CN116112976B - 设备计算迁移方法、装置、设备及存储介质 - Google Patents
设备计算迁移方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116112976B CN116112976B CN202211640127.0A CN202211640127A CN116112976B CN 116112976 B CN116112976 B CN 116112976B CN 202211640127 A CN202211640127 A CN 202211640127A CN 116112976 B CN116112976 B CN 116112976B
- Authority
- CN
- China
- Prior art keywords
- task
- edge server
- computing
- calculation
- migration
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 196
- 230000005012 migration Effects 0.000 title claims abstract description 156
- 238000013508 migration Methods 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000008859 change Effects 0.000 claims description 14
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
- H04W28/09—Management thereof
- H04W28/0925—Management thereof using policies
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种设备计算迁移方法、装置、设备及存储介质,该方法包括:将待卸载的计算任务的任务计算信息广播至边缘服务器,边缘服务器根据任务计算信息反馈任务迁移的时间耗费信息;基于时间耗费信息确定各边缘服务器的优先级;基于预设贪心策略和优先级确定目标边缘服务器,并发送任务迁移请求至目标边缘服务器,以使目标边缘服务器反馈是否承接计算任务;在目标边缘服务器承接计算任务时,将计算任务卸载后迁移至目标边缘服务器。本发明基于边缘服务器的优先级和预设贪心策略确定目标边缘服务器,在目标边缘服务器承接计算任务时将计算任务迁移至目标边缘服务器,从而可以在移动设备中选出局部最优的边缘服务器进行计算迁移。
Description
技术领域
本发明涉及边缘计算技术领域,尤其涉及一种设备计算迁移方法、装置、设备及存储介质。
背景技术
随着5G时代的到来和云计算的不断发展,人们对于传输和计算时间延迟的要求也随之提升。因此边缘计算及其子领域移动边缘计算(Mobile Edge Computing,MEC)也成为了近年来的重点研究方向。边缘计算可以通过验证边缘设备用户身份、隐私保护、访问控制、正确性验证和安全数据聚合计算等多个方面提升云计算带给用户的使用体验和安全性。其中,云计算可以将部分计算功能卸载到边缘服务器进行,让边缘服务器可以先对边缘计算任务进行初步计算处理,甚至在某些简单任务场景下可以不用将任务传达至云服务器,边缘服务器自身就能完成任务的计算并将结果返回给用户,这种技术被称为计算迁移(Computation Offloading),计算迁移可以极大的节省传输能耗和计算时延。但是在MEC场景中,当一个移动边缘设备需要进行边缘任务计算时,由于它自身的位置与边缘服务器的距离、计算任务的大小、边缘服务器的计算能力等参数的不同,致使它选择不同的边缘服务器产生的计算和传输时延可能相差极大。因此,如何在MEC场景下,综合考虑时延、能耗、用户体验和成本,让边缘设备能有效的选择卸载任务的最优边缘服务器成为了最近业界的研究热点。
现有的方案中可以通过去中心化算法对MEC环境下进行计算迁移,但去中心化算法则仅考虑到类似于车联网这种具有一定本地计算能力的MEC场景,忽视了部分小型移动设备如智能穿戴设备、警察执法仪等本地计算能力小甚至无法进行分区计算卸载。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种设备计算迁移方法、装置、设备及存储介质,旨在解决现有技术中无法在无本地计算环境的移动设备中选出对于每个计算任务局部最优的边缘服务器进行计算迁移的技术问题。
为实现上述目的,本发明提供了一种设备计算迁移方法,所述方法应用于移动设备,所述设备计算迁移方法包括:
将待卸载的计算任务的任务计算信息广播至边缘服务器,所述边缘服务器根据所述任务计算信息反馈任务迁移的时间耗费信息;
基于所述时间耗费信息确定各边缘服务器的优先级;
基于预设贪心策略和所述优先级确定目标边缘服务器,并发送任务迁移请求至所述目标边缘服务器,以使所述目标边缘服务器反馈是否承接所述计算任务;
在所述目标边缘服务器承接所述计算任务时,将所述计算任务卸载后迁移至所述目标边缘服务器。
可选地,所述将待卸载的计算任务的任务计算信息广播至边缘服务器的步骤之前,还包括:
获取待卸载的计算任务对应的计算数据大小和代码文件大小;
根据所述计算数据大小和所述代码文件大小确定所述计算任务的任务大小;
获取所述计算任务进行计算时所需的CPU周期数,并通过所述CPU周期数确定所述计算任务的任务计算量;
将所述任务大小和所述任务计算量作为所述计算任务的任务计算信息。
可选地,所述基于所述时间耗费信息确定各边缘服务器的优先级的步骤之前,还包括:
查找是否存在预先建立的所述计算任务对应的优先级队列;
若不存在,则根据所述时间耗费信息对各边缘服务器进行优先级排序,并根据排序结果确定目标优先级队列;
相应的,所述基于所述时间耗费信息确定各边缘服务器的优先级的步骤,包括:
基于所述目标优先级队列确定各边缘服务器的优先级。
可选地,所述基于所述时间耗费信息确定各边缘服务器的优先级的步骤之后,包括:
基于所述时间耗费信息确定任务时间窗口;
相应的,所述基于预设贪心策略和所述优先级确定目标边缘服务器,并发送任务迁移请求至所述目标边缘服务器,以使所述目标边缘服务器反馈是否承接所述计算任务的步骤,包括:
