CN114513515B - 一种边缘环境下移动偏差感知的任务迁移方法 - Google Patents
一种边缘环境下移动偏差感知的任务迁移方法 Download PDFInfo
- Publication number
- CN114513515B CN114513515B CN202210032040.9A CN202210032040A CN114513515B CN 114513515 B CN114513515 B CN 114513515B CN 202210032040 A CN202210032040 A CN 202210032040A CN 114513515 B CN114513515 B CN 114513515B
- Authority
- CN
- China
- Prior art keywords
- edge server
- mobile user
- time
- ith
- edge
- 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
- 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]
- G06F9/5005—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
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 Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提出了一种边缘环境下移动偏差感知的任务迁移方法,包括以下步骤:S1,获取移动用户移动状态和任务支撑关系;S2,预判首次出现移动用户离开边缘服务器覆盖距离的时间和位置;S3,预判第二次出现移动用户离开边缘服务器覆盖距离的时间和位置;S4,等待lt/2时刻后,检测当前移动用户的移动速度,如果速度不为零,则直接执行步骤S5;反之,则等待到速度不为零时,再执行步骤S5;S5,开展任务迁移,等待迁移操作完成后执行步骤S6;S6,获得当前时间与进入步骤S5时间的间隔JG,然后计算一个控制等待时间KZDD;S7,等待KZDD时间,跳转执行步骤S1。本发明充分考虑了预测位置与实际位置产生的偏差,并进行针对性的迁移时间控制和迁移源/目的边缘服务器优选。
Description
技术领域
本发明涉及边缘计算领域,特别是涉及一种边缘环境下移动偏差感知的任务迁移方法。
背景技术
移动边缘计算(Mobile Edge Computing,MEC)可利用无线接入网络就近提供电信用户IT所需服务和云端计算功能,而创造出一个具备高性能、低延迟与高带宽的电信级服务环境,加速网络中各项内容、服务及应用的快速下载,让消费者享有不间断的高质量网络体验。
近年来,移动计算与边缘计算技术的相互融合成为一个新趋势。利用地理分布和资源配置的可扩展性边缘服务器或边缘基站,为非中心化、移动、请求各异性的移动应用和租户提供计算、存储、传输等服务,已经成为现今搭建诸多具有移动特性的信息服务的一种流行模式。然而,边缘环境下的计算服务节点或边缘服务器,往往通过无线/4G等通信媒介实现与用户的通信,其传输距离是有限的。快速移动中的移动用户,有可能脱离边缘服务器的覆盖范围从而出现服务供给失效,因此须要即时的开展边缘服务器上的任务迁移,确保用户在运动过程中始终被充足的算力服务所覆盖。可见,如何在移动边缘计算环境下,根据用户的移动趋势和轨迹开展即时的任务迁移,一直是一个研究热点和难点。
然而,我们经过广泛和深入的调研,发现现有的方法与策略,还存在诸多的不足:(1)现有的方法,多静态的依据用户当前的位置来进行任务调度和迁移,而较少考虑实时的移动方位和速度对任务调度和迁移的影响;(2)部分方法虽然采用了轨迹预测的机制,实现预测性的任务“预迁移”,但是没有考虑“预测位置”与“实际位置”的偏差,从而导致生成的迁移策略可能与移动用户实际的算力需求存在一定差异,进而导致用户感知的算力供给质量较低。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种边缘环境下移动偏差感知的任务迁移方法。
为了实现本发明的上述目的,本发明提供了一种边缘环境下移动偏差感知的任务迁移方法,包括以下步骤:
S1,获取移动用户移动状态和任务支撑关系;
