CN113726862B - 多边缘服务器网络下的计算卸载方法及装置 - Google Patents
多边缘服务器网络下的计算卸载方法及装置 Download PDFInfo
- Publication number
- CN113726862B CN113726862B CN202110961684.1A CN202110961684A CN113726862B CN 113726862 B CN113726862 B CN 113726862B CN 202110961684 A CN202110961684 A CN 202110961684A CN 113726862 B CN113726862 B CN 113726862B
- Authority
- CN
- China
- Prior art keywords
- mobile user
- edge server
- unloading
- unloading strategy
- unit price
- 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
Images
Classifications
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1021—Server selection for load balancing based on client or server locations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1023—Server selection for load balancing based on a hash applied to IP addresses or costs
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种多边缘服务器网络下的计算卸载方法及装置,包括:基于路径损失确定第一关系集合;各边缘服务器n根据各自的第一预设效用目标设定第一单价;确定各移动用户i的第一卸载策略集合;基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;确定各移动用户i的第二卸载策略集合;若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。本发明能够在多边缘服务器的服务范围重叠的情况下,更好的满足客户需求。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种多边缘服务器网络下的计算卸载方法及装置。
背景技术
随着5G无线通信网络的大规模部署和物联网的发展,智能医疗、实时在线游戏、高精度地图、自然语言处理等越来越多的新型应用在物联网移动设备上得到广泛应用。思科估计,2023年约有3亿个移动应用程序被下载。移动应用程序对延迟敏感、计算密集或节能,需要大量计算资源来满足应用程序的个性化需求。移动设备的电池和计算能力有限,如何有效地执行具有不同移动设备需求的移动应用成为一个重大的挑战。
移动云计算是一种缓解移动设备资源有限的解决方案,通过无线接入点将计算任务转移到远程集中式云上。移动用户可以利用移动云中心强大的计算和存储资源,完成计算密集型任务。然而,移动云中心通常远离移动用户会带来很大的延迟,这可能会影响延迟敏感的应用程序执行。
移动边缘计算是一种很有前途的解决方案。计算资源和服务被分散到网络边缘,移动用户可以将任务部分或全部卸载到附近的边缘服务器。通过将具有计算能力的服务器部署在靠近本地的小区基站中,可以缓解移动设备的计算压力。一方面,移动边缘计算可以显著缩短移动用户与云之间的传输距离,缩短延迟,保证高质量的服务。另一方面,它可以提高网络性能,减少网络拥塞,达到更高的能量利用率。
然而,在移动边缘计算中现有的方法很少考虑多服务器多用户计算卸载问题中服务器服务重叠范围的问题,并且也没有考虑到用户之间的社会影响,从而不能更好的满足用户的需求。
发明内容
针对现有技术中存在的问题,本发明实施例提供一种多边缘服务器网络下的计算卸载方法及装置。
第一方面,本发明实施例提供一种多边缘服务器网络下的计算卸载方法,包括:
基于路径损失确定第一关系集合;其中,第一关系为选择各边缘服务器n进行任务卸载的各移动用户i;第一关系∈第一关系集合;
各边缘服务器n根据各自的第一预设效用目标设定第一单价,并公布第一单价集合;第一单价∈第一单价集合;
各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合;第一卸载策略∈第一卸载策略集合;
基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;第二单价∈第二单价集合;
基于公布的所述第二单价集合,确定各移动用户i的第二卸载策略集合,并判断所述第二卸载策略集合中的每个第二卸载策略是否满足预设的不变条件;所述预设的不变条件为第二卸载策略与第一卸载策略之间的差距是否小于精度阈值;第二卸载策略∈第二卸载策略集合;
若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。
进一步地,基于路径损失确定第一关系集合,具体包括:
各移动用户i根据第一关系模型确定各自的路径损失;
基于各自的路径损失选择各边缘服务器n中的一个边缘服务器形成对应关系,并将各移动用户i与各边缘服务器n之间的对应关系作为第一关系集合;
其中,所述第一关系模型为:
其中,ln和c分别表示载波频率和光速,ξ是向边缘服务器n传输数据期间的过度路径损耗,di,n是移动用户i和边缘服务器n之间的距离。
进一步地,还包括:
各移动用户i根据第二关系模型确定各自的卸载量,并确定相应的卸载策略;所述第二关系模型为:
其中,t表示迭代次数,Di(t)表示第t次迭代时移动用户i的卸载策略,Pn表示边缘服务器n设定的计算一单位移动用户的卸载任务所需单价。Γi表示其中ki表示移动用户i的最大满意度系数,其中p′i表示移动用户i的传输功率,rin表示移动用户i到边缘服务器n的数据传输速率,ζ表示任务传输过程中一焦耳能量的单价,qi表示移动用户i的敏感程度系数,j表示选择同一边缘服务器卸载的移动用户集合中除去移动用户i的所有移动用户,ψ(wij)=log(1+wi,j)表示移动用户i的社会满意度,其中wi,j是移动用户i和移动用户j之间的社会关,系Dj(t-1)表示第t-1次迭代时移动用户j的卸载策略。
进一步地,还包括:
各边缘服务器n根据第三关系模型确定各自的单价,并确定相应的单价集合;所述第三关系模型为:
其中,将边缘服务器的定价划分为k个子区间[0,p1)∪[p1,p2]∪...∪[pM,pM+1],表示在价格区间[pk,pk+1)中的最优定价,Pk表示价格区间[pk,pk+1)的左端点,Pc表示边缘服务器的效用函数的一阶导等于0的解,Pk+1表示价格区间[pk,pk+1)的右端点。
进一步地,还包括:
若所述第二卸载策略集合中的任意一个第二卸载策略不满足预设的不变条件,则各边缘服务器n根据第三关系模型更新各自的单价,确定相应的单价集合,并作为所述第三单价集合进行公布;
在公布后,各移动用户i根据所述第一关系集合和公布的所述第三单价集合,确定各移动用户i的第三卸载策略集合;
并判断所述第三卸载策略集合中的每个第三卸载策略是否满足预设的不变条件;所述预设的不变条件为第三卸载策略与第二卸载策略之间的差距是否小于精度阈值;第三卸载策略∈第三卸载策略集合;
若所述第三卸载策略集合中的每个第三卸载策略均满足预设的不变条件,则各移动用户i根据所述第三卸载策略集合进行卸载;
若所述第三卸载策略集合中的任意一个第三卸载策略不满足预设的不变条件;则继续迭代,直至满足预设的不变条件完成卸载。
第二方面,本发明实施例提供了一种多边缘服务器网络下的计算卸载装置,包括:
第一确定模块,用于基于路径损失确定第一关系集合;其中,第一关系为选择各边缘服务器n进行任务卸载的各移动用户i;第一关系∈第一关系集合;
第一公布定价模块,用于各边缘服务器n根据各自的第一预设效用目标设定第一单价,并公布第一单价集合;第一单价∈第一单价集合;
第一卸载策略确定模块,用于各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合;第一卸载策略∈第一卸载策略集合;
第二公布定价模块,用于基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;第二单价∈第二单价集合;
第二卸载策略确定模块,用于基于公布的所述第二单价集合,确定各移动用户i的第二卸载策略集合,并判断所述第二卸载策略集合中的每个第二卸载策略是否满足预设的不变条件;所述预设的不变条件为第二卸载策略与第一卸载策略之间的差距是否小于精度阈值;第二卸载策略∈第二卸载策略集合;
卸载模块,用于若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。
进一步地,所述第一确定模块,具体用于:
各移动用户i根据第一关系模型确定各自的路径损失;
基于各自的路径损失选择各边缘服务器n中的一个边缘服务器形成对应关系,并将各移动用户i与各边缘服务器n之间的对应关系作为第一关系集合;
其中,所述第一关系模型为:
其中,ln和c分别表示载波频率和光速,ξ是向边缘服务器n传输数据期间的过度路径损耗,di,n是移动用户i和边缘服务器n之间的距离。
进一步地,还包括:
第一计算模块,用于各移动用户i根据第二关系模型确定各自的卸载量,并确定相应的卸载策略;所述第二关系模型为:
其中,t表示迭代次数,Di(t)表示第t次迭代时移动用户i的卸载策略,Pn表示边缘服务器n设定的计算一单位移动用户的卸载任务所需单价。Γi表示其中ki表示移动用户i的最大满意度系数,其中p′i表示移动用户i的传输功率,rin表示移动用户i到边缘服务器n的数据传输速率,ζ表示任务传输过程中一焦耳能量的单价,qi表示移动用户i的敏感程度系数,j表示选择同一边缘服务器卸载的移动用户集合中除去移动用户i的所有移动用户,ψ(wij)=log(1+wi,j)表示移动用户i的社会满意度,其中wi,j是移动用户i和移动用户j之间的社会关,系Dj(t-1)表示第t-1次迭代时移动用户j的卸载策略。
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程序时实现如上第一方面所述的多边缘服务器网络下的计算卸载方法的步骤。
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上第一方面所述的多边缘服务器网络下的计算卸载方法的步骤。
由上述技术方案可知,本发明实施例提供的多边缘服务器网络下的计算卸载方法及装置,通过基于路径损失确定第一关系集合;其中,第一关系为选择各边缘服务器n进行任务卸载的各移动用户i;第一关系∈第一关系集合;各边缘服务器n根据各自的第一预设效用目标设定第一单价,并公布第一单价集合;第一单价∈第一单价集合;各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合;第一卸载策略∈第一卸载策略集合;基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;第二单价∈第二单价集合;基于公布的所述第二单价集合,确定各移动用户i的第二卸载策略集合,并判断所述第二卸载策略集合中的每个第二卸载策略是否满足预设的不变条件;所述预设的不变条件为第二卸载策略与第一卸载策略之间的差距是否小于精度阈值;第二卸载策略∈第二卸载策略集合;若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。本发明能够在多边缘服务器的服务范围重叠的情况下,更好的满足客户需求。
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获得其他的附图。
图1为本发明一实施例提供的多边缘服务器网络下的计算卸载方法的流程示意图;
图2为本发明一实施例提供的多边缘服务器网络下的场景示意图;
图3为本发明一实施例提供的多边缘服务器网络下的计算卸载装置的结构示意图;
图4为本发明一实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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地描述,显然,所描述的实施例是本发明一部分实施例,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做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。下面将通过具体的实施例对本发明提供的多边缘服务器网络下的计算卸载方法进行详细解释和说明。
图1为本发明一实施例提供的多边缘服务器网络下的计算卸载方法的流程示意图;如图1所示,本发明实施例提供的多边缘服务器网络下的计算卸载方法,包括如下步骤:
步骤101、基于路径损失确定第一关系集合;其中,第一关系为选择各边缘服务器n进行任务卸载的各移动用户i;第一关系∈第一关系集合。
步骤102、各边缘服务器n根据各自的第一预设效用目标设定第一单价,并公布第一单价集合;第一单价∈第一单价集合。
步骤103、各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合;第一卸载策略∈第一卸载策略集合。
步骤104、基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;第二单价∈第二单价集合。
步骤105、基于公布的所述第二单价集合,确定各移动用户i的第二卸载策略集合,并判断所述第二卸载策略集合中的每个第二卸载策略是否满足预设的不变条件;所述预设的不变条件为第二卸载策略与第一卸载策略之间的差距是否小于精度阈值;第二卸载策略∈第二卸载策略集合。
步骤106、若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。
在本实施例中,需要说明的是,第一单价、第一单价集合、第一卸载策略、第一卸载策略集合、第二单价、第二单价集合、第二卸载策略以及第二卸载策略集合只是一种统称,在实际应用中,如第一卸载策略和第二卸载策略是指在不同的状态下的一种卸载策略,其它(如第三卸载策略、第四卸载策略等)同理。
在本实施例中,需要说明的是,通过研究分析边缘服务器和移动用户之间交互,边缘服务器是领导者,移动用户是追随者。因此,本发明将多领导者多跟随者斯坦伯格博弈运用到多边缘服务器网络下的计算卸载方法中,在多领导者多跟随者斯坦伯格博弈中,边缘服务器(领导者)设定处理计算任务的单价,移动用户(跟随者)根据给定的价格决定卸载策略。根据跟随者的当前策略,领导者更新设定的价格并发送回跟随者。跟随者再根据更新后的价格重新决定卸载策略,直到没有跟随者可以通过单方面改变卸载策略来增加自身效用。最终所有边缘服务器确定最优的定价策略集,所有用户确定最佳卸载策略集。
在本实施例中,需要说明的是,本发明实施例提供的多边缘服务器网络下的计算卸载方法基于多边缘服务器网络下的计算卸载系统实现,该系统由多边缘服务器和多移动用户组成,每个边缘服务器具有不同的计算资源,并且一些服务区域是部分重叠的,如图2所示。每个移动用户都位于重叠的服务区域,需要卸载计算密集型任务。重叠区域中的移动用户需要考虑选择哪一个边缘服务器来卸载计算密集型任务。边缘服务器集定义为移动用户集(MU)定义为/>每个移动用户MU i的计算密集型任务表示为/>其中Di是任务Gi的卸载大小。Si是Di所需的中央处理器周期数,任务Gi的最大容许延迟是/>为了完成任务Gi,需要做出两个决定,一个是选择哪个边缘服务器卸载任务,另一个是决定卸载大小。假设每个MU只能选择一个边缘服务器来卸载计算任务,并且MU的位置是固定的。MU i的坐标为(xi,yi,zi),边缘服务器n的坐标为(xn,yn,zn)。
各移动用户和各边缘服务器都有最大化自身效用的目标,为实现这一目标,本实施例将移动用户和边缘服务器的交互过程设定为多领导者多追随者斯坦伯格博弈。边缘服务器是领导者,移动用户(MU)是追随者。边缘服务器与MU的交互分为两个阶段。在第一阶段,每个边缘服务器都会设定MU处理计算任务的单价,以使其利润最大化。在第二阶段,每个MU根据边缘服务器给定的单价,决定卸载的任务量最大限度地提高其效用。边缘服务器给出的单价表示为MU的卸载策略是/>
针对移动用户的卸载效用函数,需要说明的是:
每个移动用户MU都愿意最大化自己的效用。因此,MU更喜欢与产生最少路径丢失的边缘服务器通信。路径损失可以表示为
