CN109510869A - 一种基于边缘计算的物联网服务动态卸载方法及装置 - Google Patents

一种基于边缘计算的物联网服务动态卸载方法及装置 Download PDF

Info

Publication number
CN109510869A
CN109510869A CN201811400269.3A CN201811400269A CN109510869A CN 109510869 A CN109510869 A CN 109510869A CN 201811400269 A CN201811400269 A CN 201811400269A CN 109510869 A CN109510869 A CN 109510869A
Authority
CN
China
Prior art keywords
internet
things
service
moment
server
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
Application number
CN201811400269.3A
Other languages
English (en)
Inventor
陈莹
陈昕
张永超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Information Science and Technology University
Original Assignee
Beijing Information Science and Technology University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Information Science and Technology University filed Critical Beijing Information Science and Technology University
Priority to CN201811400269.3A priority Critical patent/CN109510869A/zh
Publication of CN109510869A publication Critical patent/CN109510869A/zh
Pending legal-status Critical Current

Links

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
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • 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
    • 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
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/62—Establishing a time schedule for servicing the requests
    • 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
    • H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明提供了一种基于边缘计算的物联网服务动态卸载方法及装置，所述方法包括：S1、获取t时刻各类物联网服务的到达量；S2、针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；S3、针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将S2确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。本发明提供的基于边缘计算的物联网服务动态卸载方法，能够较好地适应任务到达的动态性，且计算复杂度较低。