S2,预判首次出现移动用户离开边缘服务器覆盖距离的时间和位置;
S3,预判第二次出现移动用户离开边缘服务器覆盖距离的时间和位置;
S4,等待lt/2时刻后,检测当前移动用户的移动速度,如果速度不为零,则直接执行步骤S5;反之,则等待到速度不为零时,再执行步骤S5;
S5,开展任务迁移,等待迁移操作完成后执行步骤S6;
S6,获得当前时间与进入步骤S5时间的间隔JG,然后计算一个控制等待时间KZDD;
S7,等待KZDD时间,跳转执行步骤S1。
进一步地,所述S1包括:
S1-1,检测当前移动用户的移动速度,如果速度不为零,则执行下一步骤;
S1-2,获取移动用户当前的位置经度值JD、纬度值WD、移动速度V、移动角度A,同时获取m个边缘服务器的经度EJDi,纬度EWDi,最大通信覆盖距离FGJLi,并且记录移动用户与第i个边缘服务器的支撑关系RXRWi。
进一步地,所述S2包括:
S2-1,令移动用户继续按照移动速度V与移动角度A进行恒定速度的移动,计算每个边缘服务器与移动用户脱离通信覆盖范围所需的时间:
其中TLSJi表示第i个边缘服务器与移动用户脱离通信覆盖范围所需的时间;
RXRWi表示移动用户与第i个边缘服务器的支撑关系;
EJDi表示第i个边缘服务器的经度;
JD表示移动用户当前的位置经度;
EWDi表示第i个边缘服务器的纬度;
WD表示移动用户当前的位置纬度;
FGJLi表示第i个边缘服务器的最大通信覆盖距离;
A表示移动用户当前的移动角度;
V表示移动用户当前的移动速度;
S2-2,计算第一次出现“与任务运行边缘服务器脱离覆盖范围”情况的等待时间lt:
lt=min{TLSJi|0<i≤m}
其中min表示取最小值;
此时此刻移动用户的经度为TLJD,纬度为TLWD:
TLJD=JD+lt*V*sinA
TLWD=WD+lt*V*cosA
S2-3,计算间隔lt/2时间后,移动用户预计出现的位置的经度和纬度:
其中HFTLJD表示间隔lt/2时间后,移动用户预计出现的位置的经度;
HFTLWD表示间隔lt/2时间后,移动用户预计出现的位置的纬度。
进一步地,所述S3包括:
依据计算第一次出现“与任务运行边缘服务器脱离覆盖范围”的等待时间lt,进一步的预估出现第二次脱离覆盖范围的等待时间lt2:
lt2=min{TLSJi|0<i≤m and TLSJi≠lt}
其中min表示取最小值;
TLSJi表示第i个边缘服务器与移动用户脱离通信覆盖范围所需的时间;
m表示边缘服务器的总个数;
lt表示一次出现“与任务运行边缘服务器脱离覆盖范围”情况的等待时间。
进一步地,所述S5包括:
S5-1,首先获取当前移动用户的实际位置,然后计算实际位置与预测位置的偏差PC为:
其中SJD表示间隔lt/2时间后,移动用户的实际位置经度;
SWD表示间隔lt/2时间后,移动用户的实际位置维度;
HFTLJD表示间隔lt/2时间后,移动用户预计出现的位置的经度;
HFTLWD表示间隔lt/2时间后,移动用户预计出现的位置的纬度;
S5-2,依据此时移动应用实际的位置,计算所有的边缘服务器与移动应用的脱离风险:
TLFXi表示第i个边缘服务器与移动应用的脱离风险;
PC表示在实际位置与预测位置的偏差;
EJDi表示第i个边缘服务器的经度值;
EWDi表示第i个边缘服务器的纬度值;
RXRWi表示移动用户与第i个边缘服务器的支撑关系;
FGJLi表示第i个边缘服务器的最大通信覆盖距离;
EFSi表示第i个边缘服务器的分散度;
S5-3,计算间隔lt/2时间后的预测移动位置与实际移动位置,分别相对于步骤S1时移动应用位置,形成的角度偏差JDPC:
其中SJD表示间隔lt/2时间后,移动用户实际移动位置的经度;
SWD表示间隔lt/2时间后,移动用户实际移动位置的纬度;
JD表示移动用户最初位置经度;
WD表示移动用户最初位置纬度;
PC表示在实际位置与预测位置的偏差;
HFTLJD表示间隔lt/2时间后,移动用户预测移动位置的经度;
HFTLWD表示间隔lt/2时间后,移动用户预测移动位置的纬度;
S5-4,计算选择迁移边缘服务器角度范围;
JDFWS=A'+JDPC
JDFWX=A-JDPC
其中,JDFWS表示迁移边缘服务器角度的上界;
JDFWX表示迁移边缘服务器角度的下界;
A表示步骤S1时,移动用户的移动角度;
A'为间隔lt/2时间后,当前移动用户的移动角度;
S5-5,计算边缘服务器的迁移必要指数QYBYi:
其中SJD表示间隔lt/2时间后,移动用户实际移动位置的经度;
