CN110489233A - 基于移动边缘计算的设备任务卸载及cpu调频方法及系统 - Google Patents

基于移动边缘计算的设备任务卸载及cpu调频方法及系统 Download PDF

Info

Publication number
CN110489233A
CN110489233A CN201910754252.6A CN201910754252A CN110489233A CN 110489233 A CN110489233 A CN 110489233A CN 201910754252 A CN201910754252 A CN 201910754252A CN 110489233 A CN110489233 A CN 110489233A
Authority
CN
China
Prior art keywords
application program
processing
local device
edge
task
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
CN201910754252.6A
Other languages
English (en)
Inventor
陈莹
陈爽
陈昕
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.)
Beijing Information Science and Technology University
Original Assignee
Beijing Information Science and Technology 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 Beijing Information Science and Technology University filed Critical Beijing Information Science and Technology University
Priority to CN201910754252.6A priority Critical patent/CN110489233A/zh
Publication of CN110489233A publication Critical patent/CN110489233A/zh
Pending legal-status Critical Current

Links

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]
    • G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/509—Offload
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例提供一种基于移动边缘计算的设备任务卸载及cpu调频方法及系统，所述方法包括：获取目标时刻在本地设备处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率；获取目标时刻在边缘服务器处理各应用程序的边缘处理优先级，确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量。本发明实施例针对不同的物联网应用，首先根据最小化能源消耗的原则设置物联网应用的卸载决策以及移动设备可用的cpu周期数；接着按照物联网应用的决策，得到能量消耗；最后获得全部物联网应用任务卸载的方法以及cpu调频方法。

Description

基于移动边缘计算的设备任务卸载及cpu调频方法及系统
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于移动边缘计算的设备任务卸载及cpu调频方法及系统。
背景技术
随着移动服务的日益普及，在移动设备上运行的应用程序变得更加计算密集型和耗能。对于移动设备来说，受限的计算能力和电池容量已经成为本地处理这些应用程序任务的瓶颈。卸载到移动云计算可以极大地提高设备的计算能力，减少设备的工作负载。然而，云服务器通常位于远离移动设备的位置。从设备到云服务器的数据传输会产生大量的能量消耗和传输延迟。为了减轻这些缺点，移动边缘计算作为一种很有前途的范例出现了。与移动云计算不同，移动边缘计算在移动设备附近部署计算资源。因此，移动边缘计算可以显著降低网络的能耗和核心网络的流量。此外，在计算卸载的帮助下，用户的体验质量，包括电池消耗和响应延迟，将大大提高。
在移动边缘计算系统中，资源有限的设备的主要关注点之一是电池寿命。为了降低器件的能耗，计算量的卸载和cpu周期频率的缩放越来越受到学术界和工业界的关注。无线信道条件和尾部能量对计算卸载决策有很大影响。在信道条件好的情况下或分批传输任务可以降低传输能耗。另一种降低设备能耗的解决方案是动态电压频率缩放。当应用任务在设备上执行时，执行能量消耗主要依赖于本地cpu周期频率。当cpu功率随cpu周期频率呈指数级增长时，通过降低cpu周期频率可以显著地节约局部执行能量。然而，这些节能方法会导致应用程序任务的额外排队延迟，甚至使移动设备不稳定。因此，为了在移动设备的能耗和应用程序的性能决策至关重要。
为移动边缘计算系统设计一种结合任务分配和频率缩放的算法是一项具有挑战性的工作。首先，每个应用程序的任务到达时间是动态和随机的。在本地cpu上分配或多或少的计算量都可能导致较大的排队延迟。其次，任务分配应考虑当前队列状态和无线信道条件。时断时续地或在信道条件较差的情况下传输计算任务会消耗额外的能量。然而，任务到达和无线信道不仅受到MEC系统特性的影响，还受到外部环境的影响。因此，这些随机过程的统计信息很难得到准确的事先。设计一种能够适应任务到达和无线信道高度动态的算法将面临相当大的挑战。
发明内容
本发明实施例提供一种基于移动边缘计算的设备任务卸载及cpu调频方法及系统，用以解决现有技术中高动态的任务到达和无线信道状态对移动边缘计算中的计算任务分配难以实现的缺陷。
本发明实施例提供一种基于移动边缘计算的设备任务卸载及cpu调频方法，包括：
获取目标时刻在本地设备处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率；
获取目标时刻在边缘服务器处理各应用程序的边缘处理优先级，确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量。
进一步地，所述获取目标时刻在本地设备处理各应用程序的本地处理优先级的步骤，进一步包括：
计算任一应用程序目标时刻队列积压量与本地设备cpu处理所述任一应用程序中1bit数据的周期的商，确定所述任一应用程序在本地设备处理的本地处理优先级。
进一步地，所述计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率的步骤，进一步包括：
得到每种应用的本地处理优先级后，通过如下公式得到最高优先级的应用的本地处理量其他类型的应用本地处理量均为0：
其中，i*为所述本地处理优先级最高的应用程序在所有应用程序中的识别编号，为本地设备cpu处理第i个应用程序中1bit数据的周期，τ为时槽长度，V为能量和任务积压的权衡因子，fmax为本地设备CPU的最大频率，ξ本地设备CPU的能效转换率；
基于下式计算本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率f(t)：
τ为当所述本地设备没有进行将应用程序卸载到边缘时，拖尾状态的时间长度。
进一步地，所述获取目标时刻在边缘服务器处理各应用程序的边缘处理优先级的步骤，进一步包括：
基于下式计算目标时刻在边缘服务器处理第i个应用程序的边缘处理优先级VP/R(t)-Qi(t)，其中P为本地设备在进行数据传输时的无线电功率，V为能量和任务积压的权衡因子，R(t)表示本地设备将数据传输至边缘服务器的传输速率，Qi(t)为第i个应用程序在所述本地设备中的任务积压量。
进一步地，所述确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量的步骤进一步包括：
基于下式分别计算O1和O2:
O1＝V·e2，
i**为所述边缘处理优先级最高的应用程序的识别编号；e1和e2分别为不同情形下的拖尾能量值；
若i＝i**且O1＞O2，值为R(t)τ；若i≠i**且O1＞O2，值为0；若O1≤O2，值为0；表示从第i个应用程序中卸载的任务的数量；
对于边缘处理优先级不是最高的应用来说，其边缘处理的任务量均为0。
本发明实施例提供一种基于移动边缘计算的设备任务卸载及cpu调频系统，包括：
第一获取模块，用于获取目标时刻在边缘服务器处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率；
第二获取模块，用于获取目标时刻在本地设备处理各应用程序的边缘处理优先级，确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量。
进一步地，第一获取模块，进一步用于：
计算任一应用程序目标时刻队列积压量与本地设备cpu处理所述任一应用程序中1bit数据的周期的商，确定所述任一应用程序在本地设备处理的本地处理优先级。
本发明实施例提供一种电子设备，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上述任一项所述基于移动边缘计算的设备任务卸载及cpu调频方法的步骤。
本发明实施例提供一种非暂态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上述任一项所述基于移动边缘计算的设备任务卸载及cpu调频方法的步骤。
本发明实施例提供的基于移动边缘计算的设备任务卸载及cpu调频方法及系统，针对不同的物联网应用，首先根据最小化能源消耗的原则设置物联网应用的卸载决策以及移动设备可用的cpu周期数；接着按照物联网应用的决策，得到能量消耗；最后获得全部物联网应用任务卸载的方法以及cpu调频方法。
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一简单地介绍，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为本发明基于移动边缘计算的设备任务卸载及cpu调频方法实施例流程图；
图2为本发明基于移动边缘计算的设备任务卸载及cpu调频系统实施例结构图；
图3为本发明一种电子设备实施例结构示意图。
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、完整地描述，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。
移动边缘计算作为一种新兴的计算范式，可以通过在移动设备附近提供云资源来改善用户的服务体验。使用移动边缘计算，可以在边缘服务器上处理计算密集型任务，可以大大降低移动设备的能耗，延长其电池寿命。然而，高动态的任务到达和无线信道状态对移动边缘计算中的计算任务分配提出了很大的挑战。因此，为了更好的分配计算任务在保证队列长度上界的前提下达到最小的能源消耗，本发明实施例联合研究任务分配和cpu周期频率。
为解决现有技术中的至少一个技术问题，本发明实施例提供一种基于移动边缘计算的设备任务卸载及cpu调频方法。如图1所示，所述基于移动边缘计算的设备任务卸载及cpu调频方法包括：
步骤S1，获取目标时刻在本地设备处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率。
其中，本实施例所述基于移动边缘计算的设备任务卸载及cpu调频方法的处理对象为一个包括本地设备和一个边缘云计算中心(可认定其为一个带有边缘服务器的基站，MEC服务器)的计算机系统，所述本地设备中运行若干个应用程序，所述边缘云计算中心为本地设备中各应用程序提供计算服务。本地设备可以通过无线信道向MEC服务器发送应用任务，获得强大的计算能力，延长本地设备的电池寿命。
所述本地设备能够为手机、平板电脑或账上电脑等移动本地设备，也可以为数码音响等其他物联网本地设备，本发明实施例不作具体限定。
所述本地设备在t时刻所消耗的能量为以下三种能量之和：移动设备所处理各应用程序的任务所消耗的总能量、获取移动设备将各应用程序的任务卸载至基站所消耗的总能量、获取移动设备将各应用程序的任务卸载后停留在拖尾状态所消耗的总能量。
因此，本发明实施例所述方法需既能保证各应用任务量被最高效处理，又需保证本地设备的能量消耗最小。
本发明实施例步骤S1首先获取目标时刻在本地设备处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率。
步骤S2，获取目标时刻在边缘服务器处理各应用程序的边缘处理优先级，确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量。
其中，首先确定所述边缘服务器中各应用程序的边缘处理优先级，再确定边缘处理优先级最高的应用程序中的部分任务量发送给边缘服务器处理。
本发明实施例提供一种基于移动边缘计算的设备任务卸载及cpu调频方法，针对不同的物联网应用，首先根据最小化能源消耗的原则设置物联网应用的卸载决策以及移动设备可用的cpu周期数；接着按照物联网应用的决策，得到能量消耗；最后获得全部物联网应用任务卸载的方法以及cpu调频方法，具有更好的分配计算任务在保证队列长度上界的前提下达到最小的能源消耗的有益效果。
在本发明上述实施例的基础上，提供一种基于移动边缘计算的设备任务卸载及cpu调频方法，所述获取目标时刻在本地设备处理各应用程序的本地处理优先级的步骤，进一步包括：
计算任一应用程序目标时刻队列积压量与本地设备cpu处理所述任一应用程序中1bit数据的周期的商，确定所述任一应用程序在本地设备处理的本地处理优先级。
其中，通过下式计算所述任一应用程序在本地设备处理的本地处理优先级：Qi(t)为第i个应用程序在所述本地设备中的任务积压量，为本地设备cpu处理第i个应用程序中1bit数据的周期。
本发明实施例提供一种基于移动边缘计算的设备任务卸载及cpu调频方法，针对不同的物联网应用，首先计算任一应用程序目标时刻队列积压量与本地设备cpu处理所述任一应用程序中1bit数据的周期的商，确定所述任一应用程序在本地设备处理的本地处理优先级，最后获得全部物联网应用任务卸载的方法以及cpu调频方法，具有更好的分配计算任务在保证队列长度上界的前提下达到最小的能源消耗的有益效果。
在本发明任一上述实施例的基础上，提供一种基于移动边缘计算的设备任务卸载及cpu调频方法，所述计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率的步骤，进一步包括：
得到每种应用的本地处理优先级后，通过如下公式得到最高优先级的应用的本地处理量其他类型的应用本地处理量均为0：
其中，i*为所述本地处理优先级最高的应用程序在所有应用程序中的识别编号，为本地设备cpu处理第i个应用程序中1bit数据的周期，τ为时槽长度，V为能量和任务积压的权衡因子，fmax为本地设备CPU的最大频率，ξ本地设备CPU的能效转换率；
基于下式计算本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率f(t)：
τ为当所述本地设备没有进行将应用程序卸载到边缘时，拖尾状态的时间长度。
其中，每个时间段的长度用τ表示。对于第i个物联网应用程序,代表在本地处理的任务量,表示计算1bit数据所需的cpu周期,取决于应用程序的性质，f(t)为cpu周期频率，以最大值fmax为上界。
进一步，本实施例所述基于移动边缘计算的设备任务卸载及cpu调频方法的处理对象为一个包括本地设备和一个边缘云计算中心(可认定其为一个带有边缘服务器的基站，MEC服务器)的计算机系统。
每个时间段的长度用τ表示。对于第i个物联网应用程序,代表在本地处理的任务量,表示计算1bit数据所需的cpu周期,取决于应用程序的性质，f(t)为cpu周期频率，以最大值fmax为上界。
表示从第i个应用程序中卸载的任务的数量，R(t)表示完成数据传输的传输速率。在目前的蜂窝网络中，信道分配由无线资源控制协议决定。协议有三种不同的状态，包括:数据传输、拖尾和提升。这三种状态的无线电功率分别为P、PT和PI。当无线电波达到提升或者拖尾状态时，传输数据的到达会触发更高功率的数据传输状态。在数据传输之后，它会切换到拖尾状态。如果没有数据需要传送,无线电将停留在拖尾状态δT时间,然后切换到提升状态。定义Δt为最后一次传输后的持续时间，Δt′为拖尾状态的时间。当有物联网应用将任务卸载到边缘时，不会转化为拖尾状态；其他情况下，拖尾状态的时间长度为τ。
所述计算机系统的能量消耗函数为在时刻t，总的能量消耗由三部分组成，分别为本地能量消耗El(t)，卸载能量消耗Er(t)以及拖尾能量消耗Ea(t)。定义在时间t设备能量消耗函数为Etotal(t)：
其中，ξ表示有效开关电容，由芯片结构决定。
根据上述定义，在t时刻，尾部能量消耗由Ea(t)表示为：
本发明实施例提供的基于移动边缘计算的设备任务卸载及cpu调频方法，针对不同的物联网应用，首先根据最小化能源消耗的原则设置物联网应用的卸载决策以及移动设备可用的cpu周期数；接着按照物联网应用的决策，得到能量消耗；最后获得全部物联网应用任务卸载的方法以及cpu调频方法，具有更好的分配计算任务在保证队列长度上界的前提下达到最小的能源消耗的有益效果。
在本发明任一上述实施例的基础上，提供一种基于移动边缘计算的设备任务卸载及cpu调频方法，所述获取目标时刻在本地设备处理各应用程序的边缘处理优先级的步骤，进一步包括：
基于下式计算目标时刻在本地设备处理第i个应用程序的边缘处理优先级VP/R(t)-Qi(t)，其中P为本地设备在进行数据传输时的无线电功率，V为能量和任务积压的权衡因子，R(t)表示本地设备进行数据传输的传输速率，Qi(t)为第i个应用程序在所述本地设备中的任务积压量。
本发明实施例提供的基于移动边缘计算的设备任务卸载及cpu调频方法，针对不同的物联网应用，首先根据最小化能源消耗的原则设置物联网应用的卸载决策以及移动设备可用的cpu周期数；接着按照物联网应用的决策，得到能量消耗；最后获得全部物联网应用任务卸载的方法以及cpu调频方法，具有更好的分配计算任务在保证队列长度上界的前提下达到最小的能源消耗的有益效果。
在本发明任一上述实施例的基础上，提供一种基于移动边缘计算的设备任务卸载及cpu调频方法，所述确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量的步骤进一步包括：
基于下式分别计算O1和O2:
O1＝V·e2，
i**为所述边缘处理优先级最高的应用程序的识别编号；e1和e2分别为不同情形下的拖尾能量值；
若i＝i**且O1＞O2，值为R(t)τ；若i≠i**且O1＞O2，值为0；若O1≤O2，值为0；表示从第i个应用程序中卸载的任务的数量；对于边缘处理优先级不是最高的应用来说，其边缘处理的任务量均为0。
本发明实施例提供的基于移动边缘计算的设备任务卸载及cpu调频方法，针对不同的物联网应用，首先根据最小化能源消耗的原则设置物联网应用的卸载决策以及移动设备可用的cpu周期数；接着按照物联网应用的决策，得到能量消耗；最后获得全部物联网应用任务卸载的方法以及cpu调频方法，具有更好的分配计算任务在保证队列长度上界的前提下达到最小的能源消耗的有益效果。
为解决现有技术中的至少一个技术问题，本发明实施例提供一种基于移动边缘计算的设备任务卸载及cpu调频系统，如图2所示，包括：
第一获取模块21，用于获取目标时刻在本地设备处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率。
其中，本实施例所述基于移动边缘计算的设备任务卸载及cpu调频方法的处理对象为一个包括本地设备和一个边缘云计算中心(可认定其为一个带有边缘服务器的基站，MEC服务器)的计算机系统，所述本地设备中运行若干个应用程序，所述边缘云计算中心为本地设备中各应用程序提供计算服务。本地设备可以通过无线信道向MEC服务器发送应用任务，获得强大的计算能力，延长本地设备的电池寿命。
所述本地设备能够为手机、平板电脑或账上电脑等移动本地设备，也可以为数码音响等其他物联网本地设备，本发明实施例不作具体限定。
所述本地设备在t时刻所消耗的能量为以下三种能量之和：移动设备所处理各应用程序的任务所消耗的总能量、获取移动设备将各应用程序的任务卸载至基站所消耗的总能量、获取移动设备将各应用程序的任务卸载后停留在拖尾状态所消耗的总能量。
因此，本发明实施例所述方法需既能保证各应用任务量被最高效处理，又需保证本地设备的能量消耗最小。
本发明实施例第一获取模块21首先获取目标时刻在本地设备处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率。
第二获取模块22，用于获取目标时刻在边缘服务器处理各应用程序的边缘处理优先级，确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量。
其中，首先确定所述本地设备中各应用程序的边缘处理优先级，再确定边缘处理优先级最高的应用程序中的部分任务量发送给边缘服务器处理。
本发明实施例提供一种基于移动边缘计算的设备任务卸载及cpu调频系统，针对不同的物联网应用，首先根据最小化能源消耗的原则设置物联网应用的卸载决策以及移动设备可用的cpu周期数；接着按照物联网应用的决策，得到能量消耗；最后获得全部物联网应用任务卸载的方法以及cpu调频方案，具有更好的分配计算任务在保证队列长度上界的前提下达到最小的能源消耗的有益效果。
举个例子如下：
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：获取目标时刻在本地设备处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率；获取目标时刻在边缘服务器处理各应用程序的边缘处理优先级，确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态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以执行上述各实施例提供的传输方法，例如包括：获取目标时刻在本地设备处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率；获取目标时刻在边缘服务器处理各应用程序的边缘处理优先级，确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以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；而这些修改或者替换，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。

Claims (9)

1.一种基于移动边缘计算的设备任务卸载及cpu调频方法，其特征在于，包括：
获取目标时刻在本地设备处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率；
获取目标时刻在边缘服务器处理各应用程序的边缘处理优先级，确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量。
2.根据权利要求1所述的基于移动边缘计算的设备任务卸载及cpu调频方法，其特征在于，所述获取目标时刻在本地设备处理各应用程序的本地处理优先级的步骤，进一步包括：
计算任一应用程序目标时刻队列积压量与本地设备cpu处理所述任一应用程序中1bit数据的周期的商，确定所述任一应用程序在本地设备处理的本地处理优先级。
3.根据权利要求2所述的基于移动边缘计算的设备任务卸载及cpu调频方法，其特征在于，所述计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率的步骤，进一步包括：
得到每种应用的本地处理优先级后，通过如下公式得到最高优先级的应用的本地处理量其他类型的应用本地处理量均为0：
其中，i*为所述本地处理优先级最高的应用程序在所有应用程序中的识别编号，为本地设备cpu处理第i个应用程序中1bit数据的周期，τ为时槽长度，V为能量和任务积压的权衡因子，fmax为本地设备CPU的最大频率，ξ本地设备CPU的能效转换率；
基于下式计算本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率f(t)：
τ为当所述本地设备没有进行将应用程序卸载到边缘时，拖尾状态的时间长度。
4.根据权利要求3所述的基于移动边缘计算的设备任务卸载及cpu调频方法，其特征在于，所述获取目标时刻在边缘服务器处理各应用程序的边缘处理优先级的步骤，进一步包括：
基于下式计算目标时刻在边缘服务器处理第i个应用程序的边缘处理优先级VP/R(t)-Qi(t)，其中P为本地设备在进行数据传输时的无线电功率，V为能量和任务积压的权衡因子，R(t)表示本地设备将数据传输至边缘服务器的传输速率，Qi(t)为第i个应用程序在所述本地设备中的任务积压量。
5.根据权利要求4所述的基于移动边缘计算的设备任务卸载及cpu调频方法，其特征在于，所述确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量的步骤进一步包括：
基于下式分别计算O1和O2:
O1＝V·e2，
i**为所述边缘处理优先级最高的应用程序的识别编号；e1和e2分别为不同情形下的拖尾能量值；
若i＝i**且O1＞O2，值为R(t)τ；若i≠i**且O1＞O2，值为0；若O1≤O2，值为0；表示从第i个应用程序中卸载的任务的数量；
对于边缘处理优先级不是最高的应用来说，其边缘处理的任务量均为0。
6.一种基于移动边缘计算的设备任务卸载及cpu调频系统，其特征在于，包括：
第一获取模块，用于获取目标时刻在本地设备处理各应用程序的本地处理优先级，计算所述本地处理优先级最高的应用程序在所述本地设备的处理任务量，以及本地设备为处理所述本地处理优先级最高的应用程序所设定的cpu运行频率；
第二获取模块，用于获取目标时刻在边缘服务器处理各应用程序的边缘处理优先级，确定所述边缘处理优先级最高的应用程序进行边缘处理的任务量。
7.根据权利要求6所述的基于移动边缘计算的设备任务卸载及cpu调频系统，其特征在于，第一获取模块，进一步用于：
计算任一应用程序目标时刻队列积压量与本地设备cpu处理所述任一应用程序中1bit数据的周期的商，确定所述任一应用程序在本地设备处理的本地处理优先级。
8.一种电子设备，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，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述基于移动边缘计算的设备任务卸载及cpu调频方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述基于移动边缘计算的设备任务卸载及cpu调频方法的步骤。
CN201910754252.6A 2019-08-15 2019-08-15 基于移动边缘计算的设备任务卸载及cpu调频方法及系统 Pending CN110489233A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910754252.6A CN110489233A (zh) 2019-08-15 2019-08-15 基于移动边缘计算的设备任务卸载及cpu调频方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910754252.6A CN110489233A (zh) 2019-08-15 2019-08-15 基于移动边缘计算的设备任务卸载及cpu调频方法及系统

Publications (1)

Publication Number Publication Date
CN110489233A true CN110489233A (zh) 2019-11-22

Family

ID=68551200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910754252.6A Pending CN110489233A (zh) 2019-08-15 2019-08-15 基于移动边缘计算的设备任务卸载及cpu调频方法及系统

Country Status (1)

Country Link
CN (1) CN110489233A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111104211A (zh) * 2019-12-05 2020-05-05 山东师范大学 基于任务依赖的计算卸载方法、系统、设备及介质
CN111124439A (zh) * 2019-12-16 2020-05-08 华侨大学 一种云边协同的智能动态卸载算法
CN114281426A (zh) * 2021-12-21 2022-04-05 中国联合网络通信集团有限公司 任务卸载方法、装置、电子设备及可读存储介质
CN115174584A (zh) * 2022-06-30 2022-10-11 北京信息科技大学 边云协同计算管理方法、装置、电子设备及存储介质
CN117032832A (zh) * 2023-08-25 2023-11-10 重庆邮电大学 一种基于移动边缘计算的最小化任务调用成本卸载方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109510869A (zh) * 2018-11-22 2019-03-22 北京信息科技大学 一种基于边缘计算的物联网服务动态卸载方法及装置
CN109922479A (zh) * 2019-01-11 2019-06-21 西安电子科技大学 一种基于时延预估的计算任务卸载方法
US20190208007A1 (en) * 2018-01-03 2019-07-04 Verizon Patent And Licensing Inc. Edge Compute Systems and Methods
CN110069325A (zh) * 2018-09-05 2019-07-30 西南民族大学 基于任务分类的移动边缘计算任务调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190208007A1 (en) * 2018-01-03 2019-07-04 Verizon Patent And Licensing Inc. Edge Compute Systems and Methods
CN110069325A (zh) * 2018-09-05 2019-07-30 西南民族大学 基于任务分类的移动边缘计算任务调度方法
CN109510869A (zh) * 2018-11-22 2019-03-22 北京信息科技大学 一种基于边缘计算的物联网服务动态卸载方法及装置
CN109922479A (zh) * 2019-01-11 2019-06-21 西安电子科技大学 一种基于时延预估的计算任务卸载方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YING CHEN等: "TOFFEE: Task Offloading and Frequency Scaling for Energy Efficiency of Mobile Devices in Mobile Edge Computing", 《IEEE TRANSACTIONS ON CLOUD COMPUTING》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111104211A (zh) * 2019-12-05 2020-05-05 山东师范大学 基于任务依赖的计算卸载方法、系统、设备及介质
CN111124439A (zh) * 2019-12-16 2020-05-08 华侨大学 一种云边协同的智能动态卸载算法
CN114281426A (zh) * 2021-12-21 2022-04-05 中国联合网络通信集团有限公司 任务卸载方法、装置、电子设备及可读存储介质
CN114281426B (zh) * 2021-12-21 2023-05-16 中国联合网络通信集团有限公司 任务卸载方法、装置、电子设备及可读存储介质
CN115174584A (zh) * 2022-06-30 2022-10-11 北京信息科技大学 边云协同计算管理方法、装置、电子设备及存储介质
CN117032832A (zh) * 2023-08-25 2023-11-10 重庆邮电大学 一种基于移动边缘计算的最小化任务调用成本卸载方法
CN117032832B (zh) * 2023-08-25 2024-03-08 重庆邮电大学 一种基于移动边缘计算的最小化任务调用成本卸载方法

Similar Documents

Publication Publication Date Title
CN110489233A (zh) 基于移动边缘计算的设备任务卸载及cpu调频方法及系统
CN109922479B (zh) 一种基于时延预估的计算任务卸载方法
CN107450982B (zh) 一种基于系统状态的任务调度方法
CN110096362B (zh) 一种基于边缘服务器协作的多任务卸载方法
CN110928654A (zh) 一种边缘计算系统中分布式的在线任务卸载调度方法
CN111132235B (zh) 基于改进hrrn算法和多属性决策的移动卸载迁移算法
KR101201904B1 (ko) 클라우드 컴퓨팅에서의 리소스 분배 장치 및 그 방법
CN105656999B (zh) 一种移动云计算环境中能耗优化的合作任务迁移方法
CN110968366B (zh) 一种基于有限mec资源的任务卸载方法、装置及设备
CN110519370B (zh) 一种基于设施选址问题的边缘计算资源分配方法
CN108304256B (zh) 一种边缘计算中低开销的任务调度方法及装置
CN113254095B (zh) 云边结合平台的任务卸载、调度与负载均衡系统、方法
CN110149401B (zh) 一种用于优化边缘计算任务的方法和系统
CN107708152A (zh) 异构蜂窝网络的任务卸载方法
KR20200013902A (ko) 에너지 수요 모델 생성 방법 및 시스템
CN112416603A (zh) 一种基于雾计算的联合优化系统和方法
CN115473896A (zh) 基于dqn算法的电力物联网卸载策略和资源配置优化方法
Hmimz et al. Joint radio and local resources optimization for tasks offloading with priority in a mobile edge computing network
CN108170523A (zh) 一种移动云计算的随机任务序列调度方法
CN111511028A (zh) 一种多用户资源分配方法、装置、系统及存储介质
El Ghmary et al. Efficient multi-task offloading with energy and computational resources optimization in a mobile edge computing node.
CN110888745A (zh) 一种考虑任务传输到达时间的mec节点选择方法
CN111158893A (zh) 应用于雾计算网络的任务卸载方法、系统、设备及介质
CN104933110B (zh) 一种基于MapReduce的数据预取方法
CN114615705B (zh) 一种基于5g网络下单用户资源分配策略方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191122