CN110519370B - 一种基于设施选址问题的边缘计算资源分配方法 - Google Patents
一种基于设施选址问题的边缘计算资源分配方法 Download PDFInfo
- Publication number
- CN110519370B CN110519370B CN201910799323.4A CN201910799323A CN110519370B CN 110519370 B CN110519370 B CN 110519370B CN 201910799323 A CN201910799323 A CN 201910799323A CN 110519370 B CN110519370 B CN 110519370B
- Authority
- CN
- China
- Prior art keywords
- task
- edge server
- edge
- user terminal
- server
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1031—Controlling of the operation of servers by a load balancer, e.g. adding or removing servers that serve requests
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1044—Group management mechanisms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
- H04L67/1078—Resource delivery mechanisms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Mobile Radio Communication Systems (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明提出了一种基于设施选址问题的边缘计算资源分配方法。首先根据边缘计算网络场景得到用户终端任务的各项数据参数和边缘服务器的性能参数;然后构建任务执行代价最优化问题模型,通过对偶拟合算法求解任务执行代价最小化问题,计算用户终端任务分配决策和服务器开关决策;最后用户终端根据资源分配决策将任务分配到边缘服务器上执行。本发明能够适用于边缘计算网络中不同规模大小、不同地理位置的用户终端的任务分配处理,通过降低边缘服务器启动代价和用户终端任务通信代价,从而最小化网络内所有卸载任务的总执行代价。
Description
技术领域
本发明主要涉及到边缘计算领域,特别是涉及到一种基于设施选址问题的边缘计算资源分配方法。
背景技术
物联网(Internet of Things)的高速发展推进了万物互联的时代的到来,在此背景下,几乎所有的电子设备都可以连接互联网,并产生海量的数据,这些海量数据的计算需求也让基于云计算的计算模式暴露出高延时、低效率和高成本的缺点。随着物联网和云服务的推动、终端设备的角色转变,延伸了一种新的计算模式——边缘计算。边缘计算是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务。边缘计算相较于云计算来说更加高效且安全,而且更适合实时的数据分析和智能化处理。边缘计算旨在利用智能终端、无线基站、工厂、可穿戴设备等边缘设备来缓解云计算的压力,有效的提高运行效率,减少数据处理产生的能耗,实时或更快速的处理和分析数据,减少延迟时间。
随着数据量的爆炸式增长,用户希望终端设备具有高性能计算机同样的性能。但是对于传统的计算机而言,资源有限、电池续航能力短、内存较小等因素极大的限制了终端设备的性能,计算密集型任务在资源有限的设备上运行需要花费较长的时间和较高的能耗。从另一方面来说,如果把所有终端数据都传输到云计算中心处理,则会急剧地增加网络传输带宽的负载量,从而造成较长的时间延迟,同时还存在较低的可靠性、安全攻击等问题。
综上所述,为了满足用户应用服务质量(Quality of Service)的要求,利用边缘计算平台,将云服务推向网络边缘,当本地终端无法满足应用处理的需求,可以做出资源分配决策,把应用卸载到边缘服务器上执行,通过降低边缘服务器启动代价和用户终端任务通信代价,从而最小化网络中任务的总执行代价。
发明内容
本发明提出了一种基于设施选址问题的边缘计算资源分配方法,主要应用于物联网边缘计算方面,主要优点是使不同位置、不同规模的任务分配最优化,能够最小化网络中卸载任务的总执行代价。本发明的方案具体如下:
1.终端设备可以将边缘计算的资源分配问题视为一种设施选址问题,通过一种对偶拟合算法来得到边缘计算的资源分配决策方案:
步骤1、构建边缘计算网络场景,网络中边缘服务器由集合P={p1,p2,...,pi,...,pm}表示,其中i表示边缘服务器的序列号,pi的启动代价为fi,n个不同地理位置的用户终端的任务集合表示为U={u1,u2,...,uj,...,un},其中j表示任务的序列号,集合U中的任务之间不具有先后依赖关系,每个用户终端有且只有一个不能分割的任务,且一旦任务分配到边缘服务器pi则pi必须开启;
步骤2、用户终端通过资源分配决策将任务卸载到边缘服务器pi上执行,通过最小化任务执行代价
计算,其中cij是任务uj到边缘服务器pi的通信代价,xij是任务uj是否被分配的决策变量,当xij=1时即任务uj被分配给了边缘服务器pi,反之则不分配,fi是边缘服务器i的启动代价,yi是边缘服务器pi是否开启的决策变量,当yi=1时即边缘服务器pi是开启的,反之当yi=0时则关闭服务器;
步骤3、将步骤2中代价优化问题视作一种设施选址问题,通过对偶拟合算法,计算用户终端任务分配决策集合X和服务器开关决策集合Y。
2.进一步,如果用户终端满足任务处理的需求,则可以在终端本地执行任务,无需资源分配决策,如果用户终端不满足任务处理的需求,则需要对服务器进行资源分配,根据资源分配决策把任务卸载到对应边缘服务器上执行。
3.进一步,使用设施选址问题中的对偶拟合算法计算得到边缘服务器开关决策集合Y和用户终端任务分配决策集合X,通过降低边缘服务器启动代价和用户终端任务通信代价,从而最小化网络内所有卸载任务的总执行代价。
4.在本发明中,既可以是单个用户终端将任务uj卸载到边缘服务器pi上,也可以多个不同地理位置的用户终端将各自任务同时卸载到同一个边缘服务器上并行执行。
5.进一步,设施选址问题的对偶拟合方法至少包括如下步骤:
1)定义集合D为未分配的任务集合,t为均匀增长的时间变量,设置时间变量的初始值t=0且Bj=0,其中j∈D,Bj是完成任务j的预算,用户终端可以用其预算来支付边缘服务器的启动代价和任务分配到开启的边缘服务器上的通信代价;
2)假设网络中的所有任务均未分配,当前未分配的任务数为h,所有边缘服务器均处于未开启状态;
3)设置t1=min{cij},其中i∈Y,j∈D,t2=min{Bj},Bj与时间变量t有关,Bj(t)=(1+ε)t,其中ε=1/h,ε会随着当前未分配任务数的减小而增大,加快剩余未分配任务的收敛速度;
6)如果满足cij≤t′的边缘服务器i∈Y和j∈D,则将任务j分配到边缘服务器i上,同时将集合D中任务j去掉并执行h=h-1;
7)如果网络中仍存在未被分配的任务j,则跳转执行步骤3),直至所有任务都被分配完成。
与现有技术相比,本方法的优点在于:
提出了基于设施选址问题的边缘计算资源分配方法,能灵活的运用于不同规模、不同地理位置的用户终端群,然后考虑降低边缘服务器总的启动代价和用户终端任务通信代价,从而最小化网络内所有卸载任务的总执行代价,把任务分配到最合适的边缘服务器上。
附图说明
图1是本发明的流程框图;
图2是本发明的任务分配流程图;
图3是本发明的边缘服务器开关决策示例1图;
图4是本发明的边缘服务器开关决策示例2图;
图5是本发明的任务分配方法图。
具体实施方式
下面结合附图对本发明作进一步的详细描述。
假设以智能终端上运行的游戏应用为例。
步骤一、获取网络中用户终端任务的各项数据参数和边缘服务器的性能参数。
步骤二、确定用户终端任务的总体分配的目标,整个任务分配过程的目标即最小化网络任务的总执行代价,任务的总执行代价包括边缘服务器的启动代价和用户终端的任务执行代价,通过最小化任务执行代价来计算,其中cij是任务uj到边缘服务器pi的通信代价,xij是任务uj是否被分配的决策变量,当xij=1时即任务uj被分配给了边缘服务器pi,反之则不分配,fi是边缘服务器i的启动代价,yi是边缘服务器pi是否开启的决策变量,当yi=1时即边缘服务器pi是开启的,反之当yi=0时则关闭服务器;
步骤三、计算用户终端任务分配决策集合X和服务器开关决策集合Y,按照资源分配决策把任务分配到合适的边缘服务器上执行:
a)定义集合D为未分配的任务集合,t为均匀增长的时间变量,设置时间变量的初始值t=0且Bj=0,其中j∈D,Bj是完成任务j的预算,用户终端可以用其预算来支付边缘服务器的启动代价和任务分配到开启的边缘服务器上的通信代价;
b)假设网络中所有任务均未分配,当前未分配的任务数为h,所有边缘服务器均处于未开启状态;
c)设置t1=min{cij},其中i∈Y,j∈D,t2=min{Bj},其中j∈D,即当t=0时,t1=0且t2=0,当网络中存在开启的边缘服务器和未分配的任务时,t1为通信代价cij的最小值,t2为完成任务j所需预算Bj的最小值,Bj与时间变量t有关,Bj(t)=(1+ε)t,其中ε=1/h,ε会随着当前未分配任务数的减小而增大,加快剩余未分配任务的收敛速度;
e)如果存在未开启的边缘服务器i∈P\Y,则分为两种情况,当用户终端任务均未分配且当时,则开启边缘服务器pi,参考图3所示,在本例中,边缘服务器个数m=2,任务个数n=5,其中服务器p1、p2未开启,终端任务u1、u2、u3、u4、u5均未分配即集合D={u1,u2,u3,u4,u5},若存在max{0,B1-c11}+max{0,B2-c12}+max{0,B4-c14}=f1,则开启服务器p1,当存在用户终端任务已经分配且当时,则也可以开启边缘服务器pi,参考图4所示,在本例中,边缘服务器个数m=3,任务个数n=5,其中服务器p1、p2未开启,终端任务u5已分配,u1、u2、u3、u4均未分配即D={u1,u2,u3,u4},若存在max{0,B1-c11}+max{0,B2-c12}+max{0,B4-c14}+max{0,c35-c15}=f1,则开启服务器p1;如果满足条件cij<ci′j的任务已经被分配,则将任务j分配到通信代价更低的边缘服务器i上执行;
f)如果满足cij≤t′的边缘服务器i∈Y和j∈D即对于未分配的任务j和已开启的服务器i,若完成任务j的预算足以支付服务器i与j之间的通信代价cij,则将任务j分配到边缘服务器i上,同时将集合D中任务j去掉且执行h=h-1,参考图5所示,在本例中,边缘服务器个数m=3,任务个数n=5,其中服务器p1、p2已开启,终端任务u5已分配,u1、u2、u3、u4均未分配即D={u1,u2,u3,u4},若t′=B2且B2≥c12,则将任务u2分配到服务器p1上执行,D={u1,u3,u4},此时如果B2≥c22且c22<c12,则将任务u2分配到通信代价更低的边缘服务器p2上执行;
g)如果网络中仍存在未被分配的任务j,则跳转执行c),直至所有任务都被分配完成。
Claims (4)
1.一种基于设施选址问题的边缘计算(Edge Computing)资源分配方法,其特征在于,终端设备可以将边缘计算的资源分配问题视为一种设施选址问题,通过一种对偶拟合算法来得到边缘计算的资源分配决策方案,所述方法至少包括以下步骤:
步骤1、构建边缘计算网络场景,网络中边缘服务器由集合P={p1,p2,...,pi,...,pm}表示,其中i表示边缘服务器的序列号,pi的启动代价为fi,n个不同地理位置的用户终端的任务集合表示为U={u1,u2,...,uj,...,un},其中j表示任务的序列号,集合U中的任务之间不具有先后依赖关系,每个用户终端有且只有一个不能分割的任务,且一旦任务分配到边缘服务器pi则pi必须开启;
步骤2、用户终端通过最小化任务执行代价决定资源分配决策,从而判断是否将任务卸载到边缘服务器pi上执行,其中cij是任务uj到边缘服务器pi的通信代价,xij是任务uj是否被分配的决策变量,当xij=1时即任务uj被分配给了边缘服务器pi,反之则不分配,fi是边缘服务器i的启动代价,yi是边缘服务器pi是否开启的决策变量,当yi=1时即边缘服务器pi是开启的,反之当yi=0时则关闭服务器;
步骤3、将步骤2中任务执行代价最小化问题视作一种设施选址问题,通过对偶拟合算法计算用户终端任务分配决策集合X和服务器开关决策集合Y,对偶拟合算法至少包含如下步骤:
1)定义集合D为未分配的任务集合,设置时间变量的初始值t=0且Bj=0,其中j∈D,Bj是完成任务j的预算,用户终端可以用其预算来支付边缘服务器的启动代价和任务分配到开启的边缘服务器上的通信代价;
2)假设网络中的所有任务均未分配,所有边缘服务器均处于未开启状态;
3)设置t1=min{cij},其中i∈Y,j∈D;t2=min{Bj},Bj随着时间t的增加以Bj=(1+ε)t的速率匀速增加,其中ε为小的正常数,当时,所有的Bj暂停增长,并返回Bj;t=min{t1,t2},其中i'为当前任务j已分配的服务器;
5)如果满足cij≤t的边缘服务器i∈Y和j∈D,则将任务j分配到边缘服务器i上,同时将集合D中去掉任务;
6)如果网络中仍存在未被分配的任务j,则跳转执行步骤3),直至所有任务都被分配完成。
2.根据权利要求1中所述的一种基于设施选址问题的边缘计算资源分配方法,其特征在于如果用户终端满足任务处理的需求,则可以在终端本地执行任务,无需资源分配决策,如果用户终端不满足任务处理的需求,则需要对服务器进行资源分配,根据资源分配决策把任务卸载到对应边缘服务器上执行。
3.根据权利要求1中所述的一种基于设施选址问题的边缘计算资源分配方法,其特征在于使用设施选址问题中的对偶拟合算法计算得到边缘服务器开关决策集合Y和用户终端任务分配决策集合X,通过降低边缘服务器启动代价和用户终端任务通信代价,从而最小化网络内所有卸载任务的总执行代价。
4.根据权利要求1中所述的一种基于设施选址问题的边缘计算资源分配方法,其特征在于既可以是单个用户终端将任务uj卸载到边缘服务器pi上,也可以多个不同地理位置的用户终端将各自任务同时卸载到同一个边缘服务器上并行执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910799323.4A CN110519370B (zh) | 2019-08-28 | 2019-08-28 | 一种基于设施选址问题的边缘计算资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910799323.4A CN110519370B (zh) | 2019-08-28 | 2019-08-28 | 一种基于设施选址问题的边缘计算资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110519370A CN110519370A (zh) | 2019-11-29 |