EJDi表示第i个边缘服务器的经度;
SWD示间隔lt/2时间后,移动用户实际移动位置的纬度;
EWDi表示第i个边缘服务器的纬度;
FGJLi表示第i个边缘服务器的最大通信覆盖距离;
S5-6,将具有最大的TLFXi数值的边缘服务器上的任务,迁移到具有最小QYBYi值的边缘服务器上;其中TLFXi表示第i个边缘服务器与移动应用的脱离风险,QYBYi表示第i个边缘服务器的迁移必要指数;
如果有多个边缘服务器的TLFXi数值都相同且同为最大,则在这些边缘服务器中随机选取一个作为迁移源边缘服务器;如果有多个边缘服务器的QYBYi值都相同且同为最小,则在这些边缘服务器中随机选取一个作为迁移目的边缘服务器。
进一步地,所述S5-2中EFSi包括:
其中EFSi表示第i'个边缘服务器的分散度;
EJDi'表示第i'个边缘服务器的经度值;
EWDi'表示第i个边缘服务器的纬度值;
EJDi表示第i个边缘服务器的经度值;
EWDi表示第i个边缘服务器的纬度值;
FGJLi'表示第i'个边缘服务器的最大通信覆盖距离。
进一步地,所述S6中的KZDD包括:
KZDD=max{0,lt2/2-lt/2-JG}
其中,max表示取最大值;
lt2表示第二次出现“与任务运行边缘服务器脱离覆盖范围”的等待时间,
lt表示第一次出现“与任务运行边缘服务器脱离覆盖范围”的等待时间;
JG表示当前时间与进入步骤S5时间的间隔。
综上所述,由于采用了上述技术方案,本发明具有以下优点:
(1)相对于传统的移动性感知的边缘服务调度和任务迁移的工作,本发明充分考虑了预测位置与实际位置产生的偏差,并进行针对性的迁移时间控制和迁移源/目的边缘服务器优选。
(2)本发明根据“移动应用脱离边缘服务器覆盖范围”风险的分析,合理的制订任务迁移操作之间的等待时间,避免了“过于频繁的进行任务迁移”和“迁移操作滞后导致通信丢失”的两个极端。
(3)很多方法依赖于大量的历史移动数据,进行基于学习类和神经网络的轨迹预测。然而这类方法需要大量的历史数据进行模型训练,而且计算复杂性较高。而本发明可以对缺乏历史移动数据的新移动用户进行处理,而且预测机制简单,时间复杂度很低,适用于需要快速决策和响应的车联网环境。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明的流程示意图。
图2是本发明具体实施方式的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本发提出一种边缘环境下移动偏差感知的任务迁移方法,如图1所示,包括以下步骤:
步骤1:获取移动用户移动状态和任务支撑关系。
(1)检测当前移动用户的移动速度,如果速度不为零,则进入子步骤(2);反之,则等待到速度不为零时,再进入子步骤(2);
(2)获取边缘计算环境下移动用户当前的位置经度值JD、纬度值WD、移动速度V、移动角度A(与水平线的夹角)。同时,获取边缘计算环境下的m个边缘服务器(E1,E2....Em)中,每个的经度EJDi,纬度EWDi,最大通信覆盖距离FGJLi,且边缘服务器通信覆盖范围为以FGJLi为半径的圆形区域。(其中i下标对应边缘服务器的序号,0<i≤m)。同时,记录移动用户与边缘服务器的支撑关系,具体而言,用一组标记变量RXRWi进行表示(RXRWi为1表示当前移动用户有任务在第i个边缘服务器上运行,反之为0)。如图2所示,E1和E2分别为第1个与第2个边缘服务器,它们都被涂成绿色以表示移动用户(图中红色的实心点)有任务在E1和E2上执行,而E3为黑色表示移动用户没有任务在其上执行。圆点虚线表示移动用户的实际移动轨迹,可见实际情况中移动的方向和速度都可能发生变化。
步骤2:预判首次出现移动用户离开边缘服务器覆盖距离的时间和位置。
依据前一个步骤获得的移动用户的移动信息和边缘服务器的位置信息与覆盖距离,假设移动用户继续按照移动速度V与移动角度A进行恒定速度的移动(如图2中红色箭头)。依据这个假设,计算每个边缘服务器与移动用户脱离通信覆盖范围所需的时间:
TLSJi表示第i个边缘服务器与移动用户脱离通信覆盖范围所需的时间;
RXRWi表示移动用户与第i个边缘服务器的支撑关系;
EJDi表示第i个边缘服务器的经度;
JD表示移动用户当前的位置经度;
EWDi表示第i个边缘服务器的纬度;
WD表示移动用户当前的位置纬度;
FGJLi表示第i个边缘服务器的最大通信覆盖距离;