将移动用户的效用分为满意度和代价两部分,MU i的效用函数为
Ui(Di,D-i,Pn)=Fi(Di,D-i,Pn)-C(Di,D-i,Pn) (2)
第一项:Fi(Di,D-i,Pn)是MU i对本次卸载的满意度,第二项:C(Di,D-i,Pn)是MU i在卸载过程中的成本。
MU i的满意度函数可以表示为,
其中,第一项:kiDi表示MU i卸载Di大小任务的最大满意度,第二项:表示为MU i对于卸载Di大小任务的敏感程度。第三项:/>反映社会影响,代表MU i在社会网络中从其他用户那里得到的好处。ki是MU i的最大满意度系数,qi是MU i的敏感程度系数,ψ(wij)=log(1+wi,j)表示为MU i的社会满意度,其中wi,j是MU i和MU j之间的社会关系。MU i和MU j之间的社会关系被定义为wi,j=wj,i。wi,j决定了社会联系的程度,数值越大,社会联系越紧密,相互影响越深。
对于MU i的成本,本实施考虑支付给边缘服务器n的成本和MU i卸载期间的能量消耗成本。MU i的成本函数为:
成本函数的第一项:PnDi是MU i卸载Di大小的任务需要支付的价格,第二项:是MU i将任务卸载到边缘服务器过程中消耗的能量价格。其中Pn是边缘服务器设定的处理一单位卸载任务的单价,ζ是任务传输过程中一焦耳能量的单价。
因此用户的效用函数具体表现为:
其中p′i是MU i的传输功率,rin是MU i到边缘服务器n的数据传输速率。
针对边缘服务器效用函数,需要说明的是:
在本实施例的斯坦伯格博弈中,领导者(边缘服务器)通过设定计算任务的单价来实现自身利益的最大化。边缘服务器的利润是获得的收入减去处理任务的成本,An(Pn,Di)表示边缘服务器n的利润
针对用户的最优卸载策略,需要说明的是:
由于用户的效用函数是严格凹函数,通过令移动用户效用函数的一阶导数为零,本实施例可以得到最优的卸载策略
针对边缘服务器的最优价格策略,需要说明的是:
根据(6)边缘服务器的效用函数又可以表示为:
移动用户的最佳卸载策略是单价Pn的分段直线函数当边缘服务器n的定价为0时,移动用户的卸载策略均为正。当设定价格上升到一定价格时;移动用户的卸载策略均为0,这一价格可以表示为:
本实施例将边缘服务器的定价Pn∈[0,maxi∈MΓi]划分为k个子区间[0,p1)∪[p1,p2)∪...∪[pM,pM+1),先对每个小区间求得最优价格策略,再对每个小区间最优价格策略求得全局最优价格策略。每个小区间的价格端点可以表示为:
对于区间[pk,pk+1),k∈{0,1,...,M},存在一些MUs(i∈Hk)的卸载策略是正数,其余用户的卸载策略为0。当Pn≥maxi∈MΓi时,系统中的全部用户的卸载策略为0。
由于利润函数是一个严格凹函数,可以通过一阶导数求得最优价格策略。对于区间[pk,pk+1),k∈{0,1,...,M},最优价格策略是
为了更好的理解本发明,下面结合实施例进一步阐述本发明的内容,但本发明不仅仅局限于下面的实施例。
参见图2,有6台边缘服务器(N1,N2,…,N6),23个移动用户。其中移动用户3、7在N1和N2的服务重叠范围内,移动用户5、8、10在N1和N3的服务重叠范围内,移动用户1、2、6在N2和N3的服务重叠范围内,移动用户4、9在N1、N2、N33台边缘服务器的服务重叠区域内。移动用户12、16在N2和N4的服务重叠范围内,移动用户14、23在N4和N3的服务重叠区域内,移动用户18、19在N4和N5的服务重叠区域内,移动用户15在N3、N4、N5的服务重叠范围内。移动用户11、17、22在N3和N5的服务重叠范围内,移动用户21、13、20在N3和N6的服务重叠范围内
步骤1、每个用户根据公式(1)计算出自身与可以通信的边缘服务器通信的路径损失。选择损失路径最小的边缘服务器进行任务卸载。通过计算选择N1进行任务卸载的是移动用户4、5、7、10,选择N2进行任务卸载的是移动用户1、2、3、12,选择N3进行任务卸载的是移动用户6、8、9、17,选择N4进行任务卸载的是移动用户14、15、16、23,选择N5进行任务卸载的是移动用户11、18、19、22,选择N6进行任务卸载的是移动用户21、13、20。初始化每个边缘服务器上的用户集合H为选择自身进行卸载的用户。
步骤2、初始化23个移动用户的卸载策略为0,6个边缘服务器的效用为0,设定价格为0并向系统公布。
步骤4、当移动用户在步骤(3)中更新的卸载策略和上一状态的卸载策略之间的差距小于精度阈值时,重复步骤(3),否则移动用户的卸载策略保持不变。
步骤5、直到选择同一个边缘服务器进行卸载的每个移动用户的卸载策略不再改变,获得当边缘服务器价格为0时用户的最佳卸载策略D*。
步骤6、设定每一个边缘服务器的第一个价格子区间的左端点为0即p0=0。
步骤7、对于每一个边缘服务器根据公式(11)和集合H计算边缘服务器的定价子区间k的右端点pk和区间范围[pk-1,pk)。
步骤8、根据公式(12)求得边缘服务器在子区间k的最佳定价;
步骤9、根据公式(9)计算子区间k的最佳定价对应的边缘服务器效用。若效用增加,将子区间k的最佳定价更新为边缘服务器的最佳定价,最大效用更新为子区间k的最佳定价对应的边缘服务器效用。若效用减少或者不变,该边缘服务器的最佳定价和最大效用保持不变。
步骤10、根据更新的边缘服务器的定价重复步骤3-5,求得在边缘服务器的定价更新后,选择该边缘服务器进行卸载的每个移动用户的最优卸载策略集合D*。
步骤11、更新每个边缘服务器上的用户集合H,将集合H中用户卸载策略为0的用户去除。将子区间k+1的左端点设为子区间k的右端点。
步骤12、重复步骤7)-11。
