CN113703970B - 基于拍卖机制的服务器资源分配方法、装置、设备及介质 - Google Patents
基于拍卖机制的服务器资源分配方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113703970B CN113703970B CN202110931482.2A CN202110931482A CN113703970B CN 113703970 B CN113703970 B CN 113703970B CN 202110931482 A CN202110931482 A CN 202110931482A CN 113703970 B CN113703970 B CN 113703970B
- Authority
- CN
- China
- Prior art keywords
- server
- resource allocation
- energy consumption
- edge
- task
- 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
Links
- 238000013468 resource allocation Methods 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000007246 mechanism Effects 0.000 title claims abstract description 24
- 230000008901 benefit Effects 0.000 claims abstract description 67
- 230000008569 process Effects 0.000 claims abstract description 40
- 238000005265 energy consumption Methods 0.000 claims description 92
- 238000004364 calculation method Methods 0.000 claims description 63
- 238000012545 processing Methods 0.000 claims description 54
- 230000006870 function Effects 0.000 claims description 23
- 230000005540 biological transmission Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 8
- 239000003990 capacitor Substances 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
-
- 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
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种基于拍卖机制的服务器资源分配方法、装置、设备及介质。所述方法包括:根据帕累托最优分配以最大化社会福利为目标确定当前时刻的拍卖获胜者;获取边缘服务器在当前时刻计算投标成功的第一任务数据量,以及,云服务器在当前时刻计算投标成功的第二任务数据量;根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略。本申请实施例在移动边缘计算场景下的资源分配过程中,考虑了最优化社会福利的边云协同资源分配情况,使得可以最大化满足参与者的需求,提高用户的服务质量。
Description
技术领域
本申请涉及通信技术领域,具体涉及一种基于拍卖机制的服务器资源分配方法、装置、设备及介质。
背景技术
移动边缘计算可以实现第五代移动通信技术5G(fifith-generation)用户对低时延、高可靠性和高服务质量的需求,其通过在移动设备附近的蜂窝网络或无线电接入网络的边缘部署小规模数据中心和边缘服务器,可以减少延迟和能源消耗。
然而,在进行移动边缘计算场景下的资源分配时,为了应对边缘计算资源的有限性,现有技术更多的是强调优化边缘服务器的卸载成本,并没有考虑在资源分配过程中设备的个体理性、系统内部的竞争性和资源调度动态性,使得资源分配的质量不能很好地满足用户需求。
发明内容
由于现有方法存在上述问题,本申请实施例提供一种基于拍卖机制的服务器资源分配方法、装置、设备及介质。
具体的,本申请实施例提供了以下技术方案:
第一方面,本申请实施例提供了一种基于拍卖机制的服务器资源分配方法,包括:
社会福利根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者;
获取边缘服务器在当前时刻计算所述拍卖获胜者投标成功的第一任务数据量,以及,云服务器在当前时刻计算所述拍卖获胜者投标成功的第二任务数据量;
