CN113434209B - 一种端边二层协同计算卸载方法、装置、终端及存储介质 - Google Patents

一种端边二层协同计算卸载方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN113434209B
CN113434209B CN202110694381.8A CN202110694381A CN113434209B CN 113434209 B CN113434209 B CN 113434209B CN 202110694381 A CN202110694381 A CN 202110694381A CN 113434209 B CN113434209 B CN 113434209B
Authority
CN
China
Prior art keywords
task
edge
terminal
processing
edge 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
Application number
CN202110694381.8A
Other languages
English (en)
Other versions
CN113434209A (zh
Inventor
金鑫
肖勇
罗鸿轩
黄博阳
冯俊豪
潘廷哲
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 South Power Grid International Co ltd
Original Assignee
China South Power Grid International Co ltd
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 South Power Grid International Co ltd filed Critical China South Power Grid International Co ltd
Priority to CN202110694381.8A priority Critical patent/CN113434209B/zh
Publication of CN113434209A publication Critical patent/CN113434209A/zh
Application granted granted Critical
Publication of CN113434209B publication Critical patent/CN113434209B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44594—Unloading
    • 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
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • 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]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computer And Data Communications (AREA)

Abstract

本申请公开了一种端边二层协同计算卸载方法、装置、终端及存储介质，本申请提供的端边二层协同计算卸载方法考虑了在用户终端和边缘服务器进行任务计算处理的成本函数以及载到相邻边缘服务器进行计算处理的成本函数的大小，使得用户终端和边缘服务器的队列稳定，使得在保持用户终端和边缘服务器队列稳定的前提下，使得进行本地任务计算和卸载的成本最小化，有效地提高了任务处理的成本效率和稳定性。

Description

一种端边二层协同计算卸载方法、装置、终端及存储介质
技术领域
本申请涉及通信技术领域，尤其涉及一种端边二层协同计算卸载方法、装置、终端及存储介质。
背景技术
随着物联网的应用激增，例如智能电网、工业自动化等等，对低延迟的高性能计算的需求呈现指数增长。对于这些物联网应用程序日益增长的需求，边缘计算是一个很有研究价值的计算方式。通过部署支持计算的设备，包括支持计算的用户终端(例如智能电网中的智能终端)和边缘服务器，可以在接近数据源的网络边缘，将计算任务快速执行，因此，与云计算相比，边缘计算中的任务上传延迟可以明显减少。
与云计算相比，边缘设备的计算资源要小得多，第二，随着时间和空间的推移，物联网应用程序产生了大量的任务，只有一个边缘设备的任务处理速度可能是低效率的。因此，在计算设备之间分配任务的计算卸载将更加可行。目前，已经存在了许多计算卸载算法。但是，大多数建议都是单层卸载政策。也就是说，它们只在边缘计算系统的最低层进行卸载决策。对于边缘计算能力最大化，没有充分探索用户终端与边缘服务器，边缘服务器和边缘服务器的协作，导致了现有的边缘计算任务卸载存在处理成本效率低的技术问题。
发明内容
本申请提供了一种端边二层协同计算卸载方法、装置、终端及存储介质，用于解决现有的边缘计算任务卸载存在处理成本效率低的技术问题。
本申请第一方面提供了一种端边二层协同计算卸载方法，应用于边缘计算系统，所述边缘计算系统包括：用户终端以及边缘服务器，包括：
监听所述用户终端的终端任务队列状态；
根据所述终端任务队列状态，结合第一计算处理成本优化公式进行计算，以获得最小终端计算处理成本，并根据最小终端计算处理成本确定第一本地处理任务和第一卸载处理任务，其中，所述第一本地处理任务为由所述用户终端进行处理的任务，所述第一卸载处理任务为从所述用户终端卸载到所述边缘服务器进行处理的任务；
所述边缘服务器接收所述卸载处理任务并更新所述边缘服务器的边缘任务队列状态；
根据所述边缘任务队列状态，结合第二计算处理成本优化公式进行计算，以获得最小边缘计算处理成本，并根据最小终端计算处理成本确定第二本地处理任务和第二卸载处理任务，其中，所述第二本地处理任务为由所述边缘服务器进程处理的任务，所述第二卸载处理任务为从所述边缘服务器卸载到相邻边缘服务器进行处理的任务。
优选地，所述第一计算处理成本优化公式具体为：
Figure BDA0003127479260000021
式中，An，k(t)表示在一个时间间隙中，以边缘服务器n为主要边缘服务器的第k个用户终端的任务生成指示数；γn，k(t)表示卸载决策变量；
Figure BDA0003127479260000022
表示第k个用户终端的队列；
Figure BDA0003127479260000023
表示边缘服务器n的队列；In，k(t)为第一层计算处理决策参数；Cn，k(t)表示在用户终端本地计算或卸载到边缘服务器的成本函数，V表示一个非负的控制参数。
优选地，所述第二计算处理成本优化公式具体为：
Figure BDA0003127479260000024
式中，
Figure BDA0003127479260000025
表示将任务卸载到相邻边缘服务器的成本函数，
Figure BDA0003127479260000026
表示将任务在本边缘服务器进行计算处理的成本函数。
优选地，所述监听所述用户终端的终端任务队列状态之前还包括：
对所有所述用户终端和所述边缘服务器的虚拟队列进行清零处理。
优选地，所述监听所述用户终端的终端任务队列状态具体包括：
按照预设的时间间隙，定时监听所述用户终端的终端任务队列状态。
优选地，所述监听所述用户终端的终端任务队列状态具体包括：
实时监听所述用户终端的终端任务队列状态。
本申请第二方面提供了一种端边二层协同计算卸载装置，包括：
终端任务队列监听单元，用于监听所述用户终端的终端任务队列状态；
第一计算卸载单元，用于根据所述终端任务队列状态，结合第一计算处理成本优化公式进行计算，以获得最小终端计算处理成本，并根据最小终端计算处理成本确定第一本地处理任务和第一卸载处理任务，其中，所述第一本地处理任务为由所述用户终端进行处理的任务，所述第一卸载处理任务为从所述用户终端卸载到所述边缘服务器进行处理的任务；
边缘任务队列更新单元，用于所述边缘服务器接收所述卸载处理任务并更新所述边缘服务器的边缘任务队列状态；
第二计算卸载单元，根据所述边缘任务队列状态，结合第二计算处理成本优化公式进行计算，以获得最小边缘计算处理成本，并根据最小终端计算处理成本确定第二本地处理任务和第二卸载处理任务，其中，所述第二本地处理任务为由所述边缘服务器进程处理的任务，所述第二卸载处理任务为从所述边缘服务器卸载到相邻边缘服务器进行处理的任务。