A表示移动用户当前的移动角度;
V表示移动用户当前的移动速度;
其中:第一种情况表示第i个边缘服务器上没有移动用户所执行的任务,因此不存在判断是否移出覆盖范围的必要,进而可以将脱离通信覆盖范围所需的时间认为是正无穷;第二种情况表示,第i个边缘服务器上存在移动用户所执行的任务,但是当前移动用户的位置已经超出了该边缘服务器的覆盖范围,因此将脱离通信覆盖范围所需的时间认为是0,换言之应该马上开展任务迁移的操作;第三种为一般性情况,第i个边缘服务器上存在移动用户所执行的任务,而且当前移动用户的位置还没有超出该边缘服务器的覆盖范围,因此可以计算出按照移动速度V和移动角度A预计移出覆盖范围的时间。
接下来,计算第一次出现“与任务运行边缘服务器脱离覆盖范围”情况的等待时间,lt:
lt=min{TLSJi|0<i≤m}
值得注意的是,lt结果一定不会为正无穷,因为至少有一个边缘服务器当前存在执行的任务(在这种情况下,其对应的TLSJi值为正或者为0)。则在经历了lt时间后,将第一次出现“与任务运行边缘服务器脱离覆盖范围”情况,此时此刻移动用户的经度为TLJD,纬度为TLWD(图中蓝色空心点的位置)。TLJD与TLWD,可计算为:
TLJD=JD+lt*V*sinA
TLWD=WD+lt*V*cosA
接下来,计算间隔lt/2时间后,移动用户预计出现的位置的经度和纬度:
其中HFTLJD表示间隔lt/2时间后,移动用户预计出现的位置的经度;
HFTLWD表示间隔lt/2时间后,移动用户预计出现的位置的纬度;
上述计算的直观意义是:按照移动用户当前的移动方位和速度,那么预计在lt时间后出现与有任务执行的边缘服务器脱离通信链接的情况。因此,如果在lt时间后才开始开展任务迁移,可能已经来不及了,可能会出现无法跟原边缘服务器通信的可能性。因此,需要在lt时间的一半,也就是lt/2,提前考察当时的移动用户位置与边缘服务器的相对距离,并开展可能的任务迁移工作。
步骤3:预判第二次出现移动用户离开边缘服务器覆盖距离的时间和位置。
依据计算第一次出现“与任务运行边缘服务器脱离覆盖范围”的等待时间lt,进一步的预估出现第二次脱离覆盖范围的等待时间lt2:
lt2=min{TLSJi|0<i≤m and TLSJi≠lt}
步骤4:等待lt/2时刻后,检测当前移动用户的移动速度,如果速度不为零,则直接进入步骤5;反之,则等待到速度不为零时,再进入步骤5;
步骤5:开展任务迁移。
具体而言,首先获取当前移动用户的实际位置,经度SJD和纬度SWD。值得注意的是,因为移动用户的移动方位和速度都可能实时发生变化,因此此时的实际位置与预测位置(图中橙色小圆,依据步骤1中的获取的瞬时移动速度V、移动角度A,假设移动方向角度速度不变,预测得到的位置)可能不一致。计算两个位置的偏差PC为:
其中SJD表示间隔lt/2时间后,移动用户的实际位置经度;
SWD表示间隔lt/2时间后,移动用户的实际位置维度;
HFTLJD表示间隔lt/2时间后,移动用户预计出现的位置的经度;
HFTLWD表示间隔lt/2时间后,移动用户预计出现的位置的纬度;
接下来,依据此时移动应用实际的位置,计算所有的边缘服务器与移动应用的脱离风险:
TLFXi表示第i个边缘服务器与移动应用的脱离风险;
PC表示在实际位置与预测位置的偏差;
EJDi表示第i个边缘服务器的经度值;
EWDi表示第i个边缘服务器的纬度值;
RXRWi表示移动用户与第i个边缘服务器的支撑关系;
FGJLi表示第i个边缘服务器的最大通信覆盖距离;
上述计算的直观意义是:如果某个边缘服务器上没有移动应用的执行任务,那么认为不存在脱离其覆盖范围的风险;反之,则用当前移动用户与边缘服务器的实际距离加上偏差值,再除以该边缘服务器的覆盖半径的比例,再乘以该边缘服务器本身的分散度EFSi,作为风险的数值(值得注意的是,实际距离有可能超过了覆盖半径,在这种情况下风险值大于1)。
其中,分散度EFSi计算为该边缘服务器与所有其他边缘服务器的远离程度:
上述计算的直观意义是:某个边缘服务器的分散度,可以计算为其他所有边缘服务器与其脱离程度(也就是两个服务器的距离除以对方服务器的覆盖距离)的乘积。值得注意的是,由于所有边缘服务器的覆盖距离都不为零,所以上面计算不会出现除数为零的情况。另外,由于任意两个边缘服务器都不可能在同一个位置出现,所以上述计算的分子也不可能为0。
接下来,计算间隔lt/2时间后的预测移动位置与实际移动位置,分别相对于步骤1时移动应用位置,形成的角度偏差(图中红色和黑色箭头之间的夹角),JDPC:
SJD、SWD分别表示间隔lt/2时间后,移动用户实际移动位置的经度、纬度;
JD、WD分别表示移动用户最初位置经度、纬度;
PC表示在实际位置与预测位置的偏差;
HFTLJD、HFTLWD分别表示间隔lt/2时间后,移动用户预测移动位置的经度、纬度;
接下来,计算选择迁移边缘服务器角度范围(如图2中蓝色箭头划定的扇形范围)的上界JDFWS和下界JDFWX:
JDFWS=A'+JDPC
JDFWX=A-JDPC
其中,A'为间隔lt/2时间后,当前移动用户的移动角度。上述计算的直观意义是:黑色箭头指向的紫色小圆,为当前实际位置,与预位置橙色小圆行程的偏差夹角是JDPC;由于现在是在步骤1之后lt/2时间进行位置分析,那么在剩下的的lt/2时间中,最大可能再发生依据当前位置的正向JDPC角度偏离,或依据步骤1取得位置的负向JDPC角度偏离。
接下来,计算边缘服务器的迁移必要指数,QYBYi:
SJD表示间隔lt/2时间后,移动用户实际移动位置的经度;
EJDi表示第i个边缘服务器的经度;
SWD示间隔lt/2时间后,移动用户实际移动位置的纬度
EWDi表示第i个边缘服务器的纬度;
FGJLi表示第i个边缘服务器的最大通信覆盖距离;
上述计算的直观意义是:如果一个边缘服务器本身已经在执行移动应用的任务,则认为不是可以进行迁移操作的目的边缘服务器;如果一个边缘服务器在以(SJD,SWD)为原点,角度JDFWS和JDFWX划定的扇形区域外,则表示该边缘服务器不在未来移动轨迹可能覆盖的范围中,因此被选中的必要为零;如果上述条件都不成立,则以移动应用与该边缘服务器距离,除以该边缘服务器的覆盖距离的比例值,在乘以方位夹角与移动方向夹角差的正切函数绝对值(也就是:“当前移动应用的移动方向角度”与“移动应用位置与边缘服务器位置连线角度”,的角度差绝对值,对应的正切函数值。其直观意义是,该角度差越小越好,表示备选的边缘服务器尽可能处于当前移动方向上),作为衡量选取必要性的依据(越小越好)。
接下来,将具有最大的移动应用的脱离风险TLFXi数值的边缘服务器上的任务,迁移到具有最小QYBYi值的边缘服务器上。如果有多个边缘服务器的TLFXi数值都相同且同为最大,则在这些边缘服务器中随机选取一个作为迁移源边缘服务器;如果有多个边缘服务器的QYBYi值都相同且同为最小,则在这些边缘服务器中随机选取一个作为迁移目的边缘服务器。
迁移操作需要花一定的时间,等待完成迁移操作,然后进入下一个步骤。
步骤6:
获得当前时间与进入步骤5时间的间隔JG,然后计算一个控制等待时间KZDD:
KZDD=max{0,lt2/2-lt/2-JG}
上述计算的直观意义是:lt2为依据步骤1时的移动应用位置预测的发生第二次“脱离边缘服务器覆盖范围”情况发生的时间,由于首次“脱离边缘服务器覆盖范围”的情况已经通过前面的任务迁移进行了处理,现在应以第二次脱离情况处理的时间(为保证预留充分的处理时间余地,以lt2/2作为处理的时间),作为重新开展移动性分析的开始时间的上界。从计算的结果看,如果lt2/2-lt/2-JG为负数,表示步骤6的进入时间已经晚于第二次脱离情况处理的时间,所以KZDD为赋值为0,表示不需要等待。
步骤7:
等待KZDD时间,然后重新进入步骤1。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (6)
1.一种边缘环境下移动偏差感知的任务迁移方法,其特征在于,包括以下步骤:
S1,获取移动用户移动状态和任务支撑关系;
S2,预判首次出现移动用户离开边缘服务器覆盖距离的时间和位置;
S3,预判第二次出现移动用户离开边缘服务器覆盖距离的时间和位置;
S4,等待lt/2时刻后,检测当前移动用户的移动速度,如果速度不为零,则直接执行步骤S5;反之,则等待到速度不为零时,再执行步骤S5;其中lt表示第一次脱离覆盖范围的等待时间;
S5,开展任务迁移,等待迁移操作完成后执行步骤S6;
S5-1,首先获取当前移动用户的实际位置,然后计算实际位置与预测位置的偏差PC为:
其中SJD表示间隔lt/2时间后,移动用户的实际位置经度;
SWD表示间隔lt/2时间后,移动用户的实际位置维度;
HFTLJD表示间隔lt/2时间后,移动用户预计出现的位置的经度;
HFTLWD表示间隔lt/2时间后,移动用户预计出现的位置的纬度;
