
任务调度模型训练方法、装置、任务调度方法及电子设备


[0001]本申请属于物联网
，尤其涉及一种任务调度模型训练方法、装置、任务调度方法及电子设备。

技术介绍

[0002]随着智能设备不断增加及物联网行业的迅猛发展，连接入物联网中的用户设备不断增加，用户任务的种类也在不断增加。为了应对未来海量用户设备连接及用户任务多样性提高的问题，设计了移动边缘计算平台，传统的移动边缘计算平台采用启发式算法，或采用基于强化学习的任务卸载与调度算法，以此来为广大用户提供了任务调度服务，完成计算。这些传统的移动边缘计算平台虽能快速高效解决大部分情况下的任务调度的问题，但在面对海量、多样化、随机变化且动态变化的任务请求进行任务调度时，无法提供一个能够快速高效完成任务的任务调度服务，在面对复杂任务请求时，所生成任务调度服务需要花费大量时间才能够完成任务，效率低下。

技术实现思路

[0003]本申请实施例提供了一种任务调度模型训练方法、装置、任务调度方法及电子设备，可以解决任务调度服务的高延迟问题。
[0004]第一方面，本申请实施例提供了一种任务调度模型训练方法，该任务调度模型应用于移动边缘计算，该任务调度模型训练方法包括如下步骤：
[0005]在第一方面的一种可能的实现方式中，
[0006]获取边缘服务器中任务在第一时段的第一运行时长，所述第一时段根据第一时间节点确定；
[0007]根据任务的第一运行时长更新任务调度模型的参数；
[0008]根据更新后的任务调度模型，将待处理任务部署至边缘服务器；
[0009]根据第一运行时长和更新后的任务调度模型，确定任务调度模型更新的奖励，根据所述奖励迭代更新任务调度模型的参数，直到任务调度模型满足预设要求。
[0010]在第一方面的一种可能的实现方式中，获取边缘服务器中任务的第一运行时长，包括：
[0011]获取边缘服务器在第一时段中运行的任务，以及获取任务在第一时段中的运行时长；
[0012]根据第一时段中运行的任务，以及各个任务在第一时段中的运行时长，确定第一运行时长。
[0013]在第一方面的一种可能的实现方式中，获取任务在所述第一时段中的运行时长，包括：
[0014]获取任务的开始时间、结束时间，以及第一时段的开始时间和结束时间；
[0015]根据任务的开始时间与第一时段的开始时间的先后关系，以及任务的结束时间与
第一时段的结束时间的先后关系，确定任务在第一时段中的运行时长。
[0016]在第一方面的一种可能的实现方式中，根据任务的第一运行时长更新任务调度模型的参数，包括：
[0017]获取位于第一时间节点之前的平均奖励；
[0018]根据累积奖励与平均奖励，结合预设的学习率，更新任务调度模型的参数。
[0019]在第一方面的一种可能的实现方式中，根据任务的第一运行时长更新任务调度模型的参数，包括：
[0020]获取任务请求信息和边缘服务器信息；
[0021]根据任务请求信息、边缘服务器信息和第一运行时长输入任务调度模型，输出任务调度模型的参数。
[0022]在第一方面的一种可能的实现方式中，任务请求信息包括任务划分的子任务层级的特征、任务层级的特征，以及全局任务层级的特征中的一项或者多项，边缘服务器信息包括边缘服务器的算力特征、通信资源特征、计算资源状态特征和存储资源状态特征中的一项或者多项。
[0023]第二方面，本申请实施例提供了一种任务调度方法，使用训练完成的任务调度模型生成任务调度方案，该方法包括如下步骤：
[0024]在第二方面的一种可能的实现方式中，获取全局的任务请求及边缘服务器信息；
[0025]将全局的任务请求及边缘服务器信息输入至根据第一方面中任一项所描述的任务调度模型训练方法中得到的已训练完成的任务调度模型，得到任务调度模型输出的调度策略；
[0026]根据调度策略将全局的任务请求划分为一个或者多个微服务，部署至边缘服务器。
[0027]第三方面，本申请实施例提供了一种任务调度模型训练装置，任务调度模型应用于移动边缘计算，该装置包括以下模块：
[0028]配置模块，用于获取边缘服务器中任务在第一时段的第一运行时长，所述第一时段根据第一时间节点确定；
[0029]用于根据任务的第一运行时长更新任务调度模型的参数；
[0030]用于根据更新后的任务调度模型，将待处理任务部署至边缘服务器；
[0031]训练模块，用于根据第一运行时长和更新后的任务调度模型，确定任务调度模型更新的奖励，根据所述奖励迭代更新任务调度模型的参数，直到任务调度模型满足预设要求。