基于预设贪心策略和所述优先级确定目标边缘服务器,并发送任务迁移请求至所述目标边缘服务器,以使所述目标边缘服务器基于所述任务时间窗口反馈是否承接所述计算任务。
此外,为实现上述目的,本发明提供了一种设备计算迁移方法,所述方法应用于边缘服务器,所述设备计算迁移方法包括:
接收移动设备广播的待卸载的计算任务的任务计算信息;
根据所述任务计算信息获取任务迁移的时间耗费信息,并将所述时间耗费信息返回至所述移动设备,以使所述移动设备基于所述时间耗费信息和预设贪心策略确定目标边缘服务器并向所述目标边缘服务器发送任务迁移请求;
在接收到所述移动设备发送的任务迁移请求时,基于缓冲区变化情况和所述时间耗费信息判断是否承接所述计算任务;
在承接所述计算任务时返回任务承接确认信息至所述移动设备,并接收所述移动设备迁移的所述计算任务。
可选地,所述根据所述任务计算信息获取任务迁移的时间耗费信息的步骤,包括:
根据所述任务计算信息获取所述计算任务的任务大小和任务计算量;
根据所述任务大小获取所述计算任务的任务卸载时间;
根据缓冲区状态和服务器计算能力获取所述计算任务的任务等待时间;
根据所述任务计算量和所述服务器计算能力获取所述计算任务的任务运行时间;
通过所述任务卸载时间、所述任务等待时间和所述任务运行时间获取任务迁移的时间耗费信息。
可选地,所述在接收到所述移动设备发送的任务迁移请求时,基于缓冲区变化情况和所述时间耗费信息判断是否承接所述计算任务的步骤,包括:
在接收到所述移动设备发送的任务迁移请求时,根据缓冲区变化情况判断当前缓冲区是否存在所述计算任务对应的任务数据包;
在所述当前缓冲区不存在所述任务数据包时,对所述时间耗费信息进行更新,获得目标时间耗费信息;
基于所述时间耗费信息和所述目标时间耗费信息判断是否承接所述计算任务。
此外,为实现上述目的,本发明还提出一种设备计算迁移装置,所述设备计算迁移装置包括:
信息广播模块,用于将待卸载的计算任务的任务计算信息广播至边缘服务器,所述边缘服务器根据所述任务计算信息反馈任务迁移的时间耗费信息;
优先级确定模块,用于基于所述时间耗费信息确定各边缘服务器的优先级;
迁移请求发送模块,用于基于预设贪心策略和所述优先级确定目标边缘服务器,并发送任务迁移请求至所述目标边缘服务器,以使所述目标边缘服务器反馈是否承接所述计算任务;
任务迁移模块,用于在所述目标边缘服务器承接所述计算任务时,将所述计算任务卸载后迁移至所述目标边缘服务器。
此外,为实现上述目的,本发明还提出一种设备计算迁移设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的设备计算迁移程序,所述设备计算迁移程序配置为实现如上文所述的设备计算迁移方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有设备计算迁移程序,所述设备计算迁移程序被处理器执行时实现如上文所述的设备计算迁移方法的步骤。
在本发明中,公开了将待卸载的计算任务的任务计算信息广播至边缘服务器,边缘服务器根据任务计算信息反馈任务迁移的时间耗费信息;基于时间耗费信息确定各边缘服务器的优先级;基于预设贪心策略和优先级确定目标边缘服务器,并发送任务迁移请求至目标边缘服务器,以使目标边缘服务器反馈是否承接计算任务;在目标边缘服务器承接计算任务时,将计算任务卸载后迁移至目标边缘服务器;相较于现有技术中通过去中心化算法的计算迁移方案进行计算任务分配,忽视了部分计算能力小甚至无法进行分区计算卸载的小型移动设备,由于本发明基于边缘服务器反馈的任务迁移的时间耗费信息确定边缘服务器的优先级,基于预设贪心策略和优先级确定目标边缘服务器,并向目标边缘服务器发送任务迁移请求,在目标边缘服务器承接计算任务时,将计算任务卸载后迁移至目标边缘服务器,从而解决了现有技术中无法在无本地计算环境的移动设备中选出对于每个计算任务局部最优的边缘服务器进行计算迁移的技术问题。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的设备计算迁移设备的结构示意图;
图2为本发明设备计算迁移方法第一实施例的流程示意图;
图3为本发明设备计算迁移方法第二实施例的流程示意图;
图4为本发明设备计算迁移方法第三实施例的流程示意图;
图5为本发明设备计算迁移方法第四实施例的流程示意图;
图6为本发明设备计算迁移装置第一实施例的结构框图。
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
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的设备计算迁移设备结构示意图。
如图1所示,该设备计算迁移设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对设备计算迁移设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备计算迁移程序。
在图1所示的设备计算迁移设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明设备计算迁移设备中的处理器1001、存储器1005可以设置在设备计算迁移设备中,所述设备计算迁移设备通过处理器1001调用存储器1005中存储的设备计算迁移程序,并执行本发明实施例提供的设备计算迁移方法。
本发明实施例提供了一种设备计算迁移方法,参照图2,图2为本发明设备计算迁移方法第一实施例的流程示意图。
本实施例中,所述设备计算迁移方法包括以下步骤:
步骤S10:将待卸载的计算任务的任务计算信息广播至边缘服务器,所述边缘服务器根据所述任务计算信息反馈任务迁移的时间耗费信息。
需要说明的是,本实施例的方法的执行主体可以为需要进行任务计算的移动设备,例如:手机、平板电脑、个人电脑和智能穿戴设备等。
应当理解的是,上述计算任务可以为移动设备中需要进行计算迁移的计算任务。其中,计算迁移是指可以将部分计算功能卸载到边缘服务器进行,让边缘服务器可以先对计算任务进行初步计算处理,并将任务计算完成时将计算结果返回。
可以理解的是,上述任务计算信息可以包括上述计算任务中的计算数据所占内存大小和进行计算时CPU的执行量等信息,本实施例对此不加以限制。
需要说明的是,上述边缘服务器可以为提供进入网络的通道和与其它服务器设备通讯功能的服务器。实际应用中,移动设备可以将任务计算信息向周围两眺内的边缘服务器进行广播。