根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略。
可选的,在根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者前,还包括:接收移动设备发送的投标文件;
根据所述投标文件,制定招标项目的定价策略,以使移动设备根据所述定价策略进行真实投标,以及,边缘服务器和云服务器根据所述定价策略提供相应的计算服务。
可选的,根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略,包括:
社会福利根据所述第一任务数据量,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗,以及,根据所述第二任务数据量,确定所述云服务器在当前时刻进行任务处理时的第二计算能耗;
根据所述第一计算能耗、所述第二计算能耗以及将任务传输到边缘服务器所需的传输能耗,确定边缘系统在进行资源分配过程中产生的成本和收益;
根据边缘系统在进行资源分配过程中产生的成本和收益,建立以所述边缘系统的社会福利最大化为目标的效用函数,以使根据所述效用函数,确定服务器的资源分配策略。
可选的,根据所述第一任务数据量,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗,以及,根据所述第二任务数据量,确定所述云服务器在当前时刻进行任务处理时的第二计算能耗,包括:
根据下面第一公式,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗和所述云服务器在当前时刻进行任务处理时的第二计算能耗;所述第一公式为:
其中,和/>分别是边缘服务器和云服务器执行的第一任务数据量和第二任务数据量,κ代表相关电容器执行的影响系数,ci(t)为当前时刻完成单位数据量计算任务所需要的CPU周期,/>为当前时刻边缘服务器的CPU周期频率,/>表示在当前时刻,移动设备i到边缘服务器的传输能耗,/>为当前时刻边缘服务器进行任务处理的第一计算能耗,/>为云服务器在当前时刻进行任务处理的第二计算能耗,μ为云服务器的单位能量消耗系数。
可选的,根据所述第一计算能耗、所述第二计算能耗以及将任务传输到边缘服务器所需的传输能耗,确定边缘系统在进行资源分配过程中产生的成本,包括:
根据下面第二公式,确定边缘系统在进行资源分配过程中产生的成本;所述第二公式为:
其中,C(t)为边缘系统在进行资源分配过程中产生的成本,xi(t)为拍卖成功的指标,gi(t)为移动设备i所需的单位能耗成本,为移动设备将计算任务从本地传输到边缘服务器所需的传输能耗,/>为边缘服务器在当前时刻进行任务处理时的第一计算能耗,/>为边缘服务器将计算任务卸载到云服务器后由云服务器在当前时刻进行任务处理时的第二计算能耗。
可选的,所述效用函数为:
其中,U(t)为边缘系统的效用,xi(t)为拍卖成功的指标,Ul(t)为移动设备i竞标成功获得的收益,Ue(t)为拍卖商在竞拍成功后获得的拍卖收益,C(t)为边缘系统在进行资源分配过程中产生的成本。bi(t)为当前时刻移动设备的投标价格,πi(t)为拍卖商的收费价格,ui(t)为完成计算任务的系统奖励。
第二方面,本申请实施例提供了一种基于拍卖机制的服务器资源分配装置,包括:
第一处理模块,用于根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者;
获取模块,用于获取边缘服务器在当前时刻计算投标成功的第一任务数据量,以及,云服务器在当前时刻计算投标成功的第二任务数据量;
第二处理模块,用于根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略。
可选的,所述第二处理模块,具体用于:
根据所述第一任务数据量,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗,以及,根据所述第二任务数据量,确定所述云服务器在当前时刻进行任务处理时的第二计算能耗;
根据所述第一计算能耗、所述第二计算能耗以及将任务传输到边缘服务器所需的传输能耗,确定边缘系统在进行资源分配过程中产生的成本和收益;
根据边缘系统在进行资源分配过程中产生的成本和收益,建立以所述边缘系统的社会福利最大化为目标的效用函数,以使根据所述效用函数,确定服务器的资源分配策略。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的基于拍卖机制的服务器资源分配方法。
第四方面,本发明实施例还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述的基于拍卖机制的服务器资源分配方法。