步骤13、直到集合H为空,获得用户的最优卸载策略集D*和边缘服务器的最优价格策略集Pn*。
由上面技术方案可知,本发明实施例提供的多边缘服务器网络下的计算卸载方法,通过基于路径损失确定第一关系集合;其中,第一关系为选择各边缘服务器n进行任务卸载的各移动用户i;第一关系∈第一关系集合;各边缘服务器n根据各自的第一预设效用目标设定第一单价,并公布第一单价集合;第一单价∈第一单价集合;各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合;第一卸载策略∈第一卸载策略集合;基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;第二单价∈第二单价集合;基于公布的所述第二单价集合,确定各移动用户i的第二卸载策略集合,并判断所述第二卸载策略集合中的每个第二卸载策略是否满足预设的不变条件;所述预设的不变条件为第二卸载策略与第一卸载策略之间的差距是否小于精度阈值;第二卸载策略∈第二卸载策略集合;若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。本发明能够在多边缘服务器的服务范围重叠的情况下,更好的满足客户需求。
在上述实施例的基础上,在本实施例中,基于路径损失确定第一关系集合,具体包括:
各移动用户i根据第一关系模型确定各自的路径损失;
基于各自的路径损失选择各边缘服务器n中的一个边缘服务器形成对应关系,并将各移动用户i与各边缘服务器n之间的对应关系作为第一关系集合;
其中,所述第一关系模型为:
其中,ln和c分别表示载波频率和光速,ξ是向边缘服务器n传输数据期间的过度路径损耗,di,n是移动用户i和边缘服务器n之间的距离。
在上述实施例的基础上,在本实施例中,还包括:
各移动用户i根据第二关系模型确定各自的卸载量,并确定相应的卸载策略;所述第二关系模型为:
其中,t表示迭代次数,Di(t)表示第t次迭代时移动用户i的卸载策略,Pn表示边缘服务器n设定的计算一单位移动用户的卸载任务所需单价。Γi表示其中ki表示移动用户i的最大满意度系数,其中p′i表示移动用户i的传输功率,rin表示移动用户i到边缘服务器n的数据传输速率,ζ表示任务传输过程中一焦耳能量的单价,qi表示移动用户i的敏感程度系数,j表示选择同一边缘服务器卸载的移动用户集合中除去移动用户i的所有移动用户,ψ(wij)=log(1+wi,j)表示移动用户i的社会满意度,其中wi,j是移动用户i和移动用户j之间的社会关,系Dj(t-1)表示第t-1次迭代时移动用户j的卸载策略。
由上面技术方案可知,本发明实施例提供的多边缘服务器网络下的计算卸载方法,通过各移动用户i根据第二关系模型确定各自的卸载量,并确定相应的卸载策略,从而在确定卸载策略过程中考虑同一边缘服务器下,移动用户之间的社会影响,进而有助于更好的满足客户需求。
在上述实施例的基础上,在本实施例中,还包括:
各边缘服务器n根据第三关系模型确定各自的单价,并确定相应的单价集合;所述第三关系模型为:
其中,将边缘服务器的定价划分为k个子区间[0,p1)∪[p1,p2)∪...∪[pM,pM+1),表示在价格区间[pk,pk+1)中的最优定价,Pk表示价格区间[pk,pk+1)的左端点,Pc表示边缘服务器的效用函数的一阶导等于0的解,Pk+1表示价格区间[pk,pk+1)的右端点。
在上述实施例基础上,在本实施例中,还包括:
若所述第二卸载策略集合中的任意一个第二卸载策略不满足预设的不变条件,则各边缘服务器n根据第三关系模型更新各自的单价,确定相应的单价集合,并作为所述第三单价集合进行公布;
在公布后,各移动用户i根据所述第一关系集合和公布的所述第三单价集合,确定各移动用户i的第三卸载策略集合;
并判断所述第三卸载策略集合中的每个第三卸载策略是否满足预设的不变条件;所述预设的不变条件为第三卸载策略与第二卸载策略之间的差距是否小于精度阈值;第三卸载策略∈第三卸载策略集合;
若所述第三卸载策略集合中的每个第三卸载策略均满足预设的不变条件,则各移动用户i根据所述第三卸载策略集合进行卸载;
若所述第三卸载策略集合中的任意一个第三卸载策略不满足预设的不变条件;则继续迭代,直至满足预设的不变条件完成卸载。
在本实施例中,针对继续迭代,直至满足预设的不变条件完成卸载,举例来说:若所述第三卸载策略集合中的任意一个第三卸载策略不满足预设的不变条件,则各边缘服务器n根据第三关系模型再次更新各自的单价,确定相应的单价集合,并作为所述第四单价集合进行公布;相应地,在公布后,各移动用户i根据所述第一关系集合和公布的所述第四单价集合,确定各移动用户i的第四卸载策略集合;并判断所述第四卸载策略集合中的每个第四卸载策略是否满足预设的不变条件,所述预设的不变条件为第四卸载策略与第三卸载策略之间的差距是否小于精度阈值;第四卸载策略∈第四卸载策略集合;若所述第四卸载策略集合中的每个第四卸载策略均满足预设的不变条件,则各移动用户i根据所述第四卸载策略集合进行卸载;若所述第四卸载策略集合中的任意一个第四卸载策略不满足预设的不变条件;则继续迭代,直至第e卸载策略集合中的每个第e卸载策略均满足预设的不变条件,完成卸载;所述预设的不变条件为第e卸载策略与第(e-1)卸载策略之间的差距是否小于精度阈值,其中e∈{1,2,e-1,e,e+1,E},E为正整数。
图3示出了本发明一实施例提供的多边缘服务器网络下的计算卸载装置的结构示意图,如图3所示,本实施例提供的多边缘服务器网络下的计算卸载装置,包括:第一确定模块201、第一公布定价模块202、第一卸载策略确定模块203、第二公布定价模块204、第二卸载策略确定模块205和卸载模块206,其中:
其中,第一确定模块201,用于基于路径损失确定第一关系集合;其中,第一关系为选择各边缘服务器n进行任务卸载的各移动用户i;第一关系∈第一关系集合;
第一公布定价模块202,用于各边缘服务器n根据各自的第一预设效用目标设定第一单价,并公布第一单价集合;第一单价∈第一单价集合;
第一卸载策略确定模块203,用于各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合;第一卸载策略∈第一卸载策略集合;
第二公布定价模块204,用于基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;第二单价∈第二单价集合;
第二卸载策略确定模块205,用于基于公布的所述第二单价集合,确定各移动用户i的第二卸载策略集合,并判断所述第二卸载策略集合中的每个第二卸载策略是否满足预设的不变条件;所述预设的不变条件为第二卸载策略与第一卸载策略之间的差距是否小于精度阈值;第二卸载策略∈第二卸载策略集合;
卸载模块206,用于若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。
本发明实施例提供的多边缘服务器网络下的计算卸载装置具体可以用于执行上述服务器侧实施例的多边缘服务器网络下的计算卸载方法,其技术原理和有益效果类似,具体可参见上述实施例,此处不再赘述。
基于相同的发明构思,本发明实施例提供一种电子设备,参见图4,电子设备具体包括如下内容:处理器301、通信接口303、存储器302和通信总线304;
其中,处理器301、通信接口303、存储器302通过通信总线304完成相互间的通信;通信接口303用于实现各建模软件及智能制造装备模块库等相关设备之间的信息传输;处理器301用于调用存储器302中的计算机程序,处理器执行计算机程序时实现上述各方法实施例所提供的方法,例如,处理器执行计算机程序时实现下述步骤:基于路径损失确定第一关系集合;其中,第一关系为选择各边缘服务器n进行任务卸载的各移动用户i;第一关系∈第一关系集合;各边缘服务器n根据各自的第一预设效用目标设定第一单价,并公布第一单价集合;第一单价∈第一单价集合;各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合;第一卸载策略∈第一卸载策略集合;基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;第二单价∈第二单价集合;基于公布的所述第二单价集合,确定各移动用户i的第二卸载策略集合,并判断所述第二卸载策略集合中的每个第二卸载策略是否满足预设的不变条件;所述预设的不变条件为第二卸载策略与第一卸载策略之间的差距是否小于精度阈值;第二卸载策略∈第二卸载策略集合;若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。
基于相同的发明构思,本发明又一实施例还提供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以执行上述各方法实施例提供的方法,例如,基于路径损失确定第一关系集合;其中,第一关系为选择各边缘服务器n进行任务卸载的各移动用户i;第一关系∈第一关系集合;各边缘服务器n根据各自的第一预设效用目标设定第一单价,并公布第一单价集合;第一单价∈第一单价集合;各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合;第一卸载策略∈第一卸载策略集合;基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;第二单价∈第二单价集合;基于公布的所述第二单价集合,确定各移动用户i的第二卸载策略集合,并判断所述第二卸载策略集合中的每个第二卸载策略是否满足预设的不变条件;所述预设的不变条件为第二卸载策略与第一卸载策略之间的差距是否小于精度阈值;第二卸载策略∈第二卸载策略集合;若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。
以上所描述的装置实施例仅仅是示意性的,其中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的方法。
此外,在本发明中,诸如“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示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。
此外,在本发明中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
此外,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
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 (10)
1.一种多边缘服务器网络下的计算卸载方法,其特征在于,包括:
基于路径损失确定第一关系集合;其中,第一关系为选择各边缘服务器n进行任务卸载的各移动用户i;第一关系∈第一关系集合;
各边缘服务器n根据各自的第一预设效用目标设定第一单价,并公布第一单价集合;第一单价∈第一单价集合;
各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合;第一卸载策略∈第一卸载策略集合;
基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;第二单价∈第二单价集合;
基于公布的所述第二单价集合,确定各移动用户i的第二卸载策略集合,并判断所述第二卸载策略集合中的每个第二卸载策略是否满足预设的不变条件;所述预设的不变条件为第二卸载策略与第一卸载策略之间的差距是否小于精度阈值;第二卸载策略∈第二卸载策略集合;
若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。
3.根据权利要求1所述的多边缘服务器网络下的计算卸载方法,其特征在于,所述各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合,包括:
各移动用户i根据第二关系模型确定相应的卸载策略;所述第二关系模型为:
5.根据权利要求4所述的多边缘服务器网络下的计算卸载方法,其特征在于,还包括:
若所述第二卸载策略集合中的任意一个第二卸载策略不满足预设的不变条件,则各边缘服务器n根据第三关系模型更新各自的单价,确定相应的单价集合,并作为第三单价集合进行公布;
在公布后,各移动用户i根据所述第一关系集合和公布的所述第三单价集合,确定各移动用户i的第三卸载策略集合;
并判断所述第三卸载策略集合中的每个第三卸载策略是否满足预设的不变条件;所述预设的不变条件为第三卸载策略与第二卸载策略之间的差距是否小于精度阈值;第三卸载策略∈第三卸载策略集合;
若所述第三卸载策略集合中的每个第三卸载策略均满足预设的不变条件,则各移动用户i根据所述第三卸载策略集合进行卸载;
若所述第三卸载策略集合中的任意一个第三卸载策略不满足预设的不变条件;则继续迭代,直至满足预设的不变条件完成卸载。
6.一种多边缘服务器网络下的计算卸载装置,其特征在于,包括:
第一确定模块,用于基于路径损失确定第一关系集合;其中,第一关系为选择各边缘服务器n进行任务卸载的各移动用户i;第一关系∈第一关系集合;
第一公布定价模块,用于各边缘服务器n根据各自的第一预设效用目标设定第一单价,并公布第一单价集合;第一单价∈第一单价集合;
第一卸载策略确定模块,用于各移动用户i根据所述第一关系集合和公布的所述第一单价集合,确定各移动用户i的第一卸载策略集合;
第一卸载策略∈第一卸载策略集合;
第二公布定价模块,用于基于所述第一卸载策略集合,各边缘服务器n各自设定第二单价,并公布第二单价集合;第二单价∈第二单价集合;
第二卸载策略确定模块,用于基于公布的所述第二单价集合,确定各移动用户i的第二卸载策略集合,并判断所述第二卸载策略集合中的每个第二卸载策略是否满足预设的不变条件;所述预设的不变条件为第二卸载策略与第一卸载策略之间的差距是否小于精度阈值;第二卸载策略∈第二卸载策略集合;
卸载模块,用于若所述第二卸载策略集合中的每个第二卸载策略均满足预设的不变条件,则各移动用户i根据所述第二卸载策略集合进行卸载。
8.根据权利要求6所述的多边缘服务器网络下的计算卸载装置,其特征在于,所述第一卸载策略确定模块,具体用于:
各移动用户i根据第二关系模型确定相应的卸载策略;所述第二关系模型为:
9.一种电子设备,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1~5任一项所述的多边缘服务器网络下的计算卸载方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1~5任一项所述的多边缘服务器网络下的计算卸载方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110961684.1A CN113726862B (zh) | 2021-08-20 | 2021-08-20 | 多边缘服务器网络下的计算卸载方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110961684.1A CN113726862B (zh) | 2021-08-20 | 2021-08-20 | 多边缘服务器网络下的计算卸载方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113726862A CN113726862A (zh) | 2021-11-30 |
CN113726862B true CN113726862B (zh) | 2023-07-14 |
Family
ID=78677168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110961684.1A Active CN113726862B (zh) | 2021-08-20 | 2021-08-20 | 多边缘服务器网络下的计算卸载方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113726862B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112860350A (zh) * | 2021-03-15 | 2021-05-28 | 广西师范大学 | 一种边缘计算中基于任务缓存的计算卸载方法 |
CN113225377A (zh) * | 2021-03-30 | 2021-08-06 | 北京中电飞华通信有限公司 | 物联网边缘任务卸载方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10659526B2 (en) * | 2018-01-03 | 2020-05-19 | Verizon Patent And Licensing Inc. | Edge compute systems and methods |