本申请第三方面提供了一种端边二层协同计算卸载终端，集成在边缘计算系统，包括：存储器和处理器；
所述存储器用于存储程序代码，所述程序代码与如本申请第一方面提供的端边二层协同计算卸载方法相对应；
所述处理器用于执行所述程序代码。
本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中保存有与如本申请第一方面提供的端边二层协同计算卸载方法相对应的程序代码。
以上技术方案可以看出，本申请具有以下优点：
本申请第一方面提供了一种端边二层协同计算卸载方法，应用于边缘计算系统，边缘计算系统包括：用户终端以及边缘服务器，包括：监听用户终端的终端任务队列状态；根据终端任务队列状态，结合第一计算处理成本优化公式进行计算，以获得最小终端计算处理成本，并根据最小终端计算处理成本确定第一本地处理任务和第一卸载处理任务，其中，第一本地处理任务为由用户终端进行处理的任务，第一卸载处理任务为从用户终端卸载到边缘服务器进行处理的任务；边缘服务器接收卸载处理任务并更新边缘服务器的边缘任务队列状态；根据边缘任务队列状态，结合第二计算处理成本优化公式进行计算，以获得最小边缘计算处理成本，并根据最小终端计算处理成本确定第二本地处理任务和第二卸载处理任务，其中，第二本地处理任务为由边缘服务器进程处理的任务，第二卸载处理任务为从边缘服务器卸载到相邻边缘服务器进行处理的任务。
本申请提供的端边二层协同计算卸载方法考虑了在用户终端和边缘服务器进行任务计算处理的成本函数以及载到相邻边缘服务器进行计算处理的成本函数的大小，使得用户终端和边缘服务器的队列稳定，使得在保持用户终端和边缘服务器队列稳定的前提下，使得进行本地任务计算和卸载的成本最小化，有效地提高了任务处理的成本效率和稳定性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本申请提供的一种端边二层协同计算卸载方法的流程示意图。
图2为本申请提供的端边二层协同计算卸载算法的系统组成图
图3为本申请提供的一种端边二层协同计算卸载装置的结构示意图。
具体实施方式
本申请实施例提供了一种端边二层协同计算卸载方法、装置、终端及存储介质，用于解决现有的边缘计算任务卸载存在处理成本效率低的技术问题。
为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
请参阅图1和图2，本申请第一个实施例提供了一种端边二层协同计算卸载方法，应用于边缘计算系统，边缘计算系统包括：用户终端以及边缘服务器，包括：
步骤101、监听用户终端的终端任务队列状态。
步骤102、根据终端任务队列状态，结合第一计算处理成本优化公式进行计算，以获得最小终端计算处理成本，并根据最小终端计算处理成本确定第一本地处理任务和第一卸载处理任务，其中，第一本地处理任务为由用户终端进行处理的任务，第一卸载处理任务为从用户终端卸载到边缘服务器进行处理的任务。
需要说明的是，通过监听用户终端的终端任务队列状态，，确定用户终端中的任务情况，包括但不限于新任务生成事件以及任务队列中的已存任务，确认完每个用户终端的任务状态后，通过第一计算处理成本优化公式进行计算，用户终端在不同任务分配方式下的计算处理成本，并从中确定最小计算处理成本，根据该最小终端计算处理成本确定第一本地处理任务和第一卸载处理任务。其中，此处提及的，与第一卸载处理任务相关的边缘服务器优选为用户终端所属的主边缘服务器。
步骤103、边缘服务器接收卸载处理任务并更新边缘服务器的边缘任务队列状态。
需要说明的是，基于步骤102确定的第一卸载处理任务，边缘服务器在接收卸载处理任务后，将该第一卸载处理任务更新边缘服务器的边缘任务队列，从而更新边缘服务器的边缘任务队列状态。
步骤104、根据边缘任务队列状态，结合第二计算处理成本优化公式进行计算，以获得最小边缘计算处理成本，并根据最小终端计算处理成本确定第二本地处理任务和第二卸载处理任务，其中，第二本地处理任务为由边缘服务器进程处理的任务，第二卸载处理任务为从边缘服务器卸载到相邻边缘服务器进行处理的任务。
需要说明的是，基于已更新的边缘任务队列状态，通过第二计算处理成本优化公式进行计算，边缘服务器在不同任务分配方式下的计算处理成本，并从中确定最小计算处理成本，根据该最小终端计算处理成本确定第二本地处理任务和第二卸载处理任务。
