申请/专利权人：安徽大学

申请日：2019-12-11

公开（公告）日：2023-05-23

公开（公告）号：CN111124639B

主分类号：G06F9/48

分类号：G06F9/48;H04L67/10

优先权：

专利状态码：有效-授权

法律状态：2023.05.23#授权;2020.06.02#实质审查的生效;2020.05.08#公开

摘要：本发明公开一种边缘计算系统的操作方法、系统及电子设备，所述边缘计算系统的操作方法包括：对移动设备进行充电，记录所述移动设备的实际电量，以得出虚拟偏移电量，通过所述移动设备的电量水平，以计算所述移动设备的中央处理器的最佳周期频率，以及卸载最佳传输功率，根据所述移动设备的中央处理器的最佳周期频率，以及卸载最佳传输功率，以计算任务本地执行的执行成本以及任务卸载执行的执行成本，根据所述任务本地执行的执行成本、任务卸载执行的执行成本以及惩罚数据，以决定所述多个移动设备与所述多个服务器之间的匹配决策，以及多个移动设备的电量迭代。本发明的边缘计算系统的操作方法大大提高了任务计算卸载策略的性能。

主权项：1.一种边缘计算系统的操作方法，所述边缘计算系统包括多个服务器及多个移动设备，其特征在于，包括：通过能量收集器收集能量，并对多个移动设备进行充电，记录所述移动设备的实际电量，以得出虚拟偏移电量；通过所述移动设备的电量水平，以计算所述移动设备的中央处理器的最佳周期频率，以及卸载最佳传输功率；根据所述移动设备的中央处理器的最佳周期频率，以及卸载最佳传输功率，以计算任务本地执行的执行成本以及任务卸载执行的执行成本；获取发生任务丢弃所产生的惩罚数据；根据所述任务本地执行的执行成本、任务卸载执行的执行成本以及惩罚数据，以决定所述多个移动设备与所述多个服务器之间的匹配决策，以及多个移动设备的电量迭代，具体包括：根据成本矩阵m创建费用矩阵，根据所述服务器的移动设备的最大容量创建容量矩阵；利用最小费用最大流算法对所述服务器和移动设备进行动态规划，以获得所述移动设备与服务器的最佳匹配；根据所述最佳匹配，将所述移动设备的任务卸载到相应服务器，对其余的移动设备的任务进行本地执行或丢弃，进行所述移动设备的电量迭代；其中，所述利用最小费用最大流算法对所述服务器和移动设备进行动态规划，以获得所述移动设备与服务器的最佳匹配，具体包括：S521、根据所述费用矩阵和所述容量矩阵确定邻接矩阵w，将其作为最小费用最大流算法的输入，并且初始化输出矩阵F；S522、使用Bellman-Ford算法根据所述邻接矩阵w，求得最短路径；S523、记录节点的数量，并用数组R记录所述最短路径经过的节点，在每个路径中，用可行流的流量减去路径容量，通过找出其中的最小值来确定调整量q；S524、根据最短路径在所述容量矩阵中的正负向边判定，对所述输出矩阵F进行调整量为q的调整；S525、重复执行步骤S521-步骤S524，直到不存在费用最短路径，输出矩阵F；S526、根据所述输出矩阵F，得到最佳的移动设备和服务器匹配结果，进行任务的本地执行或卸载执行。

全文数据：

权利要求：

百度查询： 安徽大学 一种边缘计算系统的操作方法、系统及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD