CN113498077A - 一种用于智能物联网保障低时延传输的通信方法及装置 - Google Patents
一种用于智能物联网保障低时延传输的通信方法及装置 Download PDFInfo
- Publication number
- CN113498077A CN113498077A CN202010202700.4A CN202010202700A CN113498077A CN 113498077 A CN113498077 A CN 113498077A CN 202010202700 A CN202010202700 A CN 202010202700A CN 113498077 A CN113498077 A CN 113498077A
- Authority
- CN
- China
- Prior art keywords
- task
- module
- gateway server
- edge gateway
- unloading
- 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
-
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种用于智能物联网保障低时延传输的通信方法及装置,该通信装置包括数据输入模块、时延最小模块、任务卸载模块、预测模块、网关服务器角色确定模块、网关服务器互助模块、修正模块。该装置基于物联网终端设备任务时延最小做出任务卸载的决定,通过网关服务器之间协作的方式进一步提高任务卸载的效率,旨在实现智能物联网中终端设备任务的低时延处理和传输,以提高终端设备用户的用户体验质量。
Description
技术领域
本发明涉及智能物联网保障低时延传输的通信技术,具体是一种保障物联网终端设备用户体验质量的低时延任务处理和传输的通信方法及装置。
背景技术
随着传感器、5G技术等的发展,作为信息科技产业第三次革命的智能物联网也逐渐走进了我们的生活。它通过将各类物品接入互联网中来实现“万物互联”。这将对我们的生产生活带来巨大的变革,同时也对终端设备的运算处理能力提出了更高的要求。低时延处理传输是保证很多“互联”终端设备任务得到有效处理的前提。但是物联网终端设备的运算能力十分有限,仅依靠终端设备有限的运算能力对任务进行处理,通常会由于时延过大而严重降低物联网用户的用户体验质量。为了解决这种问题,传统技术采用云服务器卸载的方式,将一部分运算任务卸载到距离物联网终端设备比较远的云服务器中,由云服务器承担该部分运算量,再将结果反馈回来给本地设备。但是由于云服务器距离终端设备比较远,所以任务卸载过程中产生的传输时延较长,这对于低时延任务传输处理同样不利。于是,现有技术多采用边缘网关服务器承担本地设备的运算卸载任务,相比于云服务器于边缘网关服务器距离物联网终端设备要近很多,因此使得任务传输时延极大降低。然而,边缘网关服务器运算能力有限,而物联网终端设备运算卸载量的空间分布差异很大,这使得有些服务器过载,而有些服务器存在运算资源浪费的现象。
发明内容
至少为了解决上述问题中的一种或多种,本发明提出了一种用于智能物联网保障低时延传输的通信方法,物联网终端设备根据任务处理时延最小原则做出任务卸载决定,将部分运算任务传输到边缘网关服务器,由边缘网关服务器承担部分运算任务并反馈结果;为了提高边缘网关服务器运算效率,进一步降低任务传输处理时延,在边缘网关服务器之间进行二次卸载,大大提高了物联网节点用户的用户体验质量。本发明还提出了一种用于智能物联网保障低时延传输的通信装置,通过该装置可以实现物联网终端设备任务的低时延传输处理,与一般的通信装置不同,本发明提出的任务卸载方式,不仅包括物联网终端设备到边缘网关服务器的卸载,还包括边缘网关服务器之间的二次协作式卸载。此外,本发明采用对下一时刻物联网终端设备数量预测的方式来保障二次卸载效率。因此,使得任务处理时延进一步减小的同时也提高了边缘网关服务器运算资源利用率。
为实现上述目的,本发明提供一种用于智能物联网保障低时延传输的通信方法(以下简称“本发明方法”),包括如下步骤:
步骤1,获取t时刻物联网终端设备任务的数据信息,其中,物联网终端设备任务的数据信息主要包括任务的数据量与运算量;
步骤2,物联网终端设备将部分任务卸载到边缘网关服务器得到初次任务处理时延;
步骤3,基于时延最小原则对物联网终端设备任务做出初次卸载决定(此时不考虑边缘网关服务器可能存在的运算资源不足的问题),得到边缘网关服务器的初次任务卸载策略;
步骤4,根据物联网终端设备接入量的历史数据信息,对t时刻各边缘网关服务器服务范围下的物联网终端设备数量进行预测,得到包含具有边缘网关服务器分布数量信息的预测结果;
步骤5,基于初次任务卸载策略,建立物联网终端设备任务运算卸载量和接入数量与各边缘网关服务器运算量之间的映射关系,得到各边缘网关服务器需要承担的卸载运算量;
