本发明公开了一种面向无依赖子任务的边缘计算负载均衡方法，所述方法基于边缘服务器实现，包括以下步骤：边缘服务器获取各个源设备、中继设备的计算能力信息；边缘服务器为每个源设备上的计算任务从本地计算方式和直接边缘计算方式筛选一个默认计算方式；边缘服务器为源设备上的任务筛选通过不同中继设备进行计算的方式并组成若干个元组，每个元组包括一个源‑中继设备能耗对的计算方式信息；利用元组中源‑中继设备的信息对源‑中继设备最大的能耗组合迭代寻找重新配对，使得新的源‑中继设备最大能耗组合的能耗小于迭代前的源‑中继设备最大的能耗组合的能耗。本发明能有效地保证多个源设备的能耗均衡，增强了边缘计算系统的稳定性。
1.一种面向无依赖子任务的边缘计算负载均衡方法，所述方法基于边缘服务器实现，其特征在于，包括以下步骤：S1：分别定义边缘计算的源设备集合与中继设备集合，所述源设备集合记为S，包括有源设备总数为N，每个源设备Si上包括若干个独立计算任务且所述计算任务之间无前趋后继关系；所述中继设备集合记为R，中继设备总数为M，所述源设备Sii∈{1,2,…,N}的计算能力信息和中继设备rj j∈{1,2,…,M}的计算能力信息存储于边缘服务器，所述计算能力信息包括源设备和中继设备的CPU频率，源设备和中继设备CPU的有效电容系数，所述边缘服务器对计算任务进行分配和调度；
S2：边缘服务器为每个源设备Si上的计算任务Ti从本地计算方式和边缘计算方式筛选一个作为默认计算方式；
步骤S2所述边缘服务器为每个源设备Si上的计算任务Ti从本地计算方式和边缘计算方式筛选一个默认计算方式，具体过程为：S2.1：初始化每个源设备Si的能耗Eni，使得Eni＝+∞，其中+∞表示任务无法通过当前方式完成，本地计算方式是任务直接在源设备Si上完成，任务完成时间为：l
其中，Di是完成源设备Si的任务所需要的CPU周期数，单位为cycle，fi为源设备Si的CPU频率，单位为Hz；
边缘计算方式是源设备Si上的任务直接发送到边缘服务器ε上完成，其任务完成时间为：其中， 为源设备si的传输功率，单位为w，di,ε为si和
边缘服务器ε的欧几里得距离，单位为m，Bi为源设备Si所拥有的带宽，单位为Hz，α为路径损耗，σε为加性高斯白噪音在边缘服务器所位于的无线访问接入点或基站的功率，其单位为εw，f为边缘服务器的CPU频率，单位为Hz，边缘计算方式的计算能耗为：loc
S2.2：当Ti ≤Ψ，其中Ψ为任务Ti完成的最大时间，选择本地计算方式作为任务Ti的计算方式，计算能耗为：其中， 为源设备Si上CPU的有效电容系数，其值是一个小于1的正数，单位是J/bit；
S2.3：当Ti≤Ψ且 选择边缘计算方式作为任务Ti的计算方式，计算能耗为S3：边缘服务器筛选每个源设备Si上的任务Ti通过不同中继设备rj进行计算的方式，并组成若干个元组，每个元组包括一个源‑中继设备能耗对的计算方式信息，其中计算方式为中继计算方式或基于解码重传的协同计算方式；
步骤S3所述边缘服务器筛选每个源设备Si上的任务Ti通过中继设备rj进行计算的方式筛选出的计算方式组成若干个元组，具体为：选择通过中继设备rj进行负载的计算方式即选择中继计算方式或基于解码重传的协同计算方式，并将源设备信息、中继设备信息、能耗大小构建成元组添加到边缘服务器ε给各个源设备Si构造的队列中，具体步骤包括：S3.1：初始化每个源设备Si的能耗eT，即eT＝+∞，中继计算方式是任务Ti发送到中继设备rj并由中继设备完成，完成时间为：其中，σj为加性高斯白噪音在rj接收端的功率，单位为w，di,j为Si和rj之间的欧几里得距离，单位为m， 为中继设备rj上CPU频率，单位为Hz，计算能耗为：其中， 为中继设备rj上CPU的有效电容系数，为一个远小于1的正数，其单位为J/bit；
基于解码重传协同计算方式是任务Ti通过中继设备rj采用解码重传方式迁移到边缘服务器ε，并由边缘服务器完成，计算时间为：其中相应的计算能耗为：
