网络节点间计算任务卸载平衡方法、系统、介质及设备与流程

本发明涉及一种计算任务卸载方法，特别是涉及一种网络节点间计算任务卸载平衡方法、系统、介质及设备。

背景技术：

随着网络技术的不断发展，云计算逐渐广泛应用于生产和工作过程中，基于云的网络架构可以为终端节点提供强大的计算能力支持，从而终端节点不需要在本地进行大量数据计算。将计算和存储等网络功能移至云服务器也使得网络运营商可以更为高效和集中地对整个网络进行管理。然而，随着近年来终端节点的爆发式增长，例如智能手机、自动驾驶汽车、智能家居设备等等，网络中每时每刻都会产生海量的待处理数据。这些海量数据给网络链路带来了沉重的负担。同时，位置固定的，距离终端节点较远的云服务器也将带来无法接受的处理延迟，并且缺乏对于移动性和安全性的支持，雾计算网络有望解决现有基于云的网络中存在的链路负担过重，延迟过大等问题。终端节点的计算任务被卸载到多个雾节点进行计算以降低计算任务的延迟。目前对于雾计算网络能耗问题的研究大多集中于任务计算的总体能耗。然而，如何在终端附近的多个雾节点之间进行公平高效的计算任务卸载，对于提升无源雾节点的续航水平具有重要意义，在未来的5g系统中，将会有无处不在的大量雾节点。终端节点的计算任务可以卸载到这些雾节点上进行计算，而这些雾节点可以根据需要灵活地进行功能配置来满足不同的终端应用需求。雾计算网络的能耗问题一直是理论研究和网路设计的热点。这些雾节点中的一部分为专用的本地服务器，具有强大的计算能力并且为有源供电；另外一部分是一些较小的无源网络节点，这些节点在空闲时可以提供自身的计算能力为其他节点进行任务卸载。只追求时延和总能耗的最小化，会造成一些雾节点的能耗过高而降低其续航能力。从而，根据雾节点的任务卸载能力和功耗以及节点特性进行终端计算任务的公平性卸载具有很重要的研究意义。

综上，现有技术针对雾计算网络中计算任务卸载的相关技术，主要是在满足雾节点能耗阈值的条件下，如何使得计算任务的时延更小，目前尚未有综合考虑雾节点的数据处理能力、能耗以及节点特性来进行计算任务卸载的技术，其次，雾计算网络中针对降低能耗的相关技术，均为考虑计算任务处理的总能耗与网络性能的折衷。此类技术会造成一些距离终端比较近的雾节点承担过多的计算任务，付出较大的能耗。尤其对于无源的雾节点，此类技术将大大降低其电池续航能力，现有技术中存在无法兼顾计算任务的延迟以及雾节点间能耗的公平性、雾节点计算任务卸载不均衡，近距离雾节点消耗能耗大、无源雾节点异常下线、损害雾节点电池续航力的技术问题。

技术实现要素：

鉴于以上现有技术的缺点，本发明的目的在于提供一种网络节点间计算任务卸载平衡方法、系统、介质及设备，应用于机动车辆的启动过程中，为解决现有技术中存在的无法兼顾计算任务的延迟以及雾节点间能耗的公平性、雾节点计算任务卸载不均衡，近距离雾节点消耗能耗大、无源雾节点异常下线、损害雾节点电池续航力的技术问题，本发明提供网络节点间计算任务卸载平衡方法、系统、介质及设备，一种网络节点间计算任务卸载平衡方法，包括：在终端节点周围的ntotal个雾节点获取自身的处理性能数据；终端节点根据雾节点的处理性能数据，以预设逻辑计算得出所有ntotal个备选雾节点的调度优先级信息；终端节点根据雾节点优先级信息，从ntotal个雾节点选取n个雾节点作为终端节点计算任务的卸载目标节点；终端节点根据预设任务量计算逻辑计算任务分配信息，根据任务分配信息将计算任务划分为n+1个子任务，分别发送到被选取的n个雾节点和终端节点进行计算；雾节点根据计算过程中的实时性能信息更新自身的处理性能数据并发至终端节点。

于本发明的一实施方式中，在终端节点周围的ntotal个雾节点获取自身的处理性能数据，包括：获取雾节点i的处理性能数据；分析雾节点i的处理性能数据，获取雾节点i的计算速率ci和传输速率ti；根据公式：计算计算速率ci和传输速率ti得雾节点i的处理能力ri；根据处理性能数据获取历史能耗其中i为雾节点序号；向终端节点发送处理能力ri和历史能耗

于本发明的一实施方式中，终端节点根据雾节点的处理性能数据，以预设逻辑计算得出所有ntotal个备选雾节点的调度优先级信息，包括：获取每一雾节点的处理能力ri和历史能耗获取每一雾节点对应的调度优先级参数λi；根据公式：计算处理能力ri和历史能耗得雾节点i的调度优先级mi。

于本发明的一实施方式中，终端节点根据雾节点优先级信息，从ntotal个雾节点选取n个雾节点作为终端节点计算任务的卸载目标节点，包括：获取雾节点i的调度优先级mi；终端节点对所有雾节点的调度优先级mi进行对比；根据调度优先级mi从ntotal个雾节点中选取n雾节点。

于本发明的一实施方式中，终端节点根据预设任务量计算逻辑计算任务分配信息，根据任务分配信息将计算任务划分为n+1个子任务，分别发送到被选取的n个雾节点和终端节点进行计算，包括：获取终端节点的计算任务总量l；根据公式：计算雾节点i的雾节点任务量li，其中ri为雾节点i的处理能力值，ct雾节点传输速率；获取雾节点任务量li，根据公式计算得终端节点任务量lt；终端节点根据雾节点任务量li和终端节点任务量lt将计算任务卸载至雾节点i和终端节点进行计算。

本发明的一实施方式中，雾节点根据计算过程中的实时性能信息更新自身的处理性能数据并发至终端节点，包括：获取雾节点i在本次卸载运算过程中的实时功耗ei；根据公式：计算雾节点i的历史平均功耗其中，α为遗忘因子，为历史能耗；发送历史平均功耗至终端节点供历史功耗更新。

于本发明的一实施方式中，一种网络节点间计算任务卸载平衡系统，包括：处理性能获取模块、优先级信息模块、雾节点选取模块、任务卸载模块和性能更新模块；处理性能获取模块，用于在终端节点周围的ntotal个雾节点获取自身的处理性能数据；优先级信息模块，用于终端节点根据雾节点的处理性能数据，以预设逻辑计算得出所有ntotal个备选雾节点的调度优先级信息，优先级信息模块与处理性能获取模块连接；雾节点选取模块，用于终端节点根据雾节点优先级信息，从ntotal个雾节点选取n个雾节点作为终端节点计算任务的卸载目标节点，雾节点选取模块与优先级信息模块连接；任务卸载模块，用于终端节点根据预设任务量计算逻辑计算任务分配信息，根据任务分配信息将计算任务划分为n+1个子任务，分别发送到被选取的n个雾节点和终端节点进行计算，任务卸载模块与雾节点选取模块连接；性能更新模块，用于雾节点根据计算过程中的实时性能信息更新自身的处理性能数据并发至终端节点，性能更新模块与任务卸载模块连接。

于本发明的一实施方式中，处理性能获取模块，包括：雾节点性能获取模块、速率获取模块、处理能力计算模块、历史能耗模块和性能信息发送模块；雾节点性能获取模块，用于获取雾节点i的处理性能数据；速率获取模块，用于分析雾节点i的处理性能数据，获取雾节点i的计算速率ci和传输速率ti；处理能力计算模块，用于根据公式：计算计算速率ci和传输速率ti得雾节点i的处理能力ri，处理能力计算模块与雾节点性能获取模块连接，处理能力计算模块与速率获取模块连接；历史能耗模块，用于根据处理性能数据获取历史能耗其中i为雾节点序号，历史能耗模块与处理能力计算模块连接；性能信息发送模块，用于向终端节点发送处理能力ri和历史能耗性能信息发送模块与历史能耗模块连接。

于本发明的一实施方式中，优先级信息模块，包括：雾节点能力获取模块、优先级参数模块和优先级计算模块；雾节点能力获取模块，用于获取每一雾节点的处理能力ri和历史能耗优先级参数模块，用于获取每一雾节点对应的调度优先级参数λi；优先级计算模块，用于根据公式：计算处理能力ri和历史能耗得雾节点i的调度优先级mi，优先级计算模块与雾节点能力获取模块连接，优先级计算模块与优先级参数模块连接。

于本发明的一实施方式中，雾节点选取模块，包括：优先级获取模块、优先级对比模块和选定模块；优先级获取模块，用于获取雾节点i的调度优先级mi；优先级对比模块，用于终端节点对所有雾节点的调度优先级mi进行对比，优先级对比模块与优先级获取模块连接；选定模块，用于根据调度优先级mi从ntotal个雾节点中选取n雾节点，选定模块与优先级对比模块连接。

于本发明的一实施方式中，任务卸载模块，包括：任务总量获取模块、雾节点任务量模块、终端节点任务量模块和计算卸载模块；任务总量获取模块，用于获取终端节点的计算任务总量l；雾节点任务量模块，用于根据公式：计算雾节点i的雾节点任务量li点i的雾节点任务量li，其中ri为雾节点i的处理能力值，ct雾节点传输速率，雾节点任务量模块与任务总量获取模块连接；终端节点任务量模块，用于获取雾节点任务量li，根据公式计算得终端节点任务量lt，终端节点任务量模块与任务总量获取模块连接；计算卸载模块，用于终端节点根据雾节点任务量li和终端节点任务量lt将计算任务卸载至雾节点i和终端节点进行计算，计算卸载模块与雾节点任务量模块连接，计算卸载模块与终端节点任务量模块连接。

于本发明的一实施方式中，性能更新模块，包括：实时功耗获取模块、平均功耗获取模块和历史功耗更新模块；实时功耗获取模块，用于获取雾节点i在本次卸载运算过程中的实时功耗ei；平均功耗获取模块，用于根据公式：计算雾节点i的历史平均功耗其中，α为遗忘因子，为历史能耗，平均功耗获取模块与实时功耗获取模块连接；历史功耗更新模块，用于发历史平均功耗至终端节点供历史功耗更新，历史功耗更新模块与平均功耗获取模块连接。

于本发明的一实施方式中，一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1至6中任一项网络节点间计算任务卸载平衡方法。

于本发明的一实施方式中，一种网络节点间计算任务卸载平衡设备，包括：处理器及存储器；存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以使网络节点间计算任务卸载平衡设备执行如权利要求1至6中任一项网络节点间计算任务卸载平衡方法。

如上所述，本发明提供的一种网络节点间计算任务卸载平衡方法、系统、介质及设备，具有以下有益效果：本发明提出将雾计算节点的数据处理能力、历史能耗，以及节点特性作为选取卸载目标的标准，同时基于此标准提出了一种雾节点被选取优先级的构成方法。结合计算任务在所选取雾节点之间的合理划分，所提方法能够同时兼顾计算任务的延迟以及雾节点间能耗的公平性，解决雾计算网络中计算时延和雾节点能耗公平性之间的折衷问题。

综上，本发明解决了现有技术存在的无法兼顾计算任务的延迟以及雾节点间能耗的公平性、雾节点计算任务卸载不均衡、近距离雾节点消耗能耗大、无源雾节点异常下线、损害雾节点电池续航力的技术问题。

附图说明

图1显示本发明的一种网络节点间计算任务卸载平衡方法步骤示意图。

图2显示为图1中步骤s1在一实施例中的具体流程图。

图3显示为图1中步骤s2在一实施例中的具体流程图。

图4显示为图1中步骤s3在一实施例中的具体流程图。

图5显示为图1中步骤s4在一实施例中的具体流程图。

图6显示为图1中步骤s5在一实施例中的具体流程图。

图7显示为本发明的一种网络节点间计算任务卸载平衡系统模块示意图。

图8显示为图7中处理性能获取模块1在一实施例中的具体模块示意图。

图9显示为图7中优先级信息模块2在一实施例中的具体模块示意图。

图10显示为图7中雾节点选取模块3在一实施例中的具体模块示意图。

图11显示为图7中任务卸载模块4在一实施例中的具体模块示意图。

图12显示为图7中性能更新模块5在一实施例中的具体模块示意图。

元件标号说明

1处理性能获取模块

2优先级信息模块

3雾节点选取模块

4任务卸载模块

5性能更新模块

11雾节点性能获取模块

12速率获取模块

13处理能力计算模块

14历史能耗模块

15性能信息发送模块

21雾节点能力获取模块

22优先级参数模块

23优先级计算模块

31优先级获取模块

32优先级对比模块

33选定模块

41任务总量获取模块

42雾节点任务量模块

43终端节点任务量模块

44计算卸载模块

51实时功耗获取模块

52平均功耗获取模块

53历史功耗更新模块

步骤标号说明

图1s1～s5

图2s11～s15

图3s21～s23

图4s31～s33

图5s41～s44

图6s51～s53

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。

请参阅图1至图8，须知，本说明书所附图式所绘示的结构，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本实用新型所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容所能涵盖的范围内。同时，本说明书中所引用的如”上”、”下”、”左”、”右”、”中间”及”一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

请参阅图1，显示本发明的一种网络节点间计算任务卸载平衡方法步骤示意图，如图1所示，一种手掌按压登录车机方法，包括：

s1、在终端节点周围的ntotal个雾节点获取自身的处理性能数据，在终端节点的，雾节点分为有源和无源两类，有源雾节点对能耗的敏感性低于无源雾节点；

s2、终端节点根据雾节点的处理性能数据，以预设逻辑计算得出所有ntotal个备选雾节点的调度优先级信息，模型参数说明如下：备选雾节点个数ntotal，雾节点i计算速率和计算能耗ci，pi^c，终端节点计算速率和计算能耗ct，pt^c，终端节点到雾节点i的无线信道传输速率和发送功率ti，pi^t，根据上述信息计算雾节点的优先级信息；

s3、终端节点根据雾节点优先级信息，从ntotal个雾节点选取n个雾节点作为终端节点计算任务的卸载目标节点，该优先级综合雾节点的数据处理能力、历史能耗以及功耗敏感性，作为选取卸载目标节点的标准。本发明以此优先级作为卸载雾节点选择的根据；

s4、终端节点根据预设任务量计算逻辑计算任务分配信息，根据任务分配信息将计算任务划分为n+1个子任务，分别发送到被选取的n个雾节点和终端节点进行计算，将计算任务划分为n+1个子任务卸载到所选取的的n雾节点以及终端节点本地进行计算，雾节点计算完成之后将计算结果回传给终端节点；

s5、雾节点根据计算过程中的实时性能信息更新自身的处理性能数据并发至终端节点，在进行完一次计算任务的卸载后，按公式更新所有备选雾节点的历史平均功耗。

请参阅图2，显示为图1中步骤s1在一实施例中的具体流程图，如图2所示，步骤s1、在终端节点周围的ntotal个雾节点获取自身的处理性能数据，还包括：

s11、获取雾节点i的处理性能数据，对本发明进行具体实施例说明。其中，3个有源雾节点的优先参数设为2，7个无源雾节点的优先参数设为1。该优先级参数设置可以使得有源雾节点承担更多的任务量，降低无源雾节点能耗；

s12、分析雾节点i的处理性能数据，获取雾节点i的计算速率ci和传输速率ti，计算任务单个大小10kbits，每次选取2个雾节点进行计算任务的卸载。雾节点均匀随机分布于以终端节点为中心，半径为50m的范围内，且计算能力ci(mbps)和计算功耗pi^c(w)分别服从高斯分布n(7，2²)和n(1，0.3²)，两个变量相关系数为0.8；

s13、根据公式：计算计算速率ci和传输速率ti得雾节点i的处理能力ri，终端节点的计算能力ct和计算功耗pt^c分别为2mbps和0.5w。对于每个雾节点，采取相同的带宽10mhz和发送功率pi^t＝1w，无线信道干扰加噪声功率谱密度设为-100dbm/hz，上述参数可通过雾节点以广播的形式发送给终端节点，雾节点信息的更新频率可根据其自身参数时变速率来决定；

s14、根据处理性能数据获取历史能耗其中i为雾节点序号，各备选雾节点的等效数据处理能力由：计算得出为：ri＝[5.222.824.336.594.051.823.624.373.501.52]mdps；