步骤6,根据各边缘网关服务器需要承担的运算卸载量与其自身的运算资源之间的大小关系,进行边缘网关服务器之间的协作式二次卸载(此时考虑边缘网关服务器可能存在的运算资源不足的问题);
步骤7,根据协作式二次卸载的结果修正任务卸载策略,得到最终结果。
需要注意的是,步骤2中,所述初次任务处理时延包括通信时延和运算时延;
所述通信时延产生在设备将部分任务卸载到边缘网关服务器,以及边缘网关服务器反馈运算结果的过程,由于后一部分的通信时延比较短,本发明只考虑第一部分的无线通信时延,因此通信时延表示为:
所述运算时延发生在移动终端设备本地或者边缘网关服务器对运算任务的处理阶段,表示为:
式中,Citoc表示移动终端设备任务运算量,f*表示运算速率,由于不同平台运算速率存在差异,f*为fiot和fs的二元取值,他们分别代表智能物联网终端设备和边缘网关服务器的运算效率;
初次任务处理时延表示为:
需要注意的是,步骤3中,所述基于时延最小原则对物联网用户节点任务做出初次卸载决定,得到初次任务卸载策略,具体为:
在满足时延最小约束的前提下,做出时延最小的初次任务卸载策略,即,最小化初次任务处理时延:
上式最小化任务处理时延需满足的约束条件包括:
Tc≤D et≤E αt∈{0,1} (5)
式中,Tc≤D表示任务需要在其截至时间内完成;et≤E表示任务完成需要满足其能耗的限制;αt∈{0,1}代表任务的卸载决定是一个二元变量,为1时表示进行任务卸载,否则,任务在本地物联网终端设备处理。
需要注意的是,步骤4中,所述对下一时刻边缘网关服务器的数量进行预测时采用现有预测技术GRU(Gate Recurrent Unit,门控循环单元)。用t时刻之前物联网终端设备数量作为GRU预测的训练集,预测t时刻边缘网关服务器服务覆盖范围下的物联网终端设备数量。GRU预测包含以下基本步骤:
隐藏层是之前状态和候选状态在t时刻的线性插值,表示为:
ht=zt⊙ht-1+(1-zt)⊙Ht,式中,zt是更新门,zt=ζ(Wxzxt+Whzht-1+bz),更新门决定了有多少之前的状态信息可以进入当前时刻,zt越接近于1,表示当前状态所用到的之前的信息更多。
rt=ζ(Wxrxt+Whrht-1+br),rt越接近于0,代表输出状态所占之前时刻的比重更小。
需要注意的是,步骤5中,所述基于任务卸载策略,建立运算卸载量和物联网终端设备接入量与各边缘网关服务器承担卸载运算量之间的映射关系,得到各边缘网关服务器需要承担的卸载运算量;
具体为:
将预测得到的t时刻的物联网终端设备接入量与物联网终端设备做出初次卸载决定得到的卸载运算量构成线性关系,得到t时刻边缘网关服务器所需要承担的运算量。
主要注意的是,步骤6中,所述根据各边缘网关服务器需要承担的运算卸载量与各边缘网关服务器自身的运算资源在各边缘网关服务器之间进行协作式二次卸载,具体为:
步骤6.1,确定边缘网关服务器的角色:
将当前时刻边缘网关服务器需要承担的运算量与自身具有的运算资源相对比,会出现如下两种情况:
第一种情况:边缘网关服务器需要承担的运算量多于自身具有的运算资源,这时,将这类边缘网关服务器定义为编号为1的服务器;
第二种情况:边缘网关服务器需要承担的运算量不多于自身具有的运算资源,这时,将这类边缘网关服务器定义为编号为2的服务器;
步骤6.2,边缘网关服务器之间进行协作式二次卸载:
由当前具有运算资源富余的标号为2的边缘网关服务器对运算资源不足的标号为1的边缘网关服务器的部分运算量进行运算,标号为2的边缘网关服务器与标号为1的边缘网关服务器之间的配对标准是:有效进行二次卸载,进一步降低任务处理的时延。
例如,将自身运算资源比需要承担的运算量多10%以上的标号为2的边缘网关服务器与自身运算资源比需要承担的运算量少10%以下的标号为1的边缘网关服务器随机配对;将自身运算资源比需要承担的运算量多20%以上的标号为2的边缘网关服务器与自身运算资源比需要承担的运算量少20%以下的标号为1的边缘网关服务器随机配对;将自身运算资源比需要承担的运算量多30%以上的标号为2的边缘网关服务器与自身运算资源比需要承担的运算量少30%以下的标号为1的边缘网关服务器随机配对;依次类推,完成边缘网关服务器之间进行协作式二次卸载。
需要注意的是,步骤7中,在边缘网关服务器二次卸载的过程中还会发生排队时延,表示为:
最终任务处理时延修正为:
相应地,最小化任务处理时延修正为:
上式最小化任务处理时延需满足的约束条件在约束(5)的基础上还需要满足:βt∈{0,1},它代表边缘网关服务器之间是(值为1)否(值为0)存在二次卸载过程。
所述根据协作式二次卸载的结果修正任务卸载策略,是由于移动终端设备首先根据自己时延最小做出任务卸载决定,此次卸载为初始卸载,这时没有考虑边缘网关服务器存在的运算资源不足问题。在考虑了服务器之间互助的二次卸载之后,需要对原始卸载策略进行调整,以实现更加符合实际情况的低时延保证的卸载做法。
