发明内容
有鉴于此,本发明的目的在于提供一种基于服务器协作的联合任务卸载及缓存方法。在此方法中,考虑用户随机移动,假设在用户设备的基站处部署MEC服务器,用户需要执行一定的计算任务,任务由用户自身产生的数据量和辅助信息两部分构成,MEC服务器具有一定的计算和缓存能力,用户的计算任务可以在本地执行,也可以卸载至MEC服务器执行。由于用户的移动性,在某个MEC服务器的覆盖范围内,用户不能完成卸载,因此,用户的任务卸载可能会发生迁移。
为达到上述目的,本发明提供如下技术方案:
一种基于服务器协作的联合任务卸载及缓存方法,包括以下步骤:
S1:建模移动边缘计算(MobileEdgeComputing,MEC)服务器变量;
S2:建模回声状态网络(Echo StateNetworks,ESN);
S3:建模用户任务标识;
S4:建模用户与MEC服务器关联变量;
S5:建模用户任务辅助信息缓存变量;
S6:建模用户任务卸载变量;
S7:建模用户任务拆分变量;
S8:建模用户任务迁移判定条件;
S9:确定用户任务迁移目标服务器;
S10:建模用户任务总时延;
S11:建模用户任务完全本地执行时延;
S12:建模用户无任务迁移对应卸载时延;
S13:建模用户任务迁移对应卸载时延;
S14:建模用户任务卸载及缓存限制条件;
S15:基于用户任务执行总时延最小化确定用户任务卸载及缓存策略;
进一步,所述步骤S1具体为:令E={E1,…,EN}表示MEC服务器集合,Ej表示第j个MEC服务器,1≤j≤N,N表示MEC服务器的数量。
进一步,所述步骤S2具体为:基于概念器的ESN预测方法包括代理、输入、输出、ESN模型和概念器等部分,其中,代理负责收集用户的信息并执行预测算法;输入为时隙t用户i的相关信息,建模为
其中,N
x表示组成用户i的相关信息属性的数量,基于x
t,i可确定用户执行任务所需辅助信息;输出为用户i的辅助信息预测结果,建模为y
t,i=[y
t,i,1,…,y
t,i,N],其中,y
t,i,n表示时间t用户i请求的辅助信息n,1≤n≤N;基于ESN模型可确定用户i的输入x
t,i和输出y
t,i的关系,并建立用户相关信息和辅助信息的函数。采用基于概念器的ESN预测方法预测用户辅助信息,将每一类辅助信息作为一种预测模式,预测模式k的概念器建模为
其中,
表示用户i在模式k下的状态相关矩阵,建模为
表示用户i的储备池状态序列,建模为
其中,
表示用户i在时间t预测模式k下的储备池状态,建模为
N
w表示动态储备池单元数,χ表示概念器的孔径。
采用基于概念器的ESN预测方法预测用户移动性模式,输入为时间t用户i的当前位置和相关信息,建模为
输出为下一个时隙用户i的位置,建模为
其中,N
s表示下一个持续时间间隔内用户位置的数量。
进一步,所述步骤S3具体为:令M表示用户数目,假设用户执行的任务由用户自身产生的数据信息和获取的辅助信息两部分组成,令Yi,q=(Si,Ci,ai,q)表示用户i的任务特性,其中,Si表示用户i自身产生的数据量,Ci表示执行用户i的任务所需的CPU周期。令F={f1,…,fQ}表示用户任务辅助信息类型集合,其中,fq表示第q类辅助信息,1≤q≤Q,Q为辅助信息类型数目。令Aq表示辅助信息fq的数据量,令ai,q表示用户任务辅助信息类型标识,ai,q=1表示用户i执行任务需要辅助信息fq,否则,ai,q=0。
进一步,所述步骤S4具体为:令βi,j表示用户i与Ej的关联变量,βi,j=1表示用户i与Ej关联,否则,βi,j=0。
进一步,所述步骤S5具体为:令εj,q表示Ej辅助信息缓存策略标识,εj,q=1表示Ej缓存辅助信息fq,否则,εj,q=0。
进一步,所述步骤S6具体为:令δi表示用户i任务本地执行标识,δi=1表示用户i的任务完全本地执行,否则,δi=0。令δi,j表示用户i任务卸载标识,δi,j=1表示用户i将任务卸载至Ej执行,否则,δi,j=0。令δi,j,k表示用户i任务卸载迁移标识,δi,j,k=1表示用户i的任务经Ej迁移至Ek进行卸载执行,否则,δi,j,k=0,其中,1≤i≤M,1≤j≠k≤N。
