CN109819047A - 一种基于激励机制的移动边缘计算资源分配方法 - Google Patents
一种基于激励机制的移动边缘计算资源分配方法 Download PDFInfo
- Publication number
- CN109819047A CN109819047A CN201910139645.6A CN201910139645A CN109819047A CN 109819047 A CN109819047 A CN 109819047A CN 201910139645 A CN201910139645 A CN 201910139645A CN 109819047 A CN109819047 A CN 109819047A
- Authority
- CN
- China
- Prior art keywords
- mobile device
- buyer
- seller
- calculating task
- computing resource
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明涉及一种基于激励机制的移动边缘计算资源分配方法,该方法如下:将当前时隙内没有剩余计算资源的移动设备定义为买家,有剩余计算资源的移动设备和边缘服务器作为卖家;将买家计算任务优先级按激励值由大到小排序,卖家优先级按剩余计算资源由大到小排序;将满足计算资源条件和价格条件的卖家与买家计算任务进行匹配并分配计算资源;更新买家计算任务和卖家计算资源信息和定价信息,并对买家计算任务的优先级和卖家的优先级进行重新排序;如果计算资源分配失败则在下一个时隙将失败的计算任务卸载给边缘服务器。本发明充分利用移动设备的计算资源,减轻边缘服务器的计算负担,降低了边缘服务器的计算成本,提高了网络内计算资源的利用率。
Description
技术领域
本发明属于移动边缘计算资源分配技术领域,更具体地,涉及一种基于激励机制的移动边缘计算资源分配方法。
背景技术
移动边缘计算(Mobile Edge Computing,MEC)作为一种新兴起的网络架构,正受到全球范围内学者的广泛关注。MEC通过将计算资源、存储资源下沉到网络边缘,邻近地为移动设备提供超低时延的计算服务。MEC允许移动设备将计算任务卸载到网络边缘,既能降低回传链路资源消耗,又能减少回传带来的时延。
无线资源包括计算资源,存储资源以及通信资源。通常情况下,在实际无线网络资源分配时,往往忽略了移动设备的计算资源。这就意味着,把计算任务都卸载到边缘服务器或者云服务器上会造成一些资源上的浪费。目前,边缘计算资源分配研究通常将移动设备默认为理智的,忽略了移动设备的自私行为,缺少针对移动设备行为的奖惩激励机制研究。如果采取激励机制,可以激励移动设备之间协作,更高效地利用无线网络计算资源。制定网络经济定价激励机制,可以提高网络计算资源利用率,提升边缘计算系统性能,节约系统部署、运维以及扩展升级成本。
发明内容
本发明要解决的技术问题是提供一种能够有效解决网络资源浪费问题,实现移动设备之间计算资源共享,提高网络计算资源利用率的基于激励机制的移动边缘计算资源分配方法。
为解决上述技术问题,本发明的基于激励机制的移动边缘计算资源分配方法的步骤如下:
1.一种基于激励机制的移动边缘计算资源分配方法,其特征在于包括以下步骤:
步骤1)身份确认:判断当前时隙内移动设备是否有剩余计算资源,没有剩余计算资源的移动设备和有剩余计算资源的移动设备分别定义为买家移动设备和卖家移动设备;买家移动设备作为买家,边缘服务器和卖家移动设备均作为卖家;
设当前时隙即第i个时隙的买家移动设备集合MDb i包括X个买家移动设备,卖家移动设备集合MDs i包括Y个卖家移动设备:
其中,表示第i个时隙的第x个买家移动设备,表示第i个时隙的第y个卖家移动设备;
表示第i个时隙的买家集合,它由第i个时隙X个买家移动设备组成;
表示第i个时隙的卖家集合,它由第i个时隙Y个卖家移动设备和M个边缘服务器组成;ESm表示第m个ES;
步骤2)优先级排序:分别获取买家计算任务和卖家的计算资源信息和定价信息;买家计算任务的优先级按激励值由大到小排序,卖家的优先级按剩余计算资源由大到小排序;买家计算任务的激励值等于其计算任务需要的计算资源乘以单位竞价值,单位竞价值为计算任务需要CPU循环计算一次的竞价值;
