CN108920273B - 一种边缘云的计算卸载激励方法 - Google Patents
一种边缘云的计算卸载激励方法 Download PDFInfo
- Publication number
- CN108920273B CN108920273B CN201810640773.4A CN201810640773A CN108920273B CN 108920273 B CN108920273 B CN 108920273B CN 201810640773 A CN201810640773 A CN 201810640773A CN 108920273 B CN108920273 B CN 108920273B
- Authority
- CN
- China
- Prior art keywords
- edge cloud
- cloud server
- mobile device
- computing
- unloading
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 12
- 230000005284 excitation Effects 0.000 title claims description 6
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000008901 benefit Effects 0.000 claims description 13
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种边缘云的计算卸载激励方法,在边缘云服务器和移动设备之间建立激励体制,移动设备通过将复杂的计算卸载到边缘云服务器上执行提升其计算效率,边缘云服务器通过为移动设备卸载的计算提供计算服务获得收益,找到移动设备和边缘云服务器的均衡点,得到最优策略,该方法提升了边缘云计算卸载过程中移动设备和边缘云服务器的计算效率,使得边缘云服务器和移动设备的利益最大化。
Description
技术领域
本发明涉及边缘云计算技术领域,具体的说是一种边缘云的计算卸载激励方法。
背景技术
物联网的普遍流行让人们在生活中处处可以享受到互联网带来的便捷体验。尤其对于移动设备,网络服务为其方便性和功能性提供了无限可能。然而,功能性强大和计算密集型应用消耗了移动设备大量的能量和计算时间。此外,由于移动设备兼具移动性和便携性,其计算资源、存储资源和能量资源先天不足。为此,将复杂的计算内容卸载到拥有强大计算能力云端执行,即移动云计算技术,在一定程度上解决了移动设备本地资源不足的问题。然而,移动云计算技术虽然为移动设备提供了可观的云端资源,却由于其云端服务器距离移动设备较远导致了较长的服务响应时间。如何减少服务响应时间,提高用户的体验,成为亟待解决的问题;
边缘云计算技术由于其边缘云服务器距离移动设备较近,且边缘云服务器与移动设备间的节点数较少,较大程度地减少了服务响应时间,近年来备受青睐。目前,边缘云计算技术已经取得了一些研究成果,研究人员通常关注其计算性能的提升和能量消耗的减少。然而,很少有研究涉及到边缘云服务器在实际应用中的经济问题,例如,边缘云服务器在现实中往往被服务提供商租用,在提供服务的同时获取相应的收益。在考虑经济问题的过程中,激励机制在研究中广泛应用。通过激励机制的作用,参与者在得到适当合理收益的激励下,积极参与系统活动。
发明内容
为解决上述问题,本发明提供一种边缘云的计算卸载激励方法,该方法提升了边缘云计算卸载过程中移动设备和边缘云服务器的计算效率,最大化计算卸载参与者的利益。
本发明通过以下技术方案来实现:
一种边缘云的计算卸载激励方法,在边缘云服务器和移动设备之间建立激励体制,移动设备通过将复杂的计算卸载到边缘云服务器上执行提升其计算效率,边缘云服务器通过为移动设备卸载的计算提供计算服务获得收益,找到移动设备和边缘云服务器的均衡点,得到最优策略,使得边缘云服务器和移动设备的利益最大化。
进一步的,移动设备通过边缘云服务器进行计算卸载时,其所需代价主要由三部分构成,即剩余计算单元的代价F(x)、应付边缘云服务器的金额M(x)和时间代价T(x)。
进一步的,剩余计算单元的代价F(x)由以下公式计算:
进一步的,应付边缘云服务器的金额M(x)由以下公式计算:
mi=pi+xi。
进一步的,时间代价由计算本地剩余计算量的时间Ti exe和发送卸载Ti off计算所需数据量的时间组成,其计算公式为:
所述本地剩余计算量的时间Ti exe基于以下公式计算:
所述发送卸载计算所需数据量的时间Ti off基于以下公式计算:
进一步的,移动设备通过边缘云服务器进行计算卸载时,其所需代价C(x)为:
Γ=C(0)-C(x)
=C(0)-F(x)-M(x)-T(x)。
进一步的,边缘云服务器执行计算卸载的收益基于以下公式计算:
定义每个边缘云服务器执行卸载的效率用其收益的增加量表示,基于以下公式计算:
进一步的,得到最优策略包括以下步骤:
步骤一、移动设备决定其通过边缘云服务器执行计算卸载所付的金额,移动设备提出一个价格策略,定义为:
p=(p1,…,pS),移动设备根据价格策略首先将初始价格发送给边缘云服务器;
步骤二、边缘云服务器跟随移动设备的策略变化调整自身的策略,定义为x=(x1(p1),…,xS(pS)),在收到移动设备发送的初始价格后,边缘云服务器根据以下公式计算出卸载量,所述公式为:
maxΨi(xi)