进一步,所述步骤S7具体为:令λi∈[0,1]表示用户i的任务拆分变量,λi表示用户i的任务在本地执行的比例;令λi,j∈[0,1]表示用户i卸载至Ej的任务拆分变量,λi,j表示用户i的任务卸载至Ej执行的比例;令λi,j,k∈[0,1]表示用户i卸载经Ej迁移至Ek的任务拆分变量,λi,j,k表示用户i的任务卸载经Ej迁移至Ek执行的比例。
进一步,所述步骤S8具体为:MEC服务器的覆盖范围为半径为r的圆形区域,用户沿着一条单向的道路移动,圆形区域中心到道路的距离为l,用户i以恒定的速度v
i行驶。令s表示用户在MEC服务器覆盖范围内行驶的总路程,s建模为
令T
s表示用户在MEC服务器覆盖范围内停留的时间,T
s建模为
令T
i,j表示用户i将任务卸载至E
j执行所需的时延,当T
i,j>T
s时,用户i进行任务卸载迁移。
进一步,所述步骤S9具体为:接收信号强度反映了用户与关联MEC服务器间无线链路的质量,计算能力也影响了用户与MEC服务器的关联。令G
i,j表示用户i处E
j的接收信号强度,则归一化G
i,j建模为
令
表示E
j的计算能力,则归一化
建模为
令θ
i,j表示用户i处E
j的代价函数,建模为
其中,ω
1和ω
2为给定的权重系数,满足ω
1+ω
2=1。
评估各MEC服务器的综合性能,选择最大的θ
i,j对应的MEC服务器作为用户i的接入MEC服务器,建模为
进一步,所述步骤S10具体为:根据公式
建模用户任务执行总时延,其中,T
i为用户i任务执行所需时延,T
i建模为
其中,T
i 0表示用户i的任务完全本地执行的时延,T
i,j表示用户i任务卸载至E
j执行所需的时延,T
i,j,k表示用户i任务卸载E
j迁移至E
k执行所需的时延。
进一步,所述步骤S11具体为:根据公式Ti 0=Ti 0,c+Ti 0,e建模用户i的任务完全本地执行的时延,其中,Ti 0,c和Ti 0,e分别表示用户i获取辅助信息的时延和任务处理时延。
上述T
i 0,c建模为
其中,
表示用户i与E
j之间下行链路的传输速率,R表示MEC服务器与核心网之间链路的传输速率。
建模为
其中,B表示E
j的传输带宽,
表示E
j的发射功率,g
i,j表示用户i到E
j的信道增益,σ
2为信道噪声功率。T
i 0,e建模为
其中,f
i l表示用户i的计算能力。
进一步,所述步骤S12具体为:根据公式
建模用户i将任务卸载至E
j执行所需时延,其中,
表示用户i任务传输到E
j的时延,
建模为
表示用户i获取辅助信息时延,
建模为
其中,
为示性函数,当λ
i,j>0时,
否则,
表示E
j处理任务时延,
建模为
其中,
表示用户i与E
j之间上行链路的传输速率,
建模为
其中,P
i l表示用户i的发射功率。
进一步,所述步骤S13具体为:根据公式
建模用户i任务卸载迁移执行所需时延,其中,
和
分别表示用户i将任务卸载至E
j的传输时延、获取辅助信息的时延和E
j处理用户i任务的时延,
和
分别表示用户i任务经E
j迁移卸载至E
k的传输时延、获取辅助信息的时延和E
k处理用户i任务的时延。
进一步,所述步骤S14具体为:建模用户任务卸载及缓存限制条件,其中,任务卸载限制条件建模为δ
i∈{0,1},δ
i,j∈{0,1},δ
i,j,k∈{0,1},
λ
i∈[0,1],λ
i,j∈[0,1],λ
i,j,k∈[0,1],
缓存限制条件建模为ε
j,q∈{0,1},β
i,j∈{0,1},
其中,φ
j表示E
j的最大缓存容量。
进一步,所述步骤S15具体为:在满足用户任务卸载及缓存限制条件下,以用户任务总时延最小化为目标,优化确定MEC服务器任务卸载及缓存策略,即
本发明的有益效果在于:本发明可以保障用户任务卸载及缓存策略最优,实现用户任务执行总时延最小化。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,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发明的其他优点与功效。本发明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,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,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。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,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。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明提供一种基于服务器协作的联合任务卸载及缓存方法,考虑用户随机移动,假设在用户设备的基站处部署MEC服务器,用户需要执行一定的计算任务,任务由用户自身产生的数据量和辅助信息两部分构成。通过预测算法,核心网缓存了所有用户的辅助信息,MEC服务器具有一定的计算和缓存能力,因此,MEC服务器缓存了部分用户任务辅助信息,用户可以从MEC服务器获取辅助信息,也可以通过回程链路从核心网获取。用户的计算任务可以在本地执行,也可以卸载至MEC服务器执行。由于用户的移动性,在某个MEC服务器的覆盖范围内,用户不能完成卸载,因此,用户的任务卸载可能会发生迁移。建模以用户任务总时延为优化目标,优化确定用户任务卸载及缓存策略。
图1为MEC服务器卸载的示意图,网络中存在多个任务待执行用户,基于服务器协作,用户选择合适的方式卸载任务,通过优化用户任务卸载及缓存策略实现用户任务执行总时延最小化。
图2为本发明所述方法的流程示意图,如图所示,本发明所述方法具体包括以下步骤:
1)建模移动边缘计算(MobileEdge Computing,MEC)服务器变量
建模移动边缘计算服务器变量,具体为:令E={E1,…,EN}表示MEC服务器集合,Ej表示第j个MEC服务器,1≤j≤N,N表示MEC服务器的数量。
2)建模回声状态网络(Echo StateNetworks,ESN)
建模回声状态网络,具体为:基于概念器的ESN预测方法包括代理、输入、输出、ESN模型和概念器等部分,其中,代理负责收集用户的信息并执行预测算法;输入为时隙t用户i的相关信息,建模为
其中,N
x表示组成用户i的相关信息属性的数量,基于x
t,i可确定用户执行任务所需辅助信息;输出为用户i的辅助信息预测结果,建模为y
t,i=[y
t,i,1,…,y
t,i,N],其中,y
t,i,n表示时间t用户i请求的辅助信息n,1≤n≤N;基于ESN模型可确定用户i的输入x
t,i和输出y
t,i的关系,并建立用户相关信息和辅助信息的函数。采用基于概念器的ESN预测方法预测用户辅助信息,将每一类辅助信息作为一种预测模式,预测模式k的概念器建模为
其中,
表示用户i在模式k下的状态相关矩阵,建模为
表示用户i的储备池状态序列,建模为
其中,
表示用户i在时间t预测模式k下的储备池状态,建模为
N
w表示动态储备池单元数,χ表示概念器的孔径。
采用基于概念器的ESN预测方法预测用户移动性模式,输入为时间t用户i的当前位置和相关信息,建模为
输出为下一个时隙用户i的位置,建模为
其中,N
s表示下一个持续时间间隔内用户位置的数量。
3)建模用户任务标识
建模用户任务标识,具体为:令M表示用户数目,假设用户执行的任务由用户自身产生的数据信息和获取的辅助信息两部分组成,令Yi,q=(Si,Ci,ai,q)表示用户i的任务特性,其中,Si表示用户i自身产生的数据量,Ci表示执行用户i的任务所需的CPU周期。令F={f1,…,fQ}表示用户任务辅助信息类型集合,其中,fq表示第q类辅助信息,1≤q≤Q,Q为辅助信息类型数目。令Aq表示辅助信息fq的数据量,令ai,q表示用户任务辅助信息类型标识,ai,q=1表示用户i执行任务需要辅助信息fq,否则,ai,q=0。
4)建模用户与MEC服务器关联变量
建模用户与MEC服务器关联变量,具体为:令βi,j表示用户i与Ej的关联变量,βi,j=1表示用户i与Ej关联,否则,βi,j=0。
5)建模用户任务辅助信息缓存量
建模用户任务辅助信息缓存变量,具体为:令εj,q表示Ej辅助信息缓存策略标识,εj,q=1表示Ej缓存辅助信息fq,否则,εj,q=0。
6)建模用户任务卸载变量
建模用户任务卸载变量,具体为:令δi表示用户i任务本地执行标识,δi=1表示用户i的任务完全本地执行,否则,δi=0。令δi,j表示用户i任务卸载标识,δi,j=1表示用户i将任务卸载至Ej执行,否则,δi,j=0。令δi,j,k表示用户i任务卸载迁移标识,δi,j,k=1表示用户i的任务经Ej迁移至Ek进行卸载执行,否则,δi,j,k=0,其中,1≤i≤M,1≤j≠k≤N。