由上面技术方案可知,本申请实施例首先根据帕累托最优分配以社会福利最大化为目标确定拍卖获胜者,然后获取边缘服务器在当前时刻计算投标成功的第一任务数据量,以及,云服务器在当前时刻计算投标成功的第二任务数据量,最后根据第一任务数据量和第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略。由此可知,本申请实施例通过边缘服务器和云服务器在当前时刻计算投标成功的任务数据量,确定当前时刻服务器的资源分配情况,并基于当前时刻服务器的资源分配情况,以最大化社会福利为目标制定服务器的资源分配策略,从而较好地满足参与者的需求,提高了用户的服务质量。
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,还可以根据这些图获得其他的附图。
图1是本申请实施例提供的基于拍卖机制的服务器资源分配方法的步骤流程图;
图2是本申请实施例提供的边缘系统示意图;
图3是本申请实施例提供的基于拍卖机制的服务器资源分配装置的结构示意图;
图4是本申请实施例的电子设备的结构示意图。
具体实施方式
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,还可以根据这些图获得其他的附图。
图1是本申请实施例提供的基于拍卖机制的服务器资源分配方法的步骤流程图,图2是本申请实施例提供的边缘系统的示意图。下面结合图1和图2对本申请实施例提供的基于拍卖机制的服务器资源分配方法进行详细解释和说明。
如图1所示,本申请实施例提供的基于拍卖机制的服务器资源分配方法,包括如下步骤:
步骤101:根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者;
在本步骤中,首先根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者,也即服务器的资源分配情况。
步骤102:获取边缘服务器在当前时刻计算所述拍卖获胜者投标成功的第一任务数据量,以及,云服务器在当前时刻计算所述拍卖获胜者投标成功的第二任务数据量;
在本步骤中,需要说明的是,本申请实施例提供的边缘系统是一个包括多移动设备多服务器的移动边缘计算资源分配系统。具体的,边缘服务器部署在靠近边缘设备的基站上,云服务器通过有线通道连接到边缘服务器。可以理解的是,由于边缘服务器的处理能力有限,因此当太多的移动设备计算任务同时到达时,边缘服务器将把计算任务卸载到云服务器上进行处理。其中,边缘系统中的基站作为拍卖商进行服务器资源分配策略设计。
在本步骤中,拍卖商根据移动设备发送的投标文件,首先制定招标项目的定价策略,以使移动设备根据定价策略进行真实投标,以及,边缘服务器根据定价策略提供计算服务。当某一移动设备竞标成功后,通过李亚普诺夫随机优化技术求解边缘系统在动态资源分配过程中边缘服务器在当前时刻计算投标成功的任务数据量大小,以及,根据系统约束求解云服务器在当前时刻计算投标成功的任务数据量大小。
步骤103:根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略。
在本步骤中,首先根据第一任务数据量,确定边缘服务器在当前时刻进行任务处理时的第一计算能耗,以及,根据第二任务数据量,确定云服务器在当前时刻进行任务处理时的第二计算能耗。然后根据第一计算能耗和第二计算能耗,确定边缘系统在进行资源分配过程中产生的成本,其主要由计算任务在边缘服务器和云服务器的计算能耗成本和传输能耗成本组成。可以理解的是,在进行资源分配过程中,产生边缘系统成本的同时参与者也会得到相应的收益。因此,在计算系边缘系统成本的同时也可以得到移动设备竞标成功获得的收益和拍卖商获得的拍卖收益。
在本步骤中,在得到边缘系统在进行资源分配过程中产生的成本和收益后,建立以所述边缘系统的社会福利最大化为目标的效用函数,从而根据效用函数的最优解,确定服务器的资源分配策略。
首先根据帕累托最优分配以社会福利最大化为目标确定拍卖获胜者,然后获取边缘服务器在当前时刻计算投标成功的第一任务数据量,以及,云服务器在当前时刻计算投标成功的第二任务数据量,最后根据第一任务数据量和第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略。由此可知,本申请实施例通过边缘服务器和云服务器在当前时刻计算投标成功的任务数据量,确定当前时刻服务器的资源分配情况,并基于当前时刻服务器的资源分配情况,以最大化社会福利为目标制定服务器的资源分配策略,从而较好地满足参与者的需求,提高了用户的服务质量。
基于上述实施例的内容,在本实施例中,在根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者前,还包括:
接收移动设备发送的投标文件;
根据所述投标文件,制定招标项目的定价策略,以使移动设备根据所述定价策略进行真实投标,以及,边缘服务器和云服务器根据所述定价策略提供相应的计算服务。
基于上述实施例的内容,在本实施例中,根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略,包括:
根据所述第一任务数据量,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗,以及,根据所述第二任务数据量,确定所述云服务器在当前时刻进行任务处理时的第二计算能耗;
根据所述第一计算能耗、所述第二计算能耗以及将任务传输到边缘服务器所需的传输能耗,确定边缘系统在进行资源分配过程中产生的成本和收益;
根据边缘系统在进行资源分配过程中产生的成本和收益,建立以所述边缘系统的社会福利最大化为目标的效用函数,以使根据所述效用函数,确定服务器的资源分配策略。
基于上述实施例的内容,在本实施例中,根据所述第一任务数据量,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗,以及,根据所述第二任务数据量,确定所述云服务器在当前时刻进行任务处理时的第二计算能耗,包括:
根据下面第一公式,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗和所述云服务器在当前时刻进行任务处理时的第二计算能耗;所述第一公式为:
其中,和/>分别是边缘服务器和云服务器执行的第一任务数据量和第二任务数据量,κ代表相关电容器执行的影响系数,ci(t)为当前时刻完成单位数据量计算任务所需要的CPU周期,/>为当前时刻边缘服务器的CPU周期频率,/>表示在当前时刻,移动设备i到边缘服务器的传输能耗,/>为当前时刻边缘服务器进行任务处理的第一计算能耗,/>为云服务器在当前时刻进行任务处理的第二计算能耗,μ为云服务器的单位能量消耗系数。
基于上述实施例的内容,在本实施例中,根据所述第一计算能耗、所述第二计算能耗以及将任务传输到边缘服务器所需的传输能耗,确定边缘系统在进行资源分配过程中产生的成本,包括:
根据下面第二公式,确定边缘系统在进行资源分配过程中产生的成本;所述第二公式为:
其中,C(t)为边缘系统在进行资源分配过程中产生的成本,xi(t)为拍卖成功的指标,gi(t)为移动设备i所需的单位能耗成本,为移动设备将计算任务从本地传输到边缘服务器所需的传输能耗,/>为边缘服务器在当前时刻进行任务处理时的第一计算能耗,/>为边缘服务器将计算任务卸载到云服务器后由云服务器在当前时刻进行任务处理时的第二计算能耗。
在本实施例中,将任务传输到边缘服务器所需的传输能耗通过以下公式计算得到:
其中,ri(t)移动设备i在当前时刻的传输速率,wl移动设备与边缘服务器之间的信道带宽,σ2为高斯噪声功率,pi和hi(t)代表传输功率和信道道增益,和/>分别是边缘服务器和云服务器执行的第一任务数据量和第二任务数据量。
基于上述实施例的内容,在本实施例中,所述效用函数为:
其中,U(t)为边缘系统的效用,xi(t)为拍卖成功的指标,Ul(t)为移动设备i竞标成功获得的收益,Ue(t)为拍卖商在竞拍成功后获得的拍卖收益,C(t)为边缘系统在进行资源分配过程中产生的成本。
在本实施例中,边缘系统的效用通过下面公式计算得到:
其中,U(t)为边缘系统的效用,bi(t)为当前时刻移动设备的投标价格,πi(t)为拍卖商的收费价格。
在本实施例中,拍卖商在竞拍成功后获得的拍卖收益通过下面公式计算得到:
其中,Ue(t)为拍卖商在竞拍成功后获得的拍卖收益,πi(t)为拍卖商的收费价格,ui(t)为完成计算任务的系统奖励。
下面通过具体实施例进行说明:
实施例一:
在本实施例中,假设处于多个服务器服务范围的移动设备为(MD)N={1,2,...,n},其中所有MD为异构的且没有先验知识,每个MD拥有一个计算密集型任务和投标文件θi(t),表示为θi(t)=<di(t),ui(t),ci(t),bi(t)>,其中di(t)为设备i在卸载过程中需要传输的数据位数,ui(t)是完成此计算任务的收益,ci(t)表示完成单元数据计算任务所需的CPU周期,bi(t)表示设备的投标价格。边缘服务器部署在靠近MD的基站上,每个边缘服务器进行任务处理时的CPU周期频率为fe(t)。云服务器则通过有线通道连接到边缘,假设其任务处理能力没有限制,由于边缘服务器的处理能力有限,当太多的MD同时到达时,边缘服务器将把计算任务卸载到云中。拍卖商根据收到的投标配置文件,制定计算资源调度策略,用xi(t)表示拍卖成功的指标,条件为真时,值为1;条件为假时,值为0。
在本实施例中,假设移动设备i竞标成功,其将计算任务卸载到边缘服务器上进行处理,将计算任务从本地传输数据到边缘服务器时所需的传输能耗为由边缘服务器进行任务处理时的计算能耗为/>当边缘服务器计算资源不足以执行此任务,则将计算任务卸载到云服务器,此时由云服务器进行任务处理时的能量消耗为/>在服务器资源分配过程中,利用gi(t)表示设备i所需的单位能耗成本,则定义边缘系统的成本函数为:
由此可见,边缘系统成本主要由任务在边缘服务器和云服务器的计算成本和传输成本三部分组成。