应当理解的是,上述时间耗费信息可以为上述计算任务从移动设备卸载到边缘服务器至边缘服务器计算完成后返回计算结果所需要时间信息。由于计算任务从边缘服务器、在边缘服务器中等待计算以及在边缘服务器中进行计算都需要耗费一定时间,而这些时间的长短与计算任务的任务计算信息相关,因此边缘服务器可以根据计算任务的任务计算信息反馈计算任务进行任务迁移至返回计算结果现有耗费的时间信息。实际应用中,边缘服务器可以分别获取计算任务卸载到边缘服务器所需时间、等待计算时间和计算时间,并根据这些时间信息生成一个预测报告,预测报告中可以包括该计算任务等待时间、执行时间和信道质量等信息,从而可以通过这个预测报告获取上述时间耗费信息,即计算任务从卸载到返回计算结果所需总时间,其中,所需总时间有卸载时间和等待计算时间中较大的一方以及计算时间组成,当等待时间大于卸载时间时,也即任务完全发送了也还不能计算,需要进行等待,此时总用时为等待计算时间和计算时间之和;而当卸载时间更大时,若任务需要完全卸载才开始计算,此时总用时为卸载时间和计算时间之和。
在具体实现中,若移动设备需要将部分计算功能卸载至边缘服务器中进行时,可以将需要卸载的计算任务的计算数据所占内存大小和进行计算时CPU的执行量等任务计算信息广播至边缘服务器,边缘服务器在接收到该任务计算信息后可以根据任务计算信息获取该计算任务卸载到边缘服务器所需时间、等待计算时间和计算时间,并基于这些时间信息获取计算任务进行任务迁移的时间耗费信息。
步骤S20:基于所述时间耗费信息确定各边缘服务器的优先级。
需要说明的是,上述优先级可以为在存在多个边缘服务器时,根据计算任务进行计算迁移所需总用时确定的对边缘服务器进行选择的优先等级。本实施例中可以优先选择优先级高的边缘服务器进行计算任务的计算迁移。
步骤S30:基于预设贪心策略和所述优先级确定目标边缘服务器,并发送任务迁移请求至所述目标边缘服务器,以使所述目标边缘服务器反馈是否承接所述计算任务。
应当理解的是,上述预设贪心策略即在对问题进行求解时,总是做出在当前看来是最好的选择,也就是说,不从整体最优上加以考虑,而是得到在某种意义上的局部最优解。本实施例中基于上述预设贪心策略可以总是选择优先级第一的边缘服务器进行计算任务的计算迁移。
可以理解的是,上述目标边缘服务器可以为通过预设贪心策略选择的优先级第一的边缘服务器。
需要说明的是,上述任务迁移请求可以为向目标边缘服务器发送的告知该目标服务器为本次计算迁移的对象服务器的请求。实际应用中,在确定好进行计算迁移的目标边缘服务器后,可以向目标边缘服务器发送一个任务迁移请求,以告知该目标边缘服务器它为本次计算任务进行计算迁移的对象。
应当理解的是,为了使目标服务器反馈是否承接本次的计算任务,可以基于所述时间耗费信息确定任务时间窗口;从而目标服务器可以基于任务时间窗口反馈是否承接所述计算任务。
可以理解的是,目标边缘服务器在接收到任务迁移请求后,可以根据其缓冲区记录、缓冲区大小变化和任务时间窗口决定是否承接任务卸载或者生成新的估计用时报告。其中,上述任务时间窗口可以为判断计算任务在等待计算时是否存在其他任务插队的时间段。实际应用中,移动设备根据预测报告更新边缘服务器的优先级并且设定任务时间窗口用于防止任务被多次插队导致轮询,随后根据预设贪心策略向最优的目标边缘服务器发送任务数据包或者数据流以及任务时间窗口,首次收到数据的目标边缘服务器将在缓冲区记录任务,以免被再次选择时插队,随后服务器更新任务的估计用时报告(其中包括上述时间耗费信息),若因其他任务插队导致估计用时大于任务时间窗口,则返回新的估计用时报告,否则将承接任务卸载。
在具体实现中,目标边缘服务器在接收到任务迁移请求后,可以查找缓冲区记录,若目标边缘服务器中已经存在上述计算任务的数据,则表示该目标边缘服务器可以承接该计算任务,此时可以将该计算任务加入计算列表,并在完成计算任务的计算后将计算结果返回给移动设备;若目标边缘服务器中不存在上述计算任务的数据,则在目标边缘服务器中留存该计算任务的数据包,并根据目标边缘服务器当前缓冲区更新上述时间耗费信息,并在更新后的时间耗费信息与更新前的时间耗费信息的差值不超过上述任务时间窗口时,则目标边缘服务器可以承接计算任务,此时可以将该计算任务加入计算列表,并在完成计算任务的计算后将计算结果返回给移动设备,若更新后的时间耗费信息与更新前的时间耗费信息的差值超过上述任务时间窗口,则表示该目标边缘服务器不承接本次计算任务。
步骤S40:在所述目标边缘服务器承接所述计算任务时,将所述计算任务卸载后迁移至所述目标边缘服务器。
可以理解的是,若目标边缘服务器不承接该计算任务,此时目标边缘服务器可以将更新后的时间窗口信息返回给移动设备,从而移动设备可以基于更新后的时间窗口信息重新选择边缘服务器,同时会返回新的估计用时报告,即更新上述时间耗费信息,由于新的时间耗费信息在缓冲区已经进行记录了,因此不会被再次改变,当目标边缘服务器第二次接收到该计算任务的任务数据后将直接承接任务卸载。
在具体实现中,若移动设备生成了一个需要进行计算迁移的计算任务,则可以将该计算任务的任务数据信息广播至移动设备两眺内的边缘服务器,边缘服务器可以根据计算任务的任务数据信息向移动设备反馈该计算任务进行计算迁移所需要的总时间,从而可以根据计算迁移所需要的总时间确定各个边缘服务器的优先级,基于预设贪心策略可以选择优先级第一的目标边缘服务器,并向目标边缘服务器发生任务迁移请求,目标边缘服务器在接收到任务迁移请求后,可以基于缓冲区记录和任务时间窗口确定是否承接该计算任务,若目标边缘服务器承接该计算任务,则移动设备可以将该计算任务卸载后迁移至目标边缘服务器。
本实施例公开了将待卸载的计算任务的任务计算信息广播至边缘服务器,边缘服务器根据任务计算信息反馈任务迁移的时间耗费信息;基于时间耗费信息确定各边缘服务器的优先级;基于预设贪心策略和优先级确定目标边缘服务器,并发送任务迁移请求至目标边缘服务器,以使目标边缘服务器反馈是否承接计算任务;在目标边缘服务器承接计算任务时,将计算任务卸载后迁移至目标边缘服务器;相较于现有技术中通过去中心化算法的计算迁移方案进行计算任务分配,忽视了部分计算能力小甚至无法进行分区计算卸载的小型移动设备,由于本实施例基于边缘服务器反馈的任务迁移的时间耗费信息确定边缘服务器的优先级,基于预设贪心策略和优先级确定目标边缘服务器,并向目标边缘服务器发送任务迁移请求,在目标边缘服务器承接计算任务时,将计算任务卸载后迁移至目标边缘服务器,从而解决了现有技术中无法在无本地计算环境的移动设备中选出对于每个计算任务局部最优的边缘服务器进行计算迁移的技术问题。
