一种基于边缘计算的物联网服务动态卸载方法及装置与流程
本发明涉及计算机技术领域，具体涉及一种基于边缘计算的物联网服务动态卸载方法及装置。
背景技术：
随着物联网技术的快速发展，数以亿计连接到互联网的设备极大改善了人们的生产生活水平。这些物联网设备的应用服务也正变得越来越复杂。然而，物联网设备由于受到设备尺寸大小的限制，导致其处理能力和电池容量十分有限，以致于无法对这些复杂应用服务进行有效处理。因此，物联网设备通常需要将部分应用服务卸载到远端的云计算中心进行处理。然而，随着物联网设备的爆炸式增加，其产生的应用服务数据量也急剧增加。据思科全球云指数预测，到2019年，全球物联网设备所产生的数据量将会达到500zb。而全球的数据中心流量负载只能达到10.4zb。因此，如果将全部物联网设备的应用服务卸载到云计算中心将会造成现有网络的严重拥塞。为了解决这个问题，边缘计算作为一种新型的计算模型，已经引起学术界和工业界的广泛关注。
边缘计算通过在网络的边缘部署小型数据中心来代替远端云计算中心进行任务的处理，以此来减少核心网的流量负荷。物联网设备通过将应用服务卸载到边缘云来提升其处理能力，并且有效满足应用服务的低时延要求。然而，相比于远端的云计算中心，边缘云的处理能力依然相当有限。因此，当面对海量物联网服务处理的场景，所有服务仅卸载到边缘云上处理，将会致使任务积压逐渐加剧并且系统趋于不稳定。因此，为了解决海量物联网服务处理的需求，边缘云通常需要由一个云计算中心提供支撑计算服务。
在由边缘云和云计算中心组成的计算系统中，有效的服务卸载方法是提高卸载效率和降低网络损耗的关键。目前，现有的卸载方法无法很好地根据服务到达的动态性进行卸载策略的调整，并且现有方法的计算复杂度随着物联网设备的增多而急剧增加；这些将导致现有卸载方法无法在实际场景中有着良好的性能。
技术实现要素：
针对现有技术中的缺陷，本发明提供一种基于边缘计算的物联网服务动态卸载方法及装置。
具体地，本发明提供以下技术方案：
第一方面，本发明提供了一种基于边缘计算的物联网服务动态卸载方法，包括：
s1、获取t时刻各类物联网服务的到达量；
s2、针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；
s3、针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将s2确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
进一步地，所述s2包括：
针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：
其中，
进一步地，所述方法还包括：
s4、更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
进一步地，所述s4包括：
按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：
qij(t+1)＝max{qij(t)-lij(t),0}+aij(t)
其中，qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。
第二方面，本发明还提供了一种基于边缘计算的物联网服务动态卸载装置，包括：
获取模块，用于获取t时刻各类物联网服务的到达量；
卸载量确定模块，用于针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；
卸载模块，用于针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将所述卸载量确定模块确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
进一步地，所述卸载量确定模块，具体用于：
针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：
其中，
进一步地，所述装置还包括：
更新模块，用于更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
进一步地，所述更新模块，具体用于：
按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：
qij(t+1)＝max{qij(t)-lij(t),0}+aij(t)
其中，qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。
第三方面，本发明还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述基于边缘计算的物联网服务动态卸载方法的步骤。
第四方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述基于边缘计算的物联网服务动态卸载方法的步骤。
由上面技术方案可知，本发明提供的基于边缘计算的物联网服务动态卸载方法，包括：s1、获取t时刻各类物联网服务的到达量；s2、针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；s3、针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将s2确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。可见，本发明提供的基于边缘计算的物联网服务动态卸载方法，在每个时刻，每类物联网服务首先根据最大化其卸载收益的原则分配边缘云和云计算中心的卸载量；接着在多个边缘云服务器中选择该类服务队列最小的边缘云处理其边缘云卸载量，最终确定全部物联网服务的卸载方案，本发明能够较好地适应任务到达的动态性，且计算复杂度较低。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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，下面描述中的附图是本发明的一些实施例，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。