S5-2,依据此时移动应用实际的位置,计算所有的边缘服务器与移动应用的脱离风险:
TLFXi表示第i个边缘服务器与移动应用的脱离风险;
PC表示在实际位置与预测位置的偏差;
EJDi表示第i个边缘服务器的经度值;
EWDi表示第i个边缘服务器的纬度值;
RXRWi表示移动用户与第i个边缘服务器的支撑关系;
FGJLi表示第i个边缘服务器的最大通信覆盖距离;
EFSi表示第i个边缘服务器的分散度;
S5-3,计算间隔lt/2时间后的预测移动位置与实际移动位置,分别相对于步骤S1时移动应用位置,形成的角度偏差JDPC:
其中SJD表示间隔lt/2时间后,移动用户实际移动位置的经度;
SWD表示间隔lt/2时间后,移动用户实际移动位置的纬度;
JD表示移动用户最初位置经度;
WD表示移动用户最初位置纬度;
PC表示在实际位置与预测位置的偏差;
HFTLJD表示间隔lt/2时间后,移动用户预测移动位置的经度;
HFTLWD表示间隔lt/2时间后,移动用户预测移动位置的纬度;
S5-4,计算选择迁移边缘服务器角度范围;
JDFWS=A'+JDPC
JDFWX=A-JDPC
其中,JDFWS表示迁移边缘服务器角度的上界;
JDFWX表示迁移边缘服务器角度的下界;
A表示步骤S1时,移动用户的移动角度;
A'为间隔lt/2时间后,当前移动用户的移动角度;
S5-5,计算边缘服务器的迁移必要指数QYBYi:
其中SJD表示间隔lt/2时间后,移动用户实际移动位置的经度;
EJDi表示第i个边缘服务器的经度;
SWD示间隔lt/2时间后,移动用户实际移动位置的纬度;
EWDi表示第i个边缘服务器的纬度;
FGJLi表示第i个边缘服务器的最大通信覆盖距离;
S5-6,将具有最大的TLFXi数值的边缘服务器上的任务,迁移到具有最小QYBYi值的边缘服务器上;其中TLFXi表示第i个边缘服务器与移动应用的脱离风险,QYBYi表示第i个边缘服务器的迁移必要指数;
如果有多个边缘服务器的TLFXi数值都相同且同为最大,则在这些边缘服务器中随机选取一个作为迁移源边缘服务器;如果有多个边缘服务器的QYBYi值都相同且同为最小,则在这些边缘服务器中随机选取一个作为迁移目的边缘服务器;
S6,获得当前时间与进入步骤S5时间的间隔JG,然后计算一个控制等待时间KZDD;
S7,等待KZDD时间,跳转执行步骤S1。
2.根据权利要求1所述的一种边缘环境下移动偏差感知的任务迁移方法,其特征在于,所述S1包括:
S1-1,检测当前移动用户的移动速度,如果速度不为零,则执行下一步骤;
S1-2,获取移动用户当前的位置经度值JD、纬度值WD、移动速度V、移动角度A,同时获取m个边缘服务器的经度EJDi,纬度EWDi,最大通信覆盖距离FGJLi,并且记录移动用户与第i个边缘服务器的支撑关系RXRWi。
3.根据权利要求1所述的一种边缘环境下移动偏差感知的任务迁移方法,其特征在于,所述S2包括:
S2-1,令移动用户继续按照移动速度V与移动角度A进行恒定速度的移动,计算每个边缘服务器与移动用户脱离通信覆盖范围所需的时间:
其中TLSJi表示第i个边缘服务器与移动用户脱离通信覆盖范围所需的时间;
RXRWi表示移动用户与第i个边缘服务器的支撑关系;
EJDi表示第i个边缘服务器的经度;
JD表示移动用户当前的位置经度;
EWDi表示第i个边缘服务器的纬度;
WD表示移动用户当前的位置纬度;
FGJLi表示第i个边缘服务器的最大通信覆盖距离;
A表示移动用户当前的移动角度;
V表示移动用户当前的移动速度;
S2-2,计算第一次出现“与任务运行边缘服务器脱离覆盖范围”情况的等待时间lt:
lt=min{TLSJi|0<i≤m}
其中min表示取最小值;
此时此刻移动用户的经度为TLJD,纬度为TLWD:
TLJD=JD+lt*V*sinA
TLWD=WD+lt*V*cosA
S2-3,计算间隔lt/2时间后,移动用户预计出现的位置的经度和纬度:
其中HFTLJD表示间隔lt/2时间后,移动用户预计出现的位置的经度;
HFTLWD表示间隔lt/2时间后,移动用户预计出现的位置的纬度。
4.根据权利要求1所述的一种边缘环境下移动偏差感知的任务迁移方法,其特征在于,所述S3包括:
依据计算第一次出现“与任务运行边缘服务器脱离覆盖范围”的等待时间lt,进一步的预估出现第二次脱离覆盖范围的等待时间lt2:
lt2=min{TLSJi|0<i≤m and TLSJi≠lt}
其中min表示取最小值;
TLSJi表示第i个边缘服务器与移动用户脱离通信覆盖范围所需的时间;
m表示边缘服务器的总个数;
lt表示一次出现“与任务运行边缘服务器脱离覆盖范围”情况的等待时间。
6.根据权利要求1所述的一种边缘环境下移动偏差感知的任务迁移方法,其特征在于,所述S6中的KZDD包括:
KZDD=max{0,lt2/2-lt/2-JG}
其中,max表示取最大值;
lt2表示第二次出现“与任务运行边缘服务器脱离覆盖范围”的等待时间,
lt表示第一次出现“与任务运行边缘服务器脱离覆盖范围”的等待时间;
JG表示当前时间与进入步骤S5时间的间隔。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210032040.9A CN114513515B (zh) | 2022-01-12 | 2022-01-12 | 一种边缘环境下移动偏差感知的任务迁移方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210032040.9A CN114513515B (zh) | 2022-01-12 | 2022-01-12 | 一种边缘环境下移动偏差感知的任务迁移方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114513515A CN114513515A (zh) | 2022-05-17 |
CN114513515B true CN114513515B (zh) | 2022-11-04 |
Family
ID=81548990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210032040.9A Active CN114513515B (zh) | 2022-01-12 | 2022-01-12 | 一种边缘环境下移动偏差感知的任务迁移方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114513515B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108958916A (zh) * | 2018-06-29 | 2018-12-07 | 杭州电子科技大学 | 一种移动边缘环境下工作流卸载优化算法 |
CN109302709A (zh) * | 2018-09-14 | 2019-02-01 | 重庆邮电大学 | 面向移动边缘计算的车联网任务卸载与资源分配策略 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190354628A1 (en) * | 2018-05-21 | 2019-11-21 | Pure Storage, Inc. | Asynchronous replication of synchronously replicated data |
US11625627B2 (en) * | 2020-04-21 | 2023-04-11 | Microsoft Technology Licensing, Llc | Predicted forecast offset from remote location sensor |
CN113076177B (zh) * | 2021-04-12 | 2022-03-22 | 河北大学 | 一种边缘计算环境下的虚拟机动态迁移方法 |
-
2022
- 2022-01-12 CN CN202210032040.9A patent/CN114513515B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108958916A (zh) * | 2018-06-29 | 2018-12-07 | 杭州电子科技大学 | 一种移动边缘环境下工作流卸载优化算法 |
CN109302709A (zh) * | 2018-09-14 | 2019-02-01 | 重庆邮电大学 | 面向移动边缘计算的车联网任务卸载与资源分配策略 |
Also Published As
Publication number | Publication date |
---|---|
