基于边缘计算的任务卸载方法、装置及电子设备与流程

本技术涉及边缘计算，具体涉及一种基于边缘计算的任务卸载方法、装置及电子设备。

背景技术：

1、电力系统场景下，需要接入海量电力设备例如各种传感器等，产生大量数据和计算任务，而电力设备本地计算能力有限很难满足大量计算任务。因此，移动边缘计算(mobile edge computing，mec)作为一种新的通信及计算架构被提出，通过在靠近各电力设备的网络边缘部署边缘服务器，可以在靠近数据源头的地方提供智能分析处理服务，减少时延，提升效率，提高安全隐私保护，缓解电力设备本地计算的压力。

2、相关技术中，对于每个任务，通常将该任务全部保留在电力设备本地计算或全部卸载在边缘服务器计算，影响任务处理的合理性，造成边缘计算的效率和灵活性低，进而导致边缘计算总体能耗较高。

技术实现思路

1、有鉴于此，本技术实施例提供了一种基于边缘计算的任务卸载方法、装置及电子设备，以解决相关技术中通常将任务全部保留在电力设备本地计算或全部卸载在边缘服务器计算，造成边缘计算的效率和灵活性低，导致边缘计算总体能耗较高的技术问题。

2、第一方面，本技术实施例提供了一种基于边缘计算的任务卸载方法，包括：获取目标区域中各电力设备对应任务的任务信息，根据任务信息确定各任务的优先级；根据各任务的优先级，确定各任务对应的卸载比例的范围区间；其中，卸载比例指示相应任务在边缘服务器计算的部分占相应任务的比例；以各任务对应的卸载比例的范围区间和各任务的允许时延为约束条件，各任务对应的卸载比例为优化变量，各任务的总能耗最小为优化目标，构建资源分配函数；对资源分配函数进行求解，确定各任务对应的最优卸载比例，并将最优卸载比例发送至相应电力设备。

3、在第一方面的一种可能的实施方式中，任务信息包括任务种类和任务大小，不同任务种类的时延要求不同；根据任务信息确定各任务的优先级，包括：根据各任务的任务种类对应的时延要求，以及预设的时延要求与处理分值的对应关系，确定各任务的第一处理分值；对各任务的任务大小进行离散化处理，得到离散结果，根据离散结果，确定各任务的第二处理分值；根据各任务的第一处理分值和第二处理分值，确定各任务的优先级。

4、在第一方面的一种可能的实施方式中，资源分配函数的表达式为：

5、

6、其中，j为资源分配函数，xi为第i个任务对应的卸载比例，i＝1，2，...，i，i根据各任务的数量确定，si为第i个任务的任务大小，f1i为第i个任务对应的电力设备的本地计算频率，f2i为边缘服务器分配给第i个任务的计算频率，pi为第i个任务对应的电力设备的本地数据传输功率，ri为第i个任务对应的电力设备的本地数据传输速率。

7、在第一方面的一种可能的实施方式中，资源分配函数的约束条件的表达式为：

8、

9、式中，xi为第i个任务对应的卸载比例，i＝1，2，...，i，i根据各任务的数量确定，[ai，bi]为第i个任务对应的卸载比例的范围区间，ai＜bi；ti为第i个任务对应的总时延，ti_max为第i个任务对应的最大允许时延；si为第i个任务的任务大小，f1i为第i个任务对应的电力设备的本地计算频率，f1i_max为第i个任务对应的电力设备的本地最大允许计算频率；f2i为边缘服务器分配给第i个任务的计算频率，f2_max为边缘服务器的最大允许计算频率；pi为第i个任务对应的电力设备的本地数据传输功率，pi_max为第i个任务对应的电力设备的本地最大允许数据传输功率；ri为第i个任务对应的电力设备的本地数据传输速率，ri_max为第i个任务对应的电力设备的本地最大允许数据传输速率。

10、在第一方面的一种可能的实施方式中，对资源分配函数进行求解，确定各任务对应的最优卸载比例，包括：基于资源分配函数，对各任务对应的卸载比例进行迭代寻优，直至满足迭代终止条件，得到各任务对应的最优卸载比例；其中，迭代终止条件为各任务的总能耗最小、各任务的总能耗小于预设能耗阈值或达到最大迭代次数。

11、在第一方面的一种可能的实施方式中，根据各任务的优先级，确定各任务对应的卸载比例的范围区间，包括：根据各任务的优先级，以及预设的优先级与卸载比例范围区间的对应关系，确定各任务对应的卸载比例的范围区间。

12、第二方面，本技术实施例提供了一种基于边缘计算的任务卸载装置，包括：

13、信息获取模块，用于获取目标区域中各电力设备对应任务的任务信息，根据任务信息确定各任务的优先级。

14、区间确定模块，用于根据各任务的优先级，确定各任务对应的卸载比例的范围区间；其中，卸载比例指示相应任务在边缘服务器计算的部分占相应任务的比例。

15、模型构建模块，用于以各任务对应的卸载比例的范围区间和各任务的允许时延为约束条件，各任务对应的卸载比例为优化变量，各任务的总能耗最小为优化目标，构建资源分配函数。

16、比例确定模块，用于对资源分配函数进行求解，确定各任务对应的最优卸载比例，并将最优卸载比例发送至相应电力设备。

17、在第二方面的一种可能的实施方式中，任务信息包括任务种类和任务大小，不同任务种类的时延要求不同；区间确定模块，包括：

18、第一确定模块，用于根据各任务的任务种类对应的时延要求，以及预设的时延要求与处理分值的对应关系，确定各任务的第一处理分值。

19、第二确定模块，用于对各任务的任务大小进行离散化处理，得到离散结果，根据离散结果，确定各任务的第二处理分值。

20、第三确定模块，用于根据各任务的第一处理分值和第二处理分值，确定各任务的优先级。

21、第三方面，本技术实施例提供了一种电子设备，包括存储器和处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面任一项所述的基于边缘计算的任务卸载方法。

22、第四方面，本技术实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一项所述的基于边缘计算的任务卸载方法。

23、第五方面，本技术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述的基于边缘计算的任务卸载方法。

24、可以理解的是，上述第二方面至第五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。

25、本技术实施例提供的基于边缘计算的任务卸载方法、装置及电子设备，通过考虑将各任务作为可分割任务，并根据各任务的优先级确定各任务对应的卸载比例的范围区间，以各任务对应的卸载比例的范围区间和各任务的允许时延为约束条件，以各任务的总能耗最小为优化目标，以各任务对应的卸载比例为优化变量，构建资源分配函数并对其求解，得到各任务对应的最优卸载比例，能够将各任务进行合理分割，按照最优卸载比例部分保留在相应的电力设备本地计算，部分卸载至边缘服务器计算，从而提高边缘计算的效率和灵活性，有效降低边缘计算的总能耗。

26、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。