s.t.xi∈[0,Xi]
步骤三、移动设备收到边缘云服务器发送的卸载量后,根据以下公式计算出执行本策略的效率,
步骤四、移动设备对比Γ(x,pd)和Γ(x,pu),调整pmin和pmax的值;
步骤五、重复以上步骤,直到满足机制的精确度要求,找到移动设备和边缘云服务器的均衡点,得到最优策略。
进一步的,所述移动设备和边缘云服务器的均衡点为(x★,p★),应满足下列条件:
Ψ(x★)≥Ψ(x′)
Γ(x★,p★)≥Γ(x★,p′)
本发明的有益效果在于:
本发明主要通过在边缘云服务器和移动设备之间建立一个基于斯塔克尔伯格博弈理论的激励机制,应用于边缘云计算卸载场景中。同时,提出一种计算该博弈均衡的算法,快速得到该博弈的均衡点。该方法通过将机制中边缘云服务器和移动设备之间的相互作用抽象成一个斯塔克尔伯格博弈,找到博弈的均衡点,得到最优策略,从而最大化参与计算卸载双方的利益。移动设备通过将复杂的计算卸载到边缘云服务器上执行提升其计算效率,同时,边缘云服务器通过为移动设备卸载的计算提供计算服务获得一定的收益,在边缘云服务器和移动设备之间建立博弈关系,最终达到目标。
具体实施方式
下面通过具体实施方式对本发明做进一步说明,但并不意味着对本发明保护范围的限制。
一种边缘云的计算卸载激励方法,应用于一个移动设备通过多个边缘云服务器进行计算卸载的场景中,是在边缘云服务器和移动设备之间建立激励体制,移动设备通过将复杂的计算卸载到边缘云服务器上执行提升其计算效率,边缘云服务器通过为移动设备卸载的计算提供计算服务获得收益,找到移动设备和边缘云服务器的均衡点,得到最优策略,使得边缘云服务器和移动设备的利益最大化。
首先对移动设备进行分析,移动设备通过边缘云服务器进行计算卸载时,其所需代价主要由三部分构成,即计算剩余计算单元的代价F(x)、应付边缘云服务器的金额M(x)和时间代价T(x),其中计算剩余计算单元的代价F(x)的公式为:
应付边缘云服务器的金额M(x)由以下公式计算:
mi=pi+xi。
进一步的,所述时间代价由计算本地剩余计算量的时间Ti exe和发送卸载Ti off计算所需数据量的时间组成,其计算公式为:
所述计算本地剩余计算量的时间Ti exe基于以下公式计算:
所述发送卸载计算所需数据量的时间Ti off基于以下公式:
综上所述:移动设备通过边缘云服务器进行计算卸载时,其所需代价C(x)为:
而本地执行计算卸载的效率由以下公式计算:
Γ=C(0)-C(x)
=C(0)-F(x)-M(x)-T(x)。
再对边缘云服务器进行分析,边缘云服务器通常有其自身的计算任务,因此,在执行移动设备卸载的计算任务时,必须将其自身的计算任务考虑在内,边缘云服务器执行计算卸载的收益基于以下公式计算:
定义每个边缘云服务器执行卸载的效率用其收益的增加量表示,基于以下公式计算:
一种边缘云的计算卸载激励方法,得到最优策略包括以下步骤:
步骤一、移动设备决定其通过边缘云服务器执行计算卸载所付的金额,移动设备提出一个价格策略,定义为:
p=(p1,...,pS),移动设备根据价格策略首先将初始价格发送给边缘云服务器;
步骤二、边缘云服务器跟随移动设备的策略变化调整自身的策略,定义为x=(x1(p1),...,xS(pS)),在收到移动设备发送的初始价格后,边缘云服务器根据以下公式计算出卸载量,所述公式为:
maxΨi(xi)
s.t.xi∈[0,Xi]
步骤四、移动设备对比Γ(x,pd)和Γ(x,pu),调整pmin和pmax的值;
步骤五、重复以上步骤,直到满足机制的精确度要求,找到移动设备和边缘云服务器的均衡点,得到最优策略。
进一步的,所述移动设备和边缘云服务器的均衡点为(x★,p★),xi ★为第i个边缘服务器的最优策略,即公式的优化问题,x★是该最优策略的集合。定义pi ★为移动设备付给第i个边缘服务器的最优价格策略,p★是该最优策略的集合,在移动设备和边缘云服务器的均衡中,任意一个移动设备都无法通过改变其提出的价格策略进一步提高计算卸载的效率,同时,任意一个边缘云服务器也无法通过改变其提出的计算服务策略进一步提高收益,确定移动设备和边缘云服务器的均衡点为(x★,p★),则激励机制中移动设备提出的价格策略和边缘云服务器提出的计算服务策略应满足下列条件:
Ψ(x★)≥Ψ(x′)
Γ(x★,p★)≥Γ(x★,p′)
为验证边缘云服务器提出的计算服务策略满足上述条件,应首先求出Ψi对xi的一阶导数,
令上式为0,得到最优策略,
通过令上式xi的值为0到Xi,得到价格边界,如下所示:
具体算法如下:
输出:x,p;
(1)当满足pmax-pmin<ξ时,循环执行i,i∈S;基于以下公式:
基于以下公式:
基于以下公式:
(2)如果满足Γ(x,pd)<Γ(x,pu)执行pmin=pd;
否则执行pmax=pu;令pi=pmin,循环执行i,i∈S,此时基于以下公式:
以上显示和描述了本发明的主要特征、使用方法、基本原理以及本发明的优点。本行业技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会根据实际情况有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (1)
1.一种边缘云的计算卸载激励方法,其特征在于:在边缘云服务器和移动设备之间建立激励体制,移动设备通过将复杂的计算卸载到边缘云服务器上执行提升其计算效率,边缘云服务器通过为移动设备卸载的计算提供计算服务获得收益,找到移动设备和边缘云服务器的均衡点,得到最优策略,使得边缘云服务器和移动设备的利益最大化;