S3.2：当 且 选择中继计算方式作为任务Ti的计算方式，计算能耗为S3.3：当同时满足 时，选择基于解码重传的协同计算
S3.4：若eT≠+∞，构建元组(si,rj,eT,cT)添加到边缘服务器ε构建的源设备Si的队列中，其中，si表示源设备、rj表示中继设备、eT表示能耗、cT表示计算方式；
S4：利用元组中源‑中继设备的信息对源‑中继设备最大的能耗组合迭代寻找重新配对，使得新的源‑中继设备最大能耗组合的能耗小于迭代前的源‑中继设备最大的能耗组合的能耗。
2.根据权利要求1所述的一种面向无依赖子任务的边缘计算负载均衡方法，其特征在于，所述计算方式信息包括：源设备Si、中继设备rj、能耗eT和计算方式cT。
3.根据权利要求1所述的一种面向无依赖子任务的边缘计算负载均衡方法，其特征在于，步骤S4中源‑中继设备能耗指的是源设备Si在中继设备rj的帮助下完成其自身任务Ti，源设备Si的能耗，利用元组中源‑中继设备的信息对源‑中继设备最大的能耗组合迭代寻找重新配对具体过程为：S4.1：设定urj＝0,j∈{1,2,…,M}，其中urj＝0表示中继设备rj未被匹配，urj＝n表示中继设备rj与源设备sn,n∈{1,2,…,N}匹配；
S4.2：若源设备Si的队列无对应元组时，设定Epi＝0，对下一个源设备Si+1进行判断；从源设备Si的队列中随机选择一个元组(si,rj,eT,cT)，其中，中继设备rj满足urj＝0，设定源‑中继设备对的能耗Epi＝eT，中继选择urj＝i；
S4.3：找到最大的源‑中继设备能耗组合，即Em＝max(Ep1,Ep2,…,EpN)，其中Em代表的是多个源‑中继设备组合的能耗中，能耗最大的源‑中继设备组合对应的能耗；
S4.4：找到Em所对应的源设备Si和中继设备rj；
S4.5：在源设备si的队列中，以eT进行非递减的排序进行判断；当中继设备rj没有进行与其他源设备连接，即urj＝0，或与其连接的源设备能够找到其他的中继进行连接时，将当前组合代替原有组合作为方案匹配；返回S4.3；当中继设备rj与其他源设备连接时，且该中继设备连接的源设备无法找到其他中继进行连接，返回步骤S4.5继续下一个匹配对的判断；
S4.6：当S4.5中所有的中继均进行判断仍无法返回S4.3，迭代过程结束。
一种面向无依赖子任务的边缘计算负载均衡方法
技术领域
[0001] 本发明涉及通信领域，更具体地，涉及一种面向无依赖子任务的边缘计算负载均衡方法。
背景技术
[0002] 随着第五代移动通信网络的发展，增强现实、虚拟现实等应用对时延的要求更加严格，使得移动设备需要更强的计算能力来支持此类应用的运行，然而移动设备本身体积小等限制制约了这些应用发展。虽然云计算有巨大的计算能力，但是其远离终端使得通信延迟非常大，而且大量数据上传到云服务器会造成网络拥塞。因此，移动边缘计算(MEC，Mobile Edge Computing)便被提出以解决云计算远离终端带来的通信开销大，终端设备计算能力低这些问题。
[0003] 移动边缘计算实现了云计算的边缘化，使得服务器更接近设备，降低了通信的开销，解决了延迟问题。基于任务负载下，不同设备间的负载能耗均衡是急需解决的问题。
发明内容
[0004] 本发明为克服上述现有技术中边缘计算中设备能耗无法均衡的缺陷，提供一种面向无依赖子任务的边缘计算负载均衡方法。
[0005] 本发明的首要目的是为解决上述技术问题，本发明的技术方案如下：
[0006] 一种面向无依赖子任务的边缘计算负载均衡方法，所述方法基于边缘服务器实现，包括以下步骤：
[0007] S1：分别定义边缘计算的源设备集合与中继设备集合，所述源设备集合记为S，包括有源设备总数为N，每个源设备Si上包括若干个独立计算任务且所述计算任务之间无前趋后继关系；所述中继设备集合记为R，中继设备总数为M，所述源设备Si i∈{1,2,…,N}的计算能力信息和中继设备rj j∈{1,2,…,M}的计算能力信息存储于边缘服务器，所述计算能力信息包括源设备和中继设备的CPU频率，源设备和中继设备CPU的有效电容系数，所述边缘服务器对计算任务进行分配和调度；
[0008] S2：边缘服务器为每个源设备Si上的计算任务Ti从本地计算方式和边缘计算方式筛选一个作为默认计算方式；
[0009] S3：边缘服务器筛选每个源设备Si上的任务Ti通过不同中继设备rj进行计算的方式，并组成若干个元组，每个元组包括一个源‑中继设备能耗对的计算方式信息，其中计算方式为中继计算方式或基于解码重传的协同计算方式；
[0010] S4：利用元组中源‑中继设备的信息对源‑中继设备最大的能耗组合迭代寻找重新配对，使得新的源‑中继设备最大能耗组合的能耗小于迭代前的源‑中继设备最大的能耗组合的能耗。
[0011] 本方案中，步骤S2所述边缘服务器为每个源设备Si上的计算任务Ti从本地计算方式和边缘计算方式筛选一个默认计算方式，具体过程为：
[0012] S2.1：初始化每个源设备Si的能耗Eni，使得Eni＝+∞，其中+∞表示任务无法通过当前方式完成，本地计算方式是任务直接在源设备Si上完成，任务完成时间为：
[0013]
[0014] 其中，Di是完成源设备Si的任务所需要的CPU周期数，单位为cycle，fil为源设备Si的CPU频率，单位为Hz；
[0015] 边缘计算方式是源设备Si上的任务直接发送到边缘服务器ε上完成，其任务完成时间为：
[0016] 其中， 为源设备Si的传输功率，单位为w，di,ε为Si和边缘服务器ε的欧几里得距离，单位为m，Bi为源设备Si所拥有的带宽，单位为Hz，α为路径损耗，σε为加性高斯白噪音在边缘服务器所位于的无线访问接入点或基站的功率，其单ε
位为w，f为边缘服务器的CPU频率，单位为Hz，边缘计算方式的计算能耗为：
[0017]
[0018] S2.2：当Tiloc≤Ψ，其中Ψ为任务Ti完成的最大时间，选择本地计算方式作为任务Ti的计算方式，计算能耗为：
[0019]
[0020] 其中， 为源设备si上CPU的有效电容系数，其值是一个小于1的正数，单位是J/bit；
[0021] S2.3：当Ti3≤Ψ且 选择边缘计算方式作为任务Ti的计算方式，计算能耗为
[0022] 3.根据权利要求1所述的一种面向无依赖子任务的边缘计算负载均衡方法，其特征在于，所述计算方式信息包括：源设备Si、中继设备rj、能耗eT和计算方式cT。
[0023] 本方案中，步骤S3所述边缘服务器筛选每个源设备Si上的任务Ti通过中继设备rj进行计算的方式筛选出的计算方式组成若干个元组，具体为：选择通过中继设备rj进行负载的计算方式即选择中继计算方式或基于解码重传的协同计算方式，并将源设备信息、中继设备信息、能耗大小构建成元组添加到边缘服务器ε给各个源设备Si构造的队列中，具体步骤包括：
[0024] S3.1：初始化每个源设备Si的能耗eT，即eT＝+∞，中继计算方式是任务Ti发送到中继设备rj并由中继设备完成，完成时间为：
[0025]
[0026] 其中，σj为加性高斯白噪音在rj接收端的功率，单位为w，di,j为Si和rj之间的欧几里得距离，单位为m， 为中继设备rj上CPU频率，单位为Hz，计算能耗为：
[0027]
[0028] 其中， 为中继设备rj上CPU的有效电容系数，为一个远小于1的正数，其单位为J/bit；
[0029] 基于解码重传协同计算方式是任务Ti通过中继设备rj采用解码重传方式迁移到边缘服务器ε，并由边缘服务器完成，计算时间为：
[0030]
[0031] 其中相应的计算能耗为：
[0032]
[0033] S3.2：当 且 选择中继计算方式作为任务Ti的计算方式，计算能耗为
[0034] S3.3：当同时满足 时，选择基于解码重传的协同计算方式作为任务Ti的计算方式，计算能耗为
[0035] S3.4：若eT≠+∞，构建元组(si,rj,eT,cT)添加到边缘服务器ε构建的源设备Si的队列中，其中，Si表示源设备、rj表示中继设备、eT表示能耗、cT表示计算方式。
