CN112188632A - 一种基于二阶梯度估计的海洋雾节点在线资源管理方法 - Google Patents
一种基于二阶梯度估计的海洋雾节点在线资源管理方法 Download PDFInfo
- Publication number
- CN112188632A CN112188632A CN202011073234.0A CN202011073234A CN112188632A CN 112188632 A CN112188632 A CN 112188632A CN 202011073234 A CN202011073234 A CN 202011073234A CN 112188632 A CN112188632 A CN 112188632A
- Authority
- CN
- China
- Prior art keywords
- resource allocation
- fog node
- computing
- allocation period
- resource
- 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.)
- Withdrawn
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于二阶梯度估计的海洋雾节点在线资源管理方法。实现步骤为:数据初始化;雾节点在资源分配周期获取资源分配动作;雾节点在资源分配周期获取资源分配动作对应的成本值;计算梯度估计参数;雾节点为下一个资源分配周期更新计算资源分配动作,根据计算资源分配动作决定在资源分配周期对收集到的数据实时分配雾节点的计算资源。在约束函数知晓的情况下,本发明针对海上通信资源有限,为不同应用数据在线调度雾节点处的计算资源,实现数据利用分配到的计算资源进行预处理以达到节省用于传输数据的通信资源,既保证不同应用的通信服务质量,同时有效提高通信资源传输效率,降低海上通信的成本。
Description
技术领域
本发明涉及通信技术领域,尤其是涉及一种基于二阶梯度估计的海洋雾节点在线资源管理方法。
背景技术
随着人类海洋活动的愈加频繁,用于海洋活动的各种设备也随之增加,这些设备会产生诸如海洋环境观测、海洋生物活动监测、气象统计等大量数据,这些数据经船舶,浮标上的雾节点接收、处理及传输,基站,卫星接收到雾节点发来的数据并将数据传输到岸基用户,以达到对海洋数据进行统一的管理、分析及应用。与地面通信不同,海上通信存在通信资源有限、缺乏基础通信设施、通信成本高昂等问题,其中,最迫切需要解决的问题是如何高效利用有限的通信资源传输数据提高海上通信效率。当前的资源管理方法并未对该问题进行有效解决,未考虑利用雾节点的计算资源在雾节点处对数据实时分配,从而实现数据利用分配到的计算资源进行预处理以达到节省用于传输数据的通信资源,提高海上通信效率,也未考虑满足不同海洋应用的服务质量需求。
发明内容
本发明提供一种基于二阶梯度估计的海洋雾节点在线资源管理方法,该方法不需要成本函数和约束函数的显示表达,在约束函数知晓的情况下,该方法通过合理调度雾节点处的计算资源对数据实时分配,从而实现数据利用分配到的计算资源进行预处理以达到节省用于传输数据的通信资源,提高海上通信效率,并且满足不同海洋应用的服务质量需求。
本发明通过以下技术方案来实现:
一种基于二阶梯度估计的海洋雾节点在线资源管理方法,其特征在于包括以下步骤:
S1、对进行初始化,t=1,其中,xt表示雾节点在第t个资源分配周期的资源分配动作,这里资源分配动作包含雾节点在资源分配周期可以给数据分配的计算资源,计算资源是虚拟化的,没有单位,现实中可以是算力,可以是内存大小,频率的函数,Λt表示在第t个资源分配周期的梯度参数, C表示公式的界限,λt表示在第t个资源分配周期的对偶变量,通过公式为下一个资源分配周期更新对偶变量λt+1,[x]+=max{x,0},d表示维度,δ表示大于0的预选常数,α和μ表示预定义常数,β表示正步长的常数,un,t表示独立于单位球的表面;
S3、雾节点在第t个资源分配周期获取资源分配动作xt和xt+δun,t对应的成本值ft(xt)Hz/bit,ft(xt+δun,t)Hz/bit;
本发明的有益效果是:不需要成本函数和约束函数的显示表达,在约束函数知晓的情况下,该方法通过合理调度雾节点处的计算资源对数据实时分配,从而实现数据利用分配到的计算资源进行预处理以达到节省用于传输数据的通信资源,提高海上通信效率,并且满足不同海洋应用的服务质量需求。
附图说明
图1为本发明基于二阶梯度估计的海洋雾节点在线资源管理方法的流程图;
图2为本发明基于二阶梯度估计的海洋雾节点在线资源管理方法的不同资源管理方案在不同计算资源数量下的平均成本变化比较。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
本发明提供一种基于二阶梯度估计的海洋雾节点在线资源管理方法。图1所示,基于二阶梯度估计的海洋雾节点在线资源管理方法的流程图,其特征在于包括以下步骤:
S1、对进行初始化,t=1,其中,xt表示雾节点在第t个资源分配周期的资源分配动作,这里资源分配动作包含雾节点在资源分配周期可以给数据分配的计算资源,计算资源是虚拟化的,没有单位,现实中可以是算力,可以是内存大小,频率的函数,Λt表示在第t个资源分配周期的梯度参数, C表示公式的界限,λt表示在第t个资源分配周期的对偶变量,通过公式为下一个资源分配周期更新对偶变量λt+1,[x]+=max{x,0},d表示维度,δ表示大于0的预选常数,α和μ表示预定义常数,β表示正步长的常数,un,t表示独立于单位球的表面;
S3、雾节点在第t个资源分配周期获取资源分配动作xt和xt+δun,t对应的成本值ft(xt)Hz/bit,ft(xt+δun,t)Hz/bit;
以下通过相应的实验数据进一步验证本发明的有益效果:
通过选取五个具有不同延迟约束的应用数据,并且在雾节点处对它们进行操作。由于海洋应用程序数据生成速率较低,海上数据传输速率是kbps级别,将应用程序i的数据到达速率设置γi=1000*i。观察时间选取T=2000ms,步长选取μ=α=0.05/T。雾节点的诸如观测时间,资源以及计算能力等数据仅作为用于本次实验,这些数据可以针对不同情况进行相应调整。
如图2所示为不同资源管理方案在不同计算资源数量下的平均成本变化比较。横轴为不同资源管理方案中用于对数据预处理的计算资源数量,纵轴为该计算资源数量下的平均成本Hz/bit,在观测时间内,拟议方案和统一方案随计算资源数量的增加,平均成本反而不断降低。对于随机方案因自身随机选择计算资源而不依赖于计算资源数量的变化,平均成本变化无规律。可以明显看出,拟议方案相比其余两种方案,平均成本一直保持最低。因拟议方案采用通过观察上一个资源分配周期的资源情况,从而确定下一个资源分配周期按照最合理的方式调度资源。
以上所述,仅为本发明的具体实施实例,本发明的保护范围并不仅局限于此,任何熟悉本技术领域的工作人员应清楚知道,想到的各种等效的修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (1)
1.一种基于二阶梯度估计的海洋雾节点在线资源管理方法,其特征在于包括以下步骤:
S1、对x1=0,Λ0=∈Id,进行初始化,t=1,其中,xt表示雾节点在第t个资源分配周期的资源分配动作,这里资源分配动作包含雾节点在资源分配周期可以给数据分配的计算资源,计算资源是虚拟化的,没有单位,现实中可以是算力,可以是内存大小,频率的函数,Λt表示在第t个资源分配周期的梯度参数, C表示公式的界限,λt表示在第t个资源分配周期的对偶变量,通过公式为下一个资源分配周期更新对偶变量λt+1,[x]+=max{x,0},d表示维度,δ表示大于0的预选常数,α和μ表示预定义常数,β表示正步长的常数,un,t表示独立于单位球的表面;
S2、雾节点基于公式在第t个资源分配周期获取资源分配动作xt和xt+δun,t,其中,n=2…N, X表示设定的可行集合,由于成本函数在设定中是未知,则成本的梯度表示为:从步骤S2到步骤S5循环进行,每循环一次t加1;
S3、雾节点在第t个资源分配周期获取资源分配动作xt和xt+δun,t对应的成本值ft(xt)Hz/bit,ft(xt+δun,t)Hz/bit;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011073234.0A CN112188632A (zh) | 2020-10-09 | 2020-10-09 | 一种基于二阶梯度估计的海洋雾节点在线资源管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011073234.0A CN112188632A (zh) | 2020-10-09 | 2020-10-09 | 一种基于二阶梯度估计的海洋雾节点在线资源管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112188632A true CN112188632A (zh) | 2021-01-05 |
Family
ID=73948702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011073234.0A Withdrawn CN112188632A (zh) | 2020-10-09 | 2020-10-09 | 一种基于二阶梯度估计的海洋雾节点在线资源管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112188632A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014196716A1 (ko) * | 2013-06-03 | 2014-12-11 | 엘지전자 주식회사 | 무선 자원 관리 방법 및 이를 위한 장치 |
CN109189563A (zh) * | 2018-07-25 | 2019-01-11 | 腾讯科技(深圳)有限公司 | 资源调度方法、装置、计算设备及存储介质 |
CN109951869A (zh) * | 2019-03-01 | 2019-06-28 | 重庆邮电大学 | 一种基于云雾混合计算的车联网资源分配方法 |
CN110087318A (zh) * | 2019-04-24 | 2019-08-02 | 重庆邮电大学 | 基于5g移动边缘计算的任务卸载和资源分配联合优化方法 |
CN110519776A (zh) * | 2019-08-07 | 2019-11-29 | 东南大学 | 一种雾计算***中的均衡聚类和联合资源分配方法 |
EP3709708A1 (en) * | 2019-03-15 | 2020-09-16 | Nokia Solutions and Networks Oy | Method and apparatus for configuring a communication network |
-
2020
- 2020-10-09 CN CN202011073234.0A patent/CN112188632A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014196716A1 (ko) * | 2013-06-03 | 2014-12-11 | 엘지전자 주식회사 | 무선 자원 관리 방법 및 이를 위한 장치 |
CN109189563A (zh) * | 2018-07-25 | 2019-01-11 | 腾讯科技(深圳)有限公司 | 资源调度方法、装置、计算设备及存储介质 |