s15、向终端节点发送处理能力ri和历史能耗

请参阅图3，显示为图1中步骤s2在一实施例中的具体流程图，如图3所示，步骤s2、终端节点根据雾节点的处理性能数据，以预设逻辑计算得出所有ntotal个备选雾节点的调度优先级信息，包括：

s21、获取每一雾节点的处理能力ri和历史能耗

s22、获取每一雾节点对应的调度优先级参数λi，优先级参数的具体数值可根据多次试验确定并预先设置；

s23、根据公式：计算处理能力ri和历史能耗得雾节点i的调度优先级mi，，计算得出的10个备选雾节点的调度优先级为：mi＝[19.711.617.36.94.93.66.439.710.36.9]。

请参阅图4，显示为图1中步骤s3在一实施例中的具体流程图，请参阅图4，步骤s3、终端节点根据雾节点优先级信息，从ntotal个雾节点选取n个雾节点作为终端节点计算任务的卸载目标节点，包括：

s31、获取雾节点i的调度优先级mi；

s32、终端节点对所有雾节点的调度优先级mi进行对比，从而根据雾节点优先级选取两个卸载目标雾节点，为节点1和8；

s33、根据调度优先级mi从ntotal个雾节点中选取n雾节点，在所有可选的雾节点中选取优先级较高的雾节点预设为优先卸载计算任务的雾节点。

请参阅图5，显示为图1中步骤s4在一实施例中的具体流程图，请参阅图5，步骤s4、终端节点根据预设任务量计算逻辑计算任务分配信息，根据任务分配信息将计算任务划分为n+1个子任务，分别发送到被选取的n个雾节点和终端节点进行计算，包括：

s41、获取终端节点的计算任务总量l；

s42、根据公式：计算雾节点i的雾节点任务量li，其中ri为雾节点i的处理能力值，ct雾节点传输速率，在忽略计算结果回传时间的基础上，该子任务划分规则可以保证各个子任务的时延相等，从而最小化终端节点接收所有子任务计算结果的最大时延；

s43、获取雾节点任务量li，根据公式计算得终端节点任务量lt，从而根据雾节点优先级选取两个卸载目标雾节点，为节点1和8，则得出子任务划分结果为：l1＝4.50kbits，l8＝3.77kbits，lt＝1.73kbits；

s44、终端节点根据雾节点任务量li和终端节点任务量lt将计算任务卸载至雾节点i和终端节点进行计算，将计算任务按照上述结果划分后分别在雾节点1和8，以及终端节点本机进行运算，根据各个备选雾节点的计算能耗：pi^c＝[1.460.940.821.131.441.121.371.141.611.26]w。