本发明中提出的一种用于智能物联网保障低时延传输的通信方法的工作原理如图1所示,终端设备为了保证任务低时延处理通信,根据时延最小的原则,对任务进行卸载处理,以服务器1覆盖范围为例,其内终端1、终端2与服务器1之间通过无线信道进行通信,将要卸载的任务量传输给服务器1。同样地,边缘网关服务器2、边缘网关服务器3、边缘网关服务器4也都对应地承担其服务范围内的移动终端的运算量。根据服务器角色确定规则,将服务器1-4分成需要帮助的“1”类和提供帮助的“2”类,即上文中标号为1的边缘网关服务器与标号为2的边缘网关服务器。由于每个边缘网关服务器其服务范围内的移动终端设备卸载的总运算量存在空间分布差异,所以边缘网关服务器之间协作进行二次卸载来均衡这种差异。服务器之间通过通信链路进行通信,比如:边缘网关服务器1与边缘网关服务器2之间通过通信链路1通信,边缘网关服务器2和边缘网关服务器3之间通过通信链路2来通信。通过通信链路,服务器承载的运算量可以在边缘网关服务器层面进行二次卸载处理,修补第一次又移动终端设备卸载的不足,进一步减少终端设备任务处理时延,提高物联网终端设备用户的用户同样质量,也提高了网关服务器运算资源使用效率。
为实现上述目的,本发明还提供一种用于智能物联网保障低时延传输的通信装置(以下简称“本发明装置”),包括数据输入模块、时延最小模块、任务卸载模块、预测模块、网关服务器角色确定模块、网关服务器互助模块、修正模块,具体的:
所述数据输入模块与时延最小模块相连,用于提供相关数据信息给时延最小模块,使时延最小模块判断当前物联网终端设备采取何种任务处理、通信行为能使得任务处理时延达到最小,即任务卸载策略;并且,所述数据输入模块与预测模块相连,提供相关数据信息给预测模块,预测模块根据提供的数据信息对下一时刻的边缘网关服务器的数量进行预测;
所述时延最小模块与数据输入模块、任务卸载模块相连,在时延最小模块得到任务处理时延最小的任务卸载策略后,在任务卸载模块进行对应任务的卸载工作,将物联网终端设备任务卸载到边缘网关服务器或者本地处理,选择对应的通信链路传输卸载量;
所述任务卸载模块与时延最小模块、修正模块相连,边缘网关服务器根据任务卸载策略做出任务卸载决定,由于卸载量空间分布不均衡,卸载的运算量可能超过提供卸载服务的边缘网关服务器的运算能力,所以修正模块对此进行修正以确保边缘网关服务器处理传输的低时延;
所述预测模块与数据输入模块、网关服务器角色确定模块相连,数据输入模块为预测模块对下一时刻边缘网关服务器的数量进行预测,预测模块为边缘网关服务器角色确定提供指导;
所述网关服务器角色确定模块与预测模块、任务卸载模块相连,任务卸载模块和预测模块共同为边缘网关服务器角色确定提供依据;
所述网关服务器互助模块与网关服务器角色互助模块和修正模块相连,根据边缘网关服务器确定的角色,边缘网关服务器之间采取二次卸载的方式来缓解边缘网关服务器任务卸载量分布不均匀的问题,进一步减少边缘网关服务器任务完成时延,同时也有助于最大化边缘网关服务器的运算效率;
所述修正模块与任务卸载模块和网关服务器互助模块相连,根据边缘网关服务器做出的二次卸载决定,相应地调整任务卸载策略,进一步减少物联网节点用户任务处理时延。
需要注意的是,时延最小模块包括传输模块、排队模块、运算模块、完成模块、优化模块,其中:
传输模块用于获取本发明方法中的通信时延,即Ts;
运算模块用于获取本发明方法中的运算时延,即Tq;
排队模块用于获取本发明方法中的排队时延,即Tcom;
完成模块用于获取本发明方法中的任务处理时延时延,即Tc;
优化模块用于根据协作式二次卸载的结果修正任务卸载策略,即本发明方法中的步骤7;
需要注意的是,网关服务器角色确定模块包括映射模块、权衡模块、角色确定模块,其中:
映射模块用于建立运算卸载量与边缘网关服务器之间的映射关系;
权衡模块用于比较边缘网关服务器具有运算资源与其需要承载卸载运算量之间的大小关系。
角色确定模块用于确定边缘网关服务器的分类,基于权衡模块将边缘网关服务器分成标号为1的服务器与标号为2的服务器;
需要注意的是,数据输入模块包括数据量模块、运算量模块、不同时刻下物联网终端设备接入量统计模块,其中:
数据量模块用于获取物联网用户节点任务的数据量;
运算量模块用于获取物联网用户节点任务的运算量
不同时刻下物联网终端设备接入量统计模块用于获取终端设备历史接入数量信息,作为GRU预测训练数据,帮助完成对下一时刻物联网终端设备分布数量的预测。
需要注意的是,修正模块包括网关服务器协作卸载决定模块、矫正模块,其中:
网关服务器协作卸载决定模块用于对是否进行本发明方法中步骤6中的协作式二次卸载进行决策;
矫正模块用于对物联网终端设备初次任务卸载决定进行矫正,以得到基于边缘网关服务器协作的更符合实际情况的最终卸载决定。
需要注意的是,任务卸载模块包括初次任务卸载模块、调整模块,其中:
初次任务卸载模块用于对是否进行本发明方法中步骤3中的卸载进行决策;
调整模块用于对是否进行本发明方法中步骤7中的卸载进行决策。
需要注意的是,预测模块包括预处理模块、预测模块,其中:
预处理模块用于对输入数据模块获取的终端设备历史接入数量信息进行处理,主要包括对异常信息的筛查和对重复无用信息的去除;