在本实施例中,在进行资源分配过程中,产生边缘系统成本的同时参与者也会得到相应的收益,假设MDi竞标成功,则其边缘设备i获得的收益为Ul(t)。对于移动边缘系统来说,拍卖商的拍卖收益为Ue(t),本申请实施例以最优化系统的社会福利为目标进行设计,定义整个系统的效用函数为:
由此可见,边缘系统的效用函数主要由收益和成本两方面组成,在进行服务器资源分配决策时,主要依据上述两方面进行考虑。
实施例二:
在本实施例中,首先获得参与边缘设备的可行策略集,确定其有关服务请求的投标文件,根据系统中移动设备的投标文件,由拍卖商确定相应的定价策略以激励服务提供商提供计算服务以及引导移动设备进行真实投标,并向系统公布。然后根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者即服务器的资源分配情况。其中,应用李亚普诺夫随机优化技术求解动态资源分配过程中边缘服务器在当前时刻计算投标成功的任务数据量大小,以及,根据系统约束求解云服务器在当前时刻计算投标成功的任务数据量大小。最后根据上述得到动态资源分配策略集以及具体的任务量进行服务器资源分配。
基于相同的发明构思,本发明另一实施例提供了一种基于拍卖机制的服务器资源分配装置,如图3所示,所述装置包括:
第一处理模块1,用于根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者;
获取模块2,用于获取边缘服务器在当前时刻计算投标成功的第一任务数据量,以及,云服务器在当前时刻计算投标成功的第二任务数据量;
第二处理模块3,用于根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略。
在本实施例中,需要说明的是,本申请实施例提供的边缘系统是一个包括多移动设备多服务器的移动边缘计算资源分配系统。具体的,边缘服务器部署在靠近边缘设备的基站上,云服务器通过有线通道连接到边缘服务器。可以理解的是,由于边缘服务器的处理能力有限,因此当太多的移动设备计算任务同时到达时,边缘服务器将把计算任务卸载到云服务器上进行处理。其中,边缘系统中的基站作为拍卖商进行服务器资源分配策略设计。
在本实施例中,拍卖商根据移动设备发送的投标文件,首先制定招标项目的定价策略,以使移动设备根据定价策略进行真实投标,以及,边缘服务器根据定价策略提供计算服务。当某一移动设备竞标成功后,通过李亚普诺夫随机优化技术求解边缘系统在动态资源分配过程中边缘服务器在当前时刻计算投标成功的任务数据量大小,以及,根据系统约束求解云服务器在当前时刻计算投标成功的任务数据量大小。
在本实施例中,首先根据第一任务数据量,确定边缘服务器在当前时刻进行任务处理时的第一计算能耗,以及,根据第二任务数据量,确定云服务器在当前时刻进行任务处理时的第二计算能耗。然后根据第一计算能耗和第二计算能耗,确定边缘系统在进行资源分配过程中产生的成本,其主要由计算任务在边缘服务器和云服务器的计算能耗成本和传输能耗成本组成。可以理解的是,在进行资源分配过程中,产生边缘系统成本的同时参与者也会得到相应的收益。因此,在计算系边缘系统成本的同时也可以得到移动设备竞标成功获得的收益和拍卖商获得的拍卖收益。
在本实施例中,边缘系统在进行资源分配过程中得到产生的成本和收益后,建立以所述边缘系统的社会福利最大化为目标的效用函数,从而根据效用函数的最优解,确定服务器的资源分配策略。
由上面技术方案可知,本申请实施例首先拍卖商根据投标文件确定定价策略并公布,根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者,其次获取边缘服务器在当前时刻计算投标成功的第一任务数据量,以及,云服务器在当前时刻计算投标成功的第二任务数据量,然后根据第一任务数据量和第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略。由此可知,本申请实施例通过边缘服务器和云服务器在当前时刻计算投标成功的任务数据量,确定当前时刻服务器的资源分配情况,并基于当前时刻服务器的资源分配情况,以最大化社会福利为目标制定服务器的资源分配策略,从而较好地满足参与者的需求,提高了用户的服务质量。
基于上述实施例的内容,在本实施例中,所述处理模块,具体用于:
根据所述第一任务数据量,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗,以及,根据所述第二任务数据量,确定所述云服务器在当前时刻进行任务处理时的第二计算能耗;
根据所述第一计算能耗、所述第二计算能耗以及将任务传输到边缘服务器所需的传输能耗,确定边缘系统在进行资源分配过程中产生的成本和收益;
根据边缘系统在进行资源分配过程中产生的成本和收益,建立以所述边缘系统的社会福利最大化为目标的效用函数,以使根据所述效用函数,确定服务器的资源分配策略。
本实施例所述的基于拍卖机制的服务器资源分配装置可以用于执行上述方法实施例,其原理和技术效果类似,此处不再赘述。