本申请实施例提供的端边二层协同计算卸载方法考虑了在用户终端和边缘服务器进行任务计算处理的成本函数以及载到相邻边缘服务器进行计算处理的成本函数的大小，使得用户终端和边缘服务器的队列稳定，使得在保持用户终端和边缘服务器队列稳定的前提下，使得进行本地任务计算和卸载的成本最小化，有效地提高了任务处理的成本效率和稳定性。
以上为本申请提供的一种端边二层协同计算卸载方法的第一个实施例的详细说明，下面为本申请提供的一种端边二层协同计算卸载方法的第二个实施例的详细说明。
本申请第二个实施例在上述第一个实施例的基础上，提供了一种端边二层协同计算卸载方法，包括：
进一步地，上述第一个实施例中提及的第一计算处理成本优化公式，其表达式具体为：
Figure BDA0003127479260000061
式中，An，k(t)表示在一个时间间隙中，以边缘服务器n为主要边缘服务器的第k个用户终端的任务生成指示数；γn，k(t)表示卸载决策变量；
Figure BDA0003127479260000062
表示第k个用户终端的队列；
Figure BDA0003127479260000063
表示边缘服务器n的队列；In，k(t)为第一层计算处理决策参数；Cn，k(t)表示在用户终端本地计算或卸载到边缘服务器的成本函数，V表示一个非负的控制参数。
进一步地，上述第一个实施例中提及的第二计算处理成本优化公式，其表达式具体为：
Figure BDA0003127479260000064
式中，
Figure BDA0003127479260000065
表示将任务卸载到相邻边缘服务器的成本函数，
Figure BDA0003127479260000066
表示将任务在本边缘服务器进行计算处理的成本函数，其余参数的定义与第一计算处理成本优化公式对应，在此不再重复。
进一步地，监听用户终端的终端任务队列状态之前还包括：
对所有用户终端和边缘服务器的虚拟队列进行清零处理。
进一步地，监听用户终端的终端任务队列状态具体包括：
按照预设的时间间隙，定时监听用户终端的终端任务队列状态。
进一步地，监听用户终端的终端任务队列状态具体包括：
实时监听用户终端的终端任务队列状态。
需要说明的是，步骤101中提及的监听用户终端的终端任务队列状态具体为按照预设的时间间隙，定时监听用户终端的终端任务队列状态，其中该时间间隙优选大于0，即等间隔方式监听，但也可以为0，即实时方式监听。
以上为本申请提供的一种端边二层协同计算卸载方法的第二个实施例的详细说明，下面为本申请提供的一种端边二层协同计算卸载装置的一个实施例的详细说明。
请参阅图3，本申请第三个实施例提供了一种端边二层协同计算卸载装置，包括：
终端任务队列监听单元201，用于监听用户终端的终端任务队列状态；
第一计算卸载单元202，用于根据终端任务队列状态，结合第一计算处理成本优化公式进行计算，以获得最小终端计算处理成本，并根据最小终端计算处理成本确定第一本地处理任务和第一卸载处理任务，其中，第一本地处理任务为由用户终端进行处理的任务，第一卸载处理任务为从用户终端卸载到边缘服务器进行处理的任务；
边缘任务队列更新单元203，用于边缘服务器接收卸载处理任务并更新边缘服务器的边缘任务队列状态；
第二计算卸载单元204，根据边缘任务队列状态，结合第二计算处理成本优化公式进行计算，以获得最小边缘计算处理成本，并根据最小终端计算处理成本确定第二本地处理任务和第二卸载处理任务，其中，第二本地处理任务为由边缘服务器进程处理的任务，第二卸载处理任务为从边缘服务器卸载到相邻边缘服务器进行处理的任务。
以上为本申请提供的一种端边二层协同计算卸载装置的详细说明，下面为本申请提供的一种端边二层协同计算卸载终端的一个实施例以及一种计算机可读存储介质的一个实施例的详细说明。
本申请第四个实施例提供了一种端边二层协同计算卸载终端，可以集成在边缘计算系统中，包括：存储器和处理器；
存储器用于存储程序代码，程序代码与如本申请第一个实施例或第二个实施例提供的端边二层协同计算卸载方法相对应；
处理器用于执行程序代码，以便于实现如本申请第一个实施例或第二个实施例提供的端边二层协同计算卸载方法。
本申请第五个实施例提供了一种计算机可读存储介质，计算机可读存储介质中保存有与如本申请第一个实施例或第二个实施例提供的端边二层协同计算卸载方法相对应的程序代码。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，终端，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，终端，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (9)