Description

一种基于边缘计算的物联网服务动态卸载方法及装置
技术领域
本发明涉及计算机技术领域，具体涉及一种基于边缘计算的物联网服务动态卸载方法及装置。
背景技术
随着物联网技术的快速发展，数以亿计连接到互联网的设备极大改善了人们的生产生活水平。这些物联网设备的应用服务也正变得越来越复杂。然而，物联网设备由于受到设备尺寸大小的限制，导致其处理能力和电池容量十分有限，以致于无法对这些复杂应用服务进行有效处理。因此，物联网设备通常需要将部分应用服务卸载到远端的云计算中心进行处理。然而，随着物联网设备的***式增加，其产生的应用服务数据量也急剧增加。据思科全球云指数预测，到2019年，全球物联网设备所产生的数据量将会达到500ZB。而全球的数据中心流量负载只能达到10.4ZB。因此，如果将全部物联网设备的应用服务卸载到云计算中心将会造成现有网络的严重拥塞。为了解决这个问题，边缘计算作为一种新型的计算模型，已经引起学术界和工业界的广泛关注。
边缘计算通过在网络的边缘部署小型数据中心来代替远端云计算中心进行任务的处理，以此来减少核心网的流量负荷。物联网设备通过将应用服务卸载到边缘云来提升其处理能力，并且有效满足应用服务的低时延要求。然而，相比于远端的云计算中心，边缘云的处理能力依然相当有限。因此，当面对海量物联网服务处理的场景，所有服务仅卸载到边缘云上处理，将会致使任务积压逐渐加剧并且***趋于不稳定。因此，为了解决海量物联网服务处理的需求，边缘云通常需要由一个云计算中心提供支撑计算服务。
在由边缘云和云计算中心组成的计算***中，有效的服务卸载方法是提高卸载效率和降低网络损耗的关键。目前，现有的卸载方法无法很好地根据服务到达的动态性进行卸载策略的调整，并且现有方法的计算复杂度随着物联网设备的增多而急剧增加；这些将导致现有卸载方法无法在实际场景中有着良好的性能。
发明内容
针对现有技术中的缺陷，本发明提供一种基于边缘计算的物联网服务动态卸载方法及装置。
具体地，本发明提供以下技术方案：
第一方面，本发明提供了一种基于边缘计算的物联网服务动态卸载方法，包括：
S1、获取t时刻各类物联网服务的到达量；
S2、针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；
S3、针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将S2确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
进一步地，所述S2包括：
针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：
其中，n表示边缘云服务器的总数量；Si(t)表示t时刻第i类物联网服务的卸载收益函数；Qij(t)表示t时刻第j台服务器中第i类物联网服务的积压量，这里的服务器指边缘云服务器或云计算中心服务器；Ai(t)表示第i类物联网服务的到达量；ei(t)表示t时刻第i类物联网服务卸载到边缘云的总量；Ai(t)-ei(t)表示t时刻第i类物联网服务卸载到云计算中心的总量；φ(ei(t),t)表示t时刻卸载总量为ei(t)的第i类物联网服务卸载到边缘云的代价；表示t时刻卸载总量为Ai(t)-ei(t)的第i类物联网服务卸载到云计算中心的代价；V表示物联网服务积压量和总服务卸载代价之间的权衡因子。
进一步地，所述方法还包括：
S4、更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
进一步地，所述S4包括：
按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：
Qij(t+1)＝max{Qij(t)-lij(t),0}+aij(t)
其中，Qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。
第二方面，本发明还提供了一种基于边缘计算的物联网服务动态卸载装置，包括：
获取模块，用于获取t时刻各类物联网服务的到达量；
卸载量确定模块，用于针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；
卸载模块，用于针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将所述卸载量确定模块确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
进一步地，所述卸载量确定模块，具体用于：
针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：
其中，n表示边缘云服务器的总数量；Si(t)表示t时刻第i类物联网服务的卸载收益函数，Qij(t)表示t时刻第j台服务器中第i类物联网服务的积压量，这里的服务器指边缘云服务器或云计算中心服务器；Ai(t)表示第i类物联网服务的到达量；ei(t)表示t时刻第i类物联网服务卸载到边缘云的总量；Ai(t)-ei(t)表示t时刻第i类物联网服务卸载到云计算中心的总量；φ(ei(t),t)表示t时刻卸载总量为ei(t)的第i类物联网服务卸载到边缘云的代价；表示t时刻卸载总量为Ai(t)-ei(t)的第i类物联网服务卸载到云计算中心的代价；V表示物联网服务积压量和总服务卸载代价之间的权衡因子。
进一步地，所述装置还包括：
更新模块，用于更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
进一步地，所述更新模块，具体用于：
按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：
Qij(t+1)＝max{Qij(t)-lij(t),0}+aij(t)
其中，Qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。
第三方面，本发明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如第一方面所述基于边缘计算的物联网服务动态卸载方法的步骤。
第四方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述基于边缘计算的物联网服务动态卸载方法的步骤。
