CN110888745A - 一种考虑任务传输到达时间的mec节点选择方法 - Google Patents

一种考虑任务传输到达时间的mec节点选择方法 Download PDF

Info

Publication number
CN110888745A
CN110888745A CN201911201170.5A CN201911201170A CN110888745A CN 110888745 A CN110888745 A CN 110888745A CN 201911201170 A CN201911201170 A CN 201911201170A CN 110888745 A CN110888745 A CN 110888745A
Authority
CN
China
Prior art keywords
task
mec
time
tasks
priority
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
CN201911201170.5A
Other languages
English (en)
Inventor
王淑栋
李艳青
庞善臣
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.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
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 China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201911201170.5A priority Critical patent/CN110888745A/zh
Publication of CN110888745A publication Critical patent/CN110888745A/zh
Pending legal-status Critical Current

Links

Images

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]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • 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)
  • Computer And Data Communications (AREA)

Abstract

本发明针对移动边缘计算任务卸载中的MEC计算节点选择问题，提出了一种考虑任务传输到达时间的MEC节点选择方法，旨在满足任务时延的基础上最小化移动设备的能耗。算法考虑了任务卸载到达MEC节点的时间不同以及尽可能满足任务的时延，给卸载到MEC节点的任务设定优先级，构造决策矩阵，生成MEC节点的决策属性权重，以此做出选择。本发明提出的方法可以有效满足任务的时延，提高时延满足率。