基于相同的发明构思,本发明又一实施例提供了一种电子设备,参见图4所述电子设备的结构示意图,具体包括如下内容:处理器401、存储器402、通信接口403和通信总线404;
其中,所述处理器401、存储器402、通信接口403通过所述通信总线404完成相互间的通信;所述通信接口403用于实现各设备之间的信息传输;
所述处理器401用于调用所述存储器402中的计算机程序,所述处理器执行所述计算机程序时实现上述一种基于拍卖机制的服务器资源分配方法的全部步骤,例如,根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者;获取边缘服务器在当前时刻计算所述拍卖获胜者投标成功的第一任务数据量,以及,云服务器在当前时刻计算所述拍卖获胜者投标成功的第二任务数据量;根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略。
基于相同的发明构思,本发明又一实施例提供了一种非暂态计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述一种基于拍卖机制的服务器资源分配方法的全部步骤,例如,根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者;获取边缘服务器在当前时刻计算所述拍卖获胜者投标成功的第一任务数据量,以及,云服务器在当前时刻计算所述拍卖获胜者投标成功的第二任务数据量;根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略。
此外,上述的存储器中的逻辑指令可以通过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-Only Memory)、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。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本发明实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的基于拍卖机制的服务器资源分配方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (5)
1.一种基于拍卖机制的服务器资源分配方法,其特征在于,包括:
根据帕累托最优分配以最大化社会福利为目标确定当前时刻的拍卖获胜者;
获取边缘服务器在当前时刻计算所述拍卖获胜者投标成功的第一任务数据量,以及,云服务器在当前时刻计算所述拍卖获胜者投标成功的第二任务数据量;
根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略,社会福利根据所述第一任务数据量,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗,以及,根据所述第二任务数据量,确定所述云服务器在当前时刻进行任务处理时的第二计算能耗;
根据下面第一公式,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗和所述云服务器在当前时刻进行任务处理时的第二计算能耗;所述第一公式为:
其中,和/>分别是边缘服务器和云服务器执行的第一任务数据量和第二任务数据量,κ代表相关电容器执行的影响系数,ci(t)为当前时刻完成单位数据量计算任务所需要的CPU周期,/>为当前时刻边缘服务器的CPU周期频率,/>为当前时刻边缘服务器进行任务处理的第一计算能耗,/>为云服务器在当前时刻进行任务处理的第二计算能耗,μ为云服务器的单位能量消耗系数;
根据所述第一计算能耗、所述第二计算能耗以及将任务传输到边缘服务器所需的传输能耗,确定边缘系统在进行资源分配过程中产生的成本和收益,确定边缘系统在进行资源分配过程中产生的成本,包括:
根据下面第二公式,确定边缘系统在进行资源分配过程中产生的成本;所述第二公式为:
其中,C(t)为边缘系统在进行资源分配过程中产生的成本,N为处于多个服务器服务范围的移动设备的数量,xi(t)为拍卖成功的指标,gi(t)为移动设备i所需的单位能耗成本,为移动设备将计算任务从本地传输到边缘服务器所需的传输能耗;
根据边缘系统在进行资源分配过程中产生的成本和收益,建立以所述边缘系统的社会福利最大化为目标的效用函数,以使根据所述效用函数,确定服务器的资源分配策略,所述效用函数为:
其中,U(t)为边缘系统的效用,Ul(t)为移动设备i竞标成功获得的收益,Ue(t)为拍卖商在竞拍成功后获得的拍卖收益。
2.根据权利要求1所述的基于拍卖机制的服务器资源分配方法,其特征在于,在根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者前,还包括:
接收移动设备发送的投标文件;
根据所述投标文件,制定招标项目的定价策略,以使移动设备根据所述定价策略进行真实投标,以及,边缘服务器和云服务器根据所述定价策略提供相应的计算服务。
