CN117580101A - 任务卸载方法、电子设备及存储介质 - Google Patents
任务卸载方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117580101A CN117580101A CN202311310881.2A CN202311310881A CN117580101A CN 117580101 A CN117580101 A CN 117580101A CN 202311310881 A CN202311310881 A CN 202311310881A CN 117580101 A CN117580101 A CN 117580101A
- Authority
- CN
- China
- Prior art keywords
- task
- target terminal
- terminal device
- offloaded
- transmission
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 226
- 238000004891 communication Methods 0.000 claims abstract description 101
- 238000005457 optimization Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 208
- 238000005265 energy consumption Methods 0.000 claims description 84
- 238000004364 calculation method Methods 0.000 claims description 77
- 230000006870 function Effects 0.000 claims description 53
- 230000004044 response Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 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
- H04W28/08—Load balancing or load distribution
- H04W28/09—Management thereof
- H04W28/0917—Management thereof based on the energy state of entities
-
- 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
-
- 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
-
- 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
- H04W28/0958—Management thereof based on metrics or performance parameters
-
- 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
- H04W28/0958—Management thereof based on metrics or performance parameters
- H04W28/0967—Quality of Service [QoS] parameters
- H04W28/0975—Quality of Service [QoS] parameters for reducing delays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/509—Offload
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种任务卸载方法、电子设备及存储介质,所述方法,通过根据任务信息、第一通信信息、第二通信信息、第一服务性能和第二服务性能,构建待卸载任务的任务卸载优化模型;对任务卸载优化模型进行求解,以获取待卸载任务的卸载方案,根据卸载方案,将待卸载任务卸载至其他终端设备或边缘计算设备;通过将目标终端设备的待卸载任务根据卸载方案卸载至其他终端设备或边缘计算设备,减少目标终端设备的计算量,同时考虑任务传输量,以最小的任务传输成本构建任务卸载优化模型,求解任务卸载优化模型,即可得到最小传输任务量的卸载方案,从而实现以最小传输成本将待卸载任务进行卸载,同时实现了任务卸载的个性化需求的同时,最小化传输成本。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种任务卸载方法、电子设备及存储介质。
背景技术
目前针对智能工厂无线通信与计算资源的优化方面已有一些长足进展,但是针对目前基于5G的智能工厂实际应用中,例如,智慧车间中从各个设备终端收集的原始数据对于车间的、工厂的总体调控与后续优化十分重要,是整个系统高效性提升的基石。但是这些原始数据的体量非常庞大(每工厂每天会产生pb级数据量),如果这些数据都通过5G上传至云节点或边缘计算节点进行计算处理与储存,将会产生无法承受的通信成本。因此,针对目前基于5G的智能工厂实际应用中,仍存在着由于设备处理的数据量过大导致数据传输成本过高的问题。
发明内容
有鉴于此,本申请的目的在于提出一种任务卸载方法、电子设备及存储介质,以解决现有技术中设备处理的数据量过大导致的数据传输成本过高的问题。
基于上述目的,本申请第一方面提供了
一种任务卸载方法,包括:
获取目标终端设备的待卸载任务的任务信息,与所述目标终端设备连接的其他终端设备和所述目标终端设备之间的第一通信信息,以及边缘计算设备和所述目标终端设备之间的第二通信信息;
根据所述任务信息、所述第一通信信息和所述第二通信信息,确定所述目标终端设备的第一服务性能和第二服务性能;
根据所述任务信息、所述第一通信信息、所述第二通信信息、所述第一服务性能和所述第二服务性能,构建所述待卸载任务的任务卸载优化模型;
对所述任务卸载优化模型进行求解,以获取所述待卸载任务的卸载方案;
根据所述卸载方案,将所述待卸载任务卸载至所述其他终端设备或所述边缘计算设备。
可选地,所述任务信息包括任务计算量和任务传输量,所述第一通信信息包括所述目标终端设备与所述其他终端设备之间的第一传输速率,所述第二通信信息包括所述目标终端设备与所述边缘计算设备之间的第二传输速率,所述第一服务性能包括所述目标终端设备的处理总能耗,第二服务性能包括所述目标终端设备的处理总时延;
所述根据所述任务信息、所述第一通信信息和所述第二通信信息,确定所述目标终端设备的第一服务性能和第二服务性能,包括:
根据所述任务计算量、所述任务传输量、所述第一传输速率和第二传输速率,确定所述目标终端设备的处理总能耗;
根据所述任务计算量、所述任务传输量、所述第一传输速率和第二传输速率,确定所述目标终端设备的处理总时延。
可选地,根据所述任务计算量、所述任务传输量、所述第一传输速率和第二传输速率,确定所述目标终端设备的处理总能耗,包括:
根据所述任务计算量,确定所述目标终端设备的第一处理能耗;
根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备相对于所述其他终端设备的第二处理能耗;
根据所述任务计算量、所述任务传输量和所述第二传输速率,确定所述目标终端设备相对于所述边缘计算设备的第三处理能耗;
根据所述第一处理能耗、所述第二处理能耗和所述第三处理能耗,确定所述目标终端设备的处理总能耗。
可选地,根据所述任务计算量、所述任务传输量、所述第一传输速率和第二传输速率,确定所述目标终端设备的处理总时延,包括:
所述根据所述任务计算量,确定所述目标终端设备本地的第一处理时延;
所述根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备相对于所述其他终端设备的第二处理时延;