由上面技术方案可知，本发明提供的基于边缘计算的物联网服务动态卸载方法，包括：S1、获取t时刻各类物联网服务的到达量；S2、针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；S3、针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将S2确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。可见，本发明提供的基于边缘计算的物联网服务动态卸载方法，在每个时刻，每类物联网服务首先根据最大化其卸载收益的原则分配边缘云和云计算中心的卸载量；接着在多个边缘云服务器中选择该类服务队列最小的边缘云处理其边缘云卸载量，最终确定全部物联网服务的卸载方案，本发明能够较好地适应任务到达的动态性，且计算复杂度较低。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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是本发明一实施例提供的基于边缘计算的物联网服务动态卸载方法的一种流程图；
图2是本发明一实施例提供的计算***的组成示意图；
图3是本发明一实施例提供的基于边缘计算的物联网服务动态卸载方法的另一种流程图；
图4是本发明另一实施例提供的基于边缘计算的物联网服务动态卸载装置的一种结构示意图；
图5是本发明另一实施例提供的基于边缘计算的物联网服务动态卸载装置的另一种结构示意图；
图6是本发明又一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
针对边缘计算下的物联网服务的卸载，现有方法不能很好适应服务到达的高度动态性并且求解复杂度较高，导致其无法很好满足应用的服务质量要求并在实际环境中难以实施。因此，为使得服务的卸载能够适应服务到达的随机性以及降低求解复杂性，本发明提出了一种基于边缘计算的物联网服务动态卸载方法。本发明针对每类物联网服务，首先根据最大化其卸载收益的原则分配边缘云和远端云计算中心的服务处理量；接着对于边缘云，选择相应服务队列最小的服务器处理该类服务；进而获得全部物联网服务的卸载方案。下面将通过具体实施例对本发明提供的动态卸载方法进行详细介绍和说明。
图1示出了本发明一实施例提供的基于边缘计算的物联网服务动态卸载方法的流程图。如图1所示，本发明实施例提供的基于边缘计算的物联网服务动态卸载方法，包括如下步骤：
步骤101：获取t时刻各类物联网服务的到达量。
步骤102：针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与该类物联网服务对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关。
在本步骤中，针对每类物联网服务，通过最大化该类物联网服务的卸载收益函数确定与该类物联网服务对应的边缘云服务卸载量以及云计算中心服务卸载量。
其中，卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关。这里的物联网服务卸载至边缘云的代价值以及物联网服务卸载至云计算中心的代价值可以理解成物联网服务卸载至边缘云所需的***能量消耗以及物联网服务卸载至云计算中心所需的***能量消耗。这里的每个边缘云服务器中各类物联网服务的积压量以及云计算中心服务器中各类物联网服务的积压量可以理解成每个边缘云服务器中还未来得及处理的各类物联网服务的剩余量，以及云计算中心服务器中还未来得及处理的各类物联网服务的剩余量。
步骤103：针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将步骤102确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
在本步骤中，在多个边缘云服务器中选择该类物联网服务积压量最少的服务器进行处理，而剩余的边缘云服务器无需处理该类物联网服务。对于步骤102确定好的云计算中心服务卸载量将其卸载到云计算中心服务器处理即可。
需要说明的是，本实施例提供的基于边缘计算的物联网服务动态卸载方法用于计算***，所述计算***包括一个由n台服务器组成的边缘云和一个云计算中心(可认定其为一台大型处理服务器，即为第n+1台服务器)，其为m种物联网服务提供计算服务。其中每台服务器上均部署有m个虚拟机(VM)，以便为m种物联网服务提供相应的计算服务。例如，参见图2所示意的计算***，在图2所示的计算***中，包括由三台服务器组成的边缘云，以及一个云计算中心。该***为m类物联网服务提供相应的计算服务。
在本实施例中，针对每类物联网服务，首先根据最大化其卸载收益的原则分配边缘云和远端云计算中心的服务处理量，接着对于边缘云，选择相应服务队列最小的服务器处理该类服务，进而获得全部物联网服务的卸载方案。
由上面技术方案可知，本实施例提供的基于边缘计算的物联网服务动态卸载方法，首先获取t时刻各类物联网服务的到达量，然后针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；最后针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，并将确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。可见，本实施例提供的基于边缘计算的物联网服务动态卸载方法，在每个时刻，每类物联网服务首先根据最大化其卸载收益的原则分配边缘云和云计算中心的卸载量；接着在多个边缘云服务器中选择该类服务队列最小的边缘云处理其边缘云卸载量，最终确定全部物联网服务的卸载方案，本实施例能够较好地适应任务到达的动态性，且计算复杂度较低。
基于上述实施例的内容，在一种可选实施方式中，所述步骤102可通过如下方式实现：
针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：
其中，n表示边缘云服务器的总数量；Si(t)表示t时刻第i类物联网服务的卸载收益函数；Qij(t)表示t时刻第j台服务器中第i类物联网服务的积压量，这里的服务器指边缘云服务器或云计算中心服务器；Ai(t)表示第i类物联网服务的到达量，单位为bit；ei(t)表示t时刻第i类物联网服务卸载到边缘云的总量；Ai(t)-ei(t)表示t时刻第i类物联网服务卸载到云计算中心的总量；φ(ei(t),t)表示t时刻卸载总量为ei(t)的第i类物联网服务卸载到边缘云的代价；表示t时刻卸载总量为Ai(t)-ei(t)的第i类物联网服务卸载到云计算中心的代价；V表示物联网服务积压量和总服务卸载代价之间的权衡因子。
需要说明的是，函数φ(x,t)表示t时刻卸载总量为x的第i类物联网服务卸载到边缘云的代价；函数表示t时刻卸载总量为x的第i类物联网服务卸载到云计算中心的代价；这两个函数为预先指定的函数，由于这两个函数可以根据实际需求进行设定，因此本实施例不给出具体限定，可以简单将函数φ(x,t)理解为将总量为x的第i类物联网服务卸载到边缘云所需要消耗的***能量，将函数理解为将总量为x的第i类物联网服务卸载到云计算中心所需要消耗的***能量。而具体消耗的***能量跟待传输服务的服务类型、传输距离、传输方式、服务器处理能力等因素有关，这些因素决定了函数φ(x,t)和函数的具体函数形式。
需要说明的是，V表示物联网服务积压量和总服务卸载代价之间的权衡因子，一般地，V大于0。在本实施方式中，通过调节V值，可以根据实际场景需要，实现卸载代价和队列积压之间的权衡。其中，当V较小时，代表在该计算***中积压量要比服务的卸载代价更为重要。当V较大时，代表在该计算***中服务的卸载代价要比积压量更为重要。这里的卸载代价可以简单理解为服务卸载时***的损耗，或者理解为服务卸载到服务器时的传输能量损耗。
例如，当需要处理实时性较高的任务，此时不需要太低的***损耗，但是需要较小的积压量，所以此时V值越小越好。但是如果当前任务对实时性要求不高，但是需要较低的***损耗，那么此时V值要尽可能的大。
基于上述实施例的内容，在一种可选实施方式中，参见图3，所述方法还包括：
步骤104：更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
在本实施方式中，需要说明的是，由于每个时刻在根据卸载收益函数确定与其对应的边缘云服务卸载量时，需要用到当前时刻各服务器中各类物联网服务的积压量，因此为方便后续时刻的正常计算，在t时刻的服务动态卸载完毕后，需要更新一下t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
基于上述实施例的内容，在一种可选实施方式中，所述步骤104可通过如下方式实现：
按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：
Qij(t+1)＝max{Qij(t)-lij(t),0}+aij(t)
其中，Qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。
需要说明的是，aij(t)为一个决策变量，其表示t时刻第i类物联网服务实际卸载到第j台服务器的总量，单位为bit。
在本实施方式中，根据上式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量，以便t+1时刻进行服务动态卸载分配时使用。
本发明另一实施例提供了一种基于边缘计算的物联网服务动态卸载装置，参见图4，本实施例提供的基于边缘计算的物联网服务动态卸载装置，包括：获取模块21、卸载量确定模块22和卸载模块23，其中：
获取模块21，用于获取t时刻各类物联网服务的到达量；
卸载量确定模块22，用于针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；
卸载模块23，用于针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将所述卸载量确定模块确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
基于上述实施例的内容，在一种可选实施方式中，所述卸载量确定模块22，具体用于：
针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：
其中，n表示边缘云服务器的总数量；Si(t)表示t时刻第i类物联网服务的卸载收益函数；Qij(t)表示t时刻第j台服务器中第i类物联网服务的积压量，这里的服务器指边缘云服务器或云计算中心服务器；Ai(t)表示第i类物联网服务的到达量；ei(t)表示t时刻第i类物联网服务卸载到边缘云的总量；Ai(t)-ei(t)表示t时刻第i类物联网服务卸载到云计算中心的总量；φ(ei(t),t)表示t时刻卸载总量为ei(t)的第i类物联网服务卸载到边缘云的代价；表示t时刻卸载总量为Ai(t)-ei(t)的第i类物联网服务卸载到云计算中心的代价；V表示物联网服务积压量和总服务卸载代价之间的权衡因子。
基于上述实施例的内容，在一种可选实施方式中，参见图5，所述装置还包括：
更新模块24，用于更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
基于上述实施例的内容，在一种可选实施方式中，所述更新模块24，具体用于：
按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：
Qij(t+1)＝max{Qij(t)-lij(t),0}+aij(t)
其中，Qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。
本实施例提供的基于边缘计算的物联网服务动态卸载装置，能够用于执行上述实施例所述的基于边缘计算的物联网服务动态卸载方法，其工作原理和技术效果类似，此处不再赘述，具体内容可参照上述实施例的介绍。
基于相同的发明构思，本发明又一实施例提供了一种电子设备，参见图6，所述电子设备具体包括如下内容：处理器601、存储器602通信接口603和总线604；
其中，所述处理器601、存储器602通信接口603通过所述总线604完成相互间的通信；所述通信接口603用于实现各建模软件及智能制造装备模块库等相关设备之间的信息传输；
所述处理器601用于调用所述存储器602中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例一中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤101：获取t时刻各类物联网服务的到达量。
步骤102：针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关。
步骤103：针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将步骤102确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
基于相同的发明构思，本发明又一实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例一的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤101：获取t时刻各类物联网服务的到达量。
步骤102：针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关。
步骤103：针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将步骤102确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于边缘计算的物联网服务动态卸载方法，其特征在于，包括：
S1、获取t时刻各类物联网服务的到达量；
S2、针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；
S3、针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将S2确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
2.根据权利要求1所述的方法，其特征在于，所述S2包括：
针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：
其中，n表示边缘云服务器的总数量；Si(t)表示t时刻第i类物联网服务的卸载收益函数；Qij(t)表示t时刻第j台服务器中第i类物联网服务的积压量，这里的服务器指边缘云服务器或云计算中心服务器；Ai(t)表示第i类物联网服务的到达量；ei(t)表示t时刻第i类物联网服务卸载到边缘云的总量；Ai(t)-ei(t)表示t时刻第i类物联网服务卸载到云计算中心的总量；φ(ei(t),t)表示t时刻卸载总量为ei(t)的第i类物联网服务卸载到边缘云的代价；表示t时刻卸载总量为Ai(t)-ei(t)的第i类物联网服务卸载到云计算中心的代价；V表示物联网服务积压量和总服务卸载代价之间的权衡因子。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
S4、更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
4.根据权利要求3所述的方法，其特征在于，所述S4包括：
按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：
Qij(t+1)＝max{Qij(t)-lij(t),0}+aij(t)
其中，Qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。
5.一种基于边缘计算的物联网服务动态卸载装置，其特征在于，包括：
获取模块，用于获取t时刻各类物联网服务的到达量；
卸载量确定模块，用于针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化该类物联网服务的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量；其中，针对每类物联网服务，其边缘云服务卸载量和云计算中心服务卸载量之和为该类物联网服务的到达量；所述卸载收益函数与物联网服务卸载至边缘云的代价值、物联网服务卸载至云计算中心的代价值、每个边缘云服务器中各类物联网服务的积压量，以及云计算中心服务器中各类物联网服务的积压量有关；
卸载模块，用于针对每类物联网服务，从多个边缘云服务器中选择该类物联网服务积压量最少的边缘云服务器，将所述卸载量确定模块确定好的与该类物联网服务对应的边缘云服务卸载量卸载至该类物联网服务积压量最少的边缘云服务器。
6.根据权利要求5所述的装置，其特征在于，所述卸载量确定模块，具体用于：
针对每类物联网服务，根据该时刻该类物联网服务的到达量通过最大化下面的与该类物联网服务对应的卸载收益函数确定与其对应的边缘云服务卸载量以及云计算中心服务卸载量：
其中，n表示边缘云服务器的总数量；Si(t)表示t时刻第i类物联网服务的卸载收益函数；Qij(t)表示t时刻第j台服务器中第i类物联网服务的积压量，这里的服务器指边缘云服务器或云计算中心服务器；Ai(t)表示第i类物联网服务的到达量；ei(t)表示t时刻第i类物联网服务卸载到边缘云的总量；Ai(t)-ei(t)表示t时刻第i类物联网服务卸载到云计算中心的总量；φ(ei(t),t)表示t时刻卸载总量为ei(t)的第i类物联网服务卸载到边缘云的代价；表示t时刻卸载总量为Ai(t)-ei(t)的第i类物联网服务卸载到云计算中心的代价；V表示物联网服务积压量和总服务卸载代价之间的权衡因子。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
更新模块，用于更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量。
8.根据权利要求7所述的装置，其特征在于，所述更新模块，具体用于：
按照下面关系式更新t+1时刻云计算中心服务器和每个边缘云服务器中各类物联网服务的积压量：
Qij(t+1)＝max{Qij(t)-lij(t),0}+aij(t)
其中，Qij(t+1)表示t+1时刻第j台服务器中第i类物联网服务的积压量；lij(t)表示t时刻第j台服务器能够处理的第i类物联网服务的总量；aij(t)表示t时刻第i类物联网服务卸载到第j台服务器的总量；其中，这里的服务器指边缘云服务器或云计算中心服务器。
9.一种电子设备，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4任一项所述基于边缘计算的物联网服务动态卸载方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至4任一项所述基于边缘计算的物联网服务动态卸载方法的步骤。
CN201811400269.3A 2018-11-22 2018-11-22 一种基于边缘计算的物联网服务动态卸载方法及装置 Pending CN109510869A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811400269.3A CN109510869A (zh) 2018-11-22 2018-11-22 一种基于边缘计算的物联网服务动态卸载方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811400269.3A CN109510869A (zh) 2018-11-22 2018-11-22 一种基于边缘计算的物联网服务动态卸载方法及装置

Publications (1)

Publication Number Publication Date
CN109510869A true CN109510869A (zh) 2019-03-22

Family

ID=65749781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811400269.3A Pending CN109510869A (zh) 2018-11-22 2018-11-22 一种基于边缘计算的物联网服务动态卸载方法及装置

Country Status (1)

Country Link
CN (1) CN109510869A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110489233A (zh) * 2019-08-15 2019-11-22 北京信息科技大学 基于移动边缘计算的设备任务卸载及cpu调频方法及***
CN110570075A (zh) * 2019-07-18 2019-12-13 北京邮电大学 一种电力业务边缘计算任务分配方法及装置
CN111984383A (zh) * 2020-08-18 2020-11-24 薛东 基于云网融合和人工智能的业务数据处理方法及云端平台
CN112071110A (zh) * 2020-04-16 2020-12-11 联通智网科技有限公司 自主泊车方法、装置、***、计算机设备和存储介质
CN112312299A (zh) * 2020-10-27 2021-02-02 国网通用航空有限公司 服务卸载方法、装置及***
CN112491957A (zh) * 2020-10-27 2021-03-12 西安交通大学 一种边缘网络环境下的分布式计算卸载方法及***
CN112562356A (zh) * 2020-11-18 2021-03-26 联通智网科技有限公司 车场协同式自主泊车方法、装置、计算机设备和存储介质
CN113015217A (zh) * 2021-02-07 2021-06-22 重庆邮电大学 一种基于边云协同低成本的在线多功能业务的计算卸载方法
CN113114733A (zh) * 2021-03-24 2021-07-13 重庆邮电大学 基于能量收集的分布式任务卸载和计算资源的管理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013170127A1 (en) * 2012-05-11 2013-11-14 Intel Corporation COORDINATED DYNAMIC POINT SELECTION (DPS) WITH CELL RANGE EXPANSION IN A COORDINATED MULTIPOINT (CoMP) SYSTEM
CN107465748A (zh) * 2017-08-18 2017-12-12 东南大学 移动边缘云计算***中基于演进博弈的动态资源分配方法
CN108234603A (zh) * 2017-12-12 2018-06-29 华南理工大学 一种基于定价的边缘计算资源分配方法及***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013170127A1 (en) * 2012-05-11 2013-11-14 Intel Corporation COORDINATED DYNAMIC POINT SELECTION (DPS) WITH CELL RANGE EXPANSION IN A COORDINATED MULTIPOINT (CoMP) SYSTEM
CN107465748A (zh) * 2017-08-18 2017-12-12 东南大学 移动边缘云计算***中基于演进博弈的动态资源分配方法
CN108234603A (zh) * 2017-12-12 2018-06-29 华南理工大学 一种基于定价的边缘计算资源分配方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Y. CHEN, N. ZHANG, Y. ZHANG AND X. CHEN: "Dynamic Computation Offloading in Edge Computing for Internet of Things", 《IEEE INTERNET OF THINGS JOURNAL》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110570075B (zh) * 2019-07-18 2022-04-05 北京邮电大学 一种电力业务边缘计算任务分配方法及装置
CN110570075A (zh) * 2019-07-18 2019-12-13 北京邮电大学 一种电力业务边缘计算任务分配方法及装置
CN110489233A (zh) * 2019-08-15 2019-11-22 北京信息科技大学 基于移动边缘计算的设备任务卸载及cpu调频方法及***
CN112071110A (zh) * 2020-04-16 2020-12-11 联通智网科技有限公司 自主泊车方法、装置、***、计算机设备和存储介质
CN111984383A (zh) * 2020-08-18 2020-11-24 薛东 基于云网融合和人工智能的业务数据处理方法及云端平台
CN111984383B (zh) * 2020-08-18 2021-05-14 上海悟景信息科技有限公司 基于云网融合和人工智能的业务数据处理方法及云端平台
CN112312299A (zh) * 2020-10-27 2021-02-02 国网通用航空有限公司 服务卸载方法、装置及***
CN112491957A (zh) * 2020-10-27 2021-03-12 西安交通大学 一种边缘网络环境下的分布式计算卸载方法及***
CN112562356A (zh) * 2020-11-18 2021-03-26 联通智网科技有限公司 车场协同式自主泊车方法、装置、计算机设备和存储介质
CN113015217A (zh) * 2021-02-07 2021-06-22 重庆邮电大学 一种基于边云协同低成本的在线多功能业务的计算卸载方法
CN113015217B (zh) * 2021-02-07 2022-05-20 重庆邮电大学 一种基于边云协同低成本的在线多功能业务的计算卸载方法
CN113114733A (zh) * 2021-03-24 2021-07-13 重庆邮电大学 基于能量收集的分布式任务卸载和计算资源的管理方法
CN113114733B (zh) * 2021-03-24 2022-07-08 重庆邮电大学 基于能量收集的分布式任务卸载和计算资源的管理方法

