一种用于优化边缘计算任务的方法和系统与流程
本发明属于边缘计算技术领域，更具体地，涉及一种用于优化边缘计算任务的方法和系统。
背景技术：
如今，常规云计算模式难以满足越来越多出现的低延时计算任务的需求，有鉴于此，引入了边缘计算(edgecomputing，简称ec)的概念。边缘计算是指在靠近用户终端或数据源的网络边缘侧融合网络、存储、计算、以及应用核心能力的新计算模式。边缘计算能够较好的满足用户在实时业务、应用智能、安全与隐私保护等方面的需求；边缘计算服务器靠近用户端，使得数据传输距离大大减少，能够降低网络延时；数据在网络边缘侧处理，降低了数据被窃取的风险，同时也能避免核心网和传输网出现拥塞。
目前在边缘计算过程中，如何优化边缘计算任务，从而降低移动端的功耗和处理时间已经成为一个非常重要的研究课题。现有普遍采用的优化边缘计算任务的方法是通过将移动终端的计算任务卸载到边缘服务器。
然而，现有的边缘计算任务优化方法存在一些不可忽略的缺陷：第一，在边缘计算系统中包括数量庞大的移动终端的情况下，边缘服务器会承担过大的计算任务负载，从而一方面会导致计算任务的处理时间长，并影响用户的体验，另一方面会导致边缘服务器出现因过载而不稳定的情况，这也会进一步影响用户的体验；第二，该方法并没有充分利用边缘计算系统中空闲且具备边缘计算能力的移动终端，这会导致边缘计算系统的整体工作效率低下。在现有的研究中，一些研究者关注移动设备卸载任务到移动设备中，一些研究者关注移动设备只能卸载任务到一个边缘设备和边缘云服务器，而本发明研究了边缘设备可以将任务卸载到边缘服务器和多个边缘设备中。
技术实现要素：
针对现有技术的以上缺陷或改进需求，本发明提供了一种用于优化边缘计算任务的方法和系统，其目的在于，解决现有边缘计算任务优化方法在边缘计算系统中包括数量庞大的移动终端的情况下，边缘服务器因承担过大的计算任务负载而出现不稳定，计算任务的处理时间变长，从而影响用户体验的技术问题，以及由于没有充分利用边缘计算系统中空闲且具备边缘计算能力的移动终端，从而导致边缘计算系统的整体工作效率低下的技术问题。
为实现上述目的，按照本发明的一个方面，提供了一种用于优化边缘计算任务的方法，其是应用在包括移动设备和边缘服务器的边缘计算系统中，所述方法包括以下步骤：
(1)移动设备接收来自边缘服务器的数据交互请求，并根据该数据交互请求获取该边缘服务器的任务到达率λ和cpu处理速度s；
(2)移动设备根据其自身参数获取其待发送任务传输到边缘服务器的传输时间tis和发射功耗eis，移动设备处理该待发送任务的时间tii和能耗eic，以及边缘服务器对该待发送任务的处理时间tisc，其中i表示存在待发送任务的移动设备的序号，s表示边缘服务器的序号；
(3)移动终端获取边缘计算系统中与该移动终端相邻、且具备边缘计算能力的空闲移动设备；
(4)移动设备根据其自身参数获取其待发送任务传输到空闲移动设备的传输时间tif和发射功耗eif，以及空闲移动设备对该待发送任务的处理时间tifc，其中f表示空闲移动设备的序号；
(5)移动设备根据待发送任务传输到边缘服务器的传输时间tis和发射功耗eis，移动设备处理该待发送任务的时间tii和能耗eic、边缘服务器对该待发送任务的处理时间tisc、待发送任务传输到空闲移动设备的传输时间tif和发射功耗eif，以及空闲移动设备对该待发送任务的处理时间tifc判断是否同时满足空闲移动设备传输条件
(6)移动设备将待发送任务传输到空闲移动设备，过程结束；
(7)移动设备根据所满足的条件对待发送任务进行传输操作，过程结束。
优选地，任务到达率是用于反映边缘服务器的负载状况，cpu处理速度是用于体现边缘服务器的处理能力，
优选地，传输时间tis是根据以下公式进行计算：
tis＝di/ci，其中di表示第i个移动设备待发送任务的数据块大小，ci为第i个移动设备传输待发送任务到第s个边缘服务器的数据传输速率；
发射功耗eis是根据以下公式进行计算：
eis＝pi*tis，其中pi是第i个移动设备传输待发送任务的功耗。
处理时间tic是根据以下公式进行计算：
tisc＝ri/su，其中ri为第i个移动设备待发送任务的计算量，su为第u个边缘服务器的cpu处理速度；
移动设备处理该待发送任务的时间tii是使用以下公式进行计算：tii＝ri/fi；
能耗eic是根据以下公式进行计算：