预测模块用于对是否进行本发明方法中步骤4中的卸载进行决策。
需要注意的是,网关服务器互助模块包括网关服务器时延判断模块、配对模块,其中:
网关服务器时延判断模块用于获取在不同边缘网关服务器配对情况下得到的任务处理时延,通过判断比较,得到任务处理时延最小的边缘网关服务器配对方式。
配对模块用于完成协作式二次卸载过程中边缘网关服务器之间的配对。
有益效果
本发明提出的一种用于智能物联网保障低时延传输的通信方法及装置,有效降低物联网终端设备任务处理时延,提高物联网终端设备用户的用户体验质量;在该通信网络中,物联网终端设备根据对自身任务运算时延的判断,做出卸载决定,将部分运算量卸载到具有更强处理能力的边缘网关服务器,减小任务运算时延。这种做法不仅能有效提高终端设备任务处理质量,降低时延,提高物联网终端设备用户的用户体验质量,还使得网关服务器的运算资源得到更加合理有效配置,提高利用率。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明的用于智能物联网保障低时延传输的通信方法示意图;
图2为本发明的用于智能物联网保障低时延传输的通信装置示意图;
图3为本发明的时延最小模块示意图;
图4为本发明的网关服务器角色确定模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接,还可以是物理连接或无线通信连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。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在本发明中的具体含义。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
实施例一
本实施例中共有4个服务器、每个服务器中物联网终端设备数目分别为2、4、3、1,如图1所示。以在服务器1服务范围内的终端设备1为例,通过以下步骤完成终端设备1任务的低时延卸载工作:
1)终端设备1根据任务数据量、运算量的特点,以最小化任务时延为目的,做出任务的卸载决定,将多余的运算量卸载到为其提供卸载服务的边缘网关服务器1。
2)由于边缘网关服务器需要承担的运算量空间分布不均匀,服务器之间进行协助式的二次任务卸载,通过配对的方式来均衡运算量分布。服务器1通过通信链路与服务器2进行通信,完成二次卸载。
3)由于终端设备1将运算量卸载到服务器1的过程中没有考虑到边缘网关服务器1可能存在的运算资源不足问题,所以,在服务器1进行二次卸载之后,需要对终端1的卸载决定进行修正,因为终端1的任务最终可能被卸载到不止一个服务器。
上述实施例1中的步骤1)中最小化任务时延的判决方法为:对于每一个终端设备任务,根据其自身运算量数据量和信道特点,得到任务完成时延,将该问题归结成一个最小化时延的优化问题,还需要满足时延、能耗要求。
上述实施例1中的步骤2)中二次任务卸载涉及到对物联网节点用户数目的预测,预测训练集的实施方法可以是:
实施方式一:将前一周的当前时刻、前一周当前时刻的前一时刻、前一周当前时刻的后一时刻作为训练集进行训练。
实施方式二:将前一周的当前时刻、前一周当前时刻的前一时刻、前一周当前时刻的前一时刻的前一时刻作为训练集进行训练。
实施方式三:将前一周的当前时刻、前一周当前时刻的后一时刻、前一周当前时刻的后一时刻的后一时刻作为训练集进行训练。
实施方式四:将前一周的当前时刻、前两周的当前时刻、前三周的当前时刻作为训练集进行训练。
实施方式五:将前一周的当前时刻、前两周的当前时刻、前三周的当前时刻、前一周当前时刻的前一时刻、前一周当前时刻的后一时刻作为训练集进行训练。
上述实施例1中的步骤2)中边缘网关服务器配对的方式涉及到服务器角色的确定,确定边缘网关服务器角色的方案可以是:
实施方式一:将边缘网关服务器运算能力与运算量进行对比,若运算能力低于运算量,则将该类服务器视作需要帮助的“1”类服务器;若运算能力不低于运算量,则将该类服务器视作提供帮助的“2”类服务器;
实施方式二:将边缘网关服务器运算能力与运算量进行对比,若运算能力不高于于运算量,则将该类服务器视作需要帮助的“1”类服务器;若运算能力高于运算量,则将该类服务器视作提供帮助的“2”类服务器;
实施方式三:将边缘网关服务器运算能力与运算量进行对比,若运算能力高于运算量,则将该类服务器视作需要帮助的“1”类服务器;若运算能力低于运算量,则将该类服务器视作提供帮助的“2”类服务器;若运算能力等于运算量,则将该类服务器视作“自给自足”服务器,它们既不提供帮助也不寻求帮助。
上述实施例1中的步骤2)中修正方式可以是:
实施方式一:不对原始卸载决定做修正;
实施方式二:将原始卸载决定修正为卸载到不止一个服务器。
实施例二
本实施例公开了一种用于智能物联网保障低时延传输的通信装置,如图2所示,其包含有数据输入模块、时延最小模块、任务卸载模块、预测模块、网关服务器角色确定模块、网关服务器互助模块、修正模块,具体的:
输入模块:与时延最小模块相连,提供相关数据信息给时延最小模块,用于帮助时延最小模块判断当前物联网终端设备采取何种任务处理、通信行为能使得任务处理时延达到最小;并且,数据输入模块与预测模块相连,提供相关数据信息给时延预测模块,预测模块根据提供的数据信息对下一时刻的边缘网关服务器的数量进行预测。
时延最小模块:与数据输入模块、任务卸载模块相连,在时延最小模块得到任务处理时延最小的处理方案后,在任务卸载模块进行对应任务卸载工作,将智能物联网终端设备的任务卸载到网关服务器或者本地处理,选择对应的通信链路传输卸载量。
任务卸载模块:与时延最小模块、修正模块相连,物联网接节点用户根据时延最小做出任务卸载决定,由于卸载量空间分布不均衡,卸载的运算量可能超过提供卸载服务的网关服务器的运算能力,所以修正模块对此进行修正以确保物联网终端设备任务处理传输的低时延。
预测模块:与数据输入模块、网关服务器角色确定模块相连,数据输入模块为预测模块对下一时刻物联网终端设备数量进行预测,预测模块为网关服务器角色确定提供指导。
网关服务器角色确定模块:与预测模块、任务卸载模块相连,任务卸载模块和预测模块共同为网关服务器角色确定提供依据。
网关服务器互助模块:与网关服务器角色互助模块和修正模块相连,根据网关服务器确定的角色,网关服务器之间采取相互帮助的方式来缓解物联网终端设备任务卸载量分布不均匀的问题,进一步减少物联网终端设备任务完成时延,同时也有助于最大化网关服务器的运算效率。
修正模块:与任务卸载模块和网关服务器互助模块相连,根据网关服务器做出的互助决定,相应地调整对物联网终端设备任务做出的原始卸载决定,进一步减少任务处理时延。
上述实施例二中的时延最小模块包括传输模块、排队模块、运算模块、完成模块、优化模块,如图3所示,其中,传输模块用于获取通信时延,运算模块用于获取运算时延,排队模块用于获取本发明方法中的排队时延,即Tcom,完成模块用于获取任务处理时延,优化模块用于根据协作式二次卸载的结果修正任务卸载策略。
通信时延产生在移动终端设备做出任务初次卸载决定,设备将任务的部分运算量卸载到边缘网关服务器的过程,以及边缘网关服务器反馈运算结果的过程,由于后一部分的通信时延比较短,本发明只考虑第一部分的无线通信时延,因此通信时延表示为:
运算时延发生在移动终端设备本地或者边缘网关服务器对运算任务的处理阶段,表示为:
式中,Citoc表示移动终端设备任务运算量,f*表示运算速率,由于不同平台运算速率存在差异,f*为fiot和fs的二元取值,他们分别代表智能物联网终端设备和边缘网关服务器的运算效率;
排队时延发生在边缘网关服务器二次卸载的过程中,表示为:
基于时延最小原则对物联网用户节点任务做出卸载决定,得到任务卸载策略,具体为:
在满足时延最小约束的前提下,做出时延最小的任务卸载策略,即,最小化任务处理时延:
上式最小化任务处理时延需满足的约束条件包括:
Tc≤D et≤E αt,βt∈{0,1}
式中,Tc≤D表示任务需要在其截至时间内完成;et≤E表示任务完成需要满足其能耗的限制;αt,βt∈{0,1}代表任务的卸载决定是一个二元变量,分别代表是否进行任务卸载和边缘网关服务器之间是否存在二次卸载过程。
上述实施例二中的网关服务器角色确定模块包括映射模块、权衡模块、角色确定模块,如图4所示。
映射模块为根据单个终端设备卸载量和物联网节点用户数量建立每个服务器需要承载的运算量的映射关系,其实施方案可以是:
实施方案一:线性映射;
实施方案二:非线性映射。
角色确定模块用于确定边缘网关服务器的分类,即本发明方法中的将当前时刻边缘网关服务器需要承担的运算量与自身具有的运算资源相对比,将边缘网关服务器分成标号为1的服务器与标号为2的服务器;
权衡模块是指边缘服务器将自身运算资源与运算量进行对比的过程,相应做出角色划分。
需要注意的是,网关服务器角色确定模块包括映射模块、权衡模块、角色确定模块,其中:
映射模块用于建立运算卸载量与边缘网关服务器之间的映射关系;
数据输入模块包括数据量模块、运算量模块、不同时刻下物联网节点用户接入量统计模块,其中:
数据量模块用于获取物联网用户节点任务的数据量;
运算量模块用于获取物联网用户节点任务的运算量;
不同时刻下物联网节点用户接入量统计模块用于获取终端设备历史接入数量信息,作为GRU预测训练数据,帮助完成对下一时刻物联网终端设备分布数量的预测。
修正模块包括网关服务器协作卸载决定模块、矫正模块,其中:
修正模块包括网关服务器协作卸载决定模块用于对是否进行协作式二次卸载进行决策;
矫正模块用于对物联网终端设备初次任务卸载决定进行矫正,以得到基于边缘网关服务器协作的更符合实际情况的最终卸载决定。
任务卸载模块包括初次任务卸载模块、调整模块,其中:
初次任务卸载模块用于对任务做出初次卸载决定;
调整模块用于缘网关服务器做出二次卸载决定,考虑边缘网关服务器协作对初次任务卸载决定做出调整。
预测模块包括预处理模块、预测模块,其中:
预处理模块用于对输入数据模块获取的终端设备历史接入数量信息进行处理,主要包括对异常信息的筛查和对重复无用信息的去除;
预测模块用于采用GRU预测技术,得到下一时刻物联网终端设备接入量。
网关服务器互助模块包括网关服务器时延判断模块、配对模块,其中:
网关服务器时延判断模块用于获取在不同边缘网关服务器配对情况下得到的任务处理时延,通过判断比较,得到任务处理时延最小的边缘网关服务器配对方式;
配对模块用于完成协作式二次卸载过程中边缘网关服务器之间的配对。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,本发明的范围由所附的权利要求范围决定,而非由实施例的具体描述所界定。
Claims (7)
1.一种用于智能物联网保障低时延传输的通信方法,其特征在于,包括如下步骤:
步骤1,获取t时刻物联网终端设备任务的数据信息,其中,物联网终端设备任务的数据信息主要包括任务的数据量与运算量;
步骤2,物联网终端设备将部分任务卸载到边缘网关服务器得到初次任务处理时延;
步骤3,基于时延最小原则对物联网终端设备任务做出初次卸载决定,得到边缘网关服务器的初次任务卸载策略;
步骤4,根据物联网终端设备接入量的历史数据信息,对t时刻各边缘网关服务器服务范围下的物联网终端设备数量进行预测,得到包含具有边缘网关服务器分布数量信息的预测结果;
步骤5,基于初次任务卸载策略,建立物联网终端设备任务运算卸载量和接入数量与各边缘网关服务器运算量之间的映射关系,得到各边缘网关服务器需要承担的卸载运算量;
步骤6,根据各边缘网关服务器需要承担的运算卸载量与其自身的运算资源之间的大小关系,进行边缘网关服务器之间的协作式二次卸载;
步骤7,根据协作式二次卸载的结果修正任务卸载策略,得到最终结果。
4.根据权利要求1所述用于智能物联网保障低时延传输的通信方法,其特征在于,步骤4中,所述对下一时刻边缘网关服务器的数量进行预测时采用GRU预测。
5.根据权利要求1所述用于智能物联网保障低时延传输的通信方法,其特征在于,步骤5中,所述基于任务卸载策略,建立运算卸载量和物联网终端设备接入量与各边缘网关服务器承担卸载运算量之间的映射关系,得到各边缘网关服务器需要承担的卸载运算量;具体为:
将预测得到的t时刻的物联网终端设备接入量与物联网终端设备做出初次卸载决定得到的卸载运算量构成线性关系,得到t时刻边缘网关服务器所需要承担的运算量。
6.根据权利要求1所述用于智能物联网保障低时延传输的通信方法,其特征在于,步骤6中,所述根据各边缘网关服务器需要承担的运算卸载量与各边缘网关服务器自身的运算资源在各边缘网关服务器之间进行协作式二次卸载,具体为:
步骤6.1,确定边缘网关服务器的角色:
将当前时刻边缘网关服务器需要承担的运算量与自身具有的运算资源相对比,会出现如下两种情况:
第一种情况:边缘网关服务器需要承担的运算量多于自身具有的运算资源,这时,将这类边缘网关服务器定义为编号为1的服务器;
第二种情况:边缘网关服务器需要承担的运算量不多于自身具有的运算资源,这时,将这类边缘网关服务器定义为编号为2的服务器;
步骤6.2,边缘网关服务器之间进行协作式二次卸载:
由当前具有运算资源富余的标号为2的边缘网关服务器对运算资源不足的标号为1的边缘网关服务器的部分运算量进行运算。
7.一种用于智能物联网保障低时延传输的通信装置,其特征在于,包括数据输入模块、时延最小模块、任务卸载模块、预测模块、网关服务器角色确定模块、网关服务器互助模块、修正模块,具体的:
所述数据输入模块与时延最小模块相连,用于提供相关数据信息给时延最小模块,使时延最小模块判断当前物联网终端设备采取何种任务处理、通信行为能使得任务处理时延达到最小,即任务卸载策略;并且,所述数据输入模块与预测模块相连,提供相关数据信息给预测模块,预测模块根据提供的数据信息对下一时刻的边缘网关服务器的数量进行预测;
所述时延最小模块与数据输入模块、任务卸载模块相连,在时延最小模块得到任务处理时延最小的任务卸载策略后,在任务卸载模块进行对应任务的卸载工作,将物联网终端设备任务卸载到边缘网关服务器或者本地处理,选择对应的通信链路传输卸载量;
所述任务卸载模块与时延最小模块、修正模块相连,边缘网关服务器根据任务卸载策略做出任务卸载决定,由于卸载量空间分布不均衡,卸载的运算量可能超过提供卸载服务的边缘网关服务器的运算能力,所以修正模块对此进行修正以确保边缘网关服务器处理传输的低时延;
所述预测模块与数据输入模块、网关服务器角色确定模块相连,数据输入模块为预测模块对下一时刻边缘网关服务器的数量进行预测,预测模块为边缘网关服务器角色确定提供指导;
所述网关服务器角色确定模块与预测模块、任务卸载模块相连,任务卸载模块和预测模块共同为边缘网关服务器角色确定提供依据;
所述网关服务器互助模块与网关服务器角色互助模块和修正模块相连,根据边缘网关服务器确定的角色,边缘网关服务器之间采取二次卸载的方式来缓解边缘网关服务器任务卸载量分布不均匀的问题,进一步减少边缘网关服务器任务完成时延,同时也有助于最大化边缘网关服务器的运算效率;
所述修正模块与任务卸载模块和网关服务器互助模块相连,根据边缘网关服务器做出的二次卸载决定,相应地调整任务卸载策略,进一步减少物联网终端设备任务处理时延。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010202700.4A CN113498077B (zh) | 2020-03-20 | 2020-03-20 | 一种用于智能物联网保障低时延传输的通信方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010202700.4A CN113498077B (zh) | 2020-03-20 | 2020-03-20 | 一种用于智能物联网保障低时延传输的通信方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113498077A true CN113498077A (zh) | 2021-10-12 |
CN113498077B CN113498077B (zh) | 2022-05-13 |
Family
ID=77993703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010202700.4A Active CN113498077B (zh) | 2020-03-20 | 2020-03-20 | 一种用于智能物联网保障低时延传输的通信方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113498077B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113518122A (zh) * | 2021-06-17 | 2021-10-19 | 中南林业科技大学 | 边缘智能网络保障低时延传输的任务卸载方法、装置、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107846704A (zh) * | 2017-10-26 | 2018-03-27 | 北京邮电大学 | 一种基于移动边缘计算的资源分配及基站服务部署方法 |
CN109992419A (zh) * | 2019-03-29 | 2019-07-09 | 长沙理工大学 | 一种优化的协同边缘计算低延迟任务分配卸载方法 |
CN110377353A (zh) * | 2019-05-21 | 2019-10-25 | 湖南大学 | 计算任务卸载系统与方法 |
CN110493360A (zh) * | 2019-09-26 | 2019-11-22 | 重庆大学 | 多服务器下降低系统能耗的移动边缘计算卸载方法 |
CN110505165A (zh) * | 2019-08-26 | 2019-11-26 | 北京邮电大学 | 一种基于双向拍卖机制的边缘计算任务卸载方法及装置 |
WO2020023115A1 (en) * | 2018-07-27 | 2020-01-30 | Futurewei Technologies, Inc. | Task offloading and routing in mobile edge cloud networks |
CN110769059A (zh) * | 2019-10-28 | 2020-02-07 | 中国矿业大学 | 一种面向区域性边缘计算物联网的协作服务部署与业务分配方法 |
CN110888745A (zh) * | 2019-11-29 | 2020-03-17 | 中国石油大学(华东) | 一种考虑任务传输到达时间的mec节点选择方法 |
-
2020
- 2020-03-20 CN CN202010202700.4A patent/CN113498077B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107846704A (zh) * | 2017-10-26 | 2018-03-27 | 北京邮电大学 | 一种基于移动边缘计算的资源分配及基站服务部署方法 |
WO2020023115A1 (en) * | 2018-07-27 | 2020-01-30 | Futurewei Technologies, Inc. | Task offloading and routing in mobile edge cloud networks |
CN109992419A (zh) * | 2019-03-29 | 2019-07-09 | 长沙理工大学 | 一种优化的协同边缘计算低延迟任务分配卸载方法 |
CN110377353A (zh) * | 2019-05-21 | 2019-10-25 | 湖南大学 | 计算任务卸载系统与方法 |
