CN109783233A - 一种提供移动边缘计算中任务卸载的方法 - Google Patents

一种提供移动边缘计算中任务卸载的方法 Download PDF

Info

Publication number
CN109783233A
CN109783233A CN201811580425.9A CN201811580425A CN109783233A CN 109783233 A CN109783233 A CN 109783233A CN 201811580425 A CN201811580425 A CN 201811580425A CN 109783233 A CN109783233 A CN 109783233A
Authority
CN
China
Prior art keywords
task
user equipment
edge computing
mobile user
computing
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.)
Pending
Application number
CN201811580425.9A
Other languages
English (en)
Inventor
温武少
王昌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201811580425.9A priority Critical patent/CN109783233A/zh
Publication of CN109783233A publication Critical patent/CN109783233A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及移动边缘计算领域，为移动边缘计算中任务卸载的方法，其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。

Description

一种提供移动边缘计算中任务卸载的方法
技术领域
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，mobile user equipment)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，mobile cloudcomputing)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，mobile edge computing)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。
发明内容
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,Quality of Seivice)和体验质量(QoE,Qualityof Experience)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,Quality of Seivice)和体验质量(QoE,Quality of Experience)，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。

Claims (9)

1.一种提供移动边缘计算中任务卸载的方法，其特征在于，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。
2.根据权利要求1所述的提供移动边缘计算中任务卸载的方法，其特征在于，所述边缘计算节点处在无线蜂窝网络的一个区域中，将MEC服务器部署到基站中作为一个边缘计算节点。
3.根据权利要求1或2所述的提供移动边缘计算中任务卸载的方法，其特征在于，步骤S1中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。
4.根据权利要求1所述的提供移动边缘计算中任务卸载的方法，其特征在于，步骤S2中将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，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。
5.根据权利要求1所述的提供移动边缘计算中任务卸载的方法，其特征在于，步骤S3中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UE i在时间和能量方面的权重，ti，ei分别表示移动用户设备UE i可以接受的最大延迟和最大能量消耗。
6.根据权利要求1所述的提供移动边缘计算中任务卸载的方法，其特征在于，步骤S3中任务卸载方法，包括：
在本地设备上执行计算任务，不进行任务卸载；
将计算任务卸载到本地区域边缘计算节点；
将计算任务卸载到邻近区域边缘计算节点。
7.根据权利要求1或6所述的提供移动边缘计算中任务卸载的方法，其特征在于，步骤S3中选择一种任务消耗量最少的任务卸载方法，包括以下步骤：
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。
8.根据权利要求1所述的提供移动边缘计算中任务卸载的方法，其特征在于，任务卸载方法的集合为:
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。
9.根据权利要求8所述的提供移动边缘计算中任务卸载的方法，其特征在于，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UE i的卸载任务的消耗量。
CN201811580425.9A 2018-12-24 2018-12-24 一种提供移动边缘计算中任务卸载的方法 Pending CN109783233A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811580425.9A CN109783233A (zh) 2018-12-24 2018-12-24 一种提供移动边缘计算中任务卸载的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811580425.9A CN109783233A (zh) 2018-12-24 2018-12-24 一种提供移动边缘计算中任务卸载的方法

Publications (1)

Publication Number Publication Date
CN109783233A true CN109783233A (zh) 2019-05-21

Family

ID=66498115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811580425.9A Pending CN109783233A (zh) 2018-12-24 2018-12-24 一种提供移动边缘计算中任务卸载的方法

Country Status (1)

Country Link
CN (1) CN109783233A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110351352A (zh) * 2019-07-03 2019-10-18 中山大学 边缘计算或雾计算环境下基于激励机制的微计算集群形成方法
CN111182569A (zh) * 2020-01-08 2020-05-19 浙江工业大学 一种5g场景下的边缘计算卸载周期最小化方法
CN112000388A (zh) * 2020-06-05 2020-11-27 国网江苏省电力有限公司信息通信分公司 基于多边缘集群协同的并发任务调度方法及装置
CN112073452A (zh) * 2020-05-27 2020-12-11 河南工程学院 一种能源有效和资源受限的移动边缘计算任务分配方法
CN113115072A (zh) * 2021-04-09 2021-07-13 中山大学 一种基于端云协同的视频目标检测跟踪调度方法及系统
CN114003364A (zh) * 2021-11-02 2022-02-01 中国联合网络通信集团有限公司 数据采集调度方法、服务器、移动设备及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106900011A (zh) * 2017-02-28 2017-06-27 重庆邮电大学 一种基于mec的蜂窝基站间任务卸载方法
US20180183855A1 (en) * 2016-12-28 2018-06-28 Intel Corporation Application computation offloading for mobile edge computing
CN108901046A (zh) * 2018-06-14 2018-11-27 北京大学 面向移动边缘计算的协同任务卸载算法及系统设计方案