3.一种基于拍卖机制的服务器资源分配装置,其特征在于,包括:
第一处理模块,用于根据帕累托最优分配以社会福利最大化为目标确定当前时刻的拍卖获胜者;
获取模块,用于获取边缘服务器在当前时刻计算投标成功的第一任务数据量,以及,云服务器在当前时刻计算投标成功的第二任务数据量;
第二处理模块,用于根据所述第一任务数据量和所述第二任务数据量,以最大化社会福利为目标制定服务器的资源分配策略,社会福利根据所述第一任务数据量,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗,以及,根据所述第二任务数据量,确定所述云服务器在当前时刻进行任务处理时的第二计算能耗;
根据下面第一公式,确定所述边缘服务器在当前时刻进行任务处理时的第一计算能耗和所述云服务器在当前时刻进行任务处理时的第二计算能耗;所述第一公式为:
其中,和/>分别是边缘服务器和云服务器执行的第一任务数据量和第二任务数据量,κ代表相关电容器执行的影响系数,ci(t)为当前时刻完成单位数据量计算任务所需要的CPU周期,/>为当前时刻边缘服务器的CPU周期频率,/>为当前时刻边缘服务器进行任务处理的第一计算能耗,/>为云服务器在当前时刻进行任务处理的第二计算能耗,μ为云服务器的单位能量消耗系数;
根据所述第一计算能耗、所述第二计算能耗以及将任务传输到边缘服务器所需的传输能耗,确定边缘系统在进行资源分配过程中产生的成本和收益,确定边缘系统在进行资源分配过程中产生的成本,包括:
根据下面第二公式,确定边缘系统在进行资源分配过程中产生的成本;所述第二公式为:
根据边缘系统在进行资源分配过程中产生的成本和收益,建立以所述边缘系统的社会福利最大化为目标的效用函数,以使根据所述效用函数,确定服务器的资源分配策略,所述效用函数为:
其中,U(t)为边缘系统的效用,Ul(t)为移动设备i竞标成功获得的收益,Ue(t)为拍卖商在竞拍成功后获得的拍卖收益。
4.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1或2所述基于拍卖机制的服务器资源分配方法的步骤。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1或2任一项所述基于拍卖机制的服务器资源分配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110931482.2A CN113703970B (zh) | 2021-08-13 | 2021-08-13 | 基于拍卖机制的服务器资源分配方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110931482.2A CN113703970B (zh) | 2021-08-13 | 2021-08-13 | 基于拍卖机制的服务器资源分配方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113703970A CN113703970A (zh) | 2021-11-26 |
CN113703970B true CN113703970B (zh) | 2023-06-02 |
Family
ID=78652688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110931482.2A Active CN113703970B (zh) | 2021-08-13 | 2021-08-13 | 基于拍卖机制的服务器资源分配方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113703970B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116126428B (zh) * | 2023-04-14 | 2023-06-13 | 昆明理工大学 | 一种面向能量采集的无人机计算任务卸载方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180321981A1 (en) * | 2017-05-04 | 2018-11-08 | Huawei Technologies Co., Ltd. | System and method for self organizing data center |
CN108415763B (zh) * | 2018-02-11 | 2020-12-11 | 中南大学 | 一种边缘计算系统的分配方法 |
CN109041130B (zh) * | 2018-08-09 | 2021-11-16 | 北京邮电大学 | 基于移动边缘计算的资源分配方法 |
CN110231990B (zh) * | 2019-05-22 | 2021-06-11 | 深圳供电局有限公司 | 基于二次拍卖的区块链资源优化分配方法及装置 |