1.一种端边二层协同计算卸载方法，应用于边缘计算系统，所述边缘计算系统包括：用户终端以及边缘服务器，其特征在于，包括：
监听所述用户终端的终端任务队列状态；
根据所述终端任务队列状态，结合第一计算处理成本优化公式进行计算，以获得最小终端计算处理成本，并根据最小终端计算处理成本确定第一本地处理任务和第一卸载处理任务，其中，所述第一本地处理任务为由所述用户终端进行处理的任务，所述第一卸载处理任务为从所述用户终端卸载到所述边缘服务器进行处理的任务；
所述边缘服务器接收所述卸载处理任务并更新所述边缘服务器的边缘任务队列状态；
根据所述边缘任务队列状态，结合第二计算处理成本优化公式进行计算，以获得最小边缘计算处理成本，并根据最小终端计算处理成本确定第二本地处理任务和第二卸载处理任务，其中，所述第二本地处理任务为由边缘服务器进程处理的任务，所述第二卸载处理任务为从所述边缘服务器卸载到相邻边缘服务器进行处理的任务。
2.根据权利要求1所述的一种端边二层协同计算卸载方法，其特征在于，所述第一计算处理成本优化公式具体为：
Figure FDA0003127479250000011
式中，An,k(t)表示在一个时间间隙中，以边缘服务器n为主要边缘服务器的第k个用户终端的任务生成指示数；γn,k(t)表示卸载决策变量；
Figure FDA0003127479250000012
表示第k个用户终端的队列；
Figure FDA0003127479250000013
表示边缘服务器n的队列；In,k(t)为第一层计算处理决策参数；Cn,k(t)表示在用户终端本地计算或卸载到边缘服务器的成本函数，V表示一个非负的控制参数。
3.根据权利要求2所述的一种端边二层协同计算卸载方法，其特征在于，所述第二计算处理成本优化公式具体为：
Figure FDA0003127479250000014
式中，
Figure FDA0003127479250000015
表示将任务卸载到相邻边缘服务器的成本函数，
Figure FDA0003127479250000016
表示将任务在本边缘服务器进行计算处理的成本函数。
4.根据权利要求1所述的一种端边二层协同计算卸载方法，其特征在于，所述监听所述用户终端的终端任务队列状态之前还包括：
对所有所述用户终端和所述边缘服务器的虚拟队列进行清零处理。
5.根据权利要求1所述的一种端边二层协同计算卸载方法，其特征在于，所述监听所述用户终端的终端任务队列状态具体包括：
按照预设的时间间隙，定时监听所述用户终端的终端任务队列状态。
6.根据权利要求1所述的一种端边二层协同计算卸载方法，其特征在于，所述监听所述用户终端的终端任务队列状态具体包括：
实时监听所述用户终端的终端任务队列状态。
7.一种端边二层协同计算卸载装置，其特征在于，包括：
终端任务队列监听单元，用于监听用户终端的终端任务队列状态；
第一计算卸载单元，用于根据所述终端任务队列状态，结合第一计算处理成本优化公式进行计算，以获得最小终端计算处理成本，并根据最小终端计算处理成本确定第一本地处理任务和第一卸载处理任务，其中，所述第一本地处理任务为由所述用户终端进行处理的任务，所述第一卸载处理任务为从所述用户终端卸载到边缘服务器进行处理的任务；
边缘任务队列更新单元，用于所述边缘服务器接收所述卸载处理任务并更新所述边缘服务器的边缘任务队列状态；
第二计算卸载单元，根据所述边缘任务队列状态，结合第二计算处理成本优化公式进行计算，以获得最小边缘计算处理成本，并根据最小终端计算处理成本确定第二本地处理任务和第二卸载处理任务，其中，所述第二本地处理任务为由边缘服务器进程处理的任务，所述第二卸载处理任务为从所述边缘服务器卸载到相邻边缘服务器进行处理的任务。
8.一种端边二层协同计算卸载终端，集成在边缘计算系统，其特征在于，包括：存储器和处理器；
所述存储器用于存储程序代码，所述程序代码与如权利要求1至6任意一项所述的端边二层协同计算卸载方法相对应；
所述处理器用于执行所述程序代码。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中保存有与如权利要求1至6任意一项所述的端边二层协同计算卸载方法相对应的程序代码。
CN202110694381.8A 2021-06-22 2021-06-22 一种端边二层协同计算卸载方法、装置、终端及存储介质 Active CN113434209B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110694381.8A CN113434209B (zh) 2021-06-22 2021-06-22 一种端边二层协同计算卸载方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110694381.8A CN113434209B (zh) 2021-06-22 2021-06-22 一种端边二层协同计算卸载方法、装置、终端及存储介质