Similar Documents

Publication Publication Date Title
CN109510869A (zh) 一种基于边缘计算的物联网服务动态卸载方法及装置
Shi et al. Empirical evaluation of vector bin packing algorithms for energy efficient data centers
CN110162388A (zh) 一种任务调度方法、***及终端设备
CN108551489A (zh) 一种应用服务器负载均衡方法、***、装置及存储介质
CN105718364A (zh) 一种云计算平台中计算资源能力动态评估方法
CN110471900A (zh) 数据处理方法及终端设备
CN103559093B (zh) 一种服务器资源的配置方法及装置
CN103327072A (zh) 一种集群负载均衡的方法及其***
CN104363282B (zh) 一种云计算资源调度方法及装置
CN104102693A (zh) 对象处理方法和装置
CN103631933A (zh) 一种面向分布式去重***的数据路由方法
CN109582452A (zh) 一种容器调度方法、调度装置及电子设备
CN108900626A (zh) 一种云环境下数据存储方法、装置及***
CN110321225A (zh) 负载均衡方法、元数据服务器及计算机可读存储介质
CN112261120A (zh) 一种配电物联网云边协同任务卸载方法及装置
CN117271100B (zh) 算法芯片集群调度方法、装置、计算机设备和存储介质
CN111158893B (zh) 应用于雾计算网络的任务卸载方法、***、设备及介质
CN107453948A (zh) 一种网络测量数据的存储方法及***
CN110471761A (zh) 服务器的控制方法、用户设备、存储介质及装置
CN114443284A (zh) 一种集群资源负载均衡方法、装置、电子设备和介质
CN110347477B (zh) 一种云环境下服务自适应部署方法和装置
CN109144690A (zh) 任务处理方法和装置
CN109739513A (zh) 一种多边缘云下服务请求动态调度方法及装置
CN106484879B (zh) 一种基于MapReduce的Map端数据的聚合方法
CN110324411A (zh) 一种业务分流方法及装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190322