移动设备通过边缘云服务器进行计算卸载时,其所需代价主要由三部分构成,即剩余计算单元的代价F(x)、应付边缘云服务器的金额M(x)和时间代价T(x);
其中时间代价由计算本地剩余计算量的时间Ti exe和发送卸载计算所需数据量的时间Ti off组成,其计算公式为:所述本地剩余计算量的时间Ti exe基于以下公式计算:其中,β是卸载计算的计算复杂度,Kd是移动设备的计算能力;发送卸载计算所需数据量的时间Ti off基于以下公式计算:其中,γ是卸载计算所需传输的数据量系数,L是移动设备的传输能力;
边缘云服务器执行计算卸载的收益基于以下公式计算:
使得边缘云服务器和移动设备的利益最大化的最优策略包括以下步骤:
步骤一、移动设备决定其通过边缘云服务器执行计算卸载所付的金额,移动设备提出一个价格策略,定义为:p=(p1,...,pS),移动设备根据价格策略首先将初始价格发送给边缘云服务器;
步骤二、边缘云服务器跟随移动设备的策略变化调整自身的策略,定义为x=(x1(p1),...,xS(pS)),在收到移动设备发送的初始价格后,边缘云服务器根据以下公式计算出卸载量,所述公式为:
maxΨi(xi)
s.t.xi∈[0,Xi]
步骤四、移动设备对比Γ(x,pd)和Γ(x,pu),调整pmin和pmax的值;
步骤五、重复以上步骤,直到满足机制的精确度要求,找到移动设备和边缘云服务器的均衡点,得到最优策略;所述移动设备和边缘云服务器的均衡点为(x★,p★),应满足下列条件:
Ψ(x★)≥Ψ(x′)
Γ(x★,p★)≥Γ(x★,p′)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810640773.4A CN108920273B (zh) | 2018-06-21 | 2018-06-21 | 一种边缘云的计算卸载激励方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810640773.4A CN108920273B (zh) | 2018-06-21 | 2018-06-21 | 一种边缘云的计算卸载激励方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108920273A CN108920273A (zh) | 2018-11-30 |
CN108920273B true CN108920273B (zh) | 2022-01-28 |
Family
ID=64420329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810640773.4A Active CN108920273B (zh) | 2018-06-21 | 2018-06-21 | 一种边缘云的计算卸载激励方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108920273B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109756371B (zh) * | 2018-12-27 | 2022-04-29 | 上海无线通信研究中心 | 一种基于博弈的网络节点资源感知激励方法及系统 |
CN110580182A (zh) * | 2019-08-19 | 2019-12-17 | 北京邮电大学 | 一种边缘计算中的云间计算卸载方法及装置 |
CN111949409B (zh) * | 2020-08-20 | 2024-03-29 | 全球能源互联网研究院有限公司 | 一种电力无线异构网中计算任务卸载方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095643A (zh) * | 2015-06-15 | 2015-11-25 | 中国人民解放军国防科学技术大学 | 面向动态环境的成像卫星自主任务规划方法 |
CN107122249A (zh) * | 2017-05-10 | 2017-09-01 | 重庆邮电大学 | 一种基于边缘云定价机制的任务卸载决策方法 |
CN107295109A (zh) * | 2017-08-16 | 2017-10-24 | 重庆邮电大学 | 自组织网络云计算中的任务卸载与功率分配联合决策方法 |
CN107819840A (zh) * | 2017-10-31 | 2018-03-20 | 北京邮电大学 | 超密集网络架构中分布式移动边缘计算卸载方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9088577B2 (en) * | 2010-11-24 | 2015-07-21 | Microsoft Technology Licensing, Llc | Multimedia aware cloud for mobile device computing |
US10136351B2 (en) * | 2016-08-30 | 2018-11-20 | Huawei Technologies Co., Ltd. | Mobile edge computing for tele-operation |
-
2018