所述根据所述任务计算量、所述任务传输量和所述第二传输速率,确定所述目标终端设备相对于所述边缘计算设备的第三处理时延;
根据所述第一处理时延、第二处理时延和第三处理时延,确定所述目标终端设备的处理总时延。
可选地,根据所述任务计算量,确定所述目标终端设备的第一处理能耗,包括:
根据所述任务计算量,通过以下公式确定所述目标终端设备的实际任务量:
其中,Di为第i个目标终端设备的实际任务量,为是否将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备,Md,t为第d个其他终端设备的第t个待卸载任务的任务计算量,MiA为第i个目标终端设备的待处理任务的任务量,/>是否将第d个终端设备的第t个待卸载任务卸载至第i个目标终端设备,t为第t个待卸载任务,i为所述目标终端设备的序号,d为其他终端设备的序号,d=1……N,i=1……N,i≠d,/>为是否将第i个目标终端设备的第t个待卸载任务进行本地处理,Mi,t为第i个目标终端设备本地处理的第t个待卸载任务的任务计算量;
通过以下公式确定所述目标终端设备的第一处理能耗:
其中,为第i个目标终端设备的第一处理能耗,Di为第i个目标终端设备的实际任务量,i为目标终端设备的序号,κ为常系数,fi,ME为所述目标终端设备的预设计算能力。
可选地,根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备相对于所述其他终端设备的第二处理能耗,包括:
通过以下公式确定所述目标终端设备相对于所述其他终端设备的第二处理能耗:
其中,为第i个目标终端设备相对于所有其他终端设备的总传输能耗,/>为是否将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备,d为其他终端设备的序号,d=1……N,i=1……N,i≠d,t为第t个待卸载任务,P为发射功率,Si,t为第i个目标终端设备的第t个待卸载任务的任务传输量,rid为第i个目标终端设备与第d个其他终端设备之间的第一传输速率。
可选地,根据所述任务计算量、所述任务传输量和所述第二传输速率,确定所述目标终端设备相对于所述边缘计算设备的第三处理能耗,包括:
通过以下公式确定所述目标终端设备相对于所述边缘计算设备的第三处理能耗:
其中,为第i个目标终端设备相对于边缘计算设备的第三处理能耗,t为第t个待卸载任务,P为发射功率,Si,t为第i个目标终端设备的第t个待卸载任务的任务传输量,为是否将第i个目标终端设备的第t个待卸载任务卸载至所述边缘计算设备,ri0为第i个目标终端设备与边缘计算设备的第二传输速率。
可选地,根据所述第一处理能耗、所述第二处理能耗和所述第三处理能耗,确定所述目标终端设备的处理总能耗,包括:
通过以下公式确定所述目标终端设备的处理总能耗:
其中,Ei为第i个目标终端设备的处理总能耗,为第i个目标终端设备的第一处理能耗,/>为第i个目标终端设备相对于所有其他终端设备的第二处理能耗,为第i个目标终端设备相对于边缘计算设备的第三处理能耗。
可选地,所述根据所述任务计算量,确定所述目标终端设备本地的第一处理时延,包括:
通过以下公式,确定所述目标终端设备本地的第一处理时延:
其中,为第i个目标终端设备的第t个待卸载任务本地的第一处理时延,/>为第i个目标终端设备的第t个待卸载任务在本地处理任务的计算时延,c表示计算,所述Mi,t为第i个目标终端设备第t个待卸载任务的任务计算量,fi,ME为所述目标终端设备的预设计算能力。
可选地,所述根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备相对于所述其他终端设备的第二处理时延,包括:
通过以下公式所述目标终端设备相对于确定所述其他终端设备的上传时延:
其中,为第i个目标终端设备的第t个待卸载任务传输至第d个其他终端设备的上传时延,up表示上传,Si,t为第i个目标终端设备的第t个待卸载任务的任务传输量,rid为第i个目标终端设备与第d个其他终端设备之间的所述第一传输速率,i为所述目标终端设备的序号,d为其他终端设备的序号,d=1……N;
通过以下公式确定所述目标终端设备相对于所述其他终端设备的计算时延:
其中,为第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备的计算时延,c表示计算,所述Mi,t为第i个目标终端设备第t个待卸载任务的任务计算量,fd,ME为所述其他终端设备的预设计算能力;
将所述上传时延和所述计算时延输入至以下公式,得到目标终端设备相对于所述其他终端设备第二处理时延:
其中,为第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备的第二处理时延;
可选地,所述任务信息还包括任务等级;
所述根据所述任务计算量、所述任务传输量和所述第二传输速率,确定所述目标终端设备相对于所述边缘计算设备的第三处理时延,包括:
通过以下公式确定所述目标终端设备相对于所述边缘计算设备的上传时延:
其中,为第i个目标终端设备的第t个待卸载任务传输至边缘计算设备的上传时延,up表示上传,Si,t为第i个目标终端设备的第t个待卸载任务的任务传输量,ri0为第i个目标终端设备与边缘计算设备之间的第二传输速率,i为所述目标终端设备的序号;
通过以下公式确定所述目标终端设备相对于所述边缘计算设备的计算时延;
其中,为第i个目标终端设备的第t个待卸载任务卸载至边缘计算设备中的本地计算时延,c表示计算,所述Mi,t为第i个目标终端设备的第t个待卸载任务的任务计算量,fMEC为所述边缘计算设备的预设计算能力;
响应于所述任务等级为最高等级,通过以下公式确定所述目标终端设备相对于所述边缘计算设备的第一排队时延;
其中,为第i个目标终端设备的最高等级的待卸载任务卸载至边缘计算设备中的排队时延,q为排队,Bi为第i个目标设备中的最高等级的待卸载任务,/>为第i个目标终端设备的最高等级的待卸载任务的任务计算量,ω为待卸载任务卸载至所述其他终端设备的比例;
响应于所述任务等级不为最高等级,通过以下公式确定所述目标终端设备相对于所述边缘计算设备的第二排队时延:
其中,为第i个目标终端设备的非最高等级的待卸载任务卸载至边缘计算设备中的排队时延,B为最高等级的待卸载任务集合,/>为第i个其他终端设备中第u个不为最高等级的待卸载任务,/>为是否将第i个目标终端设备的最高等级的待卸载任务卸载至所述边缘计算设备,Mi,t为第i个目标终端设备第t个待卸载任务的任务计算量,fMEC为所述边缘计算设备的预设计算能力;
根据所述第一排队时延和第二排队时延,通过以下公式确定所述目标终端设备相对于所述边缘计算设备的排队时延:
其中,为第i目标终端设备的第t个待卸载任务的排队时延;
通过以下公式得到所述目标终端设备相对于所述边缘计算设备的第三处理时延:
其中,为第i个目标终端设备的第t个待卸载任务相对于边缘计算设备的第三处理时延。
可选地,根据所述第一处理时延、第二处理时延和第三处理时延,确定所述目标终端设备的处理总时延,包括:
通过以下公式确定所述目标终端设备的处理总时延:
其中,Ti,t为第i个目标终端设备的第t个待卸载任务的处理总时延,为是否将第i个目标终端设备的第t个待卸载任务进行本地处理,/>为是否将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备,/>为是否将第i个目标终端设备的第t个待卸载任务卸载至边缘计算设备,/>为第i个目标终端设备的第t个待卸载任务本地的第一处理时延,/>为第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备的第二处理时延,/>为第i个目标终端设备的第t个待卸载任务相对于边缘计算设备的第三处理时延。
可选地,所述任务信息还包括安全信息,所述第一通信信息包括所述目标终端设备与所述其他终端设备之间的第一传输带宽,所述第二通信信息所述目标终端设备与所述边缘计算设备之间的第二传输带宽,所述任务卸载优化模型包括目标函数和目标约束条件;
根据所述任务信息、所述第一通信信息、所述第二通信信息、所述第一服务性能和所述第二服务性能,构建所述待卸载任务的任务卸载优化模型,包括:
根据所述任务计算量、所述任务传输量、所述安全信息、第一传输带宽、第二传输带宽、所述第一服务性能和所述第二服务性能,构建所述目标函数,其中,所述目标函数以最小化所述目标终端设备与其他终端设备的传输成本、最小化所述目标终端设备与所述边缘计算设备的传输成本最低、最小化所述其他终端设备总处理时延以及最小化边缘计算设备总处理时延为目标;
根据所述任务计算量、所述任务传输量、所述安全信息、所述第一服务性能和所述第二服务性能,构建所述目标约束条件。
可选地,所述任务信息还包括任务等级,所述安全信息包括任务安全程度和任务时延要求;
根据所述任务计算量、所述任务传输量、所述安全信息、所述第一传输带宽、所述第二传输带宽、所述第一服务性能和所述第二服务性能,构建所述目标函数,包括:
响应于任务等级为最高等级,根据所述任务传输量、所述第一传输带宽和所述第二传输带宽,构建传输成本函数;
根据所述传输成本函数、所述其他终端设备处理总时延和所述边缘计算设备处理总时延,构建第一初始函数;
响应于任务等级不为最高等级,根据所述任务传输量、所述任务计算量、所述任务安全程度、所述任务时延要求,确定所述待卸载任务的优先级;
根据所述待卸载任务的优先级、所述其他终端设备处理总时延和所述边缘计算设备处理总时延,构建第二初始函数;
根据所述第一初始函数和/或所述第二初始函数,构建所述目标函数。
可选地,所述安全信息包括任务安全程度和任务时延要求,所述边缘计算设备传输信息包括边缘计算设备传输宽带;
根据所述任务计算量、所述任务传输量、所述安全信息、所述第一服务性能和所述第二服务性能,构建所述目标约束条件,包括:
通过以下公式构建第一约束条件:
其中,d为其他终端设备的序号,d=1……N,为是否将第d个其他终端设备的第t个待卸载任务卸载至第i个目标终端设备,i为所述目标终端设备的序号,i≠d,Md,t为第d个其他终端设备的第t个待卸载任务的任务计算量,capmax为预设任务计算量上限,Mi,A为第i个目标终端设备的待处理任务的任务量,A为待处理任务,/>为是否将第i个目标终端设备的第t个待卸载任务进行本地处理,Mi,t为第i个目标终端设备本地处理的第t个待卸载任务的任务计算量;
通过以下公式构建第二约束条件:
其中,Ti,t为第i个目标终端数设备第t个待卸载任务的处理总时延,为第i个目标终端设备的预设处理总时延上限;
通过以下公式构建第三约束条件:
Ei≤Emax;
其中,Ei为第i个目标终端设备处理总能耗,Emax为第i个目标终端设备的预设处理总能耗限制;
通过以下公式构建第四约束条件:
其中,为是否将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,d为其他终端设备的序号,d=1……N时,/>为是否将第i个目标终端设备的第t个待卸载任务卸载至所述边缘计算设备,i≠d,i为所述目标终端设备的序号;
通过以下公式构建第五约束条件:
其中,时,表示不将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,/>时,表示将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,/>时,表示不将第i个目标终端设备的第t个待卸载任务卸载至边缘设备中,/>时,表示将第i个目标终端设备的第t个待卸载任务卸载至边缘计算设备中,时,表示不将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,/>时,表示将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,i为所述目标终端设备的序号,/>时,表示不将第i个目标终端设备的第t个待卸载任务进行本地处理,/>时,表示将第i个目标终端设备的第t个待卸载任务进行本地处理,i≠d;
将所述第一约束条件、第二约束条件、第三约束条件、第四约束条件和所述第五约束条件组合,作为所述目标约束条件。
基于同一发明构思,本公开第二方面还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如上所述的方法。
基于同一发明构思,本公开第三方面还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行如上所述的方法。
从上面所述可以看出,本申请提供的一种任务卸载方法、电子设备及存储介质,所述方法,通过根据任务信息、第一通信信息、第二通信信息、第一服务性能和第二服务性能,构建待卸载任务的任务卸载优化模型;对任务卸载优化模型进行求解,以获取待卸载任务的卸载方案,根据卸载方案,将待卸载任务卸载至其他终端设备或边缘计算设备;通过求解任务模型得到最优解,以获取待卸载任务的最优卸载方法,通过将目标终端设备的待卸载任务卸载至其他终端设备或边缘计算设备,减少目标终端设备的计算量,同时考虑任务传输量,以最小的任务传输成本构建任务卸载优化模型,求解任务卸载优化模型,即可得到最小传输任务量的卸载方案,从而实现以最小传输成本将待卸载任务进行卸载,同时实现了任务卸载的个性化需求的同时,最小化传输成本。
附图说明
为了更清楚地说明本申请或相关技术中的技术方案,下面将对实施例或相关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申请的实施例,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为本申请实施例的一种任务卸载方法流程示意图;
图2为本申请实施例的构建待卸载任务的任务卸载优化模型流程示意图;
图3为本申请实施例的一种任务卸载装置结构框架示意图;
图4为本申请实施例的一种电子设备硬件结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本申请进一步详细说明。
需要说明的是,除非另外定义,本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
相关技术中,智慧车间的设计初衷与愿景,即通过物联网技术将生产设备、工作人员、物料等各种生产要素连接起来,并通过大数据分析、人工智能决策等技术对生产过程进行实时监控、优化和调整,实现生产管理的高效、灵活和协同。其中,从各个设备终端收集的原始数据对于车间的、工厂的总体调控与后续优化十分重要,是整个系统高效性提升的基石。但是这些原始数据的体量非常庞大(每工厂每天会产生pb级数据量),如果这些数据都通过5G上传至云节点或边缘计算节点进行计算处理与储存,将会产生无法承受的通信成本。因此目前大部分工厂对于绝大部分数据“置之不理”的对待方法使得智能化进程缓慢。
由此可以看出对于工业互联网体系中,无线通信网络资源优化有着极高的实际价值与迫切需要,对于后续工业4.0的深入发展与健康运行都有着十分深远的影响。在实际智能工厂场景下,生产设备所需传输的数据量过大所导致传输成本过高问题,从而不得不放弃传输有价值的数据。为实现智能制造车间,综合考虑其所能为生产提供的实际参考价值以及聚焦所想解决的主要问题。
为了解决上述问题,本申请中通过根据任务信息、第一通信信息、第二通信信息、第一服务性能和第二服务性能,构建待卸载任务的任务卸载优化模型;对任务卸载优化模型进行求解,以获取待卸载任务的卸载方案,根据卸载方案,将待卸载任务卸载至其他终端设备或边缘计算设备;通过求解任务模型得到最优解,以获取待卸载任务的最优卸载方法,通过将任务卸载至其他终端设备或边缘计算设备,减少目标终端设备的计算量,从而减少任务传输成本,实现任务卸载的个性化需求的同时,最小化传输成本。
以下结合附图来详细说明本申请的实施例。
参照图1,本申请提供了一种任务卸载方法,应用于控制器,包括以下步骤:
步骤102、获取目标终端设备的待卸载任务的任务信息,与所述目标终端设备连接的其他终端设备和所述目标终端设备之间的第一通信信息,以及边缘计算设备和所述目标终端设备之间的第二通信信息。
在本步骤中,目标终端设备接收到任务信息,根据接收到的任务信息,确定本设备待处理任务和待卸载任务的任务信息,任务信息包括任务类型标识,所述待处理任务类型包括第一任务类型,所述待卸载任务类型包括第二任务类型和第三任务类型;所述根据所述任务信息,确定每个任务的任务类型,包括:根据所述任务类型标识,在预设表格中查找与所述任务类型标识对应的第一任务类型或第二任务类型或第三任务类型,并将查找到的所述第一任务类型或所述第二任务类型或所述第三任务类型作为所述任务类型标识对应任务的任务类型。示例性的,第一类任务为A类任务(以下用A表示为待处理任务),其中A类任务为目标终端设备自己处理的任务,第二类任务为B类,示例性的,B类任务是用于对A类任务检验的任务,等级为最高等级,第三类任务为C类任务,其中,C类任务为其他类任务集合,示例性的,设备状态检验和任务的安全检测等任务集合。控制器获取到目标终端设备的待卸载任务的任务信息,与所述目标终端设备连接的其他终端设备和所述目标终端设备之间的第一通信信息,以及边缘计算设备和所述目标终端设备之间的第二通信信息。其中,目标终端设备与其他终端设备之间通过D2D通信方式进行通信,第一通信信息包括目标终端设备与其他终端设备之间的第一传输速率和第一传输带宽;目标终端设备与边缘计算设备之间通过5G通信方式进行通信,第二通信信息包括目标终端设备与边缘计算设备之间的第二传输速率和第二传输带宽。
本申请中通过两种通信方式实现,其他终端设备之间通过D2D通信,目标终端设备与边缘计算设备之间通过5G通信,从而节约数据传输成本,基于实际环境的约束条件,在构建待卸载任务模型中,求得每个设备所产生的任务的最佳卸载方案,从而使得在该系统下,无线传输成本最小。进一步地,通过获取待卸载任务的任务信息、目标终端数设备与其他终端设备之间的第一通信信息以及目标终端设备与边缘计算设备之间的第二通信信息,以便于控制器根据任务信息、第一通信信息和第二通信信息确定各设备的服务性能,使控制器能够根据任务信息、各通信信息以及各服务性能综合考虑,以最优的卸载方式将待卸载任务卸载至其他终端设备或边缘计算设备,以使待卸载任务能够以最小的传输成本将待卸载任务卸载至其他终端设备或边缘计算设备,从而减少目标终端设备的任务处理量,提高生产线的任务处理速度。
步骤104、根据所述任务信息、所述第一通信信息和所述第二通信信息,确定所述目标终端设备的第一服务性能和第二服务性能。
在本步骤中,所述任务信息包括任务计算量和任务传输量,所述第一通信信息包括所述目标终端设备与所述其他终端设备之间的第一传输速率,所述第二通信信息包括所述目标终端设备与所述边缘计算设备之间的第二传输速率,所述第一服务性能包括所述目标终端设备的处理总能耗,第二服务性能包括所述目标终端设备的处理总时延;
所述根据所述任务信息、所述第一通信信息和所述第二通信信息,确定所述目标终端设备的第一服务性能和第二服务性能,包括:
根据所述任务计算量、所述任务传输量、所述第一传输速率和所述第二传输速率,确定所述目标终端设备的处理总能耗;
根据所述任务计算量、所述任务传输量、所述第一传输速率和所述第二传输速率,确定所述目标终端设备的处理总时延。
具体地,任务信息还包括安全信息,控制器可根据任务计算量、任务传输量、安全信息、所述目标终端设备的处理总能耗、所述目标终端设备的处理总时延,综合考虑,选择最优的卸载方案,以使待卸载任务能够以最小的传输成本将待卸载任务卸载至其他终端设备或边缘计算设备,从而减少目标终端设备的任务处理量,提高生产线的任务处理速度。
步骤106、根据所述任务信息、所述第一通信信息、所述第二通信信息、所述第一服务性能和所述第二服务性能,构建所述待卸载任务的任务卸载优化模型。
在本步骤中,参照图2,所述任务卸载优化模型包括目标函数和目标约束条件,包括:
步骤202、根据所述任务计算量、所述任务传输量、所述安全信息、第一传输带宽、第二传输带宽、所述第一服务性能和所述第二服务性能,构建所述目标函数,其中,所述目标函数以最小化所述目标终端设备与其他终端设备的传输成本、最小化所述目标终端设备与所述边缘计算设备的传输成本最低、最小化所述其他终端设备总处理时延以及最小化边缘计算设备总处理时延为目标;
步骤204、根据所述任务计算量、所述任务传输量、所述安全信息、所述第一服务性能和所述第二服务性能,构建所述目标约束条件。
具体地,通过根据任务计算量、任务传输量、安全信息、第一传输带宽、第二传输带宽、第一服务性能和第二服务性能,构建以最小化所述目标终端设备与其他终端设备的传输成本、最小化所述目标终端设备与所述边缘计算设备的传输成本最低、最小化所述其他终端设备总处理时延以及最小化边缘计算设备总处理时延为目标的目标函数,在求解目标函数后,可得到与各设备传输成本最低和各设备总处理时延最小的解,也即得到最优化的卸载方案,以使待卸载任务能够以最小的传输成本将待卸载任务卸载至其他终端设备或边缘计算设备,从而减少目标终端设备的任务处理量,提高生产线的任务处理速度。
步骤108、对所述任务卸载优化模型进行求解,以获取所述待卸载任务的卸载方案;
在本步骤中,采用D3QN深度强化学习公式对任务卸载优化模型求解,D3QN深度强化学习公式如下:
yt=rt+1+γq(STt+1,argmaxaq(STt+1,a;we);wt)
其中,yt为目标值,we和wt为评估网络和目标网络的参数,rt+1是即时奖励,STt+1是下一状态,γ是折扣系数,argmaxaq()是在q()中找到动作a最大值,q(STt+1,a;we)是求评估网络下状态STt+1让动作价值最优的动作a*;q(STt+1,argmaxaq(STt+1,a;we);wt)是求得在目标网络下,状态St+1下动作a*的动作价值。
通过上述公式对任务卸载优化模型的目标函数进行求解,即可得到最优的解,也即得到待卸载任务的最优的卸载方案,以使待卸载任务能够以最小的传输成本将待卸载任务卸载至其他终端设备或边缘计算设备,从而减少目标终端设备的任务处理量,提高生产线的任务处理速度。
步骤110、根据所述卸载方案,将所述待卸载任务卸载至所述其他终端设备或所述边缘计算设备。
在本步骤中,将待卸载任务根据得到的最优的卸载方案卸载至其他终端设备或边缘计算设备,减少了目标终端设备的处理任务量,提高生产线的任务处理速度。
通过上述步骤102-110,根据任务信息、第一通信信息、第二通信信息、第一服务性能和第二服务性能,构建待卸载任务的任务卸载优化模型;对任务卸载优化模型进行求解,以获取待卸载任务的卸载方案,根据卸载方案,将待卸载任务卸载至其他终端设备或边缘计算设备;通过求解任务模型得到最优解,以获取待卸载任务的最优卸载方法,通过将任务卸载至其他终端设备或边缘计算设备,减少目标终端设备的任务计算量,从而减少任务传输成本,实现任务卸载的个性化需求的同时,最小化传输成本。
在一些实施例中,根据所述任务计算量、所述任务传输量、所述第一传输速率和所述第二传输速率,确定所述目标终端设备的处理总能耗,包括:
根据所述任务计算量,确定所述目标终端设备的第一处理能耗;
根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备相对于所述其他终端设备的第二处理能耗;
根据所述任务计算量、所述任务传输量和所述第二传输速率,确定所述目标终端设备相对于所述边缘计算设备的第三处理能耗;
根据所述第一处理能耗、所述第二处理能耗和所述第三处理能耗,确定所述目标终端设备的处理总能耗。
在本实施例中,根据所述任务计算量,确定所述目标终端设备的第一处理能耗,包括:
根据所述任务计算量,通过以下公式确定所述目标终端设备的实际任务量:
其中,Di为第i个目标终端设备的实际任务量,为是否将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备,Md,t为第d个其他终端设备的第t个待卸载任务的任务计算量,Mi,A为第i个目标终端设备的待处理任务的任务量,/>是否将第d个终端设备的第t个待卸载任务卸载至第i个目标终端设备,t为第t个待卸载任务,i为所述目标终端设备的序号,d为其他终端设备的序号,d=1……N,i=1……N,i≠d,/>为是否将第i个目标终端设备的第t个待卸载任务进行本地处理,Mi,t为第i个目标终端设备本地处理的第t个待卸载任务的任务计算量;
通过以下公式确定所述目标终端设备的第一处理能耗:
其中,为第i个目标终端设备的第一处理能耗,Di为第i个目标终端设备的实际任务量,i为目标终端设备的序号,κ为常系数,fi,ME为所述目标终端设备的预设计算能力。
在本实施例中,根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备相对于所述其他终端设备的第二处理能耗,包括:
通过以下公式确定所述目标终端设备相对于所述其他终端设备的第二处理能耗:
其中,为第i个目标终端设备相对于所有其他终端设备的总传输能耗,/>为是否将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备,d为其他终端设备的序号,d=1……N,i=1……N,i≠d,t为第t个待卸载任务,P为发射功率,Si,t为第i个目标终端设备的第t个待卸载任务的任务传输量,rid为第i个目标终端设备与第d个其他终端设备之间的第一传输速率。
在本实施例中,根据所述任务计算量、所述任务传输量和所述第二传输速率,确定所述目标终端设备相对于所述边缘计算设备的第三处理能耗,包括:
通过以下公式确定所述目标终端设备相对于所述边缘计算设备的第三处理能耗:
其中,为第i个目标终端设备相对于边缘计算设备的第三处理能耗,t为第t个待卸载任务,P为发射功率,Si,t为第i个目标终端设备的第t个待卸载任务的任务传输量,为是否将第i个目标终端设备的第t个待卸载任务卸载至所述边缘计算设备,ri0为第i个目标终端设备与边缘计算设备的第二传输速率。
在本实施例中,根据所述第一处理能耗、所述第二处理能耗和所述第三处理能耗,确定所述目标终端设备的处理总能耗,包括:
通过以下公式确定所述目标终端设备的处理总能耗:
其中,Ei为第i个目标终端设备的处理总能耗,为第i个目标终端设备的第一处理能耗,/>为第i个目标终端设备相对于所有其他终端设备的第二处理能耗,为第i个目标终端设备相对于边缘计算设备的第三处理能耗。具体地,其中,任务计算量包括待处理任务计算量和待卸载任务计算量,待处理任务计算量由目标终端设备本地处理,而目标终端设备的待卸载任务则卸载至其他终端设备或边缘计算设备处理,进行目标终端设备的任务处理能耗计算时,要将目标终端本地处理的待处理任务与发送的待卸载任务综合计算,从而得到目标终端设备的任务处理能耗。进行目标终端设备的总传输能耗计算时,要考虑待卸载任务的卸载位置,将该目标终端设备与目标卸载位置之间的发射率、传输速率、任务传输量和是否进行卸载的确认结果进行计算,得到其他终端设备的总传输能耗,将任务处理能耗和所述总传输能耗相加,得到其他终端设备处理总能耗。以便于根据最小的能耗构建约束条件,以使待卸载任务进行卸载时,选择最小能耗的设备进行卸载,以实现待卸载任务的处理能耗最低,加快待卸载任务的处理速度。
在一些实施例中,根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备的处理总时延,包括:
所述根据所述任务计算量,确定所述目标终端设备本地的第一处理时延;
所述根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备相对于所述其他终端设备的第二处理时延;
所述根据所述任务计算量、所述任务传输量和所述第二传输速率,确定所述目标终端设备相对于所述边缘计算设备的第三处理时延;
根据所述第一处理时延、第二处理时延和第三处理时延,确定所述目标终端设备的处理总时延。
在本实施例中,所述根据所述任务计算量,确定所述目标终端设备本地的第一处理时延,包括:
通过以下公式,确定所述目标终端设备本地的第一处理时延:
其中,为第i个目标终端设备的第t个待卸载任务本地的第一处理时延,/>为第i个目标终端设备的第t个待卸载任务在本地处理任务的计算时延,c表示计算,所述Mi,t为第i个目标终端设备第t个待卸载任务的任务计算量,fi,ME为所述目标终端设备的预设计算能力。
具体地,由于目标终端设备进行处理时,只有本地计算时延,并不存在传输以及排队时延,因此只有计算时延。
在本实施例中,所述根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备相对于所述其他终端设备的第二处理时延,包括:
通过以下公式所述目标终端设备相对于确定所述其他终端设备的上传时延:
其中,为第i个目标终端设备的第t个待卸载任务传输至第d个其他终端设备的上传时延,up表示上传,Si,t为第i个目标终端设备的第t个待卸载任务的任务传输量,rid为第i个目标终端设备与第d个其他终端设备之间的所述第一传输速率,i为所述目标终端设备的序号,d为其他终端设备的序号,d=1……N;
通过以下公式确定所述目标终端设备相对于所述其他终端设备的计算时延:
其中,为第i个目标终端设备的第t个待卸载任务中本地处理任务的计算时延,c表示计算,所述Mi,t为第i个目标终端设备第t个待卸载任务的任务计算量,fd,ME为所述其他终端设备的预设计算能力;
将所述上传时延和所述计算时延输入至以下公式,得到目标终端设备相对于所述其他终端设备第二处理时延:
其中,为第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备的第二处理时延。
进一步地,目标终端设备与其他终端设备之间通过D2D通信方式进行通信,因此,通过以下公式确定D2D通信的传输速率,也即通过以下公式确定第一传输速率rid:
其中,rid为第i个目标终端设备与第d个其他终端设备之间的第一传输速率,δ为环境噪声功率,P为传输功率,hid为D2D通信的信道增益,BDD2D为D2D通信的传输带宽;
其中,D2D通信的信道增益由以下公式确定:hid=γi*PLD2D;式中,γi为小尺度瑞利衰落,PLD2D为D2D通信的路径损耗。
其中,D2D通信的路径损耗由以下公式确定:
PLD2D(fc,d,did)=18.6+35.7log10(did)+20log10(fc,d)
式中,fc,d为D2D通信的中心频率,did是第i个目标终端设备到第d个其他终端设备的空间距离。
具体地,根据任务计算量、任务传输量和第一传输速率,确定其他终端设备处理总时延,以使待卸载任务选择终端设备处理总时延最小的设备进行卸载,实现待卸载任务的处理总时延最低,加快待卸载任务的处理速度。
在本实施例中,所述任务信息还包括任务等级;
所述根据所述任务计算量、所述任务传输量和所述第二传输速率,确定所述目标终端设备相对于所述边缘计算设备的第三处理时延,包括:
通过以下公式确定所述目标终端设备相对于所述边缘计算设备的上传时延:
其中,为第i个目标终端设备的第t个待卸载任务传输至边缘计算设备的上传时延,up表示上传,Si,t为第i个目标终端设备的第t个待卸载任务的任务传输量,ri0为第i个目标终端设备与边缘计算设备之间的第二传输速率,i为所述目标终端设备的序号;
通过以下公式确定所述目标终端设备相对于所述边缘计算设备的计算时延,包括:
其中,为第i个目标终端设备的第t个待卸载任务卸载至边缘计算设备中的本地计算时延,c表示计算,所述Mi,t为第i个目标终端设备的第t个待卸载任务的任务计算量,fMEC为所述边缘计算设备的预设计算能力;
响应于所述任务等级为最高等级,通过以下公式确定所述目标终端设备相对于所述边缘计算设备的第一排队时延;
其中,为第i个目标终端设备的最高等级的待卸载任务卸载至边缘计算设备中的排队时延,q为排队,Bi为第i个目标设备中的最高等级的待卸载任务,/>为第i个目标终端设备的最高等级的待卸载任务的任务计算量,ω为待卸载任务卸载至所述其他终端设备的比例;
响应于所述任务等级不为最高等级,通过以下公式确定所述目标终端设备相对于所述边缘计算设备的第二排队时延:
其中,为第i个目标终端设备的非最高等级的待卸载任务卸载至边缘计算设备中的排队时延,B为最高等级的待卸载任务集合,/>为第i个其他终端设备中第u个不为最高等级的待卸载任务,/>为是否将第i个目标终端设备的最高等级的待卸载任务卸载至所述边缘计算设备,Mi,t为第i个目标终端设备第t个待卸载任务的任务计算量,fMEC为所述边缘计算设备的预设计算能力,/>为第i个目标终端设备的最高等级的待卸载任务的任务计算量,ω为待卸载任务卸载至所述其他终端设备的比例;
根据所述第一排队时延和第二排队时延,通过以下公式确定所述目标终端设备相对于所述边缘计算设备的排队时延:
/>
其中,为第i目标终端设备的第t个待卸载任务的排队时延;
通过以下公式得到所述目标终端设备相对于所述边缘计算设备的第三处理时延:
其中,为第i个目标终端设备的第t个待卸载任务相对于边缘计算设备的第三处理时延。
可选地,根据所述第一处理时延、第二处理时延和第三处理时延,确定所述目标终端设备的处理总时延,包括:
通过以下公式确定所述目标终端设备的处理总时延:
其中,Ti,t为第i个目标终端设备的第t个待卸载任务的处理总时延,为是否将第i个目标终端设备的第t个待卸载任务进行本地处理,/>为是否将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备,/>为是否将第i个目标终端设备的第t个待卸载任务卸载至边缘计算设备,/>为第i个目标终端设备的第t个待卸载任务本地的第一处理时延,/>为第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备的第二处理时延,/>为第i个目标终端设备的第t个待卸载任务相对于边缘计算设备的第三处理时延。
进一步地,目标终端设备与边缘计算设备之间通过5G通信方式进行通信,通过以下公式确定5G通信的传输速率,也即通过以下公式确定第二传输速率ri0:
其中,ri0为第i个目标终端设备与边缘计算设备之间的第二传输速率,δ为环境噪声功率,P为传输功率,hi0为5G通信的信道增益,BD5G为5G通信的传输带宽;
其中,5G通信的信道增益通过以下公式确定:hi0=γi*PL5G(fc,0,di0);式中,γi为小尺度瑞利衰落,PL5G为5G通信的路径损耗。
其中,D2D通信的路径损耗由以下公式确定:
PL5G(fc,0,di0)=18.6+35.7log10(di0)+20log10(fc,0)
式中,fc,0为5G通信的中心频率,di0是第i个目标终端设备到边缘计算备的空间距离。
具体地,边缘计算设备在接收到待卸载任务时,按照待卸载任务的接收时间进行排队处理,按照接收时间依次对待卸载任务进行处理,由于边缘计算设备的计算能耗并不限制,因此,可处理大量任务,会有多个任务进行排队,根据任务计算量、任务传输量和第一传输速率,确定边缘计算设备处理总时延,以使待卸载任务根据边缘计算设备的总时延确定是否选择该设备进行任务卸载,实现待卸载任务选择处理总时延最低的设备进行任务卸载,提高待卸载任务的处理速度。
在一些实施例中,所述任务信息还包括任务等级,所述安全信息包括任务安全程度和任务时延要求;
根据所述任务计算量、所述任务传输量、所述安全信息、所述第一传输带宽、所述第二传输带宽、所述第一服务性能和所述第二服务性能,构建所述目标函数,包括:
响应于任务等级为最高等级,根据所述任务传输量、所述第一传输带宽和所述第二传输带宽,构建传输成本函数;
根据所述传输成本函数、所述其他终端设备处理总时延和所述边缘计算设备处理总时延,构建第一初始函数;
响应于任务等级不为最高等级,根据所述任务传输量、所述任务计算量、所述任务安全程度、所述任务时延要求,确定所述待卸载任务的优先级;
根据所述待卸载任务的优先级、所述其他终端设备处理总时延和所述边缘计算设备处理总时延,构建第二初始函数;
根据所述第一初始函数和/或所述第二初始函数,构建所述目标函数。
具体地,B类任务为最高等级待卸载任务,C类任务为非最高等级待卸载任务,其中B类任务是对A类任务进行检验的任务,而C类任务为其他任务的集合,示例性的为,传感器检验任务,设备是否可正常工作的检验任务等,C类任务可为多个任务的集合。当待卸载任务为B类任务时,根据任务传输量、第一传输带宽和第二传输带宽,通过以下公式构建传输成本函数:
其中,Si,t为所述任务传输量,
公式中,unitD2D为D2D通信的传输成本;unit5G为5G通信的传输成本,d=0时,卸载至边缘计算设备采用5G通信的传输成本,也即uniti,d=unit5G,d=i时,卸载至d个其他边缘计算设备采用D2D通信的传输成本,也即uniti,d=unitD2D,当d=i时,任务不进行卸载,也即不采用任何传输成本。
根据传输成本函数、其他终端设备处理总时延和边缘计算设备处理总时延,通过以下公式第一初始函数:
其中,α为调节不同影响因素重要性的系数,Ti,t为目标终端设备的第t个待卸载任务的处理总时延,当待卸载任务为C类任务时,C类任务为多个任务的集合,通过层次分析法(Analytic Hierarchy Process,简称AHP),根据多个任务的任务传输量、任务计算量、安全程度、任务时延要求,计算得到卸载任务的优先级;根据待卸载任务的优先级、其他终端设备处理总时延和边缘计算设备处理总时延,通过以下公式第二初始函数:
/>
其中,β为调节不同影响因素重要性的系数,为第i个设备的C类任务中的第u个任务的优先级。
根据第一初始函数和/或第二初始函数,通过以下公式构建目标函数:
其中,1{t=Bi}为预设指示函数,如果{t=Bi}为真,则指示函数为1,否则为0。
通过根据不同的任务等级构建不同的初始函数,根据不同的初始函数构建目标函数,可实现根据任务类型对待卸载任务进行分类,以使待卸载任务选择更优的方案进行任务的卸载,节省任务卸载时间,以及实现待卸载任务选择处理总时延最低的设备进行任务卸载,提高待卸载任务的处理速度。
在一些实施例中,所述安全信息包括任务安全程度和任务时延要求,所述边缘计算设备传输信息包括边缘计算设备传输宽带;
根据所述任务计算量、所述任务传输量、所述安全信息、所述第一服务性能和所述第二服务性能,构建所述目标约束条件,包括:
通过以下公式构建第一约束条件:
其中,d为其他终端设备的序号,d=1……N,为是否将第d个其他终端设备的第t个待卸载任务卸载至第i个目标终端设备,i为所述目标终端设备的序号,i≠d,Md,t为第d个其他终端设备的第t个待卸载任务的任务计算量,capmax为预设任务计算量上限,Mi,A为第i个目标终端设备的待处理任务的任务量,A为待处理任务;
通过以下公式构建第二约束条件:
其中,Ti,t为第i个目标终端设备的第t个待卸载任务的处理总时延,为第i个目标终端设备的第t个待卸载任务的预设处理总时延上限;
通过以下公式构建第三约束条件:
Ei≤Emax
其中,其中,Ei为第i个目标终端设备处理总能耗,Emax为目标终端设备的预设处理总能耗限制;
通过以下公式构建第四约束条件:
其中,为是否将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,d为其他终端设备的序号,d=1……N时,/>为是否将第i个目标终端设备的第t个待卸载任务卸载至所述边缘计算设备,i≠d,i为所述目标终端设备的序号;
通过以下公式构建第五约束条件:
其中,时,表示不将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,/>时,表示将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,,/>时,表示不将第i个目标终端设备的第t个待卸载任务卸载至边缘设备中,/>时,表示将第i个目标终端设备的第t个待卸载任务卸载至边缘计算设备中,时,表示不将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,/>时,表示将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,i为所述目标终端设备的序号,/>时,表示不将第i个目标终端设备的第t个待卸载任务进行本地处理,/>时,表示将第i个目标终端设备的第t个待卸载任务进行本地处理,i≠d;
将所述第一约束条件c1、第二约束条件c2、第三约束条件c3、第四约束条件c4和所述第五约束条件c5组合,作为所述目标约束条件。
具体构建的目标函数及约束条件如下:
具体地,根据任务计算量、任务处理总时延、任务处理总能耗、待卸载任务的卸载位置对应数值和是否将待卸载任务进行卸载的确认数值,构建目标约束条件,可对求解目标函数时进行限制,以使目标函数求解的结果为最优,以获取更优的卸载方案,以实现待卸载任务卸载时,传输成本最低,加快待卸载任务的处理速度。
需要说明的是,本申请实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本申请实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本申请的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种任务卸载装置。
参考图3,所述一种任务卸载装置,包括:
获取模块302,被配置为获取目标终端设备的待卸载任务的任务信息,与所述目标终端设备连接的其他终端设备和所述目标终端设备之间的第一通信信息,以及边缘计算设备和所述目标终端设备之间的第二通信信息;
确定模块304,被配置为根据所述任务信息、所述第一通信信息和所述第二通信信息,确定所述其他终端设备的第一服务性能和所述边缘计算设备的第二服务性能;
构建模块306,被配置为根据所述任务信息、所述第一通信信息、所述第二通信信息、所述第一服务性能和所述第二服务性能,构建所述待卸载任务的任务卸载优化模型;
处理模块308,被配置为对所述任务卸载优化模型进行求解,以获取所述待卸载任务的卸载方案;
卸载模块310,被配置为根据所述卸载方案,将所述待卸载任务卸载至所述其他终端设备或所述边缘计算设备。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的一种任务卸载方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本申请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上任意一实施例所述的一种任务卸载方法。
图4示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的一种任务卸载方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任一实施例所述的一种任务卸载方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的一种任务卸载方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
可以理解的是,在使用本公开中各个实施例的技术方案之前,均会通过恰当的方式对所涉及的个人信息的类型、使用范围、使用场景等告知用户,并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确的提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主的选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定的实现方式,响应于接受到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其他满足相关法律法规的方式也可应用于本公开的实现方式中。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本申请的范围(包括权利要求)被限于这些例子;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本申请实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本申请实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本申请实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本申请实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本申请的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本申请实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本申请的具体实施例对本申请进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本申请实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本申请实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种任务卸载方法,其特征在于,包括:
获取目标终端设备的待卸载任务的任务信息,与所述目标终端设备连接的其他终端设备和所述目标终端设备之间的第一通信信息,以及边缘计算设备和所述目标终端设备之间的第二通信信息;
根据所述任务信息、所述第一通信信息和所述第二通信信息,确定所述目标终端设备的第一服务性能和第二服务性能;
根据所述任务信息、所述第一通信信息、所述第二通信信息、所述第一服务性能和所述第二服务性能,构建所述待卸载任务的任务卸载优化模型;
对所述任务卸载优化模型进行求解,以获取所述待卸载任务的卸载方案;
根据所述卸载方案,将所述待卸载任务卸载至所述其他终端设备或所述边缘计算设备。
2.根据权利要求1所述的方法,其特征在于,所述任务信息包括任务计算量和任务传输量,所述第一通信信息包括所述目标终端设备与所述其他终端设备之间的第一传输速率,所述第二通信信息包括所述目标终端设备与所述边缘计算设备之间的第二传输速率,所述第一服务性能包括所述目标终端设备的处理总能耗,第二服务性能包括所述目标终端设备的处理总时延;
所述根据所述任务信息、所述第一通信信息和所述第二通信信息,确定所述目标终端设备的第一服务性能和第二服务性能,包括:
根据所述任务计算量、所述任务传输量、所述第一传输速率和所述第二传输速率,确定所述目标终端设备的处理总能耗;
根据所述任务计算量、所述任务传输量、所述第一传输速率和所述第二传输速率,确定所述目标终端设备的处理总时延。
3.根据权利要求2所述的方法,其特征在于,根据所述任务计算量、所述任务传输量、所述第一传输速率和所述第二传输速率,确定所述目标终端设备的处理总能耗,包括:
根据所述任务计算量,确定所述目标终端设备的第一处理能耗;
根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备相对于所述其他终端设备的第二处理能耗;
根据所述任务计算量、所述任务传输量和所述第二传输速率,确定所述目标终端设备相对于所述边缘计算设备的第三处理能耗;
根据所述第一处理能耗、所述第二处理能耗和所述第三处理能耗,确定所述目标终端设备的处理总能耗。
4.根据权利要求2所述的方法,其特征在于,根据所述任务计算量、所述任务传输量、所述第一传输速率和所述第二传输速率,确定所述目标终端设备的处理总时延,包括:
所述根据所述任务计算量,确定所述目标终端设备本地的第一处理时延;
所述根据所述任务计算量、所述任务传输量和所述第一传输速率,确定所述目标终端设备相对于所述其他终端设备的第二处理时延;
所述根据所述任务计算量、所述任务传输量和所述第二传输速率,确定所述目标终端设备相对于所述边缘计算设备的第三处理时延;
根据所述第一处理时延、第二处理时延和第三处理时延,确定所述目标终端设备的处理总时延。
5.根据权利要求1所述的方法,其特征在于,所述任务信息还包括安全信息,所述第一通信信息包括所述目标终端设备与所述其他终端设备之间的第一传输带宽,所述第二通信信息所述目标终端设备与所述边缘计算设备之间的第二传输带宽,所述任务卸载优化模型包括目标函数和目标约束条件;
根据所述任务信息、所述第一通信信息、所述第二通信信息、所述第一服务性能和所述第二服务性能,构建所述待卸载任务的任务卸载优化模型,包括:
根据所述任务计算量、所述任务传输量、所述安全信息、第一传输带宽、第二传输带宽、所述第一服务性能和所述第二服务性能,构建所述目标函数,其中,所述目标函数以最小化所述目标终端设备与其他终端设备的传输成本、最小化所述目标终端设备与所述边缘计算设备的传输成本最低、最小化所述其他终端设备总处理时延以及最小化边缘计算设备总处理时延为目标;
根据所述任务计算量、所述任务传输量、所述安全信息、所述第一服务性能和所述第二服务性能,构建所述目标约束条件。
6.根据权利要求5所述的方法,其特征在于,所述任务信息还包括任务等级,所述安全信息包括任务安全程度和任务时延要求;
根据所述任务计算量、所述任务传输量、所述安全信息、所述第一传输带宽、所述第二传输带宽、所述第一服务性能和所述第二服务性能,构建所述目标函数,包括:
响应于任务等级为最高等级,根据所述任务传输量、所述第一传输带宽和所述第二传输带宽,构建传输成本函数;
根据所述传输成本函数、所述其他终端设备处理总时延和所述边缘计算设备处理总时延,构建第一初始函数;
响应于任务等级不为最高等级,根据所述任务传输量、所述任务计算量、所述任务安全程度、所述任务时延要求,确定所述待卸载任务的优先级;
根据所述待卸载任务的优先级、所述其他终端设备处理总时延和所述边缘计算设备处理总时延,构建第二初始函数;
根据所述第一初始函数和/或所述第二初始函数,构建所述目标函数。
7.根据权利要求5所述的方法,其特征在于,所述安全信息包括任务安全程度和任务时延要求,所述边缘计算设备传输信息包括边缘计算设备传输宽带;
通过以下公式构建第一约束条件:
其中,d为其他终端设备的序号,d=1……N,为是否将第d个其他终端设备的第t个待卸载任务卸载至第i个目标终端设备,i为所述目标终端设备的序号,i≠d,Md,t为第d个其他终端设备的第t个待卸载任务的任务计算量,capmax为预设任务计算量上限,Mi,A为第i个目标终端设备的待处理任务的任务量,A为待处理任务,/>为是否将第i个目标终端设备的第t个待卸载任务进行本地处理,Mi,t为第i个目标终端设备本地处理的第t个待卸载任务的任务计算量;
通过以下公式构建第二约束条件:
其中,Ti,t为第i个目标终端设备的第t个待卸载任务的处理总时延,为第i个目标终端设备的第t个待卸载任务的预设处理总时延上限;
通过以下公式构建第三约束条件:
Ei≤Emax;
其中,Ei为第i个目标终端设备处理总能耗,Emax为目标终端设备的预设处理总能耗限制;
通过以下公式构建第四约束条件:
其中,为是否将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,d为其他终端设备的序号,d=1……N时,/>为是否将第i个目标终端设备的第t个待卸载任务卸载至所述边缘计算设备,i≠d,i为所述目标终端设备的序号;
通过以下公式构建第五约束条件:
其中,时,表示不将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,/>时,表示不将第i个目标终端设备的第t个待卸载任务卸载至边缘设备中,/>时,表示将目标终端设备的第t个待卸载任务卸载至边缘计算设备中,时,表示不将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,/>时,表示将第i个目标终端设备的第t个待卸载任务卸载至第d个其他终端设备中,i为所述目标终端设备的序号,i≠d;
将所述第一约束条件、第二约束条件、第三约束条件、第四约束条件和所述第五约束条件组合,作为所述目标约束条件。
8.一种电子设备,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至7任一所述的方法。
9.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,其特征在于,所述计算机指令用于使计算机执行权利要求1至7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311310881.2A CN117580101A (zh) | 2023-10-11 | 2023-10-11 | 任务卸载方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311310881.2A CN117580101A (zh) | 2023-10-11 | 2023-10-11 | 任务卸载方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117580101A true CN117580101A (zh) | 2024-02-20 |
Family
ID=89861276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311310881.2A Pending CN117580101A (zh) | 2023-10-11 | 2023-10-11 | 任务卸载方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117580101A (zh) |
-
2023
- 2023-10-11 CN CN202311310881.2A patent/CN117580101A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112566196B (zh) | 一种基于智能电网的异构网络接入选择方法及相关设备 | |
CN108901075B (zh) | 一种基于gs算法的资源分配方法 | |
US9426075B2 (en) | Method and system to represent the impact of load variation on service outage over multiple links | |
US20130282869A1 (en) | Method, apparatus, and computer program product for scheduling file uploads | |
US20160366552A1 (en) | Method and System for Determining a Positioning Interval of a Mobile Terminal | |
CN113391824A (zh) | 计算卸载方法、电子设备、存储介质以及计算机程序产品 | |
CN116050540A (zh) | 一种基于联合双维度用户调度的自适应联邦边缘学习方法 | |
CN111158893B (zh) | 应用于雾计算网络的任务卸载方法、系统、设备及介质 | |
US9571977B2 (en) | Use of a trained classifier to determine if a pair of wireless scans came from the same location | |
CN117580101A (zh) | 任务卸载方法、电子设备及存储介质 | |
CN113988160A (zh) | 一种基于时效性的半异步分层联邦学习更新方法 | |
CN117241092A (zh) | 一种视频处理方法、装置、存储介质及电子设备 | |
CN112559847A (zh) | 网络图中节点搜索方法、装置、电子设备和存储介质 | |
CN116560832A (zh) | 面向联邦学习的资源分配方法以及相关设备 | |
CN107580773A (zh) | 进行跨节点网络的负载平衡的装置和方法 | |
CN116017570A (zh) | 一种基于区块链的边缘计算系统资源管理方法 | |
CN113163408B (zh) | 一种无线资源分配方法及装置 | |
CN118295794A (zh) | 电力系统网络的计算资源配置方法、装置及电子设备 | |
CN113642638A (zh) | 容量调整方法、模型的训练方法、装置、设备、存储介质 | |
CN116680091B (zh) | 服务器的部署方法、装置、电子设备及存储介质 | |
CN111898061A (zh) | 搜索网络的方法、装置、电子设备和计算机可读介质 | |
CN115190021B (zh) | 面向确定性时延业务的切片部署方法及相关设备 | |
CN114640675B (zh) | 一种卸载策略确定方法、装置、电子设备及存储介质 | |
CN116416115B (zh) | Gpu的控制方法、装置、设备、存储介质和程序产品 | |
CN113762510B (zh) | 针对目标模型的数据处理方法、装置、电子设备和介质 |
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 |