参考图3,图3为本发明设备计算迁移方法第二实施例的流程示意图。
基于上述第一实施例,为了获取待卸载的计算任务的任务计算信息,本实施例中,所述步骤S10之前,所述方法还包括:
步骤S01:获取待卸载的计算任务对应的计算数据大小和代码文件大小。
需要说明的是,上述计算数据大小可以为计算任务的数据所占内存的大小。
应当理解的是,上述代码文件大小可以为计算任务中的代码文件所占内存的大小。
步骤S02:根据所述计算数据大小和所述代码文件大小确定所述计算任务的任务大小。
可以理解的是,上述计算任务的任务大小可以为计算数据和代码文件所占内存之和。实际应用中,可以通过获取计算任务的数据和代码文件大小确认任务大小。
步骤S03:获取所述计算任务进行计算时所需的CPU周期数,并通过所述CPU周期数确定所述计算任务的任务计算量。
需要说明的是,上述CPU周期数可以为CPU访问一次主存或输入输出端口所需要的时间,本实施例中可以以该计算任务进行计算时所需要的CPU周期数作为计算任务的任务计算量。
步骤S04:将所述任务大小和所述任务计算量作为所述计算任务的任务计算信息。
在具体实现中,移动设备u生成计算任务m,通过获取该计算任务m的计算数据和代码文件的大小得到计算任务m的任务大小ms,并以任务计算所需要的CPU周期数作为计算任务m的计算量mc。
本实施例根据计算任务对应的计算数据大小和代码文件大小确定计算任务的任务大小,并通过计算任务在进行计算时所需的CPU周期数确定计算任务的任务计算量,最后将任务大小和任务计算量作为计算任务的任务计算信息,从而可以获取计算任务对应的任务计算信息。
参考图4,图4为本发明设备计算迁移方法第三实施例的流程示意图。
基于上述各实施例,为了确定各边缘服务器的优先级以选择目标边缘服务器,本实施例中,所述步骤S20之前,所述方法还包括:
步骤S21:查找是否存在预先建立的所述计算任务对应的优先级队列。
需要说明的是,上述优先级队列可以为移动设备建立的服务器优先队列,其中,该服务器优先队列可以根据上述计算任务迁移至各边缘服务器所耗费的时间由高到低进行排序。
步骤S22:若不存在,则根据所述时间耗费信息对各边缘服务器进行优先级排序,并根据排序结果确定目标优先级队列。
应当理解的是,目标优先级队列可以为在移动设备对于计算任务没有建立优先级队列时,根据计算任务从移动设备卸载到边缘服务器至边缘服务器计算完成后返回计算结果所需要时间由低到高排列形成的服务器优先队列。实际应用中,若移动设备对于计算任务m没有建立优先级队列,则初始化迭代参数iter=0,根据计算任务从移动设备卸载到边缘服务器Esi至计算完成后返回计算结果所需要时间Tsumm,si由低到高排列形成目标优先级队列Es={Es1,Es2...,Eso},将总用时最小的边缘服务器称为Es1,将用时最长边缘服务器称为Eso(其中,o为收到广播并返回报告的边缘服务器总数);若移动设备对于计算任务m已经建立过优先级队列,则将迭代参数加1,即iter=iter+1,边缘服务器Es1根据其缓冲区更新Tsumm,si,获得Tsumm,s1',从而可以根据Tsumm,s1更新优先级队列,获得目标优先级队列。
步骤S23:基于所述目标优先级队列确定各边缘服务器的优先级。
可以理解的是,由于目标优先级队列是根据计算任务从移动设备卸载到各边缘服务器至边缘服务器计算完成后返回计算结果所需要时间由低到高排列形成的,则可以直接根据目标优先级队列确定各边缘服务器的优先级。
本实施例可以在不存在预先建立的计算任务对应的优先级队列时,根据计算任务的时间耗费信息对各边缘服务器进行优先级排序,获得目标优先级队列,并基于目标优先级队列确定各边缘服务器的优先级,从而为移动设备基于预设贪心策略总是选择优先级第一的边缘服务器提供了选择基础。
参考图5,图5为本发明设备计算迁移方法第三实施例的流程示意图。
基于上述各实施例,提出本发明设备计算迁移方法第四实施例。
在本实施例中,所述设备计算迁移方法包括以下步骤:
步骤S100:接收移动设备广播的待卸载的计算任务的任务计算信息。
需要说明的是,本实施例的方法的执行主体可以为承载计算任务卸载的边缘服务器。
应当理解的时,当移动设备需要对计算任务进行计算卸载时,可以向周围两眺内的边缘服务器广播待卸载计算任务的任务计算信息,此时移动设备周围两眺内的边缘服务器会接收到移动设备广播的任务计算信息。
步骤S200:根据所述任务计算信息获取任务迁移的时间耗费信息,并将所述时间耗费信息返回至所述移动设备,以使所述移动设备基于所述时间耗费信息和预设贪心策略确定目标边缘服务器并向所述目标边缘服务器发送任务迁移请求。
进一步地,为了获取任务迁移的时间耗费信息,上述步骤S200具体包括:根据所述任务计算信息获取所述计算任务的任务大小和任务计算量;根据所述任务大小获取所述计算任务的任务卸载时间;根据缓冲区状态和服务器计算能力获取所述计算任务的任务等待时间;根据所述任务计算量和所述服务器计算能力获取所述计算任务的任务运行时间;通过所述任务卸载时间、所述任务等待时间和所述任务运行时间获取任务迁移的时间耗费信息。
需要说明的是,上述任务卸载时间可以为计算任务从移动设备卸载至边缘服务器所需要的时间。实际应用中,在不收集其他任务的情况下尽可能的模拟计算得到信道受干扰的情况,从而获得信道真实的传输带宽,收到广播的边缘服务器都根据广播数据包发送至边缘服务器的时间及广播数据包的大小与计算任务m的任务大小,计算得到计算任务m卸载到本服务器的预估时间,对于计算任务m卸载到服务器Esα的任务卸载时间的计算公式如下:
其中,toffm,为计算任务m卸载到边缘服务器Esi的任务卸载时间,ms为计算任务m的任务大小,tbroad m,si为计算任务m的广播传输到边缘服务器Esi所耗费的时间,bs是广播数据包的大小。
应当理解的是,上述任务等待时间为计算任务等待边缘服务器对其进行计算所需要的时间。实际应用中,每个收到广播的边缘服务器通过自身缓冲区情况和计算能力得到新任务到达后需要等待的时间,首先可以根据边缘服务器的缓冲区状态获取边缘服务器缓冲区中待执行任务大小,并根据边缘服务器的CPU并行和转速获取边缘服务器的服务器计算能力,从而计算获取任务等待时间,其计算公式如下:
其中,twm,si为边缘服务器Esi的任务等待时间,buffsi为边缘服务器Esi的缓冲区待执行任务大小,csi是边缘服务器Esi的服务器计算能力。