步骤3)计算任务资源分配:按照买家计算任务的优先级和卖家的优先级进行计算资源分配,买家计算任务根据计算资源条件和价格条件与卖家进行匹配;若匹配成功,则卖家为买家计算任务分配计算资源;若匹配失败,则买家移动设备独立进行计算。
步骤4)计算资源分配反馈:无论计算资源分配是否成功,皆对买家计算任务和卖家的计算资源信息和定价信息进行更新,并根据更新后的买家计算任务和卖家的计算资源信息和定价信息重新对买家计算任务的优先级和卖家的优先级进行排序;如果计算资源分配失败则在下一个时隙将失败的计算任务卸载给边缘服务器。
所述步骤2)中,第i个时隙内买家计算任务按激励值由大到小排序确定优先级的方法如下:
第一步:统计计算任务数量
第i个时隙的计算任务集合Γi由第i个时隙所有买家的计算任务集合组成;
其中表示第i个时隙的第j个买家的计算任务集合;
第i个时隙的第j个买家有个计算任务,则第i个时隙的第j个买家的计算任务集合包括:
其中,表示第i个时隙的第j个买家移动设备的第t个计算任务;
第i个时隙所有买家的计算任务数量Li为:
第二步:计算任务所需计算资源矩阵
统计所有计算任务所需计算资源,得到计算资源集合Di;计算任务所需计算资源的大小以计算任务所需的CPU循环次数为单位进行衡量;
其中,表示第i个时隙的第j个买家移动设备的第t个计算任务所需计算资源大小;
根据计算任务所需计算资源大小,对计算资源集合Di中的各个元素进行降序排列,得到买家计算任务逆序计算资源矩阵
第三步:统计计算任务竞价信息
第i个时隙X个买家移动设备的计算任务的单价竞价集合Βi为:
其中:表示第i个时隙第j个买家移动设备的第t个计算任务的单位竞价值;
根据各买家计算任务所需计算资源的大小及其单位竞价值计算得到相应的激励值,并将所有买家的所有计算任务的激励值记在激励集合Ηi中;
表示第i个时隙第j个买家移动设备的第t个计算任务的激励值;由第i个时隙第j个买家移动设备的第t个计算任务需要的计算资源乘以第i个时隙第j个买家移动设备的第t个计算任务的单位竞价值得到:
对激励集合Ηi中的所有元素进行降序排列得到逆序激励矩阵
所述步骤2)中卖家移动设备优先级确定方法如下:
根据卖家移动设备的剩余计算资源的大小,对卖家移动设备集合MDs i的剩余计算资源矩阵进行降序排列得到卖家移动设备集合MDs i的逆序剩余计算资源矩阵 表示第i个时隙第q个卖家移动设备的剩余计算资源大小;
边缘服务器优先级的确定方法如下:
根据边缘服务器的剩余计算资源大小,对边缘服务器剩余计算资源矩阵进行降序排列得到边缘服务器逆序剩余计算资源矩阵 表示第i个时隙第q个边缘服务器的剩余计算资源大小。
所述步骤3)中卖家的价格条件包括卖家移动设备的定价信息和边缘服务器的定价信息,其中:
卖家移动设备的定价信息如下:
卖家移动设备集合MDs i的价格表是 表示第q个卖家移动设备对应买家移动设备计算资源为r的价格,q∈1,…,Y;
边缘服务器的定价信息如下:
边缘服务器的价格表是 表示第q个边缘服务器对应计算任务为r的价格;这里q∈1,…,M。
所述卖家的价格表根据买家计算任务大小制定,单位价格即CPU循环一次的价格与买家计算任务大小成反比。
所述步骤3)中按照买家计算任务和卖家的优先级进行计算资源分配的方法如下:
第一步:与卖家移动设备MDs i匹配
①判断计算资源条件
第i个时隙的第k个买家移动设备的第t个计算任务是计算任务所需计算资源是判断是否能在卖家移动设备集合MDs i的剩余计算资源矩阵中找到能满足的卖家移动设备;
如果在卖家移动设备集合MDs i中有能够满足的卖家移动设备,则选取第一个能满足条件的卖家移动设备记为进行下一步价格比较;
②判断价格条件
比较计算任务的激励值是否大于卖家移动设备MDs,iq对应计算资源是的定价判断是否满足如果满足即卖家移动设备和买家计算任务匹配成功;
第二步:与边缘服务器ES匹配
①判断计算资源条件
如果不能在卖家移动设备集合MDs i的剩余计算资源矩阵中找到能满足的卖家移动设备,则判断边缘服务器ES的逆序剩余计算资源矩阵中是否存在满足条件的边缘服务器;若存在这样的边缘服务器则将其记为ESq,进行下一步价格比较;
②判断价格条件
若满足计算任务的激励值大于边缘服务器ESq对应计算资源是的定价即则边缘服务器ESq和买家计算任务匹配成功;
若不能满足把买家移动设备计算任务分配给卖家移动设备和边缘服务器ES的条件,则计算任务由买家移动设备计算。
本发明提供的基于激励机制的移动边缘计算资源分配方法,充分利用移动设备的计算资源,减轻边缘服务器的计算负担,降低边缘服务器的计算成本,提高网络计算资源利用率。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1为本发明基于激励机制的移动边缘计算资源分配方法总体流程图;
图2为身份确认流程图;
图3a为买家计算任务优先级确认流程图;
图3b为卖家优先级确认流程图;
图4为计算任务资源分配流程图;
图5为计算资源分配反馈流程图。
具体实施方式
下面结合附图对本发明提出的基于激励机制的移动边缘计算资源分配方法作进一步详细说明。
如图1所示,本发明的一种基于激励机制的移动边缘计算资源分配方法具体包括以下步骤:
步骤1)身份确认:考虑到要充分地利用网络中空闲计算资源,减轻边缘服务器的负担,有空闲计算资源的移动设备可以为有计算任务的移动设备提供帮助,所以需要动态地判断每个时隙移动设备是否有空闲的计算资源。本发明假定边缘服务器的每个时隙都是有空闲计算资源的。
如图2所示,网络中存在M个边缘服务器(Edge Server,ES),N个移动设备(MobileDevices,MD)。根据移动设备是否有剩余计算资源,在任一时隙将移动设备集合分为买家移动设备集合和卖家移动设备集合两类。
MDi=MDb i+MDs i
MDi为第i个时隙移动设备集合,MDb i为第i个时隙买家移动设备集合,MDs i为第i个时隙卖家移动设备集合。
如果第i个时隙,第j个移动设备MDj i有剩余计算资源,则MDj i可以为其他有需要计算资源的移动设备提供帮助,故MDj i属于卖家移动设备;反之,如果第i个时隙,第j个移动设备MDj i没有剩余计算资源,MDj i不能为其他移动设备提供帮助,则称这类移动设备为买家移动设备。
在不同时隙,移动设备可能属于不同分类。设第i个时隙的买家移动设备集合包括X个买家移动设备,第i个时隙的卖家移动设备集合包括Y个卖家移动设备:
N=X+Y
其中,表示第i个时隙的第x个买家移动设备,其中表示第i个时隙的第y个卖家移动设备。
表示第i个时隙的买家集合,它由第i个时隙X个买家移动设备组成。
表示第i个时隙的卖家集合,它由第i个时隙Y个卖家移动设备和M个边缘服务器组成。ESm表示第m个ES。
每个移动设备确认自己的身份后,将信息上报给以MEC为核心的交易管理平台。其中的MEC既提供计算资源又负责整个平台的信息的收集处理以及资源的调度管理。
步骤2)优先级确定:本发明引入经济学理论,考虑到实际交易中,往往都是存在激励的,买家为卖家提供一些报酬可以更好地进行合作。为了凸显本发明的激励机制,本发明中的计算任务都默认为时延容忍型的,即对时延敏感性要求不严格。MEC分别获取买家计算任务及卖家的计算资源信息和定价信息,如图3a所示,买家计算任务的优先级是按照激励值由大到小的顺序,如图3b所示,卖家的优先级是剩余计算资源由大到小的顺序;
(1)买家计算任务优先级确定
第一步:统计计算任务数量
第i个时隙的计算任务集合Γi由第i个时隙所有买家移动设备的计算任务集合组成。
其中表示第i个时隙的第j个买家移动设备的计算任务集合。
第i个时隙的第j个买家移动设备有个计算任务,则第i个时隙的第j个买家移动设备的计算任务集合包括:
其中,表示第i个时隙的第j个买家移动设备的第t个计算任务。
第i个时隙的计算任务数量Li为:
第二步:计算任务所需计算资源矩阵
统计所有计算任务所需计算资源,得到计算资源集合Di。计算任务所需计算资源的大小以计算所需的CPU循环次数为单位进行衡量。
其中,表示第i个时隙的第j个买家移动设备的第t个计算任务所需计算资源大小。
根据计算任务所需计算资源大小,对计算资源集合Di中的各个元素进行降序排列,得到买家计算任务逆序计算资源矩阵
第三步:统计计算任务竞价信息
统计所有买家计算任务的竞价信息。
第i个时隙X个买家移动设备的计算任务的单价竞价集合Βi为:
其中:表示第i个时隙第j个买家移动设备的第t个计算任务的单位竞价值;
根据各买家计算任务所需计算资源的大小及其单位竞价值计算得到相应的激励值,并将所有买家的所有计算任务的激励值记在激励集合Ηi中;
表示第i个时隙第j个买家移动设备的第t个计算任务的激励值;由第i个时隙第j个买家移动设备的第t个计算任务需要的计算资源乘以第i个时隙第j个买家移动设备的第t个计算任务的单位竞价值得到:
对激励集合Ηi中的所有元素进行降序排列得到逆序激励矩阵
(2)卖家优先级确定
卖家分为卖家移动设备和边缘服务器两种。边缘服务器具有更高的计算能力,以及更充足的计算资源,与此同时它的价格相对昂贵。本发明本着充分利用网络移动设备中空闲计算资源的想法,尽可能优先利用移动设备的计算资源,其次利用边缘服务器的资源,这样可以大大节省成本并能达到网络负载均衡的状态。
对于卖家而言,如图3b所示,需要获取两种信息。一个是卖家的剩余计算资源,另一个是卖家的价格表。本发明中卖家的价格表是根据买家需要的计算资源数量决定的,举个例子,比如实际生活中买冰棍,一根冰棍的价格是固定的,不过当批发冰棍的时候会存在优惠,我们这里也一样。
第一步:获取卖家移动设备的信息
①价格表
卖家的价格表是根据买家计算任务大小制定的,它与计算任务大小成一定比例关系。MDs i的价格表是 表示第q个卖家移动设备对应买家计算资源为r的价格,q∈1,…,Y,随着r变化而变化。
②剩余计算资源矩阵
根据卖家移动设备的剩余计算资源的大小,对卖家移动设备剩余计算资源矩阵进行降序排列得到卖家移动设备MDs i逆序剩余计算资源矩阵 表示第i个时隙第q个卖家移动设备的剩余计算资源大小。
第二步:获取边缘服务器的信息
①价格表
边缘服务器与卖家移动设备相比具有更高的计算能力,以及更充足的计算资源,所以它的价格比卖家移动设备的价格高。边缘服务器的价格表是 表示第q个边缘服务器对应计算任务为r的价格,随着r变化而变化。这里q∈1,…,M。
②剩余计算资源矩阵
根据边缘服务器的剩余计算资源大小,对边缘服务器剩余计算资源矩阵进行降序排列得到边缘服务器逆序剩余计算资源矩阵 表示第i个时隙第q个边缘服务器的剩余计算资源大小。
卖家移动设备和边缘服务器分别按照剩余计算资源和由大到小的顺序帮助买家计算。
步骤3)计算任务资源分配:在步骤2)的基础上,如图4所示,根据MEC获取的计算任务、剩余计算资源信息和定价信息,进行计算任务资源分配。
按照步骤2)得到的买家计算任务逆序激励矩阵对买家计算任务依次进行计算资源分配。
第一步:与卖家移动设备MDs i匹配
①判断计算资源条件
第i个时隙的第k个买家的第t个计算任务是计算任务所需计算资源是判断是否能在卖家移动设备集合MDs i的剩余计算资源矩阵中找到能满足的卖家移动设备。
如果卖家移动设备集合MDs i中存在能够满足的卖家移动设备,则选取第一个能满足条件的卖家移动设备记为进行下一步价格比较。
②判断价格条件
比较计算任务的激励值是否大于卖家移动设备对应计算资源是的定价判断是否满足如果满足即卖家移动设备和买家计算任务匹配成功。买家计算任务与卖家移动设备匹配的条件为:
第二步:与边缘服务器ES匹配
①判断计算资源条件
如果不能在卖家移动设备集合MDs i的逆序剩余计算资源矩阵中找到能
满足的卖家移动设备,则考虑和边缘服务器ES合作,判断边缘服务器ES的逆序剩余计算资源矩阵中是否存在满足条件的边缘服务器。若存在这样的边缘服务器则将其记为ESq,进行下一步价格比较。
②判断价格条件
若满足计算任务的激励值大于边缘服务器ESq对应计算资源是的定价即则边缘服务器ESq和买家计算任务匹配成功。买家计算任务与边缘服务器ESq匹配的条件为:
若不能满足把买家计算任务分配给卖家移动设备和边缘服务器ES的条件,则计算任务由买家移动设备计算。
步骤4)计算资源分配反馈:在第i个时隙内记录配对成功的买家和卖家,放在配对成功集合内。每配对成功一组计算任务后,都会更新买家计算任务逆序计算资源矩阵买家计算任务逆序激励矩阵及卖家的剩余计算资源矩阵和
其中,是第i个时隙第k个买家移动设备,它在第i个时隙与卖家移动设备或者边缘服务器ESq匹配成功,即以激励值将计算任务卸载给卖家进行计算。在匹配结束后,将买家计算任务逆序计算资源矩阵和逆序激励矩阵中的买家移动设备计算任务的请求计算资源和激励值对应地去掉。同时,更新卖家移动设备或者边缘服务器ESq中对应的剩余计算资源和即用匹配前卖家剩余计算资源减去买家计算任务需要的计算资源。
在第i+1个时隙开始时,统计第i个时隙内失败的计算任务,并按照原价赔偿的原则,将失败的计算任务在第i+1个时隙优先卸载给边缘服务器。
本发明依托以MEC为核心的交易管理平台,由MEC集中式地进行信息的收集处理以及资源的调度管理。在实际网络中,可能会出现一些突发状况,为了保证服务质量,确定任务完成之后,将计算任务结果返回给买家时,MEC才将激励发给对应的卖家。万一出现了特殊情况,会有对应的应急措施以及惩罚机制。若买家没有收到计算结果,则匹配的卖家没有完成交易,此时卖家不能获取酬金。MEC会原价赔偿买家,并在下一个时隙优先为买家计算这些失败的计算任务。如图5所示,在第i+1个时隙开始时,统计第i个时隙内失败的计算任务,将这些失败的计算任务统计在集合中。第i+1个时隙将中的计算任务卸载给边缘服务器。
Claims (6)
1.一种基于激励机制的移动边缘计算资源分配方法,其特征在于包括以下步骤:
步骤1)身份确认:判断当前时隙内移动设备是否有剩余计算资源,没有剩余计算资源的移动设备和有剩余计算资源的移动设备分别定义为买家移动设备和卖家移动设备;买家移动设备作为买家,边缘服务器和卖家移动设备均作为卖家;
设当前时隙即第i个时隙的买家移动设备集合MDb i包括X个买家移动设备,卖家移动设备集合MDs i包括Y个卖家移动设备:
其中,表示第i个时隙的第x个买家移动设备,表示第i个时隙的第y个卖家移动设备;
表示第i个时隙的买家集合,它由第i个时隙X个买家移动设备组成;
表示第i个时隙的卖家集合,它由第i个时隙Y个卖家移动设备和M个边缘服务器(Edge Server,ES)组成;ESm表示第m个ES;
步骤2)优先级排序:分别获取买家计算任务和卖家的计算资源信息和定价信息;买家计算任务的优先级按激励值由大到小排序,卖家的优先级按剩余计算资源由大到小排序;买家计算任务的激励值等于其计算任务需要的计算资源乘以单位竞价值,单位竞价值为计算任务需要中央处理器循环计算一次的竞价值;
步骤3)计算任务资源分配:按照买家计算任务的优先级和卖家的优先级进行计算资源分配,买家计算任务根据计算资源条件和价格条件与卖家进行匹配;若匹配成功,则卖家为买家计算任务分配计算资源;若匹配失败,则买家移动设备独立进行计算。
步骤4)计算资源分配反馈:无论计算资源分配是否成功,皆对买家计算任务和卖家的计算资源信息和定价信息进行更新,并根据更新后的买家计算任务和卖家的计算资源信息和定价信息重新对买家计算任务的优先级和卖家的优先级进行排序;如果计算资源分配失败则在下一个时隙将失败的计算任务卸载给边缘服务器。
2.根据权利要求1所述的基于激励机制的移动边缘计算资源分配方法,其特征在于所述步骤2)中,第i个时隙内买家计算任务按激励值由大到小排序确定优先级的方法如下:
第一步:统计计算任务数量
第i个时隙的计算任务集合Γi由第i个时隙所有买家的计算任务集合组成;
其中表示第i个时隙的第j个买家的计算任务集合;
第i个时隙的第j个买家有个计算任务,则第i个时隙的第j个买家的计算任务集合包括:
其中,表示第i个时隙的第j个买家移动设备的第t个计算任务;
第i个时隙所有买家的计算任务数量Li为:
第二步:计算任务所需计算资源矩阵
统计所有计算任务所需计算资源,得到计算资源集合Di;计算任务所需计算资源的大小以计算任务所需的CPU循环次数为单位进行衡量;
其中,表示第i个时隙的第j个买家移动设备的第t个计算任务所需计算资源大小;
根据计算任务所需计算资源大小,对计算资源集合Di中的各个元素进行降序排列,得到买家计算任务逆序计算资源矩阵
第三步:统计计算任务竞价信息
第i个时隙X个买家移动设备的计算任务的单价竞价集合Βi为:
其中:表示第i个时隙第j个买家移动设备的第t个计算任务的单位竞价值;
根据各买家计算任务所需计算资源的大小及其单位竞价值计算得到相应的激励值,并将所有买家的所有计算任务的激励值记在激励集合Ηi中;
表示第i个时隙第j个买家移动设备的第t个计算任务的激励值;由第i个时隙第j个买家移动设备的第t个计算任务需要的计算资源乘以第i个时隙第j个买家移动设备的第t个计算任务的单位竞价值得到:
对激励集合Ηi中的所有元素进行降序排列得到逆序激励矩阵
3.根据权利要求1所述的基于激励机制的移动边缘计算资源分配方法,其特征在于所述步骤2)中卖家移动设备优先级确定方法如下:
根据卖家移动设备的剩余计算资源的大小,对卖家移动设备集合MDs i的剩余计算资源矩阵进行降序排列得到卖家移动设备集合MDs i的逆序剩余计算资源矩阵 表示第i个时隙第q个卖家移动设备的剩余计算资源大小;
边缘服务器优先级的确定方法如下:
根据边缘服务器的剩余计算资源大小,对边缘服务器剩余计算资源矩阵进行降序排列得到边缘服务器逆序剩余计算资源矩阵 表示第i个时隙第q个边缘服务器的剩余计算资源大小。
4.根据权利要求3所述的基于激励机制的移动边缘计算资源分配方法,其特征在于所述步骤3)中卖家的价格条件包括卖家移动设备的定价信息和边缘服务器的定价信息;
卖家移动设备的定价信息如下:
卖家移动设备集合MDs i的价格表是 表示第q个卖家移动设备对应买家移动设备计算资源为r的价格,q∈1,…,Y;
边缘服务器的定价信息如下:
边缘服务器的价格表是 表示第q个边缘服务器对应计算任务为r的价格;这里q∈1,…,M。
5.根据权利要求4所述的基于激励机制的移动边缘计算资源分配方法,其特征在于所述卖家的价格表根据买家计算任务大小制定,单位价格即CPU循环一次的价格与买家计算任务大小成反比。
6.根据权利要求4所述的基于激励机制的移动边缘计算资源分配方法,其特征在于所述步骤3)中按照买家计算任务和卖家的优先级进行计算资源分配的方法如下:
第一步:与卖家移动设备MDs i匹配
①判断计算资源条件
第i个时隙的第k个买家移动设备的第t个计算任务是计算任务所需计算资源是判断是否能在卖家移动设备集合MDs i的剩余计算资源矩阵中找到能满足的卖家移动设备;
如果在卖家移动设备集合MDs i中有能够满足的卖家移动设备,则选取第一个能满足条件的卖家移动设备记为进行下一步价格比较;
②判断价格条件
比较计算任务的激励值是否大于卖家移动设备对应计算资源是的定价判断是否满足如果满足即卖家移动设备和买家计算任务匹配成功;
第二步:与边缘服务器ES匹配
①判断计算资源条件
如果不能在卖家移动设备集合MDs i的剩余计算资源矩阵中找到能满足的卖家移动设备,则判断边缘服务器ES的逆序剩余计算资源矩阵中是否存在满足条件的边缘服务器;若存在这样的边缘服务器则将其记为ESq,进行下一步价格比较;
②判断价格条件
若满足计算任务的激励值大于边缘服务器ESq对应计算资源是的定价即则边缘服务器ESq和买家计算任务匹配成功;
若不能满足把买家移动设备计算任务分配给卖家移动设备和边缘服务器ES的条件,则计算任务由买家移动设备计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910139645.6A CN109819047B (zh) | 2019-02-26 | 2019-02-26 | 一种基于激励机制的移动边缘计算资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910139645.6A CN109819047B (zh) | 2019-02-26 | 2019-02-26 | 一种基于激励机制的移动边缘计算资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109819047A true CN109819047A (zh) | 2019-05-28 |
CN109819047B CN109819047B (zh) | 2021-04-30 |
Family
ID=66607526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910139645.6A Active CN109819047B (zh) | 2019-02-26 | 2019-02-26 | 一种基于激励机制的移动边缘计算资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109819047B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110247793A (zh) * | 2019-05-29 | 2019-09-17 | 暨南大学 | 一种移动边缘云中的应用程序部署方法 |
CN110570075A (zh) * | 2019-07-18 | 2019-12-13 | 北京邮电大学 | 一种电力业务边缘计算任务分配方法及装置 |
CN111813539A (zh) * | 2020-05-29 | 2020-10-23 | 西安交通大学 | 一种基于优先级与协作的边缘计算资源分配方法 |
CN112888002A (zh) * | 2021-01-26 | 2021-06-01 | 重庆邮电大学 | 一种基于博弈论的移动边缘计算任务卸载及资源分配方法 |
CN113283989A (zh) * | 2021-06-01 | 2021-08-20 | 清华大学 | 卫星边缘计算资源分配方法及装置 |
CN113709886A (zh) * | 2021-08-23 | 2021-11-26 | 西安电子科技大学 | 基于匹配理论的移动边缘计算中的动态资源分配方法 |
CN114047971A (zh) * | 2021-11-09 | 2022-02-15 | 北京中电飞华通信有限公司 | 边缘计算资源分配方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020095367A1 (en) * | 2001-01-18 | 2002-07-18 | Ichiro Mizunuma | Competitive access video/audio monitoring system |
CN109041130A (zh) * | 2018-08-09 | 2018-12-18 | 北京邮电大学 | 基于移动边缘计算的资源分配方法 |
CN109040193A (zh) * | 2018-07-10 | 2018-12-18 | 广东工业大学 | 基于无依赖子任务的移动设备云资源分配方法 |
CN109166036A (zh) * | 2018-07-19 | 2019-01-08 | 华北电力大学 | 一种基于区块链和契约理论的v2g能源交易机制 |
-
2019
- 2019-02-26 CN CN201910139645.6A patent/CN109819047B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020095367A1 (en) * | 2001-01-18 | 2002-07-18 | Ichiro Mizunuma | Competitive access video/audio monitoring system |
CN109040193A (zh) * | 2018-07-10 | 2018-12-18 | 广东工业大学 | 基于无依赖子任务的移动设备云资源分配方法 |
CN109166036A (zh) * | 2018-07-19 | 2019-01-08 | 华北电力大学 | 一种基于区块链和契约理论的v2g能源交易机制 |
CN109041130A (zh) * | 2018-08-09 | 2018-12-18 | 北京邮电大学 | 基于移动边缘计算的资源分配方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110247793A (zh) * | 2019-05-29 | 2019-09-17 | 暨南大学 | 一种移动边缘云中的应用程序部署方法 |
CN110570075A (zh) * | 2019-07-18 | 2019-12-13 | 北京邮电大学 | 一种电力业务边缘计算任务分配方法及装置 |
CN110570075B (zh) * | 2019-07-18 | 2022-04-05 | 北京邮电大学 | 一种电力业务边缘计算任务分配方法及装置 |
CN111813539A (zh) * | 2020-05-29 | 2020-10-23 | 西安交通大学 | 一种基于优先级与协作的边缘计算资源分配方法 |
CN112888002A (zh) * | 2021-01-26 | 2021-06-01 | 重庆邮电大学 | 一种基于博弈论的移动边缘计算任务卸载及资源分配方法 |
CN112888002B (zh) * | 2021-01-26 | 2022-04-15 | 重庆邮电大学 | 一种基于博弈论的移动边缘计算任务卸载及资源分配方法 |
CN113283989A (zh) * | 2021-06-01 | 2021-08-20 | 清华大学 | 卫星边缘计算资源分配方法及装置 |
CN113709886A (zh) * | 2021-08-23 | 2021-11-26 | 西安电子科技大学 | 基于匹配理论的移动边缘计算中的动态资源分配方法 |
CN113709886B (zh) * | 2021-08-23 | 2023-08-18 | 西安电子科技大学 | 基于匹配理论的移动边缘计算中的动态资源分配方法 |
CN114047971A (zh) * | 2021-11-09 | 2022-02-15 | 北京中电飞华通信有限公司 | 边缘计算资源分配方法及装置 |
CN114047971B (zh) * | 2021-11-09 | 2023-12-08 | 北京中电飞华通信有限公司 | 边缘计算资源分配方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109819047B (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109819047A (zh) | 一种基于激励机制的移动边缘计算资源分配方法 | |
CN103338228B (zh) | 基于双加权最小连接算法的云计算负载均衡调度算法 | |
CN104038540B (zh) | 一种应用代理服务器自动选择方法及系统 | |
CN104737132B (zh) | 用于按需服务环境中的消息队列的基于竞价的资源共享 | |
Abudureheman et al. | Optimization model design of cross-border e-commerce transportation path under the background of prevention and control of COVID-19 pneumonia | |
CN103578010A (zh) | 生成流量质量比较参数的方法和装置、广告计费方法 | |
CN110503534A (zh) | 基于价格预测的云计算服务资源动态调度方法及系统 | |
CN111752678A (zh) | 面向边缘计算中分布式协同学习的低功耗容器放置方法 | |
CN109478147A (zh) | 分布式计算系统中的自适应资源管理 | |
Wang et al. | A market-oriented incentive mechanism for emergency demand response in colocation data centers | |
Bandyopadhyay et al. | Combinatorial auction-based fog service allocation mechanism for IoT applications | |
Li et al. | A price-incentive resource auction mechanism balancing the interests between users and cloud service provider | |
Liu et al. | Efficient auction mechanism for edge computing resource allocation in mobile blockchain | |
CN109492863A (zh) | 金融单证的自动生成方法及装置 | |
CN108415775A (zh) | 一种基于服务质量的资源确定方法及系统 | |
Zhang et al. | Strategy-proof mechanism for time-varying batch virtual machine allocation in clouds | |
Zhang et al. | Online auction-based incentive mechanism design for horizontal federated learning with budget constraint | |
CN111159553A (zh) | 信息推送方法、装置、计算机设备及存储介质 | |
CN108985595A (zh) | 基于交易方互评的移动交易服务评价方法及装置 | |
CN112927064A (zh) | 延期还款数据处理方法、装置、电子设备及存储介质 | |
Mvelase et al. | The economics of cloud computing: A review | |
Chen | A stable task assignment scheme in crowdsourcing | |
CN116228316A (zh) | 投放选址的确定方法、装置、电子设备及可读存储介质 | |
Zhou et al. | Tacd: A three-stage auction scheme for cloudlet deployment in wireless access network | |
Liu et al. | Online task dispatching and pricing for quality-of-service-aware sensing data collection for mobile edge clouds |
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 |