图1是本发明一实施例提供的基于边缘计算的物联网服务动态卸载方法的一种流程图；
图2是本发明一实施例提供的计算系统的组成示意图；
图3是本发明一实施例提供的基于边缘计算的物联网服务动态卸载方法的另一种流程图；
图4是本发明另一实施例提供的基于边缘计算的物联网服务动态卸载装置的一种结构示意图；
图5是本发明另一实施例提供的基于边缘计算的物联网服务动态卸载装置的另一种结构示意图；
图6是本发明又一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
针对边缘计算下的物联网服务的卸载，现有方法不能很好适应服务到达的高度动态性并且求解复杂度较高，导致其无法很好满足应用的服务质量要求并在实际环境中难以实施。因此，为使得服务的卸载能够适应服务到达的随机性以及降低求解复杂性，本发明提出了一种基于边缘计算的物联网服务动态卸载方法。本发明针对每类物联网服务，首先根据最大化其卸载收益的原则分配边缘云和远端云计算中心的服务处理量；接着对于边缘云，选择相应服务队列最小的服务器处理该类服务；进而获得全部物联网服务的卸载方案。下面将通过具体实施例对本发明提供的动态卸载方法进行详细介绍和说明。
图1示出了本发明一实施例提供的基于边缘计算的物联网服务动态卸载方法的流程图。如图1所示，本发明实施例提供的基于边缘计算的物联网服务动态卸载方法，包括如下步骤：
步骤101：获取t时刻各类物联网服务的到达量。
步骤102：针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与该类物联网服务对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关。
在本步骤中，针对每类物联网服务，通过最大化该类物联网服务的卸载收益函数确定与该类物联网服务对应的边缘云服务卸载量以及云计算中心服务卸载量。
其中，卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关。这里的物联网服务卸载至边缘云的代价值以及物联网服务卸载至云计算中心的代价值可以理解成物联网服务卸载至边缘云所需的系统能量消耗以及物联网服务卸载至云计算中心所需的系统能量消耗。这里的每个边缘云服务器中各类物联网服务的积压量以及云计算中心服务器中各类物联网服务的积压量可以理解成每个边缘云服务器中还未来得及处理的各类物联网服务的剩余量，以及云计算中心服务器中还未来得及处理的各类物联网服务的剩余量。
步骤103：针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将步骤102确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
在本步骤中，在多个边缘云服务器中选择该类物联网服务积压量最少的服务器进行处理，而剩余的边缘云服务器无需处理该类物联网服务。对于步骤102确定好的云计算中心服务卸载量将其卸载到云计算中心服务器处理即可。
需要说明的是，本实施例提供的基于边缘计算的物联网服务动态卸载方法用于计算系统，所述计算系统包括一个由n台服务器组成的边缘云和一个云计算中心(可认定其为一台大型处理服务器，即为第n+1台服务器)，其为m种物联网服务提供计算服务。其中每台服务器上均部署有m个虚拟机(vm)，以便为m种物联网服务提供相应的计算服务。例如，参见图2所示意的计算系统，在图2所示的计算系统中，包括由三台服务器组成的边缘云，以及一个云计算中心。该系统为m类物联网服务提供相应的计算服务。
在本实施例中，针对每类物联网服务，首先根据最大化其卸载收益的原则分配边缘云和远端云计算中心的服务处理量，接着对于边缘云，选择相应服务队列最小的服务器处理该类服务，进而获得全部物联网服务的卸载方案。
由上面技术方案可知，本实施例提供的基于边缘计算的物联网服务动态卸载方法，首先获取t时刻各类物联网服务的到达量，然后针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；最后针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，并将确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。可见，本实施例提供的基于边缘计算的物联网服务动态卸载方法，在每个时刻，每类物联网服务首先根据最大化其卸载收益的原则分配边缘云和云计算中心的卸载量；接着在多个边缘云服务器中选择该类服务队列最小的边缘云处理其边缘云卸载量，最终确定全部物联网服务的卸载方案，本实施例能够较好地适应任务到达的动态性，且计算复杂度较低。
基于上述实施例的内容，在一种可选实施方式中，所述步骤102可通过如下方式实现：
针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：
其中，
需要说明的是，函数φ(x,t)表示t时刻卸载总量为x的第i类物联网服务卸载到边缘云的代价；函数