Description

一种考虑任务传输到达时间的MEC节点选择方法
技术领域
本发明属于边缘计算以及虚拟机分配两大领域，尤其涉及一种考虑任务传输到达时间的MEC节点选择方法。
背景技术
随着物联网和移动互联网的发展与普及，人们逐渐进入万物互联的时代。网络边缘服务器急剧增加，产生的海量数据给云中心带来了巨大的压力。移动边缘计算，将数据处理和存储推向移动边界，使得海量数据可以在边缘侧处理，能够有效降低时延。
一方面，尽管新型移动设备的处理能力越来越强大，但仍无法短时间内处理需要巨大处理量的应用程序。另一方面，海量的数据传输和处理对于网络处理能力，特别是对传输能力和计算能力提出了更高的要求，使网络计算量急剧上升，导致传统的云端服务承担着越来越多的计算任务，而这种云端处理方式不仅存在较大的等待时延，而且造成网络资源占用，严重影响了网络服务质量和用户体验。MEC通过将计算密集型任务从移动设备卸载到附近的MEC服务器，来满足资源受限的移动设备的高计算需求。通过将计算密集型或延迟敏感型应用卸载到附近的MEC服务器上，资源受限的移动设备可以减少执行延迟和设备能耗。在移动网络中的近距离部署使得MEC服务器距离移动设备更近，使得任务卸载的网络传输更快、能耗更小。在这种情况下，任务卸载策略具有至关重要的作用。为了满足计算任务的时延需求，并在此基础上最小化移动端能耗。需要根据时延约束以及能耗做出卸载决策以及进行MEC节点计算资源选择，其中MEC节点的选择即任务卸载到MEC节点的执行能耗与移动终端的能耗无关，所以在进行MEC节点选择时，只需考虑是否满足时间延迟约束。当前研究更多的将任务的到达时间不一造成的计算节点空闲资源浪费，为此考虑到任务在卸载时，其传输到MEC服务器的到达时间不一致，为了充分利用空闲时间尽可能满足任务的时延，设计一种考虑任务传输到达时间的MEC节点选择方法。
发明内容
本发明的目的在于：针对移动边缘计算任务卸载中的MEC计算节点选择问题，提出了一种考虑任务传输到达时间的MEC节点选择方法，旨在满足任务时延的基础上最小化移动设备的能耗。
为了达到上述目的，本发明所采用的技术方案包括如下部分：
1.一种考虑任务传输到达时间的MEC节点选择方法，具体实施步骤如下：
A.对于通过信道卸载到m个MEC节点执行的n个任务，按照到达时间以及任务的紧迫度进行优先级排序。
B.任务按照属性权重比以及截止时间选择MEC节点。
2.根据权利要求1所述的按照到达时间以及任务的紧迫度进行排序，其特征在于，对于任务t具有三个属性，分别为任务大小datai，完成此任务需要的cpu周期ci，期望完成时间expTi，则任务优先级设定为：
Figure BDA0002295910270000021
计算任务到达时间(传输时间)
Figure BDA0002295910270000022
其中ri,j表示任务卸载到MEC服务器的传输速率。
当n＜m时，直接按照
Figure BDA0002295910270000023
进行优先级排序。
当n≥m时，将前m个最先到达的任务优先级依次设置为最高、次高......其余n-m个任务按照优先级排序。
3.根据权利要求1中的按照属性权重比以及截止时间为任务选择MEC节点，其特征在于，依次按照优先级为任务选择MEC节点，即先为优先级最高的任务分配MEC节点。具体为：对于任务i，寻找满足
Figure BDA0002295910270000024
的MEC节点，如果有1个，直接将任务安排到此MEC节点上，如果有多个，根据满足条件的MEC节点与权重属性构造决策矩阵，选择权重比最小的MEC节点。权重比为：
Figure BDA0002295910270000025
其中
Figure BDA0002295910270000026
表示接近截止期限的程度，FinTi表示任务ti在MEC节点上的开始执行时间，FinVmj表示MEC结点执行完其上最后一个任务时所花费的时间。λ1+λ2+λ3＝1表示权重系数，wTnumj表示MEC节点j上待执行的任务。
本发明提供的节点选择方法具有如下优点和有益效果：本发明考虑到任务卸载到MEC服务器的到达时间，满足计算任务的时延要求，制定任务优先级以及虚拟机选择时的权重比，设计一种考虑任务传输到达时间的MEC节点选择方法。此方法可以有有效满足任务的时延。
附图说明
图1为本发明提供的一种考虑任务传输到达时间的MEC节点选择方法流程图。
具体实施方式
为了使本领域技术人员更好地理解本申请中的技术问题、技术方案和技术效果，下面结合附图和具体实施方式对一种考虑任务传输到达时间的MEC节点选择方法作进一步详细说明。
如图1为本发明的方法具体实施步骤：
步骤1.用户提交一批任务t1,t2,...tk，每个任务具有三个属性ti(datai,ci,expTi)，其中datai表示任务的大小，ci表示完成此任务需要的cpu周期，expTi表示任务的截止期限。
步骤2.根据任务完成时延与终端设备的能耗，确定卸载决定与信道分配决定，得到需要通过信道卸载到MEC节点执行的任务t1,t2,...tn。
步骤3.将任务按照到达时间以及任务的紧迫度进行优先级排序。如果MEC服务器的计算节点m大于任务个数n，将所有的任务按照优先级
Figure BDA0002295910270000031
进行排序，其中
Figure BDA0002295910270000036
表示任务传输到MEC服务器的传输时间。ri,j表示任务卸载到MEC服务器的传输速率；如果MEC服务器的计算节点m小于等于任务个数n，将前m个最先到达的任务优先级依次设置为最高、次高......其余n-m个任务按照优先级
Figure BDA0002295910270000032
排序。
步骤4.对每个任务，确定可用的MEC节点。对于任务i，寻找满足
Figure BDA0002295910270000033
的MEC节点，其中needEXTi＝expTi-FinTi-Tti表示在截止期内完成此任务需要的执行时间。
步骤5.如果满足条件的MEC节点有1个，直接将任务安排到此节点上；如果有多个，选择权重比最小的节点。权重比为：
Figure BDA0002295910270000034
其中
Figure BDA0002295910270000035
表示接近截止期限的程度，FinTi表示任务ti在MEC节点上的开始执行时间，FinVmj表示MEC结点执行完其上最后一个任务时所花费的时间。λ1+λ2+λ3＝1表示权重系数，wTnumj表示虚拟机上j上待执行的任务。
步骤6.判断任务是否都安排完毕，若完毕则结束，否则转向步骤4.
以上实例仅用以说明本发明而非限本发明所描述的技术方案，对于本领域技术人员应该理解，对上述发明所公开的一种考虑任务传输到达时间的MEC节点选择方法，在不脱离大名远离的前提下，还可以在此基础上做出改进，这些改进也视为本发明的保护。

