一种提供移动边缘计算中任务卸载的方法与流程

本发明涉及移动边缘计算领域，具体涉及一种任务卸载的方法。

背景技术：
.

移动用户设备(ue，mobileuserequipment)正随着计算机科学技术的发展而不断激增，例如智能手机、智能手表、平板电脑、笔记本电脑等。这些设备上出现了越来越多的计算密集型应用。尽管移动用户设备的计算能力在不断地增强，但是它们还不足以满足在短时间内消耗大量计算资源和能耗的实时性应用的需求。移动云计算(mcc，mobilecloudcomputing)可以提供强大的计算能力，用于处理计算密集型的任务。通过将移动用户设备上的计算任务卸载到移动云平台，移动云计算可以为移动用户设备提供云计算服务，从而可以极大增强其计算能力和提供高质量的服务。然而因为移动云计算的服务器远离移动用户设备，它无法满足用户对实时性的要求。

移动边缘计算(mec，mobileedgecomputing)这一新型计算模式的提出，就是为了能够很好的解决移动设备极易受到电池容量不足以及计算资源有限的难题。与云计算不同的是，边缘计算可以更好的支持移动设备应用和物联网应用。通过将边缘端设备应用的计算任务卸载到边缘服务器，可以为该设备提供类似于云计算的服务。

在移动边缘计算中，服务器部署在靠近移动用户设备的位置上。当移动用户设备将自己本地的计算任务卸载到这些服务器上，二者之间的延迟将急剧减少。然而由于区域范围过广，无法在边缘端部署过多、性能更强劲的服务器以及移动设备在不断地移动中，边缘计算服务器的计算能力和存储资源可能无法满足一个区域的用户需求。同时如果一个区域中没有一个合理的节能卸载方法，所有的移动用户设备在短时间内同时进行计算迁移会造成无线信道极度拥堵，无法满足移动设备应用对服务质量和体验质量的要求。

技术实现要素：

针对现有技术所存在的上述问题，本发明提出一种提供移动边缘计算中任务卸载的方法，提供了任务卸载的三种可选位置：本地设备、边缘计算节点、邻近边缘计算节点，在牺牲一小部分任务消耗量的前提下，可以在时间复杂度为o(n³)的情况下提供一种较优的任务卸载策略。

本发明的技术方案如下：一种提供移动边缘计算中任务卸载的方法，包括以下步骤：

s1、云计算中心节点获取每一个边缘计算节点位置信息和该边缘计算节点剩余计算资源，并根据获取的位置信息，向每一个边缘计算节点发送其邻近区域边缘计算节点的剩余计算资源；

s2、边缘计算节点从云计算中心节点获取到其邻近区域边缘计算节点的剩余计算资源，并将自身的剩余计算资源、邻近区域边缘计算节点的剩余计算资源和本地区域的无线信道状态发送到本区域内的每一个移动用户设备上；

s3、移动用户设备设定一个上限的任务消耗量，并根据获取到的本地区域边缘计算节点剩余计算资源、邻近区域边缘计算节点剩余计算资源、本地区域的无线信道状态，进行决策，选择一种任务消耗量最少的任务卸载方法。

与现有的技术方案相比，本发明取得的有益效果包括：

本发明提供了一种移动边缘计算中任务卸载的方法，该方法提供了任务卸载的三种可选位置：本地设备、边缘计算节点、邻近边缘计算节点；一个区域内的每一个移动用户设备独立进行决策，经过不断地进行决策更新，可以在很短的时间内为本区域内的所有移动用户设备提供一种满足服务质量(qos,qualityofseivice)和体验质量(qoe,qualityofexperience)的卸载方法。传统的以集中决策方式去寻找最优的卸载方法，最后将会变成一个如何解决np问题的难题；本发明方法在牺牲一小部分任务消耗量的前提下，可以在时间复杂度为o(n³)的情况下提供一种较优的任务卸载策略。