需要说明的是，v表示物联网服务积压量和总服务卸载代价之间的权衡因子，一般地，v大于0。在本实施方式中，通过调节v值，可以根据实际场景需要，实现卸载代价和队列积压之间的权衡。其中，当v较小时，代表在该计算系统中积压量要比服务的卸载代价更为重要。当v较大时，代表在该计算系统中服务的卸载代价要比积压量更为重要。这里的卸载代价可以简单理解为服务卸载时系统的损耗，或者理解为服务卸载到服务器时的传输能量损耗。
例如，当需要处理实时性较高的任务，此时不需要太低的系统损耗，但是需要较小的积压量，所以此时v值越小越好。但是如果当前任务对实时性要求不高，但是需要较低的系统损耗，那么此时v值要尽可能的大。
基于上述实施例的内容，在一种可选实施方式中，参见图3，所述方法还包括：
步骤104：更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
在本实施方式中，需要说明的是，由于每个时刻在根据卸载收益函数确定与其对应的边缘云服务卸载量时，需要用到当前时刻各服务器中各类物联网服务的积压量，因此为方便后续时刻的正常计算，在t时刻的服务动态卸载完毕后，需要更新一下t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
基于上述实施例的内容，在一种可选实施方式中，所述步骤104可通过如下方式实现：
按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：
qij(t+1)＝max{qij(t)-lij(t),0}+aij(t)
其中，qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。
需要说明的是，aij(t)为一个决策变量，其表示t时刻第i类物联网服务实际卸载到第j台服务器的总量，单位为bit。
在本实施方式中，根据上式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量，以便t+1时刻进行服务动态卸载分配时使用。
本发明另一实施例提供了一种基于边缘计算的物联网服务动态卸载装置，参见图4，本实施例提供的基于边缘计算的物联网服务动态卸载装置，包括：获取模块21、卸载量确定模块22和卸载模块23，其中：
获取模块21，用于获取t时刻各类物联网服务的到达量；
卸载量确定模块22，用于针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；
卸载模块23，用于针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将所述卸载量确定模块确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
基于上述实施例的内容，在一种可选实施方式中，所述卸载量确定模块22，具体用于：
针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：
其中，
基于上述实施例的内容，在一种可选实施方式中，参见图5，所述装置还包括：
更新模块24，用于更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
基于上述实施例的内容，在一种可选实施方式中，所述更新模块24，具体用于：
按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：
qij(t+1)＝max{qij(t)-lij(t),0}+aij(t)
其中，qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。
本实施例提供的基于边缘计算的物联网服务动态卸载装置，能够用于执行上述实施例所述的基于边缘计算的物联网服务动态卸载方法，其工作原理和技术效果类似，此处不再赘述，具体内容可参照上述实施例的介绍。
基于相同的发明构思，本发明又一实施例提供了一种电子设备，参见图6，所述电子设备具体包括如下内容：处理器601、存储器602通信接口603和总线604；
其中，所述处理器601、存储器602通信接口603通过所述总线604完成相互间的通信；所述通信接口603用于实现各建模软件及智能制造装备模块库等相关设备之间的信息传输；
所述处理器601用于调用所述存储器602中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例一中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤101：获取t时刻各类物联网服务的到达量。
步骤102：针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关。
步骤103：针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将步骤102确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
基于相同的发明构思，本发明又一实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例一的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤101：获取t时刻各类物联网服务的到达量。
步骤102：针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关。
步骤103：针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将步骤102确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
- 还没有人留言评论。精彩留言会获得点赞！