CN109951869A (zh) * | 2019-03-01 | 2019-06-28 | 重庆邮电大学 | 一种基于云雾混合计算的车联网资源分配方法 |
EP3709708A1 (en) * | 2019-03-15 | 2020-09-16 | Nokia Solutions and Networks Oy | Method and apparatus for configuring a communication network |
CN110087318A (zh) * | 2019-04-24 | 2019-08-02 | 重庆邮电大学 | 基于5g移动边缘计算的任务卸载和资源分配联合优化方法 |
CN110519776A (zh) * | 2019-08-07 | 2019-11-29 | 东南大学 | 一种雾计算***中的均衡聚类和联合资源分配方法 |
Non-Patent Citations (4)
Title |
---|
JIACHEN YANG: "Fog-based marine environmental information monitoring toward ocean of things", 《IEEE INTERNET OF THINGS JOURNAL》 * |
YANLI XU: "Quality of service provisions for maritime communications based on cellular networks", 《IEEE ACCESS》 * |
乔冠华: "基于移动边缘计算的物联网资源管理策略研究", 《中国优秀博士论文电子期刊网》 * |
谢人超: "认知无线网络资源管理算法研究", 《中国优秀博士论文电子期刊网》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829332B (zh) | 一种基于能量收集技术的联合计算卸载方法及装置 | |
He et al. | Dynamic scheduling of hybrid tasks with time windows in data relay satellite networks | |
CN107392382B (zh) | 一种高分辨率地球静止轨道成像卫星观测任务规划方法 | |
Liu et al. | Task scheduling in fog enabled Internet of Things for smart cities | |
CN111629380A (zh) | 面向高并发多业务工业5g网络的动态资源分配方法 | |
CN114885420A (zh) | 一种noma-mec***中的用户分组和资源分配方法及装置 | |
CN113469325A (zh) | 一种边缘聚合间隔自适应控制的分层联邦学习方法、计算机设备、存储介质 | |
CN112559147B (zh) | 基于gpu占用资源特点的动态匹配方法、***和设备 | |
CN113407249A (zh) | 一种面向位置隐私保护的任务卸载方法 | |
CN114116061B (zh) | 一种移动边缘计算环境下的工作流任务卸载方法及*** | |
CN112188632A (zh) | 一种基于二阶梯度估计的海洋雾节点在线资源管理方法 | |
Wang et al. | Joint service caching, resource allocation and computation offloading in three-tier cooperative mobile edge computing system | |
Xu et al. | Cached model-as-a-resource: Provisioning large language model agents for edge intelligence in space-air-ground integrated networks | |
Yang et al. | Edge computing and networking resource management for decomposable deep learning: An auction-based approach | |
Chen et al. | Latency-optimal pyramid-based joint communication and computation scheduling for distributed edge computing | |
CN116302569B (zh) | 一种基于用户请求信息的资源分区智能化调度方法 | |
CN112312299A (zh) | 服务卸载方法、装置及*** | |
CN114979027B (zh) | 基于能量采集的海上边缘计算网络任务卸载与资源分配方法 | |
CN110392377B (zh) | 一种5g超密集组网资源分配方法及装置 | |
CN112188631A (zh) | 基于梯度估计的海洋雾节点资源管理方法 | |
CN116843016A (zh) | 一种移动边缘计算网络下基于强化学习的联邦学习方法、***及介质 | |
CN115543582A (zh) | 超算算力网络统一调度方法、***及设备 | |
CN113518112B (zh) | 基于多智能体强化学习的无线充电设备协作任务卸载策略 | |
CN115499876A (zh) | Msde场景下基于dqn算法的计算卸载策略 | |
CN115733838A (zh) | 一种基于移动边缘计算的车联网多维资源分配方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210105 |
|
WW01 | Invention patent application withdrawn after publication |