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180183855A1 (en) * 2016-12-28 2018-06-28 Intel Corporation Application computation offloading for mobile edge computing
CN106900011A (zh) * 2017-02-28 2017-06-27 重庆邮电大学 一种基于mec的蜂窝基站间任务卸载方法
CN108901046A (zh) * 2018-06-14 2018-11-27 北京大学 面向移动边缘计算的协同任务卸载算法及系统设计方案

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHANG WANG等: "Energy-efficient Offloading Policy for Resource Allocation in Distributed Mobile Edge Computing", 《2018 IEEE SYMPOSIUM ON COMPUTERS AND COMMUNICATIONS (ISCC)》 *
于博文等: "移动边缘计算任务卸载和基站关联协同决策问题研究", 《计算机研究与发展》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110351352A (zh) * 2019-07-03 2019-10-18 中山大学 边缘计算或雾计算环境下基于激励机制的微计算集群形成方法
CN110351352B (zh) * 2019-07-03 2022-04-12 中山大学 边缘计算或雾计算环境下基于激励机制的微计算集群形成方法
CN111182569A (zh) * 2020-01-08 2020-05-19 浙江工业大学 一种5g场景下的边缘计算卸载周期最小化方法
CN111182569B (zh) * 2020-01-08 2023-06-30 浙江工业大学 一种5g场景下的边缘计算卸载周期最小化方法
CN112073452A (zh) * 2020-05-27 2020-12-11 河南工程学院 一种能源有效和资源受限的移动边缘计算任务分配方法
CN112000388A (zh) * 2020-06-05 2020-11-27 国网江苏省电力有限公司信息通信分公司 基于多边缘集群协同的并发任务调度方法及装置
CN112000388B (zh) * 2020-06-05 2022-08-23 国网江苏省电力有限公司信息通信分公司 基于多边缘集群协同的并发任务调度方法及装置
CN113115072A (zh) * 2021-04-09 2021-07-13 中山大学 一种基于端云协同的视频目标检测跟踪调度方法及系统
CN114003364A (zh) * 2021-11-02 2022-02-01 中国联合网络通信集团有限公司 数据采集调度方法、服务器、移动设备及系统
CN114003364B (zh) * 2021-11-02 2024-04-26 中国联合网络通信集团有限公司 数据采集调度方法、服务器、移动设备及系统

Similar Documents

Publication Publication Date Title
CN109783233A (zh) 一种提供移动边缘计算中任务卸载的方法
Wang et al. User mobility aware task assignment for mobile edge computing
Lee et al. An online secretary framework for fog network formation with minimal latency
US10524158B2 (en) Determining network congestion based on target user throughput
CN107333267B (zh) 一种用于5g超密集组网场景的边缘计算方法
Chen et al. On the computation offloading at ad hoc cloudlet: architecture and service modes
CN110493360A (zh) 多服务器下降低系统能耗的移动边缘计算卸载方法
Li et al. Capacity-aware edge caching in fog computing networks
US20210250783A1 (en) Electronic apparatus and method used in wireless communications, and computer readable storage medium
CN113115256B (zh) 一种在线vmec服务网络选择的迁移方法
CN104619029B (zh) 一种集中式蜂窝网络架构下的基带池资源分配方法和装置
CN111601327B (zh) 一种服务质量优化方法、装置、可读介质和电子设备
CN109639833B (zh) 一种基于无线城域网微云负载均衡的任务调度方法
CN111263401A (zh) 一种基于移动边缘计算的多用户协作计算卸载方法
Tanzil et al. A distributed coalition game approach to femto-cloud formation
CN106717058A (zh) 增强从无线局域网到lte网络的负载报告
CN112416603B (zh) 一种基于雾计算的联合优化系统和方法
Mazza et al. A partial offloading technique for wireless mobile cloud computing in smart cities
CN114698088A (zh) 确定传输时延的方法、装置、设备及存储介质
Kirsal et al. An analytical approach for performance analysis of handoffs in the next generation integrated cellular networks and WLANs
Yan et al. Fairness-aware data offloading of IoT applications enabled by heterogeneous UAVs
CN113660696B (zh) 基于区域池组网的多接入边缘计算节点选择方法及系统
Ravi et al. Mobility managed energy efficient Android mobile devices using cloudlet
Zhang et al. Stochastic programming method for offloading in mobile edge computing based internet of vehicle
Salhani et al. Load balancing algorithm within the small cells of heterogeneous UDN networks: Mathematical proofs

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190521

RJ01 Rejection of invention patent application after publication