Claims (3)

1.一种考虑任务传输到达时间的MEC节点选择方法，具体实施步骤如下：
A.对于通过信道卸载到m个MEC节点执行的n个任务，按照到达时间以及任务的紧迫度进行优先级排序。
B.任务按照属性权重比以及截止时间选择MEC节点。
2.根据权利要求1所述的按照到达时间以及任务的紧迫度进行排序，其特征在于，对于任务t具有三个属性，分别为任务大小datai，完成此任务需要的cpu周期ci，期望完成时间exp Ti，则任务优先级设定为：
Figure FDA0002295910260000011
计算任务到达时间(传输时间)
Figure FDA0002295910260000012
其中ri,j表示任务卸载到MEC服务器的传输速率。
当n＜m时，直接按照
Figure FDA0002295910260000013
进行优先级排序。
当n≥m时，将前m个最先到达的任务优先级依次设置为最高、次高......其余n-m个任务按照优先级排序。
3.根据权利要求1中的按照属性权重比以及截止时间为任务选择MEC节点，其特征在于依次按照优先级为任务选择MEC节点，即先为优先级最高的任务分配MEC节点。具体为：对于任务i，寻找满足
Figure FDA0002295910260000014
的MEC节点，如果有1个，直接将任务安排到此MEC节点上，如果有多个，根据满足条件的MEC节点与权重属性构造决策矩阵，选择权重比最小的MEC节点。权重比为：
Figure FDA0002295910260000015
其中
Figure FDA0002295910260000016
表示接近截止期限的程度，FinTi表示任务ti在MEC节点上的开始执行时间，FinVmj表示MEC结点执行完其上最后一个任务时所花费的时间。λ1+λ2+λ3＝1表示权重系数，wTnumj表示MEC节点j上待执行的任务。
本发明提供的节点选择方法具有如下优点和有益效果：本发明考虑到任务卸载到MEC服务器的到达时间，满足计算任务的时延要求，制定任务优先级以及虚拟机选择时的权重比，设计一种考虑任务传输到达时间的MEC节点选择方法。此方法可以优先满足任务的时延。
CN201911201170.5A 2019-11-29 2019-11-29 一种考虑任务传输到达时间的mec节点选择方法 Pending CN110888745A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911201170.5A CN110888745A (zh) 2019-11-29 2019-11-29 一种考虑任务传输到达时间的mec节点选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911201170.5A CN110888745A (zh) 2019-11-29 2019-11-29 一种考虑任务传输到达时间的mec节点选择方法

Publications (1)

Publication Number Publication Date
CN110888745A true CN110888745A (zh) 2020-03-17

Family

ID=69749482

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911201170.5A Pending CN110888745A (zh) 2019-11-29 2019-11-29 一种考虑任务传输到达时间的mec节点选择方法

Country Status (1)

Country Link
CN (1) CN110888745A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111988805A (zh) * 2020-08-28 2020-11-24 重庆邮电大学 一种面向可靠时延保障的端边协同方法
CN112202892A (zh) * 2020-09-30 2021-01-08 中国联合网络通信集团有限公司 一种mec边界的确定方法及装置
CN113498077A (zh) * 2020-03-20 2021-10-12 湖南智领通信科技有限公司 一种用于智能物联网保障低时延传输的通信方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110093852A1 (en) * 2009-10-21 2011-04-21 Sap Ag Calibration of resource allocation during parallel processing
CN107682417A (zh) * 2017-09-19 2018-02-09 深圳市盛路物联通讯技术有限公司 一种数据节点的任务分配方法和装置
CN109413615A (zh) * 2018-09-14 2019-03-01 重庆邮电大学 车联网下基于mec的能量感知卸载的能量延迟折衷方案
CN109669768A (zh) * 2018-12-11 2019-04-23 北京工业大学 一种面向边云结合架构的资源分配和任务调度方法
CN110493757A (zh) * 2019-09-29 2019-11-22 重庆大学 单服务器下降低系统能耗的移动边缘计算卸载方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110093852A1 (en) * 2009-10-21 2011-04-21 Sap Ag Calibration of resource allocation during parallel processing
CN107682417A (zh) * 2017-09-19 2018-02-09 深圳市盛路物联通讯技术有限公司 一种数据节点的任务分配方法和装置
CN109413615A (zh) * 2018-09-14 2019-03-01 重庆邮电大学 车联网下基于mec的能量感知卸载的能量延迟折衷方案
CN109669768A (zh) * 2018-12-11 2019-04-23 北京工业大学 一种面向边云结合架构的资源分配和任务调度方法
CN110493757A (zh) * 2019-09-29 2019-11-22 重庆大学 单服务器下降低系统能耗的移动边缘计算卸载方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕海斌: "基于边缘计算的多用户计算卸载方法研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113498077A (zh) * 2020-03-20 2021-10-12 湖南智领通信科技有限公司 一种用于智能物联网保障低时延传输的通信方法及装置
CN113498077B (zh) * 2020-03-20 2022-05-13 湖南智领通信科技有限公司 一种用于智能物联网保障低时延传输的通信方法及装置
CN111988805A (zh) * 2020-08-28 2020-11-24 重庆邮电大学 一种面向可靠时延保障的端边协同方法
CN111988805B (zh) * 2020-08-28 2022-03-29 重庆邮电大学 一种面向可靠时延保障的端边协同方法
CN112202892A (zh) * 2020-09-30 2021-01-08 中国联合网络通信集团有限公司 一种mec边界的确定方法及装置
CN112202892B (zh) * 2020-09-30 2022-02-18 中国联合网络通信集团有限公司 一种mec边界的确定方法及装置

Similar Documents

Publication Publication Date Title
CN107911478B (zh) 基于化学反应优化算法的多用户计算卸载方法及装置
CN107766135B (zh) 移动朵云中基于粒子群和模拟退火优化的任务分配方法
Wen et al. Energy-optimal mobile application execution: Taming resource-poor mobile devices with cloud clones
CN110888745A (zh) 一种考虑任务传输到达时间的mec节点选择方法
CN110489176B (zh) 一种基于装箱问题的多接入边缘计算任务卸载方法
CN110543336A (zh) 基于非正交多址接入技术的边缘计算任务卸载方法及装置
CN111556516B (zh) 面向时延和能效敏感业务的分布式无线网络任务协同分配方法
CN112600921A (zh) 一种面向异构移动边缘网络的动态任务卸载方法
CN111132235A (zh) 基于改进hrrn算法和多属性决策的移动卸载迁移算法
CN111475274A (zh) 云协同多任务调度方法及装置
CN111711962B (zh) 一种移动边缘计算系统子任务协同调度方法
CN108304256B (zh) 一种边缘计算中低开销的任务调度方法及装置
CN112214301B (zh) 面向智慧城市基于用户偏好的动态计算迁移方法及装置
CN109587735B (zh) 一种基于时延度量移动边缘计算的协同服务缓存方法
CN113220356A (zh) 一种移动边缘计算中的用户计算任务卸载方法
CN115629865B (zh) 一种基于边缘计算的深度学习推理任务调度方法
CN108737268B (zh) 软件定义工业物联网资源调度方法
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
CN110149401A (zh) 一种用于优化边缘计算任务的方法和系统
CN110780986B (zh) 一种基于移动边缘计算的物联网任务调度方法及系统
CN112492032A (zh) 一种移动边缘环境下的工作流协作调度方法
CN110545302A (zh) 一种计算迁移方法、设备及存储介质
Pan et al. Multi-user computation offloading algorithm for mobile edge computing
CN108111437A (zh) 一种虚拟网络功能的优化调度方法
CN114816739A (zh) 针对负载均衡的片上网络增量任务映射方法

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
AD01 Patent right deemed abandoned

Effective date of abandoning: 20231027

AD01 Patent right deemed abandoned