[0032]第四方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如第一方面任一项所描述的任务调度模型训练方法，或者，上述处理器执行上述计算机程序时实现如第二方面任一项所描述的任务调度方法。
[0033]第五方面，本申请实施例提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如第一方面任一项所描述的任务调度模型训练方法，或者，上述计算机程序被处理器执行时实现如第二方面任一项所描述的任务调度方法。
[0034]第六方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面中任一项所描述的任务调度模型训练方法，或者，使得电子设备执行上述第二方面中任一项所描述的任务调度方法。
[0035]可以理解的是，上述第二方面至第六方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
[0036]本申请实施例与现有技术相比存在的有益效果是：
[0037]本申请提供了一种任务调度模型训练方法，通过获取第一时间节点确定的第一时段内，边缘服务器中的任务的第一运行时长，并根据该第一运行时长更新任务调度模型的参数，基于更新后的任务调度模型将待处理任务部署至边缘服务器，根据第一运行时长和更新后的任务调度模型确定奖励，基于奖励更新任务调度模型参数，使得任务调度模型满足预设要求则完成该模型的训练。基于该模型进行任务调度，可以有效的适应海量、多样化、随机变化且动态变化的任务调度要求，有利于提高调度效率。
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，下面将对实施例或现有技术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是本申请一实施例提供的任务调度工作的应用场景图；
[0040]图2是本申请一实施例提供的任务调度模型训练方法的流程示意图；
[0041]图3是本申请一实施例提供的任务调度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种任务调度模型训练方法，其特征在于，所述任务调度模型应用于移动边缘计算，包括：获取边缘服务器中任务在第一时段的第一运行时长，所述第一时段根据第一时间节点确定；根据所述任务的第一运行时长更新所述任务调度模型的参数，根据更新后的任务调度模型，将待处理任务部署至所述边缘服务器；确定部署后的任务在第二时段的第二运行时长，根据所述第二运行时长确定奖励，根据所述奖励迭代更新所述任务调度模型的参数，直到所述任务调度模型满足预设要求，其中，所述第二时段根据第二时间节点确定，所述第二时间节点在所述第一时间节点之后。2.如权利要求1所述的方法，其特征在于，获取边缘服务器中任务的第一运行时长，包括：获取所述边缘服务器在所述第一时段中运行的任务，以及获取所述任务在所述第一时段中的运行时长；根据所述第一时段中运行的任务，以及各个所述任务在第一时段中的运行时长，确定所述第一运行时长。3.如权利要求2所述的方法，其特征在于，获取所述任务在所述第一时段中的运行时长，包括：获取所述任务的开始时间、结束时间，以及所述第一时段的开始时间和结束时间；根据所述任务的开始时间与所述第一时段的开始时间的先后关系，以及所述任务的结束时间与所述第一时段的结束时间的先后关系，确定所述任务在所述第一时段中的运行时长。4.如权利要求1至2任一项所述的方法，其特征在于，根据所述任务的第一运行时长更新所述任务调度模型的参数，包括：获取位于第一时间节点之前的平均奖励；根据所述奖励与所述平均奖励，结合预设的学习率，更新所述任务调度模型的参数。5.如权利要求1所述的方法，其特征在于，根据所述任务的第一运行时长更新所述任务调度模型的参数，包括：获取任务请求信息和边缘服务器信息；根据所述任务请求信息、边缘服务器信息和所述第一运行时长输入所述任务调度模型，输出所述任务调度模型的参数。6.如权利要求5所述的方法，其特征在于，所述任务请求信息...

【专利技术属性】
技术研发人员：杨术，崔来中，张利民，常晓磊，
申请(专利权)人：深圳大学，
类型：发明
国别省市：