eic＝kirifi2，其中ki是第i个移动设备的功耗系数，fi是第i个移动设备的cpu计算频率。
优选地，待发送任务传输到空闲移动设备的传输时间tif是根据以下公式进行计算：
tif＝di/cif，其中di表示第i个移动设备待发送任务的数据块大小，cif为第i个移动设备传输待发送任务到第f个边缘服务器的数据传输速率；
发射功耗eif是根据以下公式进行计算：
eif＝pi*tif
空闲移动设备对该待发送任务的处理时间tifc是根据以下公式计算：
tifc＝ri/sf，其中ri为第i个移动设备待发送任务的计算量，sf为第f个空闲移动设备的cpu处理速度。
优选地，步骤(7)具体为，如果步骤(5)中满足空闲移动设备传输条件，则将待发送任务传输到空闲移动设备；如果步骤(5)中满足边缘服务器传输条件，则将待发送任务传输到边缘服务器。
优选地，对于同一个待发送任务而言，如果存在多个空闲移动设备满足传输条件，则选择其中待发送任务的传输时间tif与对该待发送任务的处理时间tifc二者加权和最小的空闲设备。
按照本发明的另一方面，提供了一种用于优化边缘计算任务的系统，其是应用在包括移动设备和边缘服务器的边缘计算系统中，且设置于移动设备中，所述系统包括：
第一模块，用于接收来自边缘服务器的数据交互请求，并根据该数据交互请求获取该边缘服务器的任务到达率λ和cpu处理速度s；
第二模块，用于根据移动设备的自身参数获取其待发送任务传输到边缘服务器的传输时间tis和发射功耗eis，移动设备处理该待发送任务的时间tii和能耗eic，以及边缘服务器对该待发送任务的处理时间tisc，其中i表示存在待发送任务的移动设备的序号，s表示边缘服务器的序号；
第三模块，用于获取边缘计算系统中与该移动终端相邻、且具备边缘计算能力的空闲移动设备；
第四模块，用于根据移动设备的自身参数获取其待发送任务传输到空闲移动设备的传输时间tif和发射功耗eif，以及空闲移动设备对该待发送任务的处理时间tifc，其中f表示空闲移动设备的序号；
第五模块，用于根据待发送任务传输到边缘服务器的传输时间tis和发射功耗eis，移动设备处理该待发送任务的时间tii和能耗eic、边缘服务器对该待发送任务的处理时间tisc、待发送任务传输到空闲移动设备的传输时间tif和发射功耗eif，以及空闲移动设备对该待发送任务的处理时间tifc判断是否同时满足空闲移动设备传输条件
第六模块，用于将待发送任务传输到空闲移动设备，过程结束；
第七模块，用于根据所满足的条件对待发送任务进行传输操作，过程结束。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(1)由于本发明采用了步骤(6)，得到移动设备卸载任务到空闲移动设备的决策，只有当任务的执行时间和能耗比任务在本地执行的时间和能耗小才将任务卸载到空闲设备。当任务卸载到空闲移动设备中，边缘服务器就不用执行该任务，因此，本发明能够解决现有边缘计算任务优化方法中，当移动终端数量庞大的情况下，边缘服务器会承担过大的计算任务负载，从而会导致计算任务的处理时间长和边缘服务器系统不稳定的情况，并影响用户体验的技术问题：
(2)由于本发明采用了步骤(5)到(7)，解决了当边缘服务器和空闲移动设备都满足计算任务卸载决策时，那么将任务直接卸载到空闲移动设备中，而不是卸载到边缘服务器中，这样能够将降低边缘服务器的负载，并且提升空闲移动设备的利用率；当空闲设备不能满足计算任务卸载而边缘服务器满足任务卸载要求，那么将任务卸载到边缘服务器；因此，本发明能够解决现有边缘计算任务优化方法由于没有充分利用边缘计算系统中空闲且具备边缘计算能力的移动终端而导致边缘计算系统的整体工作效率低下的技术问题；
(3)本发明算法的实现简单，运行速度快，应用性较强。
附图说明
图1是本发明用于优化边缘计算任务的方法的流程图；
图2是本发明用于优化边缘计算任务的方法的应用环境图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明的主要技术构思为，在边缘计算中针对时延低和能耗高的应用进行任务卸载优化。边缘服务系统中有多个用户设备进行任务卸载，而边缘服务器的资源有限，当用户数量较大时，边缘服务器的负载变大，当超过一个阈值时边缘服务器的服务质量大大下降。当系统中有计算资源剩余的空闲移动设备时，这些空闲的移动设备也可以提供边缘计算服务，如果能有效的利用这部分空闲移动设备，那么边缘服务器的移动负载会降低，从而提升了边缘服务器的服务质量，也充分利用了系统空闲设备的计算资源。本发明的实验结果得到如下结论：1)多个用户将任务卸载到边缘服务器，用户可以将任务卸载到空闲移动设备中，降低边缘云负载，提升边缘服务质量；2)该方法能够有效降低需要卸载任务的移动设备能耗，并能有效提高边缘服务系统的资源使用率，提升边缘计算系统的整体工作效率。