可以理解的是,上述任务运行时间可以为边缘服务器完成对计算任务的计算所需要的时间。实际应用中,每个收到广播的边缘服务器通过计算任务m的任务计算量和本服务器的计算能力,计算得到计算任务m在本服务器计算所需的时间,其计算公式如下:
其中,tcm,为边缘服务器Esi的任务运行时间,mc为边缘服务器Esi的任务计算量,csi是边缘服务器Esi的服务器计算能力。
可以理解的是,在获取到计算任务的任务卸载时间、任务等待时间和任务运行时间后,可以获取计算任务从移动设备卸载到边缘服务器至边缘服务器计算完成后返回计算结果所需要的总用时,即上述时间耗费信息。
在具体实现中,边缘服务器在接收到移动设备广播计算任务m的任务计算信息时,可以根据任务计算信息获取计算任务m的任务大小和任务计算量,并基于任务大小、计算任务m广播至边缘服务器所耗费的时间和广播的计算任务m的数据包大小获得任务卸载时间,根据边缘服务器的缓冲区状态和其服务器计算能力获取任务等待时间,根据任务计算量和服务器计算能力获取任务运行时间,在任务卸载时间大于任务等待时间时,总用时为任务卸载时间和任务运行时间之和,在任务卸载时间小于任务等待时间时,总用时为任务等待时间和任务运行时间之和。
步骤S300:在接收到所述移动设备发送的任务迁移请求时,基于缓冲区变化情况和所述时间耗费信息判断是否承接所述计算任务。
需要说明的是,上述缓冲区变化情况可以为边缘服务器缓冲区中存在的计算任务以及计算任务对应的计算情况。为了根据缓冲区变化情况判断是否承接计算任务,上述步骤S300包括:在接收到所述移动设备发送的任务迁移请求时,根据缓冲区变化情况判断当前缓冲区是否存在所述计算任务对应的任务数据包;在所述当前缓冲区不存在所述任务数据包时,对所述时间耗费信息进行更新,获得目标时间耗费信息;基于所述时间耗费信息和所述目标时间耗费信息判断是否承接所述计算任务。
应当理解的是,上述目标时间耗费信息可以为在边缘服务器不存在上述计算任务的任务数据包时,根据边缘服务器的缓冲区情况对时间耗费信息进行更新后的时间信息。
在具体实现中,移动设备在对于计算任务没有建立优先级队列时,可以根据计算任务的时间耗费信息建立目标优先级队列并初始化任务时间窗口,若已经建立计算任务的优先级队列,则可以更新优先级队列获得目标优先级队列,并同时更新任务时间窗口,再基于目标优先级队列确定目标边缘服务器,从而可以将计算任务的任务数据包、任务时间窗口和时间耗费信息都发送至目标边缘服务器。目标边缘服务器在接收到这些信息后,若其当前缓冲区存在上述计算任务的任务数据包时,可以直接将计算任务加入计算列表,并在完成计算任务的计算之后将结果返回至移动设备;在目标边缘服务器的当前缓冲区不存在上述计算任务的任务数据包时,可以根据目标边缘服务器的当前缓冲区更新时间耗费信息,获得目标时间耗费信息,若目标时间耗费信息和时间耗费信息之差不超过任务时间窗口,则可以将计算任务加入计算列表,并在完成计算任务的计算之后将结果返回至移动设备,若目标时间耗费信息和时间耗费信息之差超过任务时间窗口,则边缘服务器可以将目标时间耗费信息返回给移动设备,从而移动设备可以根据目标时间耗费信息重新选择边缘服务器。
步骤S400:在承接所述计算任务时返回任务承接确认信息至所述移动设备,并接收所述移动设备迁移的所述计算任务。
可以理解的是,上述任务承接确定信息可以为目标边缘服务器在承接计算任务卸载时向移动设备发送的确定信息,以告知移动设备本服务器已承接该计算任务的计算卸载。
在具体实现中,移动设备u生成计算任务m,通过计算该计算任务m的数据和代码文件的大小得到m的任务大小ms,并以计算任务m进行计算所需要的CPU周期数作为m的任务计算量mc,在获得任务大小ms和任务计算量mc后,移动设备u将由任务大小ms和任务计算量mc组成的时间耗费信息向周围两眺内的边缘服务器进行广播,边缘服务器Esα和Esβ接收到时间耗费信息后,分别计算获得对应的任务卸载时间、任务等待时间以及任务运行时间,若边缘服务器Esα的任务等待时间大于任务卸载时间,则计算任务m卸载至边缘服务器Esα的总用时为边缘服务器Esα的任务等待时间和任务运行时间之和,若边缘服务器Esβ的任务等待时间小于任务卸载时间,则计算任务m卸载至边缘服务器Esβ的总用时为边缘服务器Esβ的任务卸载时间和任务运行时间之和。假如移动设备u对于计算任务m没有建立优先级队列,则初始化迭代参数iter=0,根据Tsumm,si由低到高排列形成服务器优先队列Es={Es1,Es2},假设边缘服务器Esα的总用时小于边缘服务器Esβ的总用时,则Esα为Es1,Esβ为Es2,并初始化时间窗口T0=Tsumm,s1-Tsumm,s2,移动设备u选择边缘服务器Es1发送计算任务m的数据包、T0和Tsumm,s1,若边缘服务器Es1的缓冲区不存在计算任务m的数据,则边缘服务器Es1根据当前缓冲区更新Tsumm,s1,形成Tsumm,s1',并在缓冲区留存计算任务m的数据包,假设Tsumm,s1'-Tsumm,s1>T0,此时边缘服务器Es1会将Tsumm,s1'返回给移动设备u,移动设备u基于Tsumm,s1'重新选择目标边缘服务器。若移动设备u对于计算任务m建立过优先级队列,则更新迭代参数iter=iter+1=1,根据Tsumm,si由低到高排列形成服务器优先队列Es={Es1,Es2},因为Tsumm,s1'-Tsumm,s1>T0,而T0=Tsumm,s1-Tsumm,s2,所以此时Esβ为Es1,Esα为Es2,并更新时间窗口T0=(T0+1)2。则移动设备u选择边缘服务器Es1发送计算任务m的任务数据包、T0和Tsumm,s1,若边缘服务器Es1的缓冲区中不存在计算任务m的数据,边缘服务器Es1根据当前缓冲区更新Tsumm,s1,形成Tsumm,s1',并在缓冲区留存计算任务m的数据包,设Tsumm,s1'-Tsumm,s1≤T0,则Es1,也即Esβ将计算任务m加入计算列表,并在完成计算任务m的计算之后将结果返回给移动设备u。
