CN111431950A - 任务卸载方法、装置、移动终端、雾节点和存储介质 - Google Patents

任务卸载方法、装置、移动终端、雾节点和存储介质 Download PDF

Info

Publication number
CN111431950A
CN111431950A CN201910017119.2A CN201910017119A CN111431950A CN 111431950 A CN111431950 A CN 111431950A CN 201910017119 A CN201910017119 A CN 201910017119A CN 111431950 A CN111431950 A CN 111431950A
Authority
CN
China
Prior art keywords
task
mobile terminal
fog node
fog
information
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
Application number
CN201910017119.2A
Other languages
English (en)
Other versions
CN111431950B (zh
Inventor
杨旸
刘泽宁
李资琴
罗喜良
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.)
ShanghaiTech University
Original Assignee
ShanghaiTech 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 ShanghaiTech University filed Critical ShanghaiTech University
Priority to CN201910017119.2A priority Critical patent/CN111431950B/zh
Publication of CN111431950A publication Critical patent/CN111431950A/zh
Application granted granted Critical
Publication of CN111431950B publication Critical patent/CN111431950B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44594—Unloading
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/08—Access restriction or access information delivery, e.g. discovery data delivery
    • 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
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请提供了一种任务卸载方法、装置、移动终端、雾节点和存储介质，通过发送任务至雾节点，获取预测的最短处理时延，并判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若否，则令所述雾节点将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若是，则令所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。本申请使得移动终端可以更快速地接入网络，更快速、灵活地获取雾计算层的计算、存储等资源，从而降低了服务时延，节约了带宽资源，提升了移动性支持。

Description

任务卸载方法、装置、移动终端、雾节点和存储介质
技术领域
本申请涉及雾计算技术领域，特别是涉及一种任务卸载方法、装置、移动终端、雾节点和存储介质。
背景技术
得益于互联网、物联网的快速发展，我们的生活方式也发生了巨大改变。但是针对移动设备的网络可靠性及低时延一直是无法保证的技术难题。尤其是近几年不断提出的车联网、智能车辆、无人驾驶等热点话题，这一问题也是摆在面前的首要障碍。因此，传统移动设备与云端的传输方式也有待改进。
申请内容
鉴于以上所述现有技术的缺点，本申请的目的在于提供一种任务卸载方法、装置、移动终端、雾节点和存储介质，用于解决现有技术中移动设备的网络可靠性及低时延无法保证的问题。
为实现上述目的及其他相关目的，本申请提供一种任务卸载方法，应用于移动终端，所述方法包括：发送任务至雾节点；获取对应所述任务的预测的最短处理时延；判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若所述预测信息的预测结果为否，则令所述雾节点将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若所述预测信息的预测结果为是，则令所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
于本申请的一实施例中，所述预测信息是依据雾节点收集到的所述移动终端的位置信息、所述移动终端的移动方向信息、所述移动终端的移动速度信息、与其他雾节点之间的拓扑结构信息、及所述雾节点与所述移动终端之间信号强度变化信息中任意一种或多种组合得到的。
为实现上述目的及其他相关目的，本申请提供一种任务卸载方法，应用于雾节点，所述方法包括：接收移动终端发送的任务；获取对应所述任务的预测的最短处理时延；判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若所述预测信息的预测结果为否，则将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若所述预测信息的预测结果为是，则将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
于本申请的一实施例中，所述预测信息是依据雾节点收集到的所述移动终端的位置信息、所述移动终端的移动方向信息、所述移动终端的移动速度信息、与其他雾节点之间的拓扑结构信息、及所述雾节点与所述移动终端之间信号强度变化信息中任意一种或多种组合得到的。
为实现上述目的及其他相关目的，本申请提供一种应用于移动终端的任务卸载装置，所述装置包括：收发模块，用于发送任务至雾节点；获取对应所述任务的预测的最短处理时延；处理模块，用于判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若所述预测信息的预测结果为否，则令所述雾节点将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若所述预测信息的预测结果为是，则令所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
为实现上述目的及其他相关目的，本申请提供一种应用于雾节点的任务卸载装置，所述装置包括：收发模块，用于接收移动终端发送的任务；获取对应所述任务的预测的最短处理时延；处理模块，用于判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若所述预测信息的预测结果为否，则将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若所述预测信息的预测结果为是，则将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
为实现上述目的及其他相关目的，本申请提供一种移动终端，所述移动终端包括：包括：存储器、处理器、及通信器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，执行时实现如上所述的任务卸载方法；所述通信器，用于与雾节点通信。
于本申请的一实施例中，所述移动终端包括：车载终端、智能手机、智能手表、智能手环、智能眼镜、PAD、便携笔记本、电子阅读器、MP3、MP4、手持扫描仪、及工业PDA中任意一种或多种组合。
为实现上述目的及其他相关目的，本申请提供一种雾节点，所述雾节点包括：存储器、处理器、及通信器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，执行时实现如上所述的任务卸载方法；所述通信器，用于与移动终端、及其他雾节点通信。
为实现上述目的及其他相关目的，本申请提供一种计算机可读存储介质，其上存储有任务卸载程序，该任务卸载程序被处理器执行时实现如上所述的任务卸载方法；和/或，其上存储有任务卸载程序，该任务卸载程序被处理器执行时实现如上所述的任务卸载方法。
如上所述，本申请提供的一种任务卸载方法、装置、移动终端、雾节点和存储介质，通过发送任务至雾节点；获取对应所述任务的预测的最短处理时延；判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若所述预测信息的预测结果为否，则令所述雾节点将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若所述预测信息的预测结果为是，则令所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
本方法具有如下优点：
使得移动终端可以更快速地接入网络，更快速、灵活地获取雾计算层的计算、存储等资源，从而降低了服务时延，节约了带宽资源，提升了移动性支持。
附图说明
图1显示为本申请于一实施例中的网络架构的场景示意图。
图2显示为本申请于一实施例中的任务卸载方法的流程示意图。
图3显示为本申请于一实施例中的移动终端为车载终端的场景示意图。
图4显示为本申请于另一实施例中的任务卸载方法的流程示意图。
图5显示为本申请于一实施例中的应用于移动终端的任务卸载装置的模块示意图。
图6显示为本申请于一实施例中的应用于雾节点的任务卸载装置的模块示意图。
图7显示为本申请于一实施例中的移动终端的结构示意图。
图8显示为本申请于一实施例中的雾节点的结构示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图式仅以示意方式说明本申请的基本构想，遂图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
一般来说，雾计算(Fog Computing)是一种面向物联网(Internet of Things)的分布式计算架构，是云计算的一种衍化和延伸。其通过在网络传输路径上部署大量具备通信、计算、存储能力的节点，或利用网络现有的设备节点(这些现有的或专门部署的节点统称为雾节点)的方式，在终端设备和云端服务器之间增加一层—“雾”层，从而将云端的通信、计算、存储等能力沿着云到物的连续体延伸至终端用户。因此，雾计算一般包括云计算层、雾计算层以及终端用户层。在这样的架构下，一些不需要传输到云端的数据，可以在网络边缘的雾层进行直接处理，或者进行预处理之后，再上传到云端，从而大大节省了海量数据传输消耗的带宽，减轻了云服务器的压力，同时提升了数据的处理效率，减少了数据传输距离，大大降低了时延。和云计算相比，雾计算主要具有以下的特点和优势：1)位置位于网络边缘，具有位置感知和适应移动性的特点；2)时延较低，对时延要求较高的业务有很大优势；3)地理位置分布广泛，且节点数量巨大；4)异构性，对于不同的环境和不同的网络，支持多样化的软硬件设各，能够满足设备的需求。
由上可知，通过搭建雾计算层进行预处理以减轻云服务器的压力，给我们带来了解决移动设备的网络可靠性及低时延一直是无法保证的技术难题的启发。
于本申请中，所应用场景的整个网络架构可分为：云计算层、雾计算层、移动终端用户层。可参见图1，其为本申请于一实施例中的网络架构的场景示意图。
所述移动终端用户层，所述移动终端(如车载终端、智能手机、智能手表、智能手环、智能眼镜、PAD、便携笔记本、电子阅读器、MP3、MP4、手持扫描仪、及工业PDA等)可以通过单跳或者多跳的方式，以无线接入的方式接入雾计算层，将计算任务、移动终端信息等发送给通信范围内的某一雾计算设备。
所述雾计算层，可由多个雾计算层垂直组成多层雾计算层，而每层雾计算层可由具有一定通信、计算、存储能力的边缘设备(统称为“雾节点”)分散组成。其中，雾节点可以是网络现有的设备节点或专门部署的设备节点。
所述不同层次的雾计算层，主要由雾节点资源的容量、与移动终端用户层的距离、以及可达性等进行区分，越往上层的雾计算层，其计算、存储等资源越丰富，实现的功能越复杂，相应地，其距离终端用户距离越远，资源对于移动终端用户越不可达。
较为靠下的雾计算层(Fog Layer 1)，可由最靠近移动终端用户的雾节点组成(例如，借助道路基础设施的路侧单元(RSU)沿道路布置雾节点或者沿街边上铺布置雾节点等)，以负责与所述移动终端(例如与道路单元适配性更高的车载终端)交互通信，并参与执行计算任务。
较为靠上的雾计算层(Fog Layer 2)，可由网络接入设备等组成(例如以大厦、写字楼等建筑物为单位布局的雾节点，其相对于移动终端来说距离较远)，负责与云计算层交互通信，并参与执行计算任务；所述各层雾计算层、各雾节点可以通过无线或有线的方式，彼此通信、协作，分享移动终端信息，执行计算任务；
所述云计算层，主要由高性能的服务器集群组成，具有强大的计算和存储能力；所述云计算层服务器可以与所述雾计算层雾节点进行交互通信，执行雾节点的计算任务并掌握移动终端网络的全局信息。
如图2所示，展示本申请于一实施例中的任务卸载方法的流程示意图。如图所示，所述方法应用于移动终端，所述方法包括：
步骤S201：发送任务至雾节点。
于本实施例中，所述任务是指包含计算、下载、存储等任务或包含对应移动终端的信息(如对应车载终端的车辆信息，或对应智能手机的手机信息等)。
需要说明的是，所述移动终端发送至雾节点，是由服务范围覆盖所述移动终端的雾节点中的任意一雾节点，还可是这些雾节点中距离最近或传输路径最短的雾节点率先接收。
步骤S202：获取对应所述任务的预测的最短处理时延。
于本实施例中，通过移动终端用户层、雾计算层、及云计算层，层层交互任务的信息，比如大小，类型，计算量等信息，每一层便可以预测处理时延并返回这些信息至下一层或者更加集中化的控制方法是，上层雾节点不断往下层雾节点广播自身计算及通信负载情况。这样，第一层雾节点拥有局部的各层节点的信息，这样可以集中式地去预测局部范围内，任务处理的最低时延。
例如，选取车载终端为移动终端于一场景中进行具体实施例说明，参见附图3。
如图所示，所述车载终端首先将计算、存储、终端信息等任务发送给最邻近的左下角RSU雾节点-1；所述的RSU雾节点-1，与上层雾计算层/云计算层通信、交互，预测局部最短任务处理时延。具体实现方式可以如下：所述的RSU雾节点-1，与建筑物雾节点-1和建筑物雾节点-2交互、通信，将任务信息分享至建筑物雾节点-1和建筑物雾节点-2；所述的建筑物雾节点-1和建筑物雾节点-2，与云数据中心交互、通信，将任务信息分享至云数据中心；所述的云数据中心根据自身负载，预测任务计算时延，并将信息反馈给建筑物雾节点-1和建筑物雾节点-2；所述的建筑物雾节点-1和建筑物雾节点-2根据自身负载及信道信息，预测任务在本地计算的时延和将任务卸载至云数据中心的处理时延(云数据中心计算时延加上传输时延)，并将此信息反馈至RSU雾节点-1；所述的RSU雾节点-1根据自身负载及信道信息，预测任务在本地计算的时延和将任务卸载至建筑物雾节点-1和建筑物雾节点-2的处理时延，以及卸载至云数据中心的时延，再将信息汇总传输给所述车载终端从而使得所述车载终端得到局部最短任务处理时延的预测值。
或者还可以通过以下方式实现：上层云数据中心/雾计算层不断向下层广播负载情况、处理能力、信道信息等，最终将信息汇总传输给所述车载终端从而使得所述车载终端(所述的RSU雾节点-1，从而RSU雾节点-1)可以掌握局部信息，预测局部最短任务处理时延。
需要说明的是，所述车载终端可通过车联网技术以进一步实现本申请所述方法。
所述车联网(Internet of Vehicles)是智能交通系统(IntelligentTransportation System)及智慧城市(Smart City)的重要组成部分，其通过运用先进的传感技术、通信技术、计算技术和控制技术等，收集、分享交通信息，实现车与人、车与车、车与路、车与互联网之间的互联互通，并且通过将信息汇聚到中央处理器进行集中分析处理，为用户提供安全驾驶、路径规划、影音娱乐等多种服务。车联网通常由感知层、网络层及应用层三部分组成。感知层的主要功能是通过对网络中的车辆节点和周围的交通信息进行感知和采集数据，主要包括无线射频识别、摄像头、传感器、导航定位系统等；网络层的主要功能是将车联网接入到互联网中，通过协议转换，保证数据的可靠传输，主要通过宽带无线接入网络、移动通信网络、卫星通信网络等为应用层传输数据，实现远距离联网、远程控制、服务提供；应用层主要包括数据服务中心和人机交互界面，通过对车联网中的数据、请求进行处理、响应，为车辆及用户提高各种应用服务。车联网有助于减少交通事故率，减少交通拥堵情况，提升道路通行能力从而降低能耗。
步骤S203：判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息。
于本实施例中，所述任务的时延要求可以是传输任务所用网络的协议要求，也可以是移动终端的系统预设要求等。
于本实施例中，若所述最短处理时延不满足所述任务的时延要求，则视为服务失败。
举例来说，所述任务的时延要求为0.1s，则根据获得的所述最短处理时延要求来判断是否满足。
于本申请的一实施例中，所述预测信息是依据雾节点收集到的所述移动终端的位置信息、所述移动终端的移动方向信息、所述移动终端的移动速度信息、与其他雾节点之间的拓扑结构信息、及所述雾节点与所述移动终端之间信号强度变化信息中任意一种或多种组合得到的。
于本实施例中，所述雾节点能够不断往下层广播自身计算机及通信负载情况，能够与所述移动终端不断进行信息交互，因此，所述雾节点能够实时获得所述移动终端的位置信息、所述移动终端的移动方向信息、所述移动终端的移动速度信息等。另外，例如当雾节点布置在如道路上，还可以获得道路流量及拓扑结构等道路信息。通过上述这些信息能够预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内。
于本实施例中，所述雾节点的服务范围为一个范围的圈(例如直径200米的服务范围圈)，这是所述雾节点能够提供服务的范围，当移动终端(如车载终端或智能手机等)移动时，其在一雾节点的服务范围内的位置是在变化的，如果当所述移动终端要脱离这里服务范围，那么执行任务处理将会失败，因此，在获得对应所述任务的预测的最短处理时延后，还需要预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息。
于本实施例中，进行预测并获得预测信息的执行主体可以是移动终端，也可以是雾节点。
于本实施例中，当进入一雾节点或逐渐靠近雾节点时，所述移动终端与所述雾节点之间的处理时延会因距离的靠近逐渐降低或保持不变，或者是二者之间信号强度会因距离的远离逐渐增强或保持不变。相反地，所述移动终端与所述雾节点之间的处理时延会因距离的远离逐渐增加或保持不变，或者是二者之间信号强度会因距离的靠近逐渐减弱或保持不变。
因此，可以依据所述移动终端与所述雾节点之间的处理时延变化趋势或信号强度变化趋势进行预测，具体包括：当出现所述处理时延变长或信号强度减弱的趋势，则预测所述任务处理完成后所述移动终端不在所述雾节点的服务范围内；当未出现所述处理时延变长或信号强度减弱的趋势，则预测所述任务处理完成后所述移动终端在所述雾节点的服务范围内。
于本实施例中，可以将所述雾节点收集到的上述用于预测的信息汇总至云端数据中心。在云端数据中心，利用这些信息及预先训练好的模型，例如贝叶斯决策器，神经网络等，可以预测未来一段时间车辆可能出现的位置。
步骤S204：若所述预测信息的预测结果为否，则令所述雾节点将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务。
于本实施例中，当依据预测信息得知所述任务处理完成后所述移动终端不在所述雾节点的服务范围内，那么所述移动终端则发送相关指令以使所述雾节点进行广播，所广播的对象为服务范围覆盖到所述移动终端预出现的区域的雾节点上。以供其他雾节点重复步骤S202-S203的步骤。
这里举例来说，假设移动终端为车载终端，雾节点为道路基础设施的路侧单元(RSU)沿道路布置的雾节点，那么可以依据这些路测单元(RSU)预测所述车载终端的前进方向，即预出现的区域。
步骤S205：若所述预测信息的预测结果为是，则令所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
于本实施例中，当依据预测信息得知所述任务处理完成后所述移动终端在所述雾节点的服务范围内，那么说明所述任务可以处理，所述移动终端则发送相关指令以使所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
需要说明的是，所述雾节点构成链路传输的对象可能包含其他雾节点，而这些节点，构成了所述最短处理时延对应的网络路径，因此，需将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点上。
本申请通过在云端到终端的网络路径上引入雾节点的方式，使得移动终端(如车辆终端)可以更快速地接入网络，更快速、灵活地获取雾计算层的计算、存储等资源，从而降低了服务时延，节约了带宽资源，提升了移动性支持。
如图4所示，展示本申请于另一实施例中的任务卸载方法的流程示意图。如图所示，所述方法应用于雾节点，所述方法包括：
步骤S401：接收移动终端发送的任务。
于本实施例中，当移动终端出现子在所述雾节点的服务范围内可接收所述移动终端发送的任务，然后将其发送至其他雾节点和/或云端。
于本实施例中，所述任务是指包含计算、下载、存储等任务或包含对应移动终端的信息(如对应车载终端的车辆信息，或对应智能手机的手机信息等)。
需要说明的是，所述移动终端发送至雾节点，是由服务范围覆盖所述移动终端的雾节点中的任意一雾节点，还可是这些雾节点中距离最近或传输路径最短的雾节点率先接收。
步骤S402：获取对应所述任务的预测的最短处理时延。
于本实施例中，通过移动终端用户层、雾计算层、及云计算层，层层交互任务的信息，比如大小，类型，计算量等信息，每一层便可以预测处理时延并返回这些信息至下一层或者更加集中化的控制方法是，上层雾节点不断往下层雾节点广播自身计算及通信负载情况。这样，第一层雾节点拥有局部的各层节点的信息，这样可以集中式地去预测局部范围内，任务处理的最低时延。
例如，选取车载终端为移动终端于一场景中进行具体实施例说明，同样参见附图3。
如图所示，所述车载终端首先将计算、存储、终端信息等任务发送给最邻近的左下角RSU雾节点-1；所述的RSU雾节点-1，与上层雾计算层/云计算层通信、交互，预测局部最短任务处理时延。具体实现方式可以如下：所述的RSU雾节点-1，与建筑物雾节点-1和建筑物雾节点-2交互、通信，将任务信息分享至建筑物雾节点-1和建筑物雾节点-2；所述的建筑物雾节点-1和建筑物雾节点-2，与云数据中心交互、通信，将任务信息分享至云数据中心；所述的云数据中心根据自身负载，预测任务计算时延，并将信息反馈给建筑物雾节点-1和建筑物雾节点-2；所述的建筑物雾节点-1和建筑物雾节点-2根据自身负载及信道信息，预测任务在本地计算的时延和将任务卸载至云数据中心的处理时延(云数据中心计算时延加上传输时延)，并将此信息反馈至RSU雾节点-1；所述的RSU雾节点-1根据自身负载及信道信息，预测任务在本地计算的时延和将任务卸载至建筑物雾节点-1和建筑物雾节点-2的处理时延，以及卸载至云数据中心的时延，从而使得所述雾节点得到局部最短任务处理时延的预测值。
或者还可以通过以下方式实现：上层云数据中心(云计算层)/雾计算层不断向下层广播负载情况、处理能力、信道信息等，最终信息汇总到所述的RSU雾节点-1，从而使RSU雾节点-1可以掌握局部信息，预测局部最短任务处理时延。
步骤S403：判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息。
于本实施例中，所述任务的时延要求可以是传输任务所用网络的协议要求，也可以是移动终端的系统预设要求等。
于本实施例中，若所述最短处理时延不满足所述任务的时延要求，则视为服务失败。
举例来说，所述任务的时延要求为0.1s，则根据获得的所述最短处理时延要求来判断是否满足。
于本申请的一实施例中，所述预测信息是依据雾节点收集到的所述移动终端的位置信息、所述移动终端的移动方向信息、所述移动终端的移动速度信息、与其他雾节点之间的拓扑结构信息、及所述雾节点与所述移动终端之间信号强度变化信息中任意一种或多种组合得到的。
于本实施例中，所述雾节点能够不断往下层广播自身计算机及通信负载情况，能够与所述移动终端不断进行信息交互，因此，所述雾节点能够实时获得所述移动终端的位置信息、所述移动终端的移动方向信息、所述移动终端的移动速度信息等。另外，例如当雾节点布置在如道路上，还可以获得道路流量及拓扑结构等道路信息。通过上述这些信息能够预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内。
于本实施例中，所述雾节点的服务范围为一个范围的圈(例如直径200米的服务范围圈)，这是所述雾节点能够提供服务的范围，当移动终端(如车载终端或智能手机等)移动时，其在一雾节点的服务范围内的位置是在变化的，如果当所述移动终端要脱离这里服务范围，那么执行任务处理将会失败，因此，在获得对应所述任务的预测的最短处理时延后，还需要预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息。
于本实施例中，进行预测并获得预测信息的执行主体可以是移动终端，也可以是雾节点。
于本实施例中，当进入一雾节点或逐渐靠近雾节点时，所述移动终端与所述雾节点之间的处理时延会因距离的靠近逐渐降低或保持不变，或者是二者之间信号强度会因距离的远离逐渐增强或保持不变。相反地，所述移动终端与所述雾节点之间的处理时延会因距离的远离逐渐增加或保持不变，或者是二者之间信号强度会因距离的靠近逐渐减弱或保持不变。
因此，可以依据所述移动终端与所述雾节点之间的处理时延变化趋势或信号强度变化趋势进行预测，具体包括：当出现所述处理时延变长或信号强度减弱的趋势，则预测所述任务处理完成后所述移动终端不在所述雾节点的服务范围内；当未出现所述处理时延变长或信号强度减弱的趋势，则预测所述任务处理完成后所述移动终端在所述雾节点的服务范围内。
于本实施例中，可以将所述雾节点收集到的上述用于预测的信息汇总至云端数据中心。在云端数据中心，利用这些信息及预先训练好的模型，例如贝叶斯决策器，神经网络等，可以预测未来一段时间车辆可能出现的位置。
步骤S404：若所述预测信息的预测结果为否，则令所述雾节点将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务。
于本实施例中，当依据预测信息得知所述任务处理完成后所述移动终端不在所述雾节点的服务范围内，那么所述雾节点则发送相关指令以使所述雾节点进行广播，所广播的对象为服务范围覆盖到所述移动终端预出现的区域的雾节点上。以供其他雾节点重复步骤S402-S403的步骤。
这里举例来说，假设移动终端为车载终端，所述雾节点为道路基础设施的路侧单元(RSU)沿道路布置的雾节点，那么可以依据这些路测单元(RSU)预测所述车载终端的前进方向，即预出现的区域。
步骤S405：若所述预测信息的预测结果为是，则令所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的雾节点和/或其他通信节点。
于本实施例中，当依据预测信息得知所述任务处理完成后所述移动终端在所述雾节点的服务范围内，那么说明所述任务可以处理，所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
需要说明的是，所述雾节点构成链路传输的对象可能包含其他雾节点，而这些节点，构成了所述最短处理时延对应的网络路径，因此，需将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点上。
如图5所示，展示本申请于一实施例中的应用于移动终端的任务卸载装置的模块示意图。如图所示，所述应用于移动终端的任务卸载装置500包括：
收发模块501，用于发送任务至雾节点；获取对应所述任务的预测的最短处理时延。
处理模块502，用于判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若所述预测信息的预测结果为否，则令所述雾节点将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若所述预测信息的预测结果为是，则令所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
于本申请的一实施例中，通过各模块配合使用能够实现如图2所述的任务卸载方法的各步骤。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，处理模块502可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上处理模块502的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(digital signal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
如图6所示，展示本申请于一实施例中的应用于雾节点的任务卸载装置的模块示意图。如图所示，所述应用于雾节点的任务卸载装置600包括：
收发模块601，用于接收移动终端发送的任务；获取对应所述任务的预测的最短处理时延。
处理模块602，用于判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若所述预测信息的预测结果为否，则将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若所述预测信息的预测结果为是，则将所述任务卸载至所述最短处理时延对应的网络路径中的各通信节点。
于本申请的一实施例中，通过各模块配合使用能够实现如图4所述的任务卸载方法的各步骤。
于本实施例中，所述收发模块601、及处理模块602与图5中所述收发模块501、及处理模块502的功能或原理近似，故此处不再赘述。
如图7所示，展示本申请于一实施例中的移动终端的结构示意图。如图所示，所述移动终端700包括：存储器701、处理器702、及通信器703。
于本申请的一实施例中，所述移动终端包括：车载终端、智能手机、智能手表、智能手环、智能眼镜、PAD、便携笔记本、电子阅读器、MP3、MP4、手持扫描仪、及工业PDA中任意一种或多种组合。
于本实施例中，所述的移动终端包括但不限于上述所列举的内容，凡具有通信、处理功能的手持或可移动终端、设备、装置，均属本申请的发明构思所涵盖的范围内。
所述存储器701用于存储计算机程序，所述处理器702用于执行所述存储器701存储的计算机程序，执行时实现如图2所述的任务卸载方法；所述通信器703，用于与雾节点通信。
所述存储器701可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
所述处理器702可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
所述通信器704用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信连接。所述通信器704可包含一组或多组不同通信方式的模块。所述通信连接可以是一个或多个有线/无线通讯方式及其组合。通信方式包括：互联网、CAN、内联网、广域网(WAN)、局域网(LAN)、无线网络、数字用户线(DSL)网络、帧中继网络、异步传输模式(ATM)网络、虚拟专用网络(VPN)和/或任何其它合适的通信网络中的任何一个或多个。例如：WIFI、蓝牙、NFC、GPRS、GSM、及以太网中任意一种及多种组合。
如图8所示，展示本申请于一实施例中的雾节点的结构示意图。如图所示，所述雾节点800包括：存储器801、处理器802、及通信器803。
所述存储器801用于存储计算机程序，所述处理器802用于执行所述存储器801存储的计算机程序，执行时实现如图4所述的任务卸载方法；所述通信器803，用于与移动终端、、及其他雾节点通信。
所述存储器801可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
所述处理器802可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
所述通信器804用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信连接。所述通信器804可包含一组或多组不同通信方式的模块。所述通信连接可以是一个或多个有线/无线通讯方式及其组合。通信方式包括：互联网、CAN、内联网、广域网(WAN)、局域网(LAN)、无线网络、数字用户线(DSL)网络、帧中继网络、异步传输模式(ATM)网络、虚拟专用网络(VPN)和/或任何其它合适的通信网络中的任何一个或多个。例如：WIFI、蓝牙、NFC、GPRS、GSM、及以太网中任意一种及多种组合。
为实现上述目的及其他相关目的，本申请提供一种计算机可读存储介质，其上存储有任务卸载程序，该任务卸载程序被处理器执行时实现如图2所述的任务卸载方法；和/或，其上存储有任务卸载程序，该任务卸载程序被处理器执行时实现如图4所述的任务卸载方法。
所述计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述，本申请提供的一种任务卸载方法、装置、移动终端、雾节点和存储介质，通过发送任务至雾节点；获取对应所述任务的预测的最短处理时延；判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若所述预测信息的预测结果为否，则令所述雾节点将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若所述预测信息的预测结果为是，则令所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
本申请有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本申请的原理及其功效，而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本申请的权利要求所涵盖。

Claims (10)

1.一种任务卸载方法，其特征在于，应用于移动终端，所述方法包括：
发送任务至雾节点；
获取对应所述任务的预测的最短处理时延；
判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；
若所述预测信息的预测结果为否，则令所述雾节点将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；
若所述预测信息的预测结果为是，则令所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
2.根据权利要求1所述的任务卸载方法，其特征在于，所述预测信息是依据雾节点收集到的所述移动终端的位置信息、所述移动终端的移动方向信息、所述移动终端的移动速度信息、与其他雾节点之间的拓扑结构信息、及所述雾节点与所述移动终端之间信号强度变化信息中任意一种或多种组合得到的。
3.一种任务卸载方法，其特征在于，应用于雾节点，所述方法包括：
接收移动终端发送的任务；
获取对应所述任务的预测的最短处理时延；
判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；
若所述预测信息的预测结果为否，则将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；
若所述预测信息的预测结果为是，则将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
4.根据权利要求3所述的任务卸载方法，其特征在于，所述预测信息是依据雾节点收集到的所述移动终端的位置信息、所述移动终端的移动方向信息、所述移动终端的移动速度信息、与其他雾节点之间的拓扑结构信息、及所述雾节点与所述移动终端之间信号强度变化信息中任意一种或多种组合得到的。
5.一种应用于移动终端的任务卸载装置，其特征在于，所述装置包括：
收发模块，用于发送任务至雾节点；获取对应所述任务的预测的最短处理时延；
处理模块，用于判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若所述预测信息的预测结果为否，则令所述雾节点将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若所述预测信息的预测结果为是，则令所述雾节点将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
6.一种应用于雾节点的任务卸载装置，其特征在于，所述装置包括：
收发模块，用于接收移动终端发送的任务；获取对应所述任务的预测的最短处理时延；
处理模块，用于判断所述最短处理时延是否满足所述任务的时延要求；若满足，则获取预测所述任务处理完成后所述移动终端是否还在所述雾节点的服务范围内的预测信息；若所述预测信息的预测结果为否，则将所述任务广播至服务范围覆盖到所述移动终端预出现的区域的雾节点上以供其响应所述任务；若所述预测信息的预测结果为是，则将所述任务卸载至所述最短处理时延对应的网络路径中的各雾节点。
7.一种移动终端，其特征在于，所述移动终端包括：包括：存储器、处理器、及通信器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，执行时实现如权利要求1至2中任意一项所述的任务卸载方法；所述通信器，用于与雾节点通信。
8.根据权利要求7所述的移动终端，其特征在于，所述移动终端包括：车载终端、智能手机、智能手表、智能手环、智能眼镜、PAD、便携笔记本、电子阅读器、MP3、MP4、手持扫描仪、及工业PDA中任意一种或多种组合。
9.一种雾节点，其特征在于，所述雾节点包括：存储器、处理器、及通信器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，执行时实现如权利要求3至4中任意一项所述的任务卸载方法；所述通信器，用于与移动终端、及其他雾节点通信。
10.一种计算机可读存储介质，其特征在于，其上存储有任务卸载程序，该任务卸载程序被处理器执行时实现权利要求1至2中任意一项所述的任务卸载方法；和/或，其上存储有任务卸载程序，该任务卸载程序被处理器执行时实现权利要求3至4中任意一项所述的任务卸载方法。
CN201910017119.2A 2019-01-08 2019-01-08 任务卸载方法、装置、移动终端、雾节点和存储介质 Active CN111431950B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910017119.2A CN111431950B (zh) 2019-01-08 2019-01-08 任务卸载方法、装置、移动终端、雾节点和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910017119.2A CN111431950B (zh) 2019-01-08 2019-01-08 任务卸载方法、装置、移动终端、雾节点和存储介质

Publications (2)

Publication Number Publication Date
CN111431950A true CN111431950A (zh) 2020-07-17
CN111431950B CN111431950B (zh) 2023-04-07

Family

ID=71546053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910017119.2A Active CN111431950B (zh) 2019-01-08 2019-01-08 任务卸载方法、装置、移动终端、雾节点和存储介质

Country Status (1)

Country Link
CN (1) CN111431950B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111932687A (zh) * 2020-10-13 2020-11-13 宁波均联智行科技有限公司 车内混合现实显示方法及装置
CN114217881A (zh) * 2022-02-23 2022-03-22 北京航空航天大学杭州创新研究院 任务卸载方法及相关装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150288619A1 (en) * 2014-04-04 2015-10-08 Minerva Networks, Inc. Distributed service management platform
US20180109428A1 (en) * 2016-10-19 2018-04-19 Tata Consultancy Services Limited Optimal deployment of fog computations in iot environments
CN108259573A (zh) * 2017-12-26 2018-07-06 西安电子科技大学 一种混合sdn和雾计算的车辆自组织网络系统
US20180309821A1 (en) * 2017-04-19 2018-10-25 Cisco Technology, Inc. Controlling latency in multi-layer fog networks
US20180367595A1 (en) * 2017-06-15 2018-12-20 Cisco Technology, Inc. Propagating an intelligent walker agent in a network to perform a computation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150288619A1 (en) * 2014-04-04 2015-10-08 Minerva Networks, Inc. Distributed service management platform
US20180109428A1 (en) * 2016-10-19 2018-04-19 Tata Consultancy Services Limited Optimal deployment of fog computations in iot environments
US20180309821A1 (en) * 2017-04-19 2018-10-25 Cisco Technology, Inc. Controlling latency in multi-layer fog networks
US20180367595A1 (en) * 2017-06-15 2018-12-20 Cisco Technology, Inc. Propagating an intelligent walker agent in a network to perform a computation
CN108259573A (zh) * 2017-12-26 2018-07-06 西安电子科技大学 一种混合sdn和雾计算的车辆自组织网络系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111932687A (zh) * 2020-10-13 2020-11-13 宁波均联智行科技有限公司 车内混合现实显示方法及装置
CN114217881A (zh) * 2022-02-23 2022-03-22 北京航空航天大学杭州创新研究院 任务卸载方法及相关装置

Also Published As

Publication number Publication date
CN111431950B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN109769207B (zh) 一种移动设备动态组网分享算力的系统与方法
US10691138B2 (en) Systems and methods for managing fleets of autonomous vehicles to optimize electric budget
Ang et al. Deployment of IoV for smart cities: Applications, architecture, and challenges
US10743159B2 (en) Methods and systems for service-driven connectivity management in networks of autonomous vehicles
Zhu et al. Fog following me: Latency and quality balanced task allocation in vehicular fog computing
US11197042B2 (en) Distributed 3D video for navigation
Singh et al. Cognitive radio for vehicular ad hoc networks (CR-VANETs): approaches and challenges
Bagheri et al. Cloud-based pedestrian road-safety with situation-adaptive energy-efficient communication
CN109377778B (zh) 一种基于多路rdma和v2x的协同自动驾驶系统及方法
Soua et al. Multi-level SDN with vehicles as fog computing infrastructures: A new integrated architecture for 5G-VANETs
US20200192603A1 (en) Technologies for data management in vehicle-based computing platforms
US11861407B2 (en) Method for managing computing capacities in a network with mobile participants
US10708823B2 (en) Systems and methods for cooperative, dynamic, and balanced access to the infrastructure supporting the network of moving things, for example including autonomous vehicles
CN110121161B (zh) 一种数据传输方法、装置、系统和服务器
Zhou et al. Edge-facilitated augmented vision in vehicle-to-everything networks
US11638133B1 (en) Distributed processing system for vehicles
Zhu et al. Chameleon: Latency and resolution aware task offloading for visual-based assisted driving
CN112351055A (zh) 边缘计算服务器的寻找方法及相关设备
CN111431950B (zh) 任务卸载方法、装置、移动终端、雾节点和存储介质
Mekki et al. Towards multi-access edge based vehicular fog computing architecture
US20210167978A1 (en) Methods and systems for billing of metadata in a network of moving things
CN109933427B (zh) 一种车辆雾计算中基于方向的车联网任务迁移方法
JP2022054335A (ja) データ送信装置、データ送信方法、及びデータ送信プログラム
Chebaane et al. Time‐Critical Fog Computing for Vehicular Networks
US11570594B2 (en) Method of facilitating on-demand wireless connectivity using device-to-device resources and data pooling with a vehicle platoon

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