本发明的基本实现方式在于，在网络边缘端有多个移动设备，用户可以将自己的任务卸载到边缘服务器或者卸载到空闲移动设备中。首先移动设备收集边缘服务器和空闲移动设备的信息，分别计算用户在本地的执行能耗和执行任务时间，接着计算各用户卸载任务到边缘云端和空闲设备的任务执行时间和执行能耗。用户选择能够降低执行时间和功耗的任务执行地，使边缘服务系统的服务质量和计算效率提升。
如图2所示，其示出本发明的应用环境。从图中可以看出，有空闲的移动设备、计算任务繁忙的移动设备、以及边缘计算服务器。有任务卸载的移动设备可以将任务通过wifi或者蜂窝网络将任务卸载到空闲的移动设备或者边缘服务器。
如图1所示，本发明提供了一种用于优化边缘计算任务的方法，其是应用在包括移动设备和边缘服务器的边缘计算系统中，所述方法包括以下步骤：
(1)移动设备接收来自边缘服务器的数据交互请求，并根据该数据交互请求获取该边缘服务器的任务到达率λ和cpu处理速度s；
具体而言，本步骤中的任务到达率是用于反映边缘服务器的负载状况，cpu处理速度用于体现边缘服务器的处理能力，
(2)移动设备根据其自身参数获取其待发送任务传输到边缘服务器的传输时间tis和发射功耗eis，移动设备处理该待发送任务的时间tii和能耗eic，以及边缘服务器对该待发送任务的处理时间tisc，其中i表示存在待发送任务的移动设备的序号，s表示边缘服务器的序号；
具体而言，传输时间tis是根据以下公式进行计算：
tis＝di/ci，其中di表示第i个移动设备待发送任务的数据块大小，ci为第i个移动设备传输待发送任务到第s个边缘服务器的数据传输速率；
发射功耗eis是根据以下公式进行计算：
eis＝pi*tis，其中pi是第i个移动设备传输待发送任务的功耗。
处理时间tic是根据以下公式进行计算：
tisc＝ri/su，其中ri为第i个移动设备待发送任务的计算量，su为第u个边缘服务器的cpu处理速度。
移动设备处理该待发送任务的时间tii是使用以下公式进行计算：tii＝ri/fi；
能耗eic是根据以下公式进行计算：
eic＝kirifi2，其中ki是第i个移动设备的功耗系数，fi是第i个移动设备的cpu计算频率；
(3)移动终端获取边缘计算系统中与该移动终端相邻、且具备边缘计算能力的空闲移动设备；
(4)移动设备根据其自身参数获取其待发送任务传输到空闲移动设备的传输时间tif和发射功耗eif，以及空闲移动设备对该待发送任务的处理时间tifc，其中f表示空闲移动设备的序号；
具体而言，待发送任务传输到空闲移动设备的传输时间tif是根据以下公式进行计算：
tif＝di/cif，其中di表示第i个移动设备待发送任务的数据块大小，cif为第i个移动设备传输待发送任务到第f个边缘服务器的数据传输速率；
发射功耗eif是根据以下公式进行计算：
eif＝pi*tif
空闲移动设备对该待发送任务的处理时间tifc是根据以下公式计算：
tifc＝ri/sf，其中ri为第i个移动设备待发送任务的计算量，sf为第f个空闲移动设备的cpu处理速度。
(5)移动设备根据待发送任务传输到边缘服务器的传输时间tis和发射功耗eis，移动设备处理该待发送任务的时间tii和能耗eic、边缘服务器对该待发送任务的处理时间tisc、待发送任务传输到空闲移动设备的传输时间tif和发射功耗eif，以及空闲移动设备对该待发送任务的处理时间tifc判断是否同时满足空闲移动设备传输条件
(6)移动设备将待发送任务传输到空闲移动设备，过程结束；
本步骤的目的在于，减轻边缘服务器的计算任务量，边缘服务器可以将更多的计算力用来服务更多需要卸载任务的移动设备；
(7)移动设备根据所满足的条件对待发送任务进行传输操作，过程结束。
具体而言，如果步骤(5)中满足空闲移动设备传输条件，则将待发送任务传输到空闲移动设备；如果步骤(5)中满足边缘服务器传输条件，则将待发送任务传输到边缘服务器。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！