- 2018-06-21 CN CN201810640773.4A patent/CN108920273B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095643A (zh) * | 2015-06-15 | 2015-11-25 | 中国人民解放军国防科学技术大学 | 面向动态环境的成像卫星自主任务规划方法 |
CN107122249A (zh) * | 2017-05-10 | 2017-09-01 | 重庆邮电大学 | 一种基于边缘云定价机制的任务卸载决策方法 |
CN107295109A (zh) * | 2017-08-16 | 2017-10-24 | 重庆邮电大学 | 自组织网络云计算中的任务卸载与功率分配联合决策方法 |
CN107819840A (zh) * | 2017-10-31 | 2018-03-20 | 北京邮电大学 | 超密集网络架构中分布式移动边缘计算卸载方法 |
Non-Patent Citations (2)
Title |
---|
Towards collaborative storage scheduling using alternating direction method of multipliers for mobile edge cloud;GuanlinWu 等;《Journal of Systems and Software》;20071231;第29-43页 * |
基于模糊 QoS的云服务资源选择方法;刘娜娜 等;《微电子学与计算机》;20150831;第41-44页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108920273A (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108920273B (zh) | 一种边缘云的计算卸载激励方法 | |
CN109240818B (zh) | 一种边缘计算网络中基于用户体验的任务卸载方法 | |
CN104850935B (zh) | 一种以最小化支付为目标的移动群智感知激励方法 | |
CN113010282A (zh) | 一种基于深度强化学习的边云协同串行任务卸载方法 | |
CN111026547A (zh) | 基于拍卖机制的边缘计算服务器资源分配方法 | |
CN104038392A (zh) | 一种云计算资源服务质量评估方法 | |
CN107295109A (zh) | 自组织网络云计算中的任务卸载与功率分配联合决策方法 | |
CN107122249A (zh) | 一种基于边缘云定价机制的任务卸载决策方法 | |
CN110505165B (zh) | 一种基于双向拍卖机制的边缘计算任务卸载方法及装置 | |
CN110287024B (zh) | 一种工业智能边缘计算中面向多服务器多用户的调度方法 | |
Zhao et al. | A version-aware computation and storage trade-off strategy for multi-version VoD systems in the cloud | |
WO2022000298A1 (en) | Reinforcement learning based rate control | |
CN115334551A (zh) | 基于契约理论的任务卸载与资源分配优化方法及系统 | |
Yuan et al. | Incentivizing federated learning under long-term energy constraint via online randomized auctions | |
TW201248388A (en) | Cloud-based energy-saving service system and method | |
CN116112953A (zh) | 基于移动边缘计算的区块链任务卸载和资源分配方法 | |
CN111857976A (zh) | 一种基于分解的多目标优化的计算迁移方法 | |
CN111461507A (zh) | 基于客户感知价值和风险意识的多服务器配置利润最大化方法 | |
Yuan et al. | An energy-efficient computing offloading framework for blockchain-enabled video streaming systems | |
Chen et al. | An emd-based adaptive client selection algorithm for federated learning in heterogeneous data scenarios | |
CN108664318A (zh) | 计算迁移方法及用于计算迁移的服务端、边界服务端 | |
CN113507712A (zh) | 一种基于交替方向乘子的资源分配与计算任务卸载方法 | |
CN116382806A (zh) | 一种任务卸载方法、装置及计算机可读存储介质 | |
CN113535408A (zh) | 边缘侧计算资源拍卖式优化方法 | |
CN108901003A (zh) | 一种d2d协作网络场景下基于社会关系的功率分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |