CN110493825A - 一种边缘计算架构下多任务的负载均衡方法 - Google Patents

Abstract

本发明涉及一种边缘计算架构下多任务的负载均衡方法，本发明通过边缘服务器评估任务在源设备上完成或经过中继设备发送到边缘服务器中完成的完成时间以及能耗，并形成能耗矩阵；并基于能耗矩阵为多个源设备的能耗中，为能耗最大的源设备选择新的中继设备以降低其能耗；并且在本发明中，边缘服务器记录其自身的工作状态，计算任务在源设备上经过中继设备发送到边缘服务器的时间是否满足时间约束条件，重新修改能耗矩阵，为源设备重新匹配新的中继设备。本发明不仅可以使系统内的源设备、中继设备资源充分利用，也可以在保证用户的服务质量的前提下，使得系统下的源设备的能耗负载均衡。

Description

一种边缘计算架构下多任务的负载均衡方法

技术领域

本发明涉及通信领域，更具体地，涉及一种边缘计算架构下多任务的负载均衡方法。

背景技术

现如今，云计算发展迅速。而在5G(the fifth generation)时代下，虚拟现实、增强现实、深度学习等计算密集型应用也愈受欢迎。然而，移动设备体积小，这意味着其计算能力会受到其体积的制约，无法更好的支持此类应用，也会使得用户的服务满意度不高。为使得移动设备更好地支持这些应用，移动边缘计算被提出来，它将云计算发送到与终端设备更靠近的边缘，极大的减少了在网络上传输的时延。现有研究有大部分集中于移动边缘计算下的时间方面、能量消耗方面的研究，但未考虑移动边缘计算架构下设备上多任务的能量负载均衡问题。

发明内容

为了解决选有技术中对移动边缘计算的研究未考虑移动边缘计算架构下设备上多任务的能量负载均衡问题的不足，本发明提供了一种边缘计算架构下多任务的负载均衡方法。

一种边缘计算架构下多任务的负载均衡方法，包括以下步骤：

步骤S1：边缘服务器评估任务在源设备上自身完成、源设备与中继设备进行协同传输，将任务经过中继设备发送到边缘服务器中完成两种方式的完成时间以及能耗；

步骤S2：边缘服务器根据任务完成的时间以及能耗，为任务选择不同的任务完成方式，并形成能耗矩阵；

步骤S3：判断源设备与中继设备进行协同传输，将任务经中继设备发送到边缘服务器的方式是否可以在时间约束条件下完成，若可以，则边缘服务器为源设备随机匹配一个中继设备，并基于能耗矩阵为能耗最大的源设备选择新的中继设备以降低源设备能耗；

步骤S4：边缘服务器记录其自身的工作状态，计算源设备与中继设备进行协同传输时，将任务经中继设备发送到边缘服务器的完成方式是否满足时间约束条件，若满足，执行步骤S5，若不满足，重新修改能耗矩阵，返回步骤S3为源设备重新匹配新的中继设备；

步骤S5：判断当前是否还存在未选择完成方式的任务，若存在，修改时间约束条件，返回步骤S2；若不存在，则结束运算。

优选的，步骤S1的具体步骤如下：

定义源设备为u_i,i∈{1,2,…,X}，其中X为源设备的数量，源设备的集合U＝{u₁,u₂,…,u_X}；定义中继设备为r_j,j∈{1,2,…,Y}，中继设备的集合R＝{r₁,r₂,…,r_Y}，其中Y为中继设备的数量；源设备u_i上有多个任务T_i,k，其中k∈{1,2,…,K}，K为源设备上有依赖关系的任务数量，源设备u_i上的任务可按T_i,1,T_i,2,…,T_i,K顺序串行执行完成；

步骤S1.1：源设备u_i上的任务T_i,k在自身执行的完成时间为：

其中W_i,k为完成任务T_i,k所需要的CPU周期数，f_i为源设备u_i的CPU频率；

源设备u_i上的任务T_i,k在本地执行的能耗为：

其中κ_i为源设备u_i上的有效电容系数，是一个小于1的正数，单位为J/bit；

步骤S1.2：任务T_i,k经中继设备以两跳传输发送到边缘服务器e并由边缘服务器e完成，其中任务T_i,k先从源设备u_i发送到一个中继设备r_j,j∈{1,2,…,Y}，该过程的所消耗的时间为：

其中D_i,k为任务T_i,k的数据量大小，为源设备u_i的频带宽度，为源设备u_i进行无线传输的功率，是源设备u_i和中继设备r_j之间的欧氏距离，α是路径损耗因子，是中继设备r_j作为接收端时的环境噪音；

任务T_i,k从源设备u_i发送到中继设备r_j的能耗为：

步骤S1.3：任务T_i,k由中继设备r_j发送到边缘服务器e，该过程的传输时间为：

其中是中继设备r_j的频带宽度，是中继设备r_j进行无线传输时的功率，是边缘服务器e和中继设备r_j的欧氏距离，σ_e是边缘服务器e作为接收端时的环境噪音；

任务T_i,k由中继设备r_j发送到边缘服务器e的能耗为：

步骤S1.4：边缘服务器e完成该任务T_i,k的时间为：

其中f_e为边缘服务器e的CPU频率。

优选的，步骤S2的具体步骤如下：

边缘服务器根据任务的完成时间和能耗，确定任务{T_1,k,T_2,k,…,T_X,k}的能耗矩阵E_k[i][j]；具体步骤如下：

步骤S2.1：若则j∈{1,2,…,Y}；否则E_k[i][j]＝+∞,j∈{1,2,…,Y}，其中ψ表示完成源设备u_i上的所有任务{T_i,1,T_i,2,…,T_i,K}的最大时间，+∞即表示不能通过该方式完成任务T_i,k，也表示数值上的最大值；

步骤S2.2：若同时满足且则

优选的，步骤S3的具体步骤如下：

步骤S3.1：设定used_j＝0,

步骤S3.2：边缘服务器e通过循环从i＝1,2,…,X，为源设备u_i随机匹配一个中继设备r_j以完成任务T_i,k，具体循环过程如下：

步骤S3.2.1：设定

步骤S3.2.2：若对于均有E_k[i][b]＝+∞，则T_i,k不选择中继设备r_j进行匹配；

步骤S3.2.3：若同时满足E_k[i][j]≠+∞且used_b＝0，则used_b＝i；

步骤S3.3：边缘服务器e通过不超过XY次迭代来降低多个源设备的能耗中，最大的源设备的能耗，每次迭代次数加1，其中具体步骤如下：

步骤S3.3.1：设定

步骤S3.3.2：对E_k[i][j]≤E^p,以E_k[i][1],E_k[i][2],…E_k[i][Y]按非递减排序进行判断，当满足如下三个条件之一，则中继设备r_y允许分配给源设备s_i；

(1)中继设备r_y未匹配，即used_y＝0；

(2)中继设备r_y刚好与源设备u_i匹配，即used_y＝i；

(3)假设中继设备r_y与源设备u_a匹配，即used_y＝a，而源设备u_a能够找到另一个中继设备进行匹配；

步骤S3.3.3：若中继设备r_y允许分配给源设备u_i，则将源设备u_i与中继设备r_y匹配，设定used_j＝i，E_k[i][j]＝+∞，进入S3.3.1进行下一次循环；

步骤S3.3.4：若中继设备r_y不允许分配给源设备u_i，则进入S3.3.2进行下一次循环判定；

步骤S3.3.5：若所有的循环判定结束仍不能进入S3.3.1，则迭代过程提前结束，进入步骤S4。

优选的，步骤S4的具体步骤如下：

边缘服务器构建一个单链表L存储多个元组来表示其自身的工作状态，其中元组表示为{t_i,t_j,i,j},i∈{u₁,u₂,…,u_X},j∈{r₁,r₂,…,r_Y}，单链表L中存储的元组是按元组中第一个元素的数值大小递增排序；在未添加元组时，单链表L为空；边缘服务器可通过单链表L判断其自身的工作状态，从而判断多个发送到边缘服务器完成的任务的时间是否满足时间约束条件，元组添加过程是i＝1,2,…,X一次循环操作进行，具体步骤为：

步骤S4.1：当源设备i未与任何一个中继设备匹配时，重复步骤S4.1，判断下一个源设备i+1；

步骤S4.2：形成元组{t_i,t_j,i,j}，其中表示任务T_i,k从源设备s_i经中继设备r_j以两跳传输发送到边缘服务器e的时间，表示任务T_i,k在边缘服务器e完成的时间，该元组表示为源设备i连接中继设备j；

步骤S4.3：若该单链表L为空，则元组{t_i,t_j,i,j}添加到该单链表L中，进入步骤S4.1判断下一个源设备i+1是否与中继设备匹配；

步骤S4.4：若该单链表L不为空，按单链表L中的元组中第一个元素的大小递增遍历该单链表L中的元素，且假设当前遍历的元组为{t_a,t_b,a,b}，则S4.2形成的元组{t_i,t_j,i,j}的添加过程如下：

步骤S4.4.1：若满足t_i>t_a+t_b，则遍历该单链表L中的下一个元素，重复步骤S4.4.1的过程；

步骤S4.4.2：若满足t_i+t_j<t_a，则将元组{t_i,t_j,i,j}添加到元组{t_a,t_b,a,b}之前的一个位置；

步骤S4.4.3：若t_i+t_j>t_a且t_i<t_a，则将{t_a,t_b,a,b}更新为{t_i,t_j+t_b,a,b}，同时找到单链表L的下一个元素{t_c,t_d,c,d}，若t_a+t_b>t_c，则将{t_c,t_d,c,d}从单链表L取出，并将{t_c,t_d,c,d}按S4.4.1到S4.4.4重新添加到单链表L中；

步骤S4.4.4：若t_a<t_i且t_i<t_a+t_b，则将{t_a,t_b,a,b}更新为{t_a,t_b+t_j,i,j}，同时找到单链表L的下一个元素{t_c,t_d,c,d}，若t_a+t_b+t_d>t_c，则将{t_c,t_d,c,d}从单链表L取出，再次将{t_c,t_d,c,d}按步骤S4.4.1到步骤S4.4.4添加到单链表L中；

步骤S4.5：当所有的元组添加到单链表L中后，遍历单链表L找到第一个元素的数值最大的元组{t_e,t_f,e,f}，若则发送到边缘服务器的任务在时间约束变量ψ下能够完成；否则修改能耗矩阵E_k[e][f]＝+∞，返回步骤S3.1重新完成匹配。

优选的，步骤S5的具体步骤如下：

当有任务未进行匹配时，即a<K，通过一次循环从i＝1到i＝X找出完成任务{T_1,a,T_2,a,…,T_X,a}需要的时间，修改时间约束变量，前往步骤S2，重新形成任务{T_1,a+1,T_2,a+1,…,T_X,a+1}的能耗矩阵，具体步骤为：

步骤S5.1：若a＝K，算法结束；

步骤S5.1：遍历步骤S4中形成的单链表L找到第一个元素的数值最大的元组{t_e,t_f,e,f}，设定T_m＝t_e+t_f；

步骤S5.2：通过循环对i＝1,2,…,X，做如下判断：

若且则

步骤S5.3：完成步骤S5.2后，设定ψ←ψ-T_m，前往步骤S2，对任务{T_1,k+1,T_2,k+1,…,T_X,k+1}进行匹配判断。

与现有技术相比，本发明技术方案的有益效果是：

本发明充分考虑了在实际应用中，多个源设备对上有多个有依赖关系的任务，且这些任务可以在本地执行也可以发送到边缘服务器执行，本发明令边缘服务器形成不同的匹配，最终实现能耗的负载均衡。本发明不仅可以使系统内的资源充分得到利用，也可以在保证服务质量的前提下，使得系统下的能耗负载均衡。

附图说明

图1为本发明的方法流程图。

图2为本发明中任务传输方式的示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

如图1、图2所示，一种边缘计算架构下多任务的负载均衡方法，包括以下步骤：

步骤S1：边缘服务器评估任务在源设备上自身完成、源设备与中继设备进行协同传输，将任务经过中继设备发送到边缘服务器中完成两种方式的完成时间以及能耗；

步骤S2：边缘服务器根据任务完成的时间以及能耗，为任务选择不同的任务完成方式，并形成能耗矩阵；

步骤S3：判断源设备与中继设备进行协同传输，将任务经中继设备发送到边缘服务器的方式是否可以在时间约束条件下完成，若可以，则边缘服务器为源设备随机匹配一个中继设备，并基于能耗矩阵为能耗最大的源设备选择新的中继设备以降低源设备能耗；

步骤S4：边缘服务器记录其自身的工作状态，计算源设备与中继设备进行协同传输时，将任务经中继设备发送到边缘服务器的完成方式是否满足时间约束条件，若满足，执行步骤S5，若不满足，重新修改能耗矩阵，返回步骤S3为源设备重新匹配新的中继设备；

步骤S5：判断当前是否还存在未选择完成方式的任务，若存在，修改时间约束条件，返回步骤S2；若不存在，则结束运算。

作为一个优选的实施例，步骤S1的具体步骤如下：

定义源设备为u_i,i∈{1,2,…,X}，其中X为源设备的数量，源设备的集合U＝{u₁,u₂,…,u_X}；定义中继设备为r_j,j∈{1,2,…,Y}，中继设备的集合R＝{r₁,r₂,…,r_Y}，其中Y为中继设备的数量；源设备u_i上有多个任务T_i,k，其中k∈{1,2,…,K}，K为源设备上有依赖关系的任务数量，源设备u_i上的任务可按T_i,1,T_i,2,…,T_i,K顺序串行执行完成；

步骤S1.1：源设备u_i上的任务T_i,k在自身执行的完成时间为：

其中W_i,k为完成任务T_i,k所需要的CPU周期数，f_i为源设备u_i的CPU频率；

源设备u_i上的任务T_i,k在本地执行的能耗为：

其中κ_i为源设备u_i上的有效电容系数，是一个小于1的正数，单位为Jbit；

步骤S1.2：任务T_i,k经中继设备以两跳传输发送到边缘服务器e并由边缘服务器e完成，其中任务T_i,k先从源设备u_i发送到一个中继设备r_j,j∈{1,2,…,Y}，该过程的所消耗的时间为：

其中D_i,k为任务T_i,k的数据量大小，为源设备u_i的频带宽度，为源设备u_i进行无线传输的功率，是源设备u_i和中继设备r_j之间的欧氏距离，α是路径损耗因子，是中继设备r_j作为接收端时的环境噪音；

任务T_i,k从源设备u_i发送到中继设备r_j的能耗为：

步骤S1.3：任务T_i,k由中继设备r_j发送到边缘服务器e，该过程的传输时间为：

其中是中继设备r_j的频带宽度，是中继设备r_j进行无线传输时的功率，是边缘服务器e和中继设备r_j的欧氏距离，σ_e是边缘服务器e作为接收端时的环境噪音；

任务T_i,k由中继设备r_j发送到边缘服务器e的能耗为：

步骤S1.4：边缘服务器e完成该任务T_i,k的时间为：

其中f_e为边缘服务器e的CPU频率。

作为一个优选的实施例，步骤S2具体步骤如下：

步骤S2.1：若则j∈{1,2,…,Y}；否则E_k[i][j]＝+∞,j∈{1,2,…,Y}，其中ψ表示完成源设备u_i上的所有任务{T_i,1,T_i,2,…,T_i,K}的最大时间，+∞即表示不能通过该方式完成任务T_i,k，也表示数值上的最大值；

步骤S2.2：若同时满足且则

作为一个优选的实施例，步骤S3具体步骤如下：

步骤S3.1：设定used_j＝0,

步骤S3.2：边缘服务器e通过循环从i＝1,2,…,X，为源设备u_i随机匹配一个中继设备r_j以完成任务T_i,k，具体循环过程如下：

步骤S3.2.1：设定

步骤S3.2.2：若对于均有E_k[i][b]＝+∞，则T_i,k不选择中继设备r_j进行匹配；

步骤S3.2.3：若同时满足E_k[i][j]≠+∞且used_b＝0，则used_b＝i；

步骤S3.3：边缘服务器e通过不超过XY次迭代来降低多个源设备的能耗中，最大的源设备的能耗，每次迭代次数加1，其中具体步骤如下：

步骤S3.3.1：设定

步骤S3.3.2：对E_k[i][j]≤E^p,以E_k[i][1],E_k[i][2],…E_k[i][Y]按非递减排序进行判断，当满足如下三个条件之一，则中继设备r_y允许分配给源设备s_i；

(1)中继设备r_y未匹配，即used_y＝0；

(2)中继设备r_y刚好与源设备u_i匹配，即used_y＝i；

(3)假设中继设备r_y与源设备u_a匹配，即used_y＝a，而源设备u_a能够找到另一个中继设备进行匹配；

步骤S3.3.3：若中继设备r_y允许分配给源设备u_i，则将源设备u_i与中继设备r_y匹配，设定used_j＝i，E_k[i][j]＝+∞，进入S3.3.1进行下一次循环；

步骤S3.3.4：若中继设备r_y不允许分配给源设备u_i，则进入S3.3.2进行下一次循环判定；

步骤S3.3.5：若所有的循环判定结束仍不能进入S3.3.1，则迭代过程提前结束，进入步骤S4。

作为一个优选的实施例，步骤S4具体步骤如下：

边缘服务器构建一个单链表L存储多个元组来表示其自身的工作状态，其中元组表示为{t_i,t_j,i,j},i∈{u₁,u₂,…,u_X},j∈{r₁,r₂,…,r_Y}，单链表L中存储的元组是按元组中第一个元素的数值大小递增排序；在未添加元组时，单链表L为空；边缘服务器可通过单链表L判断其自身的工作状态，从而判断多个发送到边缘服务器完成的任务的时间是否满足时间约束条件，元组添加过程是i＝1,2,…,X一次循环操作进行，具体步骤为：

步骤S4.1：当源设备i未与任何一个中继设备匹配时，重复步骤S4.1，判断下一个源设备i+1；

步骤S4.2：形成元组{t_i,t_j,i,j}，其中表示任务T_i,k从源设备s_i经中继设备r_j以两跳传输发送到边缘服务器e的时间，表示任务T_i,k在边缘服务器e完成的时间，该元组表示为源设备i连接中继设备j；

步骤S4.3：若该单链表L为空，则元组{t_i,t_j,i,j}添加到该单链表L中，进入步骤S4.1判断下一个源设备i+1是否与中继设备匹配；

步骤S4.4：若该单链表L不为空，按单链表L中的元组中第一个元素的大小递增遍历该单链表L中的元素，且假设当前遍历的元组为{t_a,t_b,a,b}，则S4.2形成的元组{t_i,t_j,i,j}的添加过程如下：

步骤S4.4.1：若满足t_i>t_a+t_b，则遍历该单链表L中的下一个元素，重复步骤S4.4.1的过程；

步骤S4.4.2：若满足t_i+t_j<t_a，则将元组{t_i,t_j,i,j}添加到元组{t_a,t_b,a,b}之前的一个位置；

步骤S4.4.3：若t_i+t_j>t_a且t_i<t_a，则将{t_a,t_b,a,b}更新为{t_i,t_j+t_b,a,b}，同时找到单链表L的下一个元素{t_c,t_d,c,d}，若t_a+t_b>t_c，则将{t_c,t_d,c,d}从单链表L取出，并将{t_c,t_d,c,d}按S4.4.1到S4.4.4重新添加到单链表L中；

步骤S4.4.4：若t_a<t_i且t_i<t_a+t_b，则将{t_a,t_b,a,b}更新为{t_a,t_b+t_j,i,j}，同时找到单链表L的下一个元素{t_c,t_d,c,d}，若t_a+t_b+t_d>t_c，则将{t_c,t_d,c,d}从单链表L取出，再次将{t_c,t_d,c,d}按步骤S4.4.1到步骤S4.4.4添加到单链表L中；

步骤S4.5：当所有的元组添加到单链表L中后，遍历单链表L找到第一个元素的数值最大的元组{t_e,t_f,e,f}，若则发送到边缘服务器的任务在时间约束变量ψ下能够完成；否则修改能耗矩阵E_k[e][f]＝+∞，返回步骤S3.1重新完成匹配。

作为一个优选的实施例，步骤S5具体步骤如下：

当有任务未进行匹配时，即a<K，通过一次循环从i＝1到i＝X找出完成任务{T_1,a,T_2,a,…,T_X,a}需要的时间，修改时间约束变量，前往步骤S2，重新形成任务{T_1,a+1,T_2,a+1,…,T_X,a+1}的能耗矩阵，具体步骤为：

步骤S5.1：若a＝K，算法结束；

步骤S5.1：遍历步骤S4中形成的单链表L找到第一个元素的数值最大的元组{t_e,t_f,e,f}，设定T_m＝t_e+t_f；

步骤S5.2：通过循环对i＝1,2,…,X，做如下判断：

若且则

步骤S5.3：完成步骤S5.2后，设定ψ←ψ-T_m，前往步骤S2，对任务{T_1,k+1,T_2,k+1,…,T_X,k+1}进行匹配判断。

实施例2

如图1、图2所示，本实施例的具体实施步骤如下：

步骤一：源设备u_i(i∈{1,2,…,X})上的任务T_i,k(k∈{1,2,…,K})在自身执行的完成时间为：

其中W_i,k为完成任务T_i,k所需要的CPU周期数，f_i为源设备u_i的CPU频率；

源设备u_i上的任务T_i,k在本地执行的能耗为：

其中κ_i为源设备u_i上的CPU的有效电容系数；

步骤S1.2：任务T_i,k经中继设备以两跳传输发送到边缘服务器并由边缘服务器完成，其中任务T_i,k先从源设备u_i发送到一个中继设备r_j,j∈{1,2,…,Y}，这个过程的时间为：

其中D_i,k为任务T_i,k的数据量大小，为源设备u_i的频带宽度，为源设备s_i进行无线传输的功率，是源设备u_i和中继设备r_j之间的欧氏距离，α是路径损耗因子，是中继设备r_j作为接收端时的环境噪音；

任务T_i,k从源设备u_i发送到中继设备r_j的能耗为：

步骤S1.3：任务T_i,k由中继设备r_j发送到边缘服务器，这个过程的传输时间为：

其中是中继设备r_j的频带宽度，是中继设备r_j进行无线传输时的功率，是边缘服务器和中继设备r_j的欧氏距离，σ_e是边缘服务器作为接收端时的环境噪音；

任务T_i,k由中继设备r_j发送到边缘服务器的能耗为：

步骤S1.4：边缘服务器完成该任务T_i,k的时间为：

其中f_e为边缘服务器的CPU频率。

步骤二，边缘服务器根据任务的完成时间和能耗，确定任务{T_1,k,T_2,k,…,T_X,k}的能耗矩阵E_k[i][j]，其中能耗矩阵E_k[i][j]为步骤三所使用，具体步骤如下：

步骤S2.1：若则否则E_k[i][j]＝+∞，其中ψ表示完成源设备u_i上的所有任务{T_i,1,T_i,2,…,T_i,K},i∈{1,2,…,X}的时间约束条件，+∞表示不能通过该方式完成任务T_i,k，也表示数值上的最大；

步骤S2.2：若同时满足且则

步骤三，通过循环从a＝1到a＝K对任务{T_1,a,T_2,a,…,T_X,a}进行中继匹配选择，当任务{T_1,a,T_2,a,…,T_X,a}匹配完成后，会进入步骤S4判断是否满足时间约束条件，对于任务T_i,k，首先边缘服务器让源设备u_i随机选择一个中继设备r_j配对，接着，边缘服务器再通过不超过XY次迭代降低所有源设备中，最大的源设备的能耗，其中从步骤S3.3.1到步骤S3.3.5为一次迭代过程，每次迭代次数加1，当满足步骤S3.3.5时，迭代过程提前结束，具体步骤为：

步骤S3.1：设定used_j＝0,

步骤S3.2：边缘服务器通过循环从i＝1,2,…,X，为源设备u_i随机匹配一个中继设备r_j以完成任务T_i,k，具体循环过程如下：

步骤S3.2.1：设定

步骤S3.2.2：若对于均有E_k[i][b]＝+∞，则T_i,k不选择中继设备r_j进行匹配；

步骤S3.2.3：若同时满足E_k[i][j]≠+∞且used_b＝0，则used_b＝i；

步骤S3.3：边缘服务器通过不超过XY次迭代来降低多个源设备的能耗中，最大的源设备的能耗，每次迭代次数加1，其中具体步骤如下：

步骤S3.3.1：设定

对所匹配的中继使用算法1判断其是否可分配给源设备，具体算法过程如函数I所示：

函数I中继设备合理性判断

输入：最大能耗对的值Emax，其对应的是源设备u_i与中继设备r_j

输出：合理性

若中继设备r_j没有与其他源设备匹配，或中继设备r_j恰好与源设备u_i匹配则

中继设备r_j是合理的

结束函数调用

结束若

将该中继设备标为“已选用”

调用函数II为源设备u_i寻找其他的中继设备

若源设备u_i可以找到其他的配对则

中继设备r_j是合理的

结束函数调用

结束若

中继设备r_j是不合理的

结束函数调用

在函数I的调用过程中，会涉及到调用另一个函数的情况，函数II的相关过程如下：

函数II为源设备u_i寻找其他的中继设备配对

输入：能耗对的值Emax，对应的源设备u_i

对源设备u_i所有的未被标记的中继设备按非递减的顺序判断，假设该中继设备为r_a，且能耗为E

若E>Emax

源设备u_i无法找到其他的配对

结束函数调用

结束若

调用函数I判断中继设备r_a是否合理的

若中继设备r_a合理

则取消源设备u_i原来的配对，接着与中继设备r_a进行配对

源设备u_i可以找到其他的配对

结束函数调用

结束若

结束循环

源设备u_i无法找到其他的配对

结束函数调用

步骤S3.3.3：若中继设备r_y可以分配给源设备u_i，则将源设备u_i与中继设备r_y匹配，设定used_j＝i，E_k[i][j]＝+∞，进入步骤S3.3.1进行下一次循环；

步骤S3.3.4：若中继设备r_y不能分配给源设备u_i，则进入步骤S3.3.2进行下一次循环判定；

步骤S3.3.5：若所有的循环判定结束仍不能进入步骤S3.3.1，则迭代过程提前结束，进入步骤四。

步骤四：边缘服务器构建一个单链表L存储多个元组来表示其自身的工作状态，其中元组表示为{t_i,t_j,i,j},i∈{u₁,u₂,…,u_X},j∈{r₁,r₂,…,r_Y}，单链表L中存储的元组是按元组中第一个元素的数值大小递增排序；在未添加元组时，单链表L为空；边缘服务器可通过单链表L判断其自身的工作状态，从而判断多个发送到边缘服务器完成的任务的时间是否满足时间约束条件，元组添加过程是i＝1,2,…,X一次循环操作进行，具体步骤为：

步骤S4.1：当源设备i未与任何一个中继设备匹配时，重复步骤S4.1，判断下一个源设备i+1；

步骤S4.2：形成元组{t_i,t_j,i,j}，其中该元组表示为源设备i连接中继设备j；

步骤S4.3：若该单链表L为空，则元组{t_i,t_j,i,j}添加到该单链表L中，进入步骤S4.1判断下一个源设备i+1是否与中继设备匹配；

步骤S4.4：若该单链表L不为空，按单链表L中的元组中第一个元素的大小递增遍历该单链表L中的元素，且假设当前遍历的元组为{t_a,t_b,a,b}，则步骤S4.2形成的元组{t_i,t_j,i,j}的添加过程如下：

步骤S4.4.1：若满足t_i>t_a+t_b，则遍历该单链表L中的下一个元素，重复步骤S4.4.1的过程；

步骤S4.4.2：若满足t_i+t_j<t_a，则将元组{t_i,t_j,i,j}添加到元组{t_a,t_b,a,b}之前的一个位置；

步骤S4.4.3：若t_i+t_j>t_a且t_i<t_a，则将{t_a,t_b,a,b}更新为{t_i,t_j+t_b,a,b}，同时找到单链表L的下一个元素{t_c,t_d,c,d}，若t_a+t_b>t_c，则将{t_c,t_d,c,d}从单链表L取出，并将{t_c,t_d,c,d}按步骤S4.4.1到步骤S4.4.4重新添加到单链表L中；

步骤S4.4.4：若t_a<t_i且t_i<t_a+t_b，则将{t_a,t_b,a,b}更新为{t_a,t_b+t_j,i,j}，同时找到单链表L的下一个元素{t_c,t_d,c,d}，若t_a+t_b+t_d>t_c，则将{t_c,t_d,c,d}从单链表L取出，再次将{t_c,t_d,c,d}按步骤S4.4.1到步骤S4.4.4添加到单链表L中；

步骤S4.5：当所有的元组添加到单链表L中后，遍历单链表L找到第一个元素的数值最大的元组{t_e,t_f,e,f}，若则发送到边缘服务器的任务可以在时间约束变量ψ下完成，否则修改矩阵E_k[e][f]＝+∞，返回步骤S3.1重新完成匹配。

步骤五：当有任务未进行匹配时，即a<K，通过一次循环从i＝1到i＝X找出完成任务{T_1,a,T_2,a,…,T_X,a}需要的时间，修改时间约束变量，前往步骤S2，重新形成任务{T_1,a+1,T_2,a+1,…,T_X,a+1}的能耗矩阵，具体步骤为：

步骤S5.1：若a＝K，算法结束；

步骤S5.1：遍历步骤S4中形成的单链表L找到第一个元素的数值最大的元组{t_e,t_f,e,f}，设定T_max＝t_e+t_f；

步骤S5.2：通过循环对i＝1,2,…,X，做如下判断：

若且则

步骤S5.3：完成步骤S5.2后，设定ψ←ψ-T_max，前往步骤S2，对任务{T_1,k+1,T_2,k+1,…,T_X,k+1}进行匹配判断。

本实施例的最终目标是通过将任务分层，通过多次迭代，不断地使架构下的能耗趋向于均衡：

其中表示任务T_i,k在源设备s_i本地执行的能耗，表示任务T_i,k由源设备s_i在中继设备r_j的帮助下，以两跳传输发送到边缘服务器e完成的能耗，其中

本实施例充分考虑了在实际应用中，多个源设备对上有多个有依赖关系的任务，且这些任务可以在本地执行也可以发送到边缘服务器执行。边缘服务器在不同层，形成不同的匹配，最终实现能耗的负载均衡。因此本实施例不仅可以使系统内的资源充分利用，也可以在保证服务质量的前提下，使得系统下的能量负载均衡。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；

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 (6)

1.一种边缘计算架构下多任务的负载均衡方法，其特征在于，包括以下步骤：

步骤S1：边缘服务器评估任务在源设备上自身完成、源设备与中继设备进行协同传输，将任务经过中继设备发送到边缘服务器中完成两种方式的完成时间以及能耗；

步骤S2：边缘服务器根据任务完成的时间以及能耗，为任务选择不同的任务完成方式，并形成能耗矩阵；

步骤S3：判断源设备与中继设备进行协同传输，将任务经中继设备发送到边缘服务器的方式是否可以在时间约束条件下完成，若可以，则边缘服务器为源设备随机匹配一个中继设备，并基于能耗矩阵为能耗最大的源设备选择新的中继设备以降低源设备能耗；

步骤S4：边缘服务器记录其自身的工作状态，计算源设备与中继设备进行协同传输时，将任务经中继设备发送到边缘服务器的完成方式是否满足时间约束条件，若满足，执行步骤S5，若不满足，重新修改能耗矩阵，返回步骤S3为源设备重新匹配新的中继设备；

步骤S5：判断当前是否还存在未选择完成方式的任务，若存在，修改时间约束条件，返回步骤S2；若不存在，则结束运算。

2.根据权利要求1所述的一种边缘计算架构下多任务的负载均衡方法，其特征在于，在步骤S1中，定义源设备为u_i,i∈{1,2,…,X}，其中X为源设备的数量，源设备的集合U＝{u₁,u₂,…,u_X}；定义中继设备为r_j,j∈{1,2,…,Y}，中继设备的集合R＝{r₁,r₂,…,r_Y}，其中Y为中继设备的数量；源设备u_i上有多个任务T_i,k，其中k∈{1,2,…,K}，K为源设备上有依赖关系的任务数量，源设备u_i上的任务可按T_i,1,T_i,2,…,T_i,K顺序串行执行完成，具体步骤如下：

步骤S1.1：源设备u_i上的任务T_i,k在自身执行的完成时间为：

其中W_i,k为完成任务T_i,k所需要的CPU周期数，f_i为源设备u_i的CPU频率；

源设备u_i上的任务T_i,k在本地执行的能耗为：

其中κ_i为源设备u_i上的有效电容系数，是一个小于1的正数，单位为J/bit；

步骤S1.2：任务T_i,k经中继设备以两跳传输发送到边缘服务器e并由边缘服务器e完成，其中任务T_i,k先从源设备u_i发送到一个中继设备r_j,j∈{1,2,…,Y}，该过程的所消耗的时间为：

其中D_i,k为任务T_i,k的数据量大小，为源设备u_i的频带宽度，为源设备u_i进行无线传输的功率，是源设备u_i和中继设备r_j之间的欧氏距离，α是路径损耗因子，是中继设备r_j作为接收端时的环境噪音；

任务T_i,k从源设备u_i发送到中继设备r_j的能耗为：

步骤S1.3：任务T_i,k由中继设备r_j发送到边缘服务器e，该过程的传输时间为：

其中是中继设备r_j的频带宽度，是中继设备r_j进行无线传输时的功率，是边缘服务器e和中继设备r_j的欧氏距离，σ_e是边缘服务器e作为接收端时的环境噪音；

任务T_i,k由中继设备r_j发送到边缘服务器e的能耗为：

步骤S1.4：边缘服务器e完成该任务T_i,k的时间为：

其中f_e为边缘服务器e的CPU频率。

3.根据权利要求2所述的一种边缘计算架构下多任务的负载均衡方法，其特征在于，步骤S2中，边缘服务器e根据任务的完成时间和能耗，确定任务{T_1,k,T_2,k,…,T_X,k}的能耗矩阵E_k[i][j]；具体步骤如下：

步骤S2.1：若则否则E_k[i][j]＝+∞,j∈{1,2,…,Y}，其中ψ表示完成源设备u_i上的所有任务{T_i,1,T_i,2,…,T_i,K}的最大时间，+∞即表示不能通过该方式完成任务T_i,k，也表示数值上的最大值；

步骤S2.2：若同时满足且则

4.根据权利要求3所述的一种边缘计算架构下多任务的负载均衡方法，其特征在于，步骤S3具体步骤如下：

步骤S3.1：设定

步骤S3.2：边缘服务器e通过循环从i＝1,2,…,X，为源设备u_i随机匹配一个中继设备r_j以完成任务T_i,k，具体循环过程如下：

步骤S3.2.1：设定

步骤S3.2.2：若对于均有E_k[i][b]＝+∞，则T_i,k不选择中继设备r_j进行匹配；

步骤S3.2.3：若同时满足E_k[i][j]≠+∞且used_b＝0，则used_b＝i；

步骤S3.3：边缘服务器e通过不超过XY次迭代来降低多个源设备的能耗中，最大的源设备的能耗，每次迭代次数加1，其中具体步骤如下：

步骤S3.3.1：设定

步骤S3.3.2：对E_k[i][j]≤E^p,以E_k[i][1],E_k[i][2],…E_k[i][Y]按非递减排序进行判断，当满足如下三个条件之一，则中继设备r_y允许分配给源设备s_i；

(1)中继设备r_y未匹配，即used_y＝0；

(2)中继设备r_y刚好与源设备u_i匹配，即used_y＝i；

(3)假设中继设备r_y与源设备u_a匹配，即used_y＝a，而源设备u_a能够找到另一个中继设备进行匹配；

步骤S3.3.3：若中继设备r_y允许分配给源设备u_i，则将源设备u_i与中继设备r_y匹配，设定used_j＝i，E_k[i][j]＝+∞，进入S3.3.1进行下一次循环；

步骤S3.3.4：若中继设备r_y不允许分配给源设备u_i，则进入S3.3.2进行下一次循环判定；

步骤S3.3.5：若所有的循环判定结束仍不能进入S3.3.1，则迭代过程提前结束，进入步骤S4。

5.根据权利要求4所述的一种边缘计算架构下多任务的负载均衡方法，其特征在于，步骤S4中，边缘服务器e构建一个单链表L存储多个元组来表示其自身的工作状态，其中元组表示为{t_i,t_j,i,j},i∈{u₁,u₂,…,u_X},j∈{r₁,r₂,…,r_Y}，单链表L中存储的元组是按元组中第一个元素的数值大小递增排序；在未添加元组时，单链表L为空；边缘服务器可通过单链表L判断其自身的工作状态，从而判断多个发送到边缘服务器完成的任务的时间是否满足时间约束条件，元组添加过程是i＝1,2,…,X一次循环操作进行，具体步骤为：

步骤S4.1：当源设备i未与任何一个中继设备匹配时，重复步骤S4.1，判断下一个源设备i+1；

步骤S4.2：形成元组{t_i,t_j,i,j}，其中表示任务T_i,k从源设备s_i经中继设备r_j以两跳传输发送到边缘服务器e的时间，表示任务T_i,k在边缘服务器e完成的时间，该元组表示为源设备i连接中继设备j；

步骤S4.3：若该单链表L为空，则元组{t_i,t_j,i,j}添加到该单链表L中，进入步骤S4.1判断下一个源设备i+1是否与中继设备匹配；

步骤S4.4：若该单链表L不为空，按单链表L中的元组中第一个元素的大小递增遍历该单链表L中的元素，且假设当前遍历的元组为{t_a,t_b,a,b}，则S4.2形成的元组{t_i,t_j,i,j}的添加过程如下：

步骤S4.4.1：若满足t_i>t_a+t_b，则遍历该单链表L中的下一个元素，重复步骤S4.4.1的过程；

步骤S4.4.2：若满足t_i+t_j<t_a，则将元组{t_i,t_j,i,j}添加到元组{t_a,t_b,a,b}之前的一个位置；

步骤S4.4.3：若t_i+t_j>t_a且t_i<t_a，则将{t_a,t_b,a,b}更新为{t_i,t_j+t_b,a,b}，同时找到单链表L的下一个元素{t_c,t_d,c,d}，若t_a+t_b>t_c，则将{t_c,t_d,c,d}从单链表L取出，并将{t_c,t_d,c,d}按S4.4.1到S4.4.4重新添加到单链表L中；

步骤S4.4.4：若t_a<t_i且t_i<t_a+t_b，则将{t_a,t_b,a,b}更新为{t_a,t_b+t_j,i,j}，同时找到单链表L的下一个元素{t_c,t_d,c,d}，若t_a+t_b+t_d>t_c，则将{t_c,t_d,c,d}从单链表L取出，再次将{t_c,t_d,c,d}按步骤S4.4.1到步骤S4.4.4添加到单链表L中；

步骤S4.5：当所有的元组添加到单链表L中后，遍历单链表L找到第一个元素的数值最大的元组{t_e,t_f,e,f}，若则发送到边缘服务器的任务在时间约束变量ψ下能够完成；否则修改能耗矩阵E_k[e][f]＝+∞，返回步骤S3.1重新完成匹配。

6.根据权利要求5所述的一种边缘计算架构下多任务的负载均衡方法，其特征在于，在步骤S5中，当有任务未进行匹配时，即a<K，通过一次循环从i＝1到i＝X找出完成任务{T_1,a,T_2,a,…,T_X,a}需要的时间，修改时间约束变量，前往步骤S2，重新形成任务{T_1,a+1,T_2,a+1,…,T_X,a+1}的能耗矩阵，具体步骤为：

步骤S5.1：若a＝K，算法结束；

步骤S5.1：遍历步骤S4中形成的单链表L找到第一个元素的数值最大的元组{t_e,t_f,e,f}，设定T_m＝t_e+t_f；

步骤S5.2：通过循环对i＝1,2,…,X，做如下判断：

若且则

步骤S5.3：完成步骤S5.2后，设定ψ←ψ-T_m，前往步骤S2，对任务{T_1,k+1,T_2,k+1,…,T_X,k+1}进行匹配判断。