Publications (2)

Publication Number Publication Date
CN113434209A CN113434209A (zh) 2021-09-24
CN113434209B true CN113434209B (zh) 2022-10-18

Family

ID=77757208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110694381.8A Active CN113434209B (zh) 2021-06-22 2021-06-22 一种端边二层协同计算卸载方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN113434209B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117193873B (zh) * 2023-09-05 2024-06-25 北京科技大学 一种适用于工业控制系统的计算卸载方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110716580A (zh) * 2018-07-11 2020-01-21 南京工业大学 一种边缘计算环境中的无人机编队负载均衡机制
CN112083967A (zh) * 2020-08-18 2020-12-15 深圳供电局有限公司 一种云边端计算任务的卸载方法、计算机设备及存储介质
CN112306696A (zh) * 2020-11-26 2021-02-02 湖南大学 一种节能高效的边缘计算任务卸载方法和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3011494B1 (en) * 2013-06-20 2020-02-12 Tata Consultancy Services Limited System and method for distributed computation using heterogeneous computing nodes
US10924542B2 (en) * 2014-02-27 2021-02-16 Verizon Patent And Licensing Inc. Content delivery system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110716580A (zh) * 2018-07-11 2020-01-21 南京工业大学 一种边缘计算环境中的无人机编队负载均衡机制
CN112083967A (zh) * 2020-08-18 2020-12-15 深圳供电局有限公司 一种云边端计算任务的卸载方法、计算机设备及存储介质
CN112306696A (zh) * 2020-11-26 2021-02-02 湖南大学 一种节能高效的边缘计算任务卸载方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
边缘计算系统的任务调度策略;周浩等;《电子测量技术》;20200508(第09期);第99-103页 *

Also Published As

Publication number Publication date
CN113434209A (zh) 2021-09-24

Similar Documents

Publication Publication Date Title
EP3247089B1 (en) Method, apparatus and system for adjusting deployment position of virtual machine
CN108446176B (zh) 一种任务分配方法、计算机可读存储介质及终端设备
US8661136B2 (en) Method and system for work load balancing
US9009719B2 (en) Computer workload capacity estimation using proximity tables
US9298563B2 (en) Changing a number of disk agents to backup objects to a storage device
CN113434253B (zh) 集群资源调度方法、装置、设备及存储介质
CN109740755B (zh) 一种基于梯度下降法的数据处理方法及相关装置
JP7119082B2 (ja) 分散コンピューティング環境における自動対角スケーリングためのアプリケーションの優先順位付け
US9292336B1 (en) Systems and methods providing optimization data
CN115421930B (zh) 任务处理方法、系统、装置、设备及计算机可读存储介质
CN108491255B (zh) 自助式MapReduce数据优化分配方法及系统
CN112148492A (zh) 一种考虑多用户移动性的服务部署和资源分配方法
CN108376103A (zh) 一种云平台的资源平衡控制方法及服务器
CN113434209B (zh) 一种端边二层协同计算卸载方法、装置、终端及存储介质
CN103988179A (zh) 用于在地理分布数据中心中降低延迟和改善弹性的优化机制
CN115965205A (zh) 云边端协同资源优化方法、装置、电子设备及存储介质
CN110167031B (zh) 一种面向集中式基站的资源分配方法、设备及存储介质
CN114866462A (zh) 一种智慧校园的物联网通信路由方法及系统
CN103997515A (zh) 一种分布式云中计算中心选择方法及其应用
CN113676559B (zh) 物联网多设备移动边缘计算的信息处理系统及方法
CN111078380A (zh) 一种多目标任务调度方法及系统
CN111601328B (zh) 一种移动边缘计算装置及方法
CN113342504A (zh) 基于缓存的智能制造边缘计算任务调度方法及系统
Suma et al. Resource intensification for mobile devices using the approximate computing entities
CN112685167A (zh) 资源使用方法、电子设备和计算机程序产品

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