请参阅图6，显示为图1中步骤s5在一实施例中的具体流程图，请参阅图6，步骤s5、雾节点根据计算过程中的实时性能信息更新自身的处理性能数据并发至终端节点，包括：

s51、获取雾节点i在本次卸载运算过程中的实时功耗ei；

s52、根据公式：计算雾节点i的历史平均功耗其中，α为遗忘因子，为历史能耗，得出各备选雾节点对于此计算任务卸载的相应耗能为：

ei＝[1.010000000.7500]mj，

然后根据公式(2)更新各备选雾节点的历史平均能耗为：

s53、发送历史平均功耗至终端节点供历史功耗更新，不断更新的雾节点历史平均功耗可以保证雾节点任务卸载能耗具有一定的公平性。

请参阅图7，显示为本发明的一种网络节点间计算任务卸载平衡系统模块示意图，如图7所示，一种网络节点间计算任务卸载平衡系统，包括：处理性能获取模块1、优先级信息模块2、雾节点选取模块3、任务卸载模块4和性能更新模块5；处理性能获取模块1，用于在终端节点周围的ntotal个雾节点获取自身的处理性能数据，雾节点分为有源和无源两类，有源雾节点对能耗的敏感性低于无源雾节点；优先级信息模块2，用于终端节点根据雾节点的处理性能数据，以预设逻辑计算得出所有ntotal个备选雾节点的调度优先级信息，优先级信息模块2与处理性能获取模块1连接，模型参数说明如下：备选雾节点个数ntotal，雾节点i计算速率和计算能耗ci，pi^c，终端节点计算速率和计算能耗ct，pt^c，终端节点到雾节点i的无线信道传输速率和发送功率ti，pi^t，根据上述信息计算雾节点的优先级信息；雾节点选取模块3，用于终端节点根据雾节点优先级信息，从ntotal个雾节点选取n个雾节点作为终端节点计算任务的卸载目标节点，雾节点选取模块3与优先级信息模块2连接，该优先级综合雾节点的数据处理能力、历史能耗以及功耗敏感性，作为选取卸载目标节点的标准。本发明以此优先级作为卸载雾节点选择的根据；任务卸载模块4，用于终端节点根据预设任务量计算逻辑计算任务分配信息，根据任务分配信息将计算任务划分为n+1个子任务，分别发送到被选取的n个雾节点和终端节点进行计算，任务卸载模块4与雾节点选取模块3连接，将计算任务划分为n+1个子任务卸载到所选取的的n雾节点以及终端节点本地进行计算，雾节点计算完成之后将计算结果回传给终端节点；性能更新模块5，用于雾节点根据计算过程中的实时性能信息更新自身的处理性能数据并发至终端节点，性能更新模块5与任务卸载模块4连接，在进行完一次计算任务的卸载后，按公式更新所有备选雾节点的历史平均功耗。

请参阅图8，显示为图7中处理性能获取模块1在一实施例中的具体模块示意图，如图8所示，处理性能获取模块1，包括：雾节点性能获取模块11、速率获取模块12、处理能力计算模块13、历史能耗模块14和性能信息发送模块15；雾节点性能获取模块11，用于获取雾节点i的处理性能数据，对本发明进行具体实施例说明。其中，3个有源雾节点的优先参数设为2，7个无源雾节点的优先参数设为1。该优先级参数设置可以使得有源雾节点承担更多的任务量，降低无源雾节点能耗；速率获取模块12，用于分析雾节点i的处理性能数据，获取雾节点i的计算速率ci和传输速率ti，计算任务单个大小10kbits，每次选取2个雾节点进行计算任务的卸载。雾节点均匀随机分布于以终端节点为中心，半径为50m的范围内，且计算能力ci(mbps)和计算功耗pi^c(w)分别服从高斯分布n(7，2²)和n(1，0.3²)，两个变量相关系数为0.8；处理能力计算模块13，用于根据公式：计算计算速率ci和传输速率ti得雾节点i的处理能力ri，处理能力计算模块13与雾节点性能获取模块11连接，处理能力计算模块13与速率获取模块12连接，终端节点的计算能力ct和计算功耗pt^c分别为2mbps和0.5w。对于每个雾节点，采取相同的带宽10mhz和发送功率pi^t＝1w，无线信道干扰加噪声功率谱密度设为-100dbm/hz，上述参数可通过雾节点以广播的形式发送给终端节点，雾节点信息的更新频率可根据其自身参数时变速率来决定；历史能耗模块14，用于根据处理性能数据获取历史能耗其中i为雾节点序号，历史能耗模块14与处理能力计算模块13连接，各备选雾节点的等效数据处理能力由：计算得出为：

ri＝[5.222.824.336.594.051.823.624.373.501.52]mdps；性能信息发送模块15，用于向终端节点发送处理能力ri和历史能耗性能信息发送模块15与历史能耗模块14连接。

请参阅图9，显示为图7中优先级信息模块2在一实施例中的具体模块示意图，如图9所示，优先级信息模块2，包括：雾节点能力获取模块21、优先级参数模块22和优先级计算模块23；雾节点能力获取模块21，用于获取每一雾节点的处理能力ri和历史能耗优先级参数模块22，用于获取每一雾节点对应的调度优先级参数λi，优先级参数的具体数值可根据多次试验确定并预先设置；优先级计算模块23，用于根据公式：计算处理能力ri和历史能耗得雾节点i的调度优先级mi，优先级计算模块23与雾节点能力获取模块21连接，优先级计算模块23与优先级参数模块22连接，计算得出的10个备选雾节点的调度优先级为：mi＝[19.711.617.36.94.93.66.439.710.36.9]。