附图说明

图1为本发明中实施任务卸载的总体架构图；

图2为本发明中实施任务卸载方法的流程图。

具体实施方式

下面结合附图和实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

在本发明中，移动用户设备有三种任务卸载方法：在本地设备上完成计算任务而不卸载；到本地区域边缘计算节点卸载；到邻近区域边缘计算节点卸载。一个区域内每一个移动用户设备根据当前无线信道状态和边缘计算节点的剩余计算能力等算其最优任务卸载方法集合，从该最优集合中任意选择一个作为其下一个时间段的卸载方法。每一个移动用户设备不断地更新其卸载方法，直到所有移动用户设备的最优任务卸载方法集合为空，此时所有的移动用户设备的卸载方法将与上一个时间段的卸载方法保持一致，系统达到稳定状态。本方法可以在短时间内给一个区域内所有移动用户设备提供一种较优的任务卸载方法。如图1、2所示，本发明方法具体包括以下步骤：

s1、云计算中心节点获取每一个边缘计算节点位置信息和该边缘计算节点剩余计算资源，并根据获取的位置信息，向每一个边缘计算节点发送其邻近区域边缘计算节点的剩余计算资源；

其中，边缘计算节点处在无线蜂窝网络的一个区域中，指的是将mec服务器部署到基站中作为一个边缘计算节点；位置信息指无线蜂窝网络中各区域的位置信息。所述获取每一个边缘计算节点位置信息和该边缘计算节点剩余计算资源，包括：根据当前mec服务器的cpu利用率来衡量该边缘计算节点的剩余计算资源，将自身所处区域的位置信息和剩余计算资源发送到云计算中心节点。

s2、边缘计算节点从云计算中心节点获取到其邻近区域边缘计算节点的剩余计算资源，并将自身的剩余计算资源、邻近区域边缘计算节点的剩余计算资源和本地区域的无线信道状态等信息发送到本区域内的每一个移动用户设备上；

所述将本地区域内的无线信道状态发送到本区域内的每一个移动用户设备上，包括：本地区域内的基站根据当前区域无线信道状态，将可用的无线信道个数发送到本区域内的每一个移动用户设备上。

s3、为了满足移动用户设备计算任务的服务质量(qos,qualityofseivice)和体验质量(qoe,qualityofexperience)，移动用户设备设定一个上限的任务消耗量。移动用户设备获取从本地区域边缘计算节点接收到的本地区域边缘计算节点剩余计算资源、邻近区域边缘计算节点剩余计算资源、本地区域的无线信道状态，并根据当前这些状态信息，进行决策，从而选择一种任务消耗量最少的任务卸载方法。

所述上限的任务消耗量的计算公式为：

其中，分别表示移动用户设备uei在时间和能量方面的权重，ti，ei分别表示移动用户设备uei可以接受的最大延迟和最大能量消耗。

所述任务卸载方法，包括：

a、本地区域内的每一个移动用户设备，独立进行决策。初始时，每一个移动用户设备ue都选择不进行任务卸载，在本地设备上完成计算任务。

b、边缘计算节点获取每一个移动用户设备ue在上一个时间段进行任务卸载时使用的无线信道状态信息，并将当前本区域内的无线信道状态、本地区域mec服务器剩余计算资源和邻近区域mec服务器剩余计算资源等信息发送到每一个移动用户设备ue。

c、如果移动用户设备ue的计算任务所需的计算资源超过了本地区域mec服务器剩余计算资源，那么从该移动用户设备ue的任务卸载方法集合中删减掉卸载到本地区域边缘计算节点的所有方法、

d、如果移动用户设备ue的计算任务所需的计算资源超过了邻近区域mec服务器剩余计算资源，那么从该ue的任务卸载方法集合中删减掉卸载到邻近区域边缘计算节点的所有方法；

e、计算移动用户设备ue的最优任务卸载方法集合；

f、如果该最优任务卸载方法集合不为空，则执行g步；否则执行h步；

g、移动用户设备ue从最优任务卸载方法集合中随机选择一个作为下一个时间段的卸载方法，该方法包括卸载位置和使用的无线信道状态信息；如果卸载位置不同于上一个时间段的卸载位置，则相应更新本地区域边缘计算节点和邻近区域边缘计算节点的剩余计算资源的值。

h、移动用户设备ue维持上一个时间段的任务卸载方法不变。

i、每一个移动用户设备ue重复步骤b-h，直到本区域内所有的移动用户设备ue的最优任务卸载方法集合为空。

进一步地，所述的任务卸载方法集合为:

其中，pi，g，g分别表示任务卸载使用的无线信道和卸载位置，分别表示任务卸载到本地边缘计算节点和邻近边缘计算节点的任务消耗量。

任务消耗量最少的任务卸载方法集合，为：

其中，为最优的任务卸载方法，ki(p)为移动用户设备uei的卸载任务的消耗量。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。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，均应包含在本发明权利要求的保护范围之内。