本实施例公开了接收移动设备广播的待卸载的计算任务的任务计算信息;根据任务计算信息获取任务迁移的时间耗费信息,并将时间耗费信息返回至移动设备,以使移动设备基于时间耗费信息和预设贪心策略确定目标边缘服务器并向目标边缘服务器发送任务迁移请求;在接收到移动设备发送的任务迁移请求时,基于缓冲区变化情况和时间耗费信息判断是否承接计算任务;在承接计算任务时返回任务承接确认信息至移动设备,并接收移动设备迁移的计算任务。由于本实施例根据移动设备广播的待卸载的计算任务的任务计算信息获取任务迁移的时间耗费信息,以使移动设备向基于预设贪心策略和时间耗费信息确定的目标边缘服务器发送任务迁移请求,边缘服务器在接收到任务迁移请求后判断是否承接计算任务,并在承接计算任务时接收移动设备迁移的计算任务,从而解决了现有技术中无法在无本地计算环境的移动设备中选出对于每个计算任务局部最优的边缘服务器进行计算迁移的技术问题。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有设备计算迁移程序,所述设备计算迁移程序被处理器执行时实现如上文所述的设备计算迁移方法的步骤。
参照图6,图6为本发明设备计算迁移装置第一实施例的结构框图。
如图6所示,本发明实施例提出的设备计算迁移装置包括:
信息广播模块601,用于将待卸载的计算任务的任务计算信息广播至边缘服务器,所述边缘服务器根据所述任务计算信息反馈任务迁移的时间耗费信息;
优先级确定模块602,用于基于所述时间耗费信息确定各边缘服务器的优先级;
迁移请求发送模块603,用于基于预设贪心策略和所述优先级确定目标边缘服务器,并发送任务迁移请求至所述目标边缘服务器,以使所述目标边缘服务器反馈是否承接所述计算任务;
任务迁移模块604,用于在所述目标边缘服务器承接所述计算任务时,将所述计算任务卸载后迁移至所述目标边缘服务器。
本实施例的设备计算迁移装置公开了将待卸载的计算任务的任务计算信息广播至边缘服务器,边缘服务器根据任务计算信息反馈任务迁移的时间耗费信息;基于时间耗费信息确定各边缘服务器的优先级;基于预设贪心策略和优先级确定目标边缘服务器,并发送任务迁移请求至目标边缘服务器,以使目标边缘服务器反馈是否承接计算任务;在目标边缘服务器承接计算任务时,将计算任务卸载后迁移至目标边缘服务器;相较于现有技术中通过去中心化算法的计算迁移方案进行计算任务分配,忽视了部分计算能力小甚至无法进行分区计算卸载的小型移动设备,由于本实施例基于边缘服务器反馈的任务迁移的时间耗费信息确定边缘服务器的优先级,基于预设贪心策略和优先级确定目标边缘服务器,并向目标边缘服务器发送任务迁移请求,在目标边缘服务器承接计算任务时,将计算任务卸载后迁移至目标边缘服务器,从而解决了现有技术中无法在无本地计算环境的移动设备中选出对于每个计算任务局部最优的边缘服务器进行计算迁移的技术问题。
本发明设备计算迁移装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
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上述实施例方法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,但很多情况下前者是更佳的实施方式。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(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,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的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种设备计算迁移方法,其特征在于,所述方法应用于移动设备,所述设备计算迁移方法包括:
将待卸载的计算任务的任务计算信息广播至边缘服务器,所述边缘服务器根据所述任务计算信息反馈任务迁移的时间耗费信息;
基于所述时间耗费信息确定各边缘服务器的优先级;
基于预设贪心策略和所述优先级确定目标边缘服务器,并发送任务迁移请求至所述目标边缘服务器,以使所述目标边缘服务器反馈是否承接所述计算任务;
在所述目标边缘服务器承接所述计算任务时,将所述计算任务卸载后迁移至所述目标边缘服务器;
所述目标边缘服务器在接收到所述任务迁移请求时,根据缓冲区变化情况判断当前缓冲区是否存在所述计算任务对应的任务数据包;在所述当前缓冲区不存在所述任务数据包时,对所述时间耗费信息进行更新,获得目标时间耗费信息;在所述目标时间耗费信息与所述时间耗费信息的差值不超过任务时间窗口时,承接所述计算任务。
2.如权利要求1所述的设备计算迁移方法,其特征在于,所述将待卸载的计算任务的任务计算信息广播至边缘服务器的步骤之前,还包括:
获取待卸载的计算任务对应的计算数据大小和代码文件大小;
根据所述计算数据大小和所述代码文件大小确定所述计算任务的任务大小;
获取所述计算任务进行计算时所需的CPU周期数,并通过所述CPU周期数确定所述计算任务的任务计算量;
将所述任务大小和所述任务计算量作为所述计算任务的任务计算信息。
3.如权利要求1所述的设备计算迁移方法,其特征在于,所述基于所述时间耗费信息确定各边缘服务器的优先级的步骤之前,还包括:
查找是否存在预先建立的所述计算任务对应的优先级队列;
若不存在,则根据所述时间耗费信息对各边缘服务器进行优先级排序,并根据排序结果确定目标优先级队列;
相应的,所述基于所述时间耗费信息确定各边缘服务器的优先级的步骤,包括:
基于所述目标优先级队列确定各边缘服务器的优先级。
4.如权利要求1所述的设备计算迁移方法,其特征在于,所述基于所述时间耗费信息确定各边缘服务器的优先级的步骤之后,包括:
基于所述时间耗费信息确定任务时间窗口;
相应的,所述基于预设贪心策略和所述优先级确定目标边缘服务器,并发送任务迁移请求至所述目标边缘服务器,以使所述目标边缘服务器反馈是否承接所述计算任务的步骤,包括:
基于预设贪心策略和所述优先级确定目标边缘服务器,并发送任务迁移请求至所述目标边缘服务器,以使所述目标边缘服务器基于所述任务时间窗口反馈是否承接所述计算任务。
5.一种设备计算迁移方法,其特征在于,所述方法应用于边缘服务器,所述设备计算迁移方法包括:
接收移动设备广播的待卸载的计算任务的任务计算信息;
根据所述任务计算信息获取任务迁移的时间耗费信息,并将所述时间耗费信息返回至所述移动设备,以使所述移动设备基于所述时间耗费信息和预设贪心策略确定目标边缘服务器并向所述目标边缘服务器发送任务迁移请求;
在接收到所述移动设备发送的任务迁移请求时,基于缓冲区变化情况和所述时间耗费信息判断是否承接所述计算任务;
在承接所述计算任务时返回任务承接确认信息至所述移动设备,并接收所述移动设备迁移的所述计算任务;
所述在接收到所述移动设备发送的任务迁移请求时,基于缓冲区变化情况和所述时间耗费信息判断是否承接所述计算任务的步骤,包括:
在接收到所述移动设备发送的任务迁移请求时,根据缓冲区变化情况判断当前缓冲区是否存在所述计算任务对应的任务数据包;
在所述当前缓冲区不存在所述任务数据包时,对所述时间耗费信息进行更新,获得目标时间耗费信息;
在所述目标时间耗费信息与所述时间耗费信息的差值不超过任务时间窗口时,承接所述计算任务。
6.如权利要求5所述的设备计算迁移方法,其特征在于,所述根据所述任务计算信息获取任务迁移的时间耗费信息的步骤,包括:
根据所述任务计算信息获取所述计算任务的任务大小和任务计算量;
根据所述任务大小获取所述计算任务的任务卸载时间;
根据缓冲区状态和服务器计算能力获取所述计算任务的任务等待时间;
根据所述任务计算量和所述服务器计算能力获取所述计算任务的任务运行时间;
通过所述任务卸载时间、所述任务等待时间和所述任务运行时间获取任务迁移的时间耗费信息。
7.一种设备计算迁移装置,其特征在于,所述设备计算迁移装置包括:
信息广播模块,用于将待卸载的计算任务的任务计算信息广播至边缘服务器,所述边缘服务器根据所述任务计算信息反馈任务迁移的时间耗费信息;
优先级确定模块,用于基于所述时间耗费信息确定各边缘服务器的优先级;
迁移请求发送模块,用于基于预设贪心策略和所述优先级确定目标边缘服务器,并发送任务迁移请求至所述目标边缘服务器,以使所述目标边缘服务器反馈是否承接所述计算任务;
任务迁移模块,用于在所述目标边缘服务器承接所述计算任务时,将所述计算任务卸载后迁移至所述目标边缘服务器;
所述目标边缘服务器在接收到所述任务迁移请求时,根据缓冲区变化情况判断当前缓冲区是否存在所述计算任务对应的任务数据包;在所述当前缓冲区不存在所述任务数据包时,对所述时间耗费信息进行更新,获得目标时间耗费信息;在所述目标时间耗费信息与所述时间耗费信息的差值不超过任务时间窗口时,承接所述计算任务。
8.一种设备计算迁移设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的设备计算迁移程序,所述设备计算迁移配置为实现如权利要求1至6中任一项所述的设备计算迁移方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有设备计算迁移程序,所述设备计算迁移程序被处理器执行时实现如权利要求1至6任一项所述的设备计算迁移方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211640127.0A CN116112976B (zh) | 2022-12-20 | 2022-12-20 | 设备计算迁移方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211640127.0A CN116112976B (zh) | 2022-12-20 | 2022-12-20 | 设备计算迁移方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116112976A CN116112976A (zh) | 2023-05-12 |
CN116112976B true CN116112976B (zh) | 2024-05-03 |
Family
ID=86262997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211640127.0A Active CN116112976B (zh) | 2022-12-20 | 2022-12-20 | 设备计算迁移方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116112976B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111212106A (zh) * | 2019-12-09 | 2020-05-29 | 中国科学院计算机网络信息中心 | 一种工业互联网环境中边缘计算任务处理与调度方法及装置 |
CN111459662A (zh) * | 2020-03-18 | 2020-07-28 | 湖南大学 | 移动边缘计算中的迁移管理方法、装置和存储介质 |
CN112416554A (zh) * | 2020-11-20 | 2021-02-26 | 北京邮电大学 | 一种任务迁移方法、装置、电子设备及存储介质 |
CN112799833A (zh) * | 2021-01-26 | 2021-05-14 | 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 |
CN113950103A (zh) * | 2021-09-10 | 2022-01-18 | 西安电子科技大学 | 一种移动边缘环境下多服务器完全计算卸载方法及系统 |
WO2022020770A1 (en) * | 2020-07-24 | 2022-01-27 | Intel Corporation | Computing workload management in next generation cellular networks |
WO2022075528A1 (ko) * | 2020-10-08 | 2022-04-14 | 인하대학교 산학협력단 | 모바일 엣지 컴퓨팅에서 엣지 서버 한도 전력 하에서 보상을 최대화하는 작업 오프로딩 |
WO2022121097A1 (zh) * | 2020-12-07 | 2022-06-16 | 南京邮电大学 | 一种移动用户计算任务的卸载方法 |
CN114760311A (zh) * | 2022-04-22 | 2022-07-15 | 南京邮电大学 | 一种面向移动边缘网络系统的优化服务缓存及计算卸载方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4097998A1 (en) * | 2020-03-23 | 2022-12-07 | Apple Inc. | Dynamic service discovery and offloading framework for edge computing based cellular network systems |