CN110505165A (zh) * | 2019-08-26 | 2019-11-26 | 北京邮电大学 | 一种基于双向拍卖机制的边缘计算任务卸载方法及装置 |
CN110493360A (zh) * | 2019-09-26 | 2019-11-22 | 重庆大学 | 多服务器下降低系统能耗的移动边缘计算卸载方法 |
CN110769059A (zh) * | 2019-10-28 | 2020-02-07 | 中国矿业大学 | 一种面向区域性边缘计算物联网的协作服务部署与业务分配方法 |
CN110888745A (zh) * | 2019-11-29 | 2020-03-17 | 中国石油大学(华东) | 一种考虑任务传输到达时间的mec节点选择方法 |
Non-Patent Citations (2)
Title |
---|
B. GU, Z. ZHOU, S. MUMTAZ, V. FRASCOLLA AND A. KASHIF BASHIR: ""Context-Aware Task Offloading for Multi-Access Edge Computing: Matching with Externalities,"", 《2018 IEEE GLOBAL COMMUNICATIONS CONFERENCE (GLOBECOM)》 * |
刘亚萍: "移动边缘计算中基于谱聚类的微云放置策略研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113518122A (zh) * | 2021-06-17 | 2021-10-19 | 中南林业科技大学 | 边缘智能网络保障低时延传输的任务卸载方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113498077B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108920279B (zh) | 一种多用户场景下的移动边缘计算任务卸载方法 | |
CN113810233B (zh) | 一种在随机网络中基于算网协同的分布式计算卸载方法 | |
CN112004239A (zh) | 一种基于云边协同的计算卸载方法及系统 | |
CN111093203B (zh) | 一种基于环境感知的服务功能链低成本智能部署方法 | |
CN111967605B (zh) | 无线电接入网中的机器学习 | |
CN112689303B (zh) | 一种边云协同资源联合分配方法、系统及应用 | |
CN110234127B (zh) | 一种基于sdn的雾网络任务卸载方法 | |
CN107708152B (zh) | 异构蜂窝网络的任务卸载方法 | |
CN114422349B (zh) | 基于云边端协同的深度学习模型训练和推理架构部署方法 | |
CN113918240A (zh) | 任务卸载方法及装置 | |
CN108901075A (zh) | 一种基于gs算法的资源分配方法 | |
CN111836284B (zh) | 基于移动边缘计算的能耗优化计算、卸载方法和系统 | |
CN112817741B (zh) | 一种边缘计算的dnn任务控制方法 | |
CN112261120A (zh) | 一种配电物联网云边协同任务卸载方法及装置 | |
CN116235529A (zh) | 实现多个接入网络设备的自组织网络的方法和执行该方法的电子装置 | |
CN113961204A (zh) | 一种基于多目标强化学习的车联网计算卸载方法及系统 | |
CN113498077B (zh) | 一种用于智能物联网保障低时延传输的通信方法及装置 | |
CN114567933A (zh) | 基于改进遗传算法的异构云雾协同网络中的资源分配方法 | |
CN113676357B (zh) | 面向电力物联网中边缘数据处理的决策方法及其应用 | |
CN112084034B (zh) | 一种基于边缘平台层调节系数的mct调度方法 | |
Han et al. | Multi-step reinforcement learning-based offloading for vehicle edge computing | |
CN111162852B (zh) | 一种基于匹配学习的泛在电力物联网接入方法 | |
CN113518122A (zh) | 边缘智能网络保障低时延传输的任务卸载方法、装置、设备及介质 | |
CN114615705B (zh) | 一种基于5g网络下单用户资源分配策略方法 | |
CN110764833A (zh) | 一种基于边缘计算的任务卸载方法、装置及系统 |
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 |