7)建模用户任务拆分变量
建模用户任务拆分变量,具体为:令λi∈[0,1]表示用户i的任务拆分变量,λi表示用户i的任务在本地执行的比例;令λi,j∈[0,1]表示用户i卸载至Ej的任务拆分变量,λi,j表示用户i的任务卸载至Ej执行的比例;令λi,j,k∈[0,1]表示用户i卸载经Ej迁移至Ek的任务拆分变量,λi,j,k表示用户i的任务卸载经Ej迁移至Ek执行的比例。
8)建模用户任务迁移判定条件
建模用户任务迁移判定条件,具体为:MEC服务器的覆盖范围为半径为r的圆形区域,用户沿着一条单向的道路移动,圆形区域中心到道路的距离为l,用户i以恒定的速度v
i行驶。令s表示用户在MEC服务器覆盖范围内行驶的总路程,s建模为
令T
s表示用户在MEC服务器覆盖范围内停留的时间,T
s建模为
令T
i,j表示用户i将任务卸载至E
j执行所需的时延,当T
i,j>T
s时,用户i进行任务卸载迁移。
9)确定用户任务迁移目标服务器
确定用户任务迁移目标服务器,具体为:接收信号强度反映了用户与关联MEC服务器间无线链路的质量,计算能力也影响了用户与MEC服务器的关联。令G
i,j表示用户i处E
j的接收信号强度,则归一化G
i,j建模为
令
表示E
j的计算能力,则归一化
建模为
令θ
i,j表示用户i处E
j的代价函数,建模为
其中,ω
1和ω
2为给定的权重系数,满足ω
1+ω
2=1。
评估各MEC服务器的综合性能,选择最大的θ
i,j对应的MEC服务器作为用户i的接入MEC服务器,建模为
10)建模用户任务总时延
建模用户任务总时延,具体为:根据公式
建模用户任务执行总时延,其中,T
i为用户i任务执行所需时延,T
i建模为
其中,T
i 0表示用户i的任务完全本地执行的时延,T
i,j表示用户i任务卸载至E
j执行所需的时延,T
i,j,k表示用户i任务卸载E
j迁移至E
k执行所需的时延。
11)建模用户任务完全本地执行时延
建模用户任务完全本地执行时延,具体为:根据公式Ti 0=Ti 0,c+Ti 0,e建模用户i的任务完全本地执行的时延,其中,Ti 0,c和Ti 0,e分别表示用户i获取辅助信息的时延和任务处理时延。
上述T
i 0,c建模为
其中,
表示用户i与E
j之间下行链路的传输速率,R表示MEC服务器与核心网之间链路的传输速率。
建模为
其中,B表示E
j的传输带宽,
表示E
j的发射功率,g
i,j表示用户i到E
j的信道增益,σ
2为信道噪声功率。T
i 0,e建模为
其中,f
i l表示用户i的计算能力。
12)建模用户无任务迁移对应卸载时延
建模用户无任务迁移对应卸载时延,具体为:根据公式
建模用户i将任务卸载至E
j执行所需时延,其中,
表示用户i任务传输到E
j的时延,
建模为
表示用户i获取辅助信息时延,
建模为
其中,
为示性函数,当λ
i,j>0时,
否则,
表示E
j处理任务时延,
建模为
其中,
表示用户i与E
j之间上行链路的传输速率,
建模为
其中,P
i l表示用户i的发射功率。
13)建模用户任务迁移对应卸载时延
建模用户任务迁移对应卸载时延,具体为:根据公式
建模用户i任务卸载迁移执行所需时延,其中,
和
分别表示用户i将任务卸载至E
j的传输时延、获取辅助信息的时延和E
j处理用户i任务的时延,
和
分别表示用户i任务经E
j迁移卸载至E
k的传输时延、获取辅助信息的时延和E
k处理用户i任务的时延。
14)建模用户任务卸载及缓存限制条件
建模用户任务卸载及缓存限制条件,具体为:任务卸载限制条件建模为δ
i∈{0,1},δ
i,j∈{0,1},δ
i,j,k∈{0,1},
λ
i∈[0,1],λ
i,j∈[0,1],λ
i,j,k∈[0,1],
缓存限制条件建模为ε
j,q∈{0,1},β
i,j∈{0,1},
其中,φ
j表示E
j的最大缓存容量。
15)基于用户任务执行总时延最小化确定用户任务卸载及缓存策略
基于用户任务执行总时延最小化确定用户任务卸载及缓存策略,具体为:在满足用户任务卸载及缓存限制条件下,以用户任务总时延最小化为目标,优化确定MEC服务器任务卸载及缓存策略,即
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。