CN111796942A - 一种感知云资源成本支出的边缘部署方法 - Google Patents
一种感知云资源成本支出的边缘部署方法 Download PDFInfo
- Publication number
- CN111796942A CN111796942A CN202010669370.XA CN202010669370A CN111796942A CN 111796942 A CN111796942 A CN 111796942A CN 202010669370 A CN202010669370 A CN 202010669370A CN 111796942 A CN111796942 A CN 111796942A
- Authority
- CN
- China
- Prior art keywords
- edge
- task
- matrix
- cloud
- columns
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及信息技术的技术领域,特别是涉及一种感知云资源成本支出的边缘部署方法,其为服务提供商提供总资源成本优化且满足用户需求的边缘部署方案;其特征在于,具体包括以下步骤:步骤1、根据用户向边缘云请求的任务信息,求解获得最优化总资源成本的各任务执行位置;步骤2、根据步骤1求解所得的各任务执行位置,求解为边缘计算中心部署的边缘资源量。
Description
技术领域
本发明涉及信息技术的技术领域,特别是涉及一种感知云资源成本支出的边缘部署方法。
背景技术
随着信息技术的发展和人民日益增长的美好生活需求,智能设备越来越流行,如智能手机、可穿戴设备和智能家居。并且随着近几年人工智能算法(如深度学习)和通信技术(如5G、WiFi 6/7)的高速发展,面向智能设备的互联网服务在多样性和复杂性方面均得到快速增加,如移动应用、物联网服务、远程医疗等。而因自身有限的资源容量和电池电量,许多智能设备无法高效地执行用户任务。于是许多工作采用边缘计算技术,通过将智能设备(尤其是移动设备)的部分计算任务卸载到邻近的边缘服务器,减少任务的计算延时,降低设备的计算能耗。而因场地空间和制冷条件的限制,一个边缘计算中心通常仅部署几台边缘服务器,可能导致边缘资源无法满足所有用户的请求。边缘云计算利用丰富的公有云资源扩展边缘计算平台的资源量,通过卸载一些资源密集型任务到公有云上来解决上述问题。而如何高效地使用资源是服务提供商必须要解决的问题之一,其中边缘部署是解决该问题的关键技术之一。
边缘云环境中,边缘部署方案通过为边缘计算中心部署相应的边缘服务器资源,满足边缘云运营期间所有用户的需求,并优化服务供应商的投资成本。已有的一些工作利用边缘云运营的历史服务信息,设计边缘部署方案,优化用户任务性能和边缘云资源的使用成本。然而这些工作在设计边缘部署方案时,忽略了边缘云运营期间租用公有云资源的成本支出,从而为了优化边缘资源的投资成本,可能在边缘计算中心部署过少的边缘资源,导致边缘云运营期间租用过多的公有云资源,这可能会增加边缘云提供服务的总成本支出。
发明内容
为解决上述技术问题,本发明提供一种为服务提供商提供总资源成本优化且满足用户需求的边缘部署方案的感知云资源成本支出的边缘部署方法。
本发明的一种感知云资源成本支出的边缘部署方法,具体包括以下步骤:
步骤1、根据用户向边缘云请求的任务信息,求解获得最优化总资源成本的各任务执行位置;
步骤2、根据步骤1求解所得的各任务执行位置,求解为边缘计算中心部署的边缘资源量。
本发明的一种感知云资源成本支出的边缘部署方法,步骤1中用于求解获得最优化总资源成本的各任务执行位置的求解公式为:
其中X为1行n列的矩阵,其中第i列元素为xi,表示任务taski的执行位置:xi=0表示taski在公有云上执行,xi=1表示taski在边缘计算中心执行;X′为X的转置;taski表示用户向边缘云请求的第i个任务;11×n为1行n列元素全为1的矩阵;S为1行n列的矩阵,其中第i列元素为si,表示任务taski所需的资源总量;S′为S的转置;Y为1行n列的矩阵,其中第i列元素为yi,yi=si/(di-ai),ai和di分别为任务taski执行的开始时间和结束时间;Zj′为Zj的转置,Zj为1行n列的矩阵,其中第i列元素为zi,j,表示任务taski是否在第j个时间段运行,当si≤τj≤fi时,zi,j=1,其他情况下zi,j=0,τj表示第j个边缘云运营时间段的起始时间;T表示边缘云运营的时间段个数;pc和pe分别为公有云和边缘计算中心的资源单价。
本发明的一种感知云资源成本支出的边缘部署方法,步骤2中用于求解边缘计算中心部署的边缘资源量的计算公式为:
其中R为部署在边缘计算中心的边缘资源量;X为1行n列的矩阵,其中第i列元素为xi,表示任务taski的执行位置:xi=0表示taski在公有云上执行,xi=1表示taski在边缘计算中心执行;X′为X的转置;taski表示用户向边缘云请求的第i个任务;11×n为1行n列元素全为1的矩阵;Y为1行n列的矩阵,其中第i列元素为yi,yi=si/(di-ai),si为任务taski所需的资源总量,ai和di分别为任务taski执行的开始时间和结束时间;Zj′为Zj的转置,Zj为1行n列的矩阵,其中第i列元素为zi,j,表示任务taski是否在第j个时间段运行,当si≤τj≤fi时,zi,j=1,其他情况下zi,j=0,τj表示第j个边缘云运营时间段的起始时间;T表示边缘云运营的时间段个数。
与现有技术相比本发明的有益效果为:本发明专利利用边缘计算中心运营期间的任务信息,并考虑到公有云资源的租用成本,计算用户所需的边缘资源量,从而为服务提供商提供资源成本最优的边缘部署方案。
附图说明
图1是本发明的逻辑流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例
如图1所示,感知公有云资源成本支出的边缘部署方法的具体流程如下。
步骤1:根据用户向边缘云请求的任务信息,求解获得最优化总资源成本的各任务执行位置,求解公式如下:
其中X为1行n列的矩阵,其中第i列元素为xi,表示任务taski的执行位置:xi=0表示taski在公有云上执行,xi=1表示taski在边缘计算中心执行;X′为X的转置;taski表示用户向边缘云请求的第i个任务;11×n为1行n列元素全为1的矩阵;S为1行n列的矩阵,其中第i列元素为si,表示任务taski所需的资源总量;S′为S的转置;Y为1行n列的矩阵,其中第i列元素为yi,yi=si/(di-ai),ai和di分别为任务taski执行的开始时间和结束时间;Zj′为Zj的转置,Zj为1行n列的矩阵,其中第i列元素为zi,j,表示任务taski是否在第j个时间段运行,当si≤τj≤fi时,zi,j=1,其他情况下zi,j=0,τj表示第j个边缘云运营时间段的起始时间;T表示边缘云运营的时间段个数;pc和pe分别为公有云和边缘计算中心的资源单价。
步骤2:根据步骤1求解所得的各任务执行位置,求解为边缘计算中心部署的边缘资源量,计算公式如下:
其中R为部署在边缘计算中心的边缘资源量;X为1行n列的矩阵,其中第i列元素为xi,表示任务taski的执行位置:xi=0表示taski在公有云上执行,xi=1表示taski在边缘计算中心执行;X′为X的转置;taski表示用户向边缘云请求的第i个任务;11×n为1行n列元素全为1的矩阵;Y为1行n列的矩阵,其中第i列元素为yi,yi=si/(di-ai),si为任务taski所需的资源总量,ai和di分别为任务taski执行的开始时间和结束时间;Zj′为Zj的转置,Zj为1行n列的矩阵,其中第i列元素为zi,j,表示任务taski是否在第j个时间段运行,当si≤τj≤fi时,zi,j=1,其他情况下zi,j=0,τj表示第j个边缘云运营时间段的起始时间;T表示边缘云运营的时间段个数;
本发明专利利用边缘计算中心运营期间的任务信息,并考虑到公有云资源的租用成本,计算用户所需的边缘资源量,从而为服务提供商提供资源成本最优的边缘部署方案。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (3)
1.一种感知云资源成本支出的边缘部署方法,其特征在于,具体包括以下步骤:
步骤1、根据用户向边缘云请求的任务信息,求解获得最优化总资源成本的各任务执行位置;
步骤2、根据步骤1求解所得的各任务执行位置,求解为边缘计算中心部署的边缘资源量。
2.如权利要求1所述的一种感知云资源成本支出的边缘部署方法,其特征在于,步骤1中用于求解获得最优化总资源成本的各任务执行位置的求解公式为:
其中X为1行n列的矩阵,其中第i列元素为xi,表示任务taski的执行位置:xi=0表示taski在公有云上执行,xi=1表示taski在边缘计算中心执行;X′为X的转置;taski表示用户向边缘云请求的第i个任务;11×n为1行n列元素全为1的矩阵;S为1行n列的矩阵,其中第i列元素为si,表示任务taski所需的资源总量;S′为S的转置;Y为1行n列的矩阵,其中第i列元素为yi,yi=si/(di-ai),ai和di分别为任务taski执行的开始时间和结束时间;Zj′为Zj的转置,Zj为1行n列的矩阵,其中第i列元素为zi,j,表示任务taski是否在第j个时间段运行,当si≤τj≤fi时,zi,j=1,其他情况下zi,j=0,τj表示第j个边缘云运营时间段的起始时间;T表示边缘云运营的时间段个数;pc和pe分别为公有云和边缘计算中心的资源单价。
3.如权利要求2所述的一种感知云资源成本支出的边缘部署方法,其特征在于,步骤2中用于求解边缘计算中心部署的边缘资源量的计算公式为:
其中R为部署在边缘计算中心的边缘资源量;X为1行n列的矩阵,其中第i列元素为xi,表示任务taski的执行位置:xi=0表示taski在公有云上执行,xi=1表示taski在边缘计算中心执行;X′为X的转置;taski表示用户向边缘云请求的第i个任务;11×n为1行n列元素全为1的矩阵;Y为1行n列的矩阵,其中第i列元素为yi,yi=si/(di-ai),si为任务taski所需的资源总量,ai和di分别为任务taski执行的开始时间和结束时间;Zj′为Zj的转置,Zj为1行n列的矩阵,其中第i列元素为zi,j,表示任务taski是否在第j个时间段运行,当si≤τj≤fi时,zi,j=1,其他情况下zi,j=0,τj表示第j个边缘云运营时间段的起始时间;T表示边缘云运营的时间段个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010669370.XA CN111796942B (zh) | 2020-07-13 | 2020-07-13 | 一种感知云资源成本支出的边缘部署方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010669370.XA CN111796942B (zh) | 2020-07-13 | 2020-07-13 | 一种感知云资源成本支出的边缘部署方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111796942A true CN111796942A (zh) | 2020-10-20 |
CN111796942B CN111796942B (zh) | 2021-03-30 |
Family
ID=72808402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010669370.XA Active CN111796942B (zh) | 2020-07-13 | 2020-07-13 | 一种感知云资源成本支出的边缘部署方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111796942B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120324532A1 (en) * | 2000-09-13 | 2012-12-20 | Fortinet, Inc. | Packet routing system and method |
CN103946831A (zh) * | 2011-11-25 | 2014-07-23 | 国际商业机器公司 | 用于模板的成本感知的选择以供应共享资源的系统、方法和程序产品 |
CN106790485A (zh) * | 2016-12-13 | 2017-05-31 | 上海交通大学 | 混合云模式中的基于成本考虑的在线服务请求调度方法 |
CN107122249A (zh) * | 2017-05-10 | 2017-09-01 | 重庆邮电大学 | 一种基于边缘云定价机制的任务卸载决策方法 |
CN107249218A (zh) * | 2017-06-05 | 2017-10-13 | 东南大学 | 一种mec中无线资源和云资源的联合分配方法 |
CN108541027A (zh) * | 2018-04-24 | 2018-09-14 | 南京邮电大学 | 一种基于边缘云网络的通信计算资源置换方法 |
CN109547555A (zh) * | 2018-03-01 | 2019-03-29 | 重庆大学 | 基于公平性准则的非平衡边缘云网络接入与资源分配机制 |
CN110968426A (zh) * | 2019-11-29 | 2020-04-07 | 西安交通大学 | 一种基于在线学习的边云协同k均值聚类的模型优化方法 |
-
2020
- 2020-07-13 CN CN202010669370.XA patent/CN111796942B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120324532A1 (en) * | 2000-09-13 | 2012-12-20 | Fortinet, Inc. | Packet routing system and method |
CN103946831A (zh) * | 2011-11-25 | 2014-07-23 | 国际商业机器公司 | 用于模板的成本感知的选择以供应共享资源的系统、方法和程序产品 |
CN106790485A (zh) * | 2016-12-13 | 2017-05-31 | 上海交通大学 | 混合云模式中的基于成本考虑的在线服务请求调度方法 |
CN107122249A (zh) * | 2017-05-10 | 2017-09-01 | 重庆邮电大学 | 一种基于边缘云定价机制的任务卸载决策方法 |
CN107249218A (zh) * | 2017-06-05 | 2017-10-13 | 东南大学 | 一种mec中无线资源和云资源的联合分配方法 |
CN109547555A (zh) * | 2018-03-01 | 2019-03-29 | 重庆大学 | 基于公平性准则的非平衡边缘云网络接入与资源分配机制 |