CN110519370B true CN110519370B (zh) | 2022-03-25 |
Family
ID=68628310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910799323.4A Active CN110519370B (zh) | 2019-08-28 | 2019-08-28 | 一种基于设施选址问题的边缘计算资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110519370B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110996393B (zh) * | 2019-12-12 | 2023-04-11 | 大连理工大学 | 一种单边缘计算服务器与多用户协同的计算卸载与资源分配方法 |
CN111796880B (zh) * | 2020-07-01 | 2021-06-04 | 电子科技大学 | 一种边缘云计算任务的卸载调度方法 |
CN112148380B (zh) * | 2020-09-16 | 2022-04-12 | 鹏城实验室 | 一种移动边缘计算任务卸载中的资源优化方法及电子设备 |
CN112866381B (zh) * | 2021-01-17 | 2022-07-01 | 湘潭大学 | 一种边缘计算中基于设施选址问题的任务冗余分配方法 |
CN113347277B (zh) * | 2021-07-15 | 2022-10-18 | 湘潭大学 | 一种边缘计算中基于任务切分的卸载分配方法 |
CN114785782B (zh) * | 2022-03-29 | 2023-02-03 | 南京工业大学 | 面向异构云-边计算的通用的任务卸载方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018215046A1 (en) * | 2017-05-22 | 2018-11-29 | Telefonaktiebolaget Lm Ericsson (Publ) | Edge cloud broker and method therein for allocating edge cloud resources |
CN109548155A (zh) * | 2018-03-01 | 2019-03-29 | 重庆大学 | 一种分布式非平衡边缘云网络接入与资源分配机制 |
CN109814951A (zh) * | 2019-01-22 | 2019-05-28 | 南京邮电大学 | 移动边缘计算网络中任务卸载及资源分配的联合优化方法 |
CN109889586A (zh) * | 2019-02-02 | 2019-06-14 | 腾讯科技(深圳)有限公司 | 通信处理方法、装置、计算机可读介质及电子设备 |
CN110087257A (zh) * | 2019-04-24 | 2019-08-02 | 重庆邮电大学 | 一种支持移动边缘计算的任务卸载装置及方法 |
CN110177055A (zh) * | 2019-05-29 | 2019-08-27 | 电子科技大学 | 一种边缘计算场景下边缘域资源的预分配方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140067758A1 (en) * | 2012-08-28 | 2014-03-06 | Nokia Corporation | Method and apparatus for providing edge-based interoperability for data and computations |
US11412052B2 (en) * | 2018-12-28 | 2022-08-09 | Intel Corporation | Quality of service (QoS) management in edge computing environments |
-
2019
- 2019-08-28 CN CN201910799323.4A patent/CN110519370B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018215046A1 (en) * | 2017-05-22 | 2018-11-29 | Telefonaktiebolaget Lm Ericsson (Publ) | Edge cloud broker and method therein for allocating edge cloud resources |