US11146504B2 (en) * | 2019-06-03 | 2021-10-12 | EMC IP Holding Company LLC | Market-based distributed resource allocation for edge-cloud systems |
CN110460440B (zh) * | 2019-08-23 | 2021-12-07 | 安徽大学 | 一种基于组合云拍卖机制和隐私保护的动态虚拟机分配方法 |
CN110505165B (zh) * | 2019-08-26 | 2021-06-18 | 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 |
CN110830390B (zh) * | 2019-11-11 | 2023-03-31 | 南京邮电大学 | 一种QoS驱动的移动边缘网络资源分配方法 |
CN111026547B (zh) * | 2019-11-28 | 2023-04-07 | 云南大学 | 基于拍卖机制的边缘计算服务器资源分配方法 |
-
2021
- 2021-08-13 CN CN202110931482.2A patent/CN113703970B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113703970A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110262845B (zh) | 区块链使能的分布式计算任务卸载方法及系统 | |
CN107295109A (zh) | 自组织网络云计算中的任务卸载与功率分配联合决策方法 | |
CN110231990B (zh) | 基于二次拍卖的区块链资源优化分配方法及装置 | |
CN111163519A (zh) | 系统收益最大化的无线体域网资源分配与任务卸载算法 | |
CN110062037B (zh) | 内容分发方法及装置 | |
CN110856228B (zh) | 基于动态规划算法和反向拍卖的数据卸载方法 | |
Gu et al. | Virtualized resource sharing in cloud radio access networks through truthful mechanisms | |
CN113194146B (zh) | 领导节点确定方法、计算机设备和存储介质 | |
CN110460650B (zh) | 多边缘服务器场景下计算卸载的决策方法及装置 | |
CN113703970B (zh) | 基于拍卖机制的服务器资源分配方法、装置、设备及介质 | |
CN110856227B (zh) | 基于贪婪算法和反向拍卖的数据卸载方法 | |
Zhang et al. | Mining task offloading in mobile edge computing empowered blockchain | |
CN113747507B (zh) | 一种面向5g超密集网络的计算资源管理方法及装置 | |
CN113301158B (zh) | 一种移动边缘计算环境下基于拍卖理论的资源分配方法 | |
Liu et al. | Population game based energy and time aware task offloading for large amounts of competing users | |
CN115242800B (zh) | 一种基于博弈论的移动边缘计算资源优化方法及装置 | |
CN116382806A (zh) | 一种任务卸载方法、装置及计算机可读存储介质 | |
CN114268994A (zh) | 一种基于价格的移动边缘计算网络分布式卸载方法及装置 | |
CN110602665B (zh) | 一种基于通信凭证共享服务的共享服务指标的确定方法 | |
CN108777708B (zh) | 一种基于蜂窝网络的内容分发方法 | |
CN111639993B (zh) | 一种基于多物品拍卖机制的移动数据卸载及定价方法 | |
CN116069414B (zh) | 一种电力物联网计算任务卸载激励优化方法和存储介质 | |
Ahmadi et al. | Locality and priority in auction-based resource allocation in blockchain network | |
CN110518995B (zh) | 基于Shapley值一次拍卖的联合资源分配方法 | |
CN113726862B (zh) | 多边缘服务器网络下的计算卸载方法及装置 |
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 |