CN108541027A (zh) * | 2018-04-24 | 2018-09-14 | 南京邮电大学 | 一种基于边缘云网络的通信计算资源置换方法 |
CN110968426A (zh) * | 2019-11-29 | 2020-04-07 | 西安交通大学 | 一种基于在线学习的边云协同k均值聚类的模型优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111796942B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102741775B (zh) | 用于对计算机平台的系统功率状态进行转换的方法、装置和系统 | |
US8355709B2 (en) | Device that determines whether to launch an application locally or remotely as a webapp | |
US11182216B2 (en) | Auto-scaling cloud-based computing clusters dynamically using multiple scaling decision makers | |
US8667089B2 (en) | Apparatus and method for executing an application | |
US8547840B1 (en) | Bandwidth allocation of bursty signals | |
Ye et al. | A framework for QoS and power management in a service cloud environment with mobile devices | |
Tang et al. | A framework for amazon ec2 bidding strategy under sla constraints | |
WO2013066793A2 (en) | Short-term load forecast using support vector regression and feature learning | |
TW201301052A (zh) | 基於背景資訊之功率及負載管理 | |
Jin et al. | A survey of research on computation offloading in mobile cloud computing | |
CN102857548A (zh) | 一种移动云计算资源优化配置方法 | |
CN111949409A (zh) | 一种电力无线异构网中计算任务卸载方法及系统 | |
Li et al. | Resource scheduling based on improved spectral clustering algorithm in edge computing | |
Venugopal et al. | A deadline and budget constrained scheduling algorithm for eScience applications on data grids | |
CN111102212B (zh) | 一种梯级泵站调度方法、装置和电子设备 | |
US11853936B2 (en) | Minimizing the environmental impact of workloads | |
CN114741200A (zh) | 面向数据中台的计算资源分配方法、装置及电子设备 | |
CN111796942B (zh) | 一种感知云资源成本支出的边缘部署方法 | |
Huang et al. | Computation offloading for multimedia workflows with deadline constraints in cloudlet-based mobile cloud | |
CN117632509A (zh) | 算力管理方法及装置、算力调度设备、存储介质 | |
CN110347477B (zh) | 一种云环境下服务自适应部署方法和装置 | |
CN115840649B (zh) | 划分容量块式虚拟资源分配方法及装置、存储介质和终端 | |
CN105183130A (zh) | 一种云平台下物理机节省电能的方法及装置 | |
CN111866111A (zh) | 一种感知用户需求增长趋势的边缘部署方法 | |
WO2014134771A1 (en) | Energy aware information processing framework for computation and communication devices (ccd) coupled to a cloud |
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 |