申请/专利权人：重庆邮电大学

申请日：2021-12-06

公开（公告）日：2023-05-26

公开（公告）号：CN114301910B

主分类号：H04L67/10

分类号：H04L67/10;H04L67/12;H04W28/16;G06N3/006;G06F9/445

优先权：

专利状态码：有效-授权

法律状态：2023.05.26#授权;2022.04.26#实质审查的生效;2022.04.08#公开

摘要：本发明涉及边缘计算领域，具体涉及一种物联网环境下的云边协同计算任务卸载方法，该方法包括：构建物联网的协同计算系统模型，构建的协同计算系统模型包括设备层、边缘节点层和云节点层；模型的设备层、边缘节点层和云节点层；分别选取排队系统模型；根据协同计算系统模型构建所有任务的总完成时延期望函数；将最小总完成时延期望作为目标函数，采用位置参数优化蜜獾算法对目标函数进行求解，得到各排队系统需要调整的容量大小；根据各排队系统调整后的容量大小得到最优卸载策略，根据最优卸载策略进行任务卸载；本发明的卸载方法可以在任务的完成时延保持在较低水平，能够较好地应用于物联网环境下的云边协同计算场景，具有良好的经济效益。

主权项：1.一种物联网环境下的云边协同计算任务卸载方法，通过计算系统的最低完成任务时延确定最优任务卸载策略，系统根据最优任务卸载策略对系统任务进行卸载，其特征在于，包括：S1：构建物联网的协同计算系统模型，构建的协同计算系统模型包括设备层、边缘节点层和云节点层；模型的设备层、边缘节点层和云节点层分别选取排队系统模型，包括：设备层的各设备均选择MM1C排队模型；边缘节点层选择MMSK排队模型；云节点层选择MM1∞排队模型；S2：根据协同计算系统模型构建所有任务的总完成时延期望函数；总完成时延期望函数为：E[Tfinish]＝E[Tcomp]+E[Ttr]其中，E[Tcomp]表示任务的总计算时间期望，E[Ttr]表示任务的总传输时延期望；任务的总计算时间期望计算公式为： 其中，表示任务在设备层的计算时间期望，表示任务在边缘节点层的计算时间期望，表示任务在云节点层的计算时间期望；任务的总传输时延期望计算公式为： 其中，Q表示设备总数，表示第i个设备卸载任务的大小，表示到边缘节点层的信道带宽，gi表示瑞利衰落分布函数，pi表示传输功率，N0表示噪声功率，Φi表示路径损失；SEC表示边缘节点层卸载的总的任务大小，BEC表示边缘节点层到云节点层的带宽；S3：将最小总完成时延期望作为目标函数，采用位置参数优化蜜獾算法对目标函数进行求解，得到各排队系统需要调整的容量大小，各排队系统根据需要调整的容量大小对排队系统容量进行调整；S4：根据各排队系统调整后的容量大小得到最优卸载策略，根据最优卸载策略进行任务卸载。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种物联网环境下的云边协同计算任务卸载方法

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