CN110460650B (zh) * | 2019-07-25 | 2022-02-15 | 北京信息科技大学 | 多边缘服务器场景下计算卸载的决策方法及装置 |
CN112015545B (zh) * | 2020-07-23 | 2023-01-20 | 山东师范大学 | 车辆边缘计算网络中的任务卸载方法及系统 |
CN112799833B (zh) * | 2021-01-26 | 2023-02-10 | 华南理工大学 | 面向边缘计算的车辆应用卸载的分布式定价方法与系统 |
-
2021
- 2021-08-20 CN CN202110961684.1A patent/CN113726862B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112860350A (zh) * | 2021-03-15 | 2021-05-28 | 广西师范大学 | 一种边缘计算中基于任务缓存的计算卸载方法 |
CN113225377A (zh) * | 2021-03-30 | 2021-08-06 | 北京中电飞华通信有限公司 | 物联网边缘任务卸载方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113726862A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112689303B (zh) | 一种边云协同资源联合分配方法、系统及应用 | |
RU2607621C2 (ru) | Способ, система и машиночитаемый носитель данных для группирования в социальных сетях | |
CN111401744B (zh) | 一种移动边缘计算中不确定性环境下的动态任务卸载方法 | |
CN108415763B (zh) | 一种边缘计算系统的分配方法 | |
CN113543176A (zh) | 基于智能反射面辅助的移动边缘计算系统的卸载决策方法 | |
CN110888687B (zh) | 基于合约设计的移动边缘计算任务卸载最优合约设计方法 | |
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 | |
CN111262944B (zh) | 异构移动边缘计算网络中分层任务卸载的方法与系统 | |
Ye et al. | An agent-based integrated self-evolving service composition approach in networked environments | |
Chen et al. | Dynamic pricing for smart mobile edge computing: A reinforcement learning approach | |
CN108009024A (zh) | Ad-hoc云环境中分布式博弈任务卸载方法 | |
CN112231085A (zh) | 一种协同环境下基于时间感知的移动终端任务迁移方法 | |
CN114650568B (zh) | 一种移动Ad Hoc云中基于能量收集的分布式卸载方法 | |
CN113900779A (zh) | 任务执行方法、装置、电子设备及存储介质 | |
Gao et al. | Com-DDPG: A multiagent reinforcement learning-based offloading strategy for mobile edge computing | |
Liu et al. | Multi-item auction based mechanism for mobile data offloading: A robust optimization approach | |
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 | |
CN113726862B (zh) | 多边缘服务器网络下的计算卸载方法及装置 | |
Tütüncüoğlu et al. | Optimal pricing for service caching and task offloading in edge computing | |
Ghafouri et al. | Consolidation of services in mobile edge clouds using a learning-based framework | |
CN109450684B (zh) | 一种网络切片系统物理节点容量扩充方法及装置 | |
CN111708620A (zh) | 一种具有计费机制的任务卸载方法 | |
Di et al. | Ex-post efficient resource allocation for self-organizing cloud | |
CN110266770A (zh) | 基于博弈论的闲置云资源调度方法和装置 | |
CN113553188B (zh) | 一种基于改进天牛须算法的移动边缘计算卸载方法 |
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 |