CN114531478A (zh) * | 2020-10-30 | 2022-05-24 | 伊姆西Ip控股有限责任公司 | 边缘资源聚合的方法、设备和计算机程序产品 |
-
2022
- 2022-12-20 CN CN202211640127.0A patent/CN116112976B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111212106A (zh) * | 2019-12-09 | 2020-05-29 | 中国科学院计算机网络信息中心 | 一种工业互联网环境中边缘计算任务处理与调度方法及装置 |
CN111459662A (zh) * | 2020-03-18 | 2020-07-28 | 湖南大学 | 移动边缘计算中的迁移管理方法、装置和存储介质 |
WO2022020770A1 (en) * | 2020-07-24 | 2022-01-27 | Intel Corporation | Computing workload management in next generation cellular networks |
WO2022075528A1 (ko) * | 2020-10-08 | 2022-04-14 | 인하대학교 산학협력단 | 모바일 엣지 컴퓨팅에서 엣지 서버 한도 전력 하에서 보상을 최대화하는 작업 오프로딩 |
CN112416554A (zh) * | 2020-11-20 | 2021-02-26 | 北京邮电大学 | 一种任务迁移方法、装置、电子设备及存储介质 |
WO2022121097A1 (zh) * | 2020-12-07 | 2022-06-16 | 南京邮电大学 | 一种移动用户计算任务的卸载方法 |
CN112799833A (zh) * | 2021-01-26 | 2021-05-14 | 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 |
CN113950103A (zh) * | 2021-09-10 | 2022-01-18 | 西安电子科技大学 | 一种移动边缘环境下多服务器完全计算卸载方法及系统 |
CN114760311A (zh) * | 2022-04-22 | 2022-07-15 | 南京邮电大学 | 一种面向移动边缘网络系统的优化服务缓存及计算卸载方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116112976A (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107911478B (zh) | 基于化学反应优化算法的多用户计算卸载方法及装置 | |
Fan et al. | Workload allocation in hierarchical cloudlet networks | |
CN111010434B (zh) | 一种基于网络时延和资源管理的优化任务卸载方法 | |
CN113950066A (zh) | 移动边缘环境下单服务器部分计算卸载方法、系统、设备 | |
CN110096362B (zh) | 一种基于边缘服务器协作的多任务卸载方法 | |
CN113220356B (zh) | 一种移动边缘计算中的用户计算任务卸载方法 | |
CN111459662B (zh) | 移动边缘计算中的迁移管理方法、装置和存储介质 | |
CN111711962B (zh) | 一种移动边缘计算系统子任务协同调度方法 | |
CN111290841B (zh) | 任务调度方法、装置、计算设备及存储介质 | |
CN110113140B (zh) | 一种雾计算无线网络中的计算卸载方法 | |
CN110570075A (zh) | 一种电力业务边缘计算任务分配方法及装置 | |
US9665409B2 (en) | Methods and apparatus facilitating access to storage among multiple computers | |
CN115562877B (zh) | 分布式算力资源的编排方法、装置、设备及存储介质 | |
CN112905312A (zh) | 边缘计算环境中基于深度q神经网络的工作流调度方法 | |
CN113687876B (zh) | 信息处理方法、自动驾驶控制方法和电子设备 | |
CN113596106B (zh) | 基于多边缘服务器协作的时延敏感型切片资源调度方法 | |
Yang et al. | Optimal task scheduling in communication-constrained mobile edge computing systems for wireless virtual reality | |
CN116886703A (zh) | 一种基于优先级和强化学习的云边端协作计算卸载方法 | |
CN116112976B (zh) | 设备计算迁移方法、装置、设备及存储介质 | |
CN112596910A (zh) | 一种多用户mec系统中的云计算资源调度方法 | |
CN109450684B (zh) | 一种网络切片系统物理节点容量扩充方法及装置 | |
CN115858048A (zh) | 一种面向混合关键级任务动态到达边缘卸载方法 | |
Zhao et al. | Optimizing allocation and scheduling of connected vehicle service requests in cloud/edge computing | |
US8879738B2 (en) | System and method of updating key based on communication cost and security damage cost | |
CN115567983A (zh) | 一种基于Stackelberg博弈的D2D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 |