CN114513515A (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11187548B2 (en) | Planning vehicle computational unit migration based on mobility prediction | |
CN110531617B (zh) | 多无人机3d悬停位置联合优化方法、装置和无人机基站 | |
Kar et al. | Offloading using traditional optimization and machine learning in federated cloud–edge–fog systems: A survey | |
EP3466122B1 (en) | Mobile edge computing | |
US11551556B2 (en) | Real-time service provider progress monitoring | |
Spatharakis et al. | A scalable edge computing architecture enabling smart offloading for location based services | |
WO2018042333A2 (en) | Driver location prediction for a transportation service | |
CN107046700A (zh) | 一种预测移动终端切换基站的方法和装置 | |
CN112422644A (zh) | 计算任务卸载方法及系统、电子设备和存储介质 | |
Ma et al. | Dynamic task scheduling in cloud-assisted mobile edge computing | |
CN113076177B (zh) | 一种边缘计算环境下的虚拟机动态迁移方法 | |
Xiao et al. | AdaptiveFog: A modelling and optimization framework for fog computing in intelligent transportation systems | |
CN110167059B (zh) | 一种边缘计算场景下基站业务量预测方法 | |
CN114513515B (zh) | 一种边缘环境下移动偏差感知的任务迁移方法 | |
Guo et al. | Deep reinforcement learning-based microservice selection in mobile edge computing | |
WO2022001555A1 (zh) | 无线资源管理方法、存储介质和电子设备 | |
CN104750239A (zh) | 一种基于空间手势访问终端设备中的应用的方法和设备 | |
Yang et al. | Service migration with high-order mdp in mobile edge computing | |
Khan et al. | Preemptive flow management in future SDNized wireless networks | |
US11778506B2 (en) | Method for reallocating a data processing peripheral server | |
Romero et al. | OROS: Online Operation and Orchestration of Collaborative Robots using 5G | |
CN111542074B (zh) | 一种移动云计算学习的智能异构无线接入方法 | |
WO2022126415A1 (zh) | 追踪算法的运行方法、装置、电子设备及计算机可读存储介质 | |
AlQerm et al. | I-harf: Intelligent and hierarchical framework for adaptive resource facilitation in edge-iot systems | |
CN110610296A (zh) | 任务分配方法、电子设备及计算机可读存储介质 |
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 |