请参阅图10，显示为图7中雾节点选取模块3在一实施例中的具体模块示意图，如图10所示，雾节点选取模块3，包括：优先级获取模块31、优先级对比模块32和选定模块33；优先级获取模块31，用于获取雾节点i的调度优先级mi；优先级对比模块32，用于终端节点对所有雾节点的调度优先级mi进行对比，优先级对比模块32与优先级获取模块31连接，从而根据雾节点优先级选取两个卸载目标雾节点，为节点1和8；选定模块33，用于根据调度优先级mi从ntotal个雾节点中选取n雾节点，选定模块33与优先级对比模块32连接，在所有可选的雾节点中选取优先级较高的雾节点预设为优先卸载计算任务的雾节点。

请参阅图11，显示为图7中任务卸载模块4在一实施例中的具体模块示意图，如图11所示，任务卸载模块4，包括：任务总量获取模块41、雾节点任务量模块42、终端节点任务量模块43和计算卸载模块44；任务总量获取模块41，用于获取终端节点的计算任务总量l；雾节点任务量模块42，用于根据公式：计算雾节点i的雾节点任务量li点i的雾节点任务量li，其中ri为雾节点i的处理能力值，ct雾节点传输速率，雾节点任务量模块42与任务总量获取模块41连接，在忽略计算结果回传时间的基础上，该子任务划分规则可以保证各个子任务的时延相等，从而最小化终端节点接收所有子任务计算结果的最大时延；终端节点任务量模块43，用于获取雾节点任务量li，根据公式计算得终端节点任务量lt，终端节点任务量模块43与任务总量获取模块41连接，从而根据雾节点优先级选取两个卸载目标雾节点，为节点1和8，则得出子任务划分结果为：l1＝4.50kbits，l8＝3.77kbits，lt＝1.73kbits；计算卸载模块44，用于终端节点根据雾节点任务量li和终端节点任务量lt将计算任务卸载至雾节点i和终端节点进行计算，计算卸载模块44与雾节点任务量模块42连接，计算卸载模块44与终端节点任务量模块43连接，将计算任务按照上述结果划分后分别在雾节点1和8，以及终端节点本机进行运算，根据各个备选雾节点的计算能耗：pi^c＝[1.460.940.821.131.441.121.371.141.611.26]w。

请参阅图12，显示为图7中性能更新模块5在一实施例中的具体模块示意图，如图12所示，性能更新模块5，包括：实时功耗获取模块51、平均功耗获取模块52和历史功耗更新模块53；实时功耗获取模块51，用于获取雾节点i在本次卸载运算过程中的实时功耗ei；平均功耗获取模块52，用于根据公式：计算雾节点i的历史平均功耗其中，α为遗忘因子，为历史能耗，平均功耗获取模块52与实时功耗获取模块51连接，得出各备选雾节点对于此计算任务卸载的相应耗能为：ei＝[1.010000000.7500]mj，然后根据公式(2)更新各备选雾节点的历史平均能耗为：历史功耗更新模块53，用于发历史平均功耗至终端节点供历史功耗更新，历史功耗更新模块53与平均功耗获取模块52连接，不断更新的雾节点历史平均功耗可以保证雾节点任务卸载能耗具有一定的公平性。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现网络节点间计算任务卸载平衡方法，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

一种网络节点间计算任务卸载平衡设备，包括：处理器及存储器；存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以使网络节点间计算任务卸载平衡设备执行网络节点间计算任务卸载平衡方法，存储器可能包含随机存取存储器(randomaccessmemory，简称ram)，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digitalsignalprocessing，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现场可编程门阵列(field-programmablegatearray，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

综上所述，本发明提供的一种网络节点间计算任务卸载平衡方法、系统、介质及设备，具有以下有益效果：提出根据雾节点的自身特性、数据处理能力和历史平均能耗综合考虑作为选取计算任务卸载对象的标准，以兼顾计算任务的时延和雾节点间能耗的公平性，给出一种综合雾节点自身特性，数据传输和计算能力，历史能耗的调度优先级构成方法，并给出最小化时延的在卸载目标雾节点之间的子任务划分方法。

综上，本发明解决了现有技术存在的无法兼顾计算任务的延迟以及雾节点间能耗的公平性、雾节点计算任务卸载不均衡、近距离雾节点消耗能耗大、无源雾节点异常下线、损害雾节点电池续航力的技术问题，具有很高的商业价值和实用性。