CN109548155A (zh) * | 2018-03-01 | 2019-03-29 | 重庆大学 | 一种分布式非平衡边缘云网络接入与资源分配机制 |
CN109814951A (zh) * | 2019-01-22 | 2019-05-28 | 南京邮电大学 | 移动边缘计算网络中任务卸载及资源分配的联合优化方法 |
CN109889586A (zh) * | 2019-02-02 | 2019-06-14 | 腾讯科技(深圳)有限公司 | 通信处理方法、装置、计算机可读介质及电子设备 |
CN110087257A (zh) * | 2019-04-24 | 2019-08-02 | 重庆邮电大学 | 一种支持移动边缘计算的任务卸载装置及方法 |
CN110177055A (zh) * | 2019-05-29 | 2019-08-27 | 电子科技大学 | 一种边缘计算场景下边缘域资源的预分配方法 |
Non-Patent Citations (2)
Title |
---|
Channel Assignment for Multi-interface Multi-hop Wireless Networks;Zhetao Li;《IEEE》;20161231;全文 * |
车辆异构网中基于移动边缘计算的任务卸载与资源分配;张海波;《物联网学报》;20180930;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110519370A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110519370B (zh) | 一种基于设施选址问题的边缘计算资源分配方法 | |
CN109857546B (zh) | 基于Lyapunov优化的多服务器移动边缘计算卸载方法及装置 | |
CN110941667B (zh) | 一种移动边缘计算网络中的计算卸载方法及系统 | |
CN110096362B (zh) | 一种基于边缘服务器协作的多任务卸载方法 | |
CN110489176B (zh) | 一种基于装箱问题的多接入边缘计算任务卸载方法 | |
CN110069341B (zh) | 边缘计算中结合功能按需配置的有依赖关系任务的调度方法 | |
CN110968366B (zh) | 一种基于有限mec资源的任务卸载方法、装置及设备 | |
CN111240701A (zh) | 一种端-边-云协同计算的任务卸载优化方法 | |
CN102662764B (zh) | 一种基于smdp的动态云计算资源优化分配方法 | |
CN102857548A (zh) | 一种移动云计算资源优化配置方法 | |
CN110647403B (zh) | 一种多用户mec系统中的云端计算资源分配方法 | |
CN109510869A (zh) | 一种基于边缘计算的物联网服务动态卸载方法及装置 | |
WO2023116460A1 (zh) | 移动边缘计算环境下多用户多任务计算卸载方法及系统 | |
CN111711962A (zh) | 一种移动边缘计算系统子任务协同调度方法 | |
CN112888005B (zh) | 一种面向mec的分布式业务调度方法 | |
CN113918240A (zh) | 任务卸载方法及装置 | |
CN113992945B (zh) | 一种基于博弈论的多服务器多用户视频分析任务卸载方法 | |
CN113254095B (zh) | 云边结合平台的任务卸载、调度与负载均衡系统、方法 | |
CN117407160A (zh) | 一种边缘计算场景下在线任务和离线任务的混合部署方法 | |
CN117785465A (zh) | 一种资源调度方法、装置、设备及存储介质 | |
Kim et al. | Partition placement and resource allocation for multiple DNN-based applications in heterogeneous IoT environments | |
CN111158893A (zh) | 应用于雾计算网络的任务卸载方法、系统、设备及介质 | |
CN113766037A (zh) | 面向大规模边缘计算系统的任务卸载控制方法及系统 | |
CN113778675A (zh) | 一种基于面向区块链网络的计算任务分配系统及方法 | |
CN117311973A (zh) | 计算设备调度方法、装置、非易失性存储介质及电子设备 |
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 |