[0036] 本方案中，步骤S4中源‑中继设备能耗指的是源设备Si在中继设备rj的帮助下完成其自身任务Ti，源设备si的能耗，利用元组中源‑中继设备的信息对源‑中继设备最大的能耗组合迭代寻找重新配对具体过程为：
[0037] S4.1：设定urj＝0,j∈{1,2,…,M}，其中urj＝0表示中继设备rj未被匹配，urj＝n表示中继设备rj与源设备sn,n∈{1,2,…,N}匹配；
[0038] S4.2：若源设备Si的队列无对应元组时，设定Epi＝0，对下一个源设备Si+1进行判断；从源设备si的队列中随机选择一个元组(si,rj,eT,cT)，其中，中继设备rj满足urj＝0，设定源‑中继设备对的能耗Epi＝eT，中继选择urj＝i；
[0039] S4.3：找到最大的源‑中继设备能耗组合，即Em＝max(Ep1,Ep2,…,EpN)，其中Em代表的是多个源‑中继设备组合的能耗中，能耗最大的源‑中继设备组合对应的能耗；
[0040] S4.4：找到Em所对应的源设备Si和中继设备rj；
[0041] S4.5：在源设备Si的队列中，以eT进行非递减的排序进行判断；当中继设备rj没有进行与其他源设备连接，即urj＝0，或与其连接的源设备能够找到其他的中继进行连接时，将当前组合代替原有组合作为方案匹配；返回S4.3；当中继设备rj与其他源设备连接时，且该中继设备连接的源设备无法找到其他中继进行连接，返回步骤S4.5继续下一个匹配对的判断；
[0042] S4.6：当S4.5中所有的中继均进行判断仍无法返回S4.3，迭代过程结束。
[0043] 与现有技术相比，本发明技术方案的有益效果是：
[0044] 本发明通过边缘服务器获取源设备和中继设备的计算能力信息进而确定计算任务的计算方式，通过多次迭代降低最大的源‑中继设备能耗组合的能耗，从而实现能耗负载均衡。
附图说明
[0045] 图1为本发明方法流程图。
[0046] 图2为本发明的本地计算方式示意图。
[0047] 图3为本发明的边缘计算方式示意图。
[0048] 图4为本发明的中继计算方式示意图。
[0049] 图5为本发明的基于解码重传协同计算方式示意图。
具体实施方式
[0050] 为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0051] 在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
[0052] 实施例1
[0053] 如图1所示，一种面向无依赖子任务的边缘计算负载均衡方法，所述方法基于边缘服务器实现，包括以下步骤：
[0054] S1：分别定义边缘计算的源设备集合与中继设备集合，所述源设备集合记为S，包括有源设备总数为N，每个源设备Si上包括若干个独立计算任务且所述计算任务之间无前趋后继关系；所述中继设备集合记为R，中继设备总数为M，所述源设备Si i∈{1,2,…,N}的计算能力信息和中继设备rj j∈{1,2,…,M}的计算能力信息存储于边缘服务器，所述计算能力信息包括源设备和中继设备的CPU频率，源设备和中继设备CPU的有效电容系数，所述边缘服务器对计算任务进行分配和调度；
[0055] 需要说明的是，无依赖子任务即所述源设备上若干个独立计算任务且所述计算任务之间无前趋后继关系。
[0056] S2：边缘服务器为每个源设备Si上的计算任务Ti从本地计算方式和边缘计算方式筛选一个默认计算方式。
[0057] 步骤S2所述边缘服务器为每个源设备Si上的计算任务Ti从本地计算方式和边缘计算方式筛选一个默认计算方式，具体过程为：
[0058] S2.1：初始化每个源设备Si的能耗Eni，使得Eni＝+∞，其中+∞表示任务无法通过当前方式完成，本地计算方式是任务直接在源设备Si上完成，任务完成时间为：
[0059]
[0060] 其中，Di是完成源设备Si的任务所需要的CPU周期数，单位为cycle，fil为源设备Si的CPU频率，单位为Hz；
[0061] 边缘计算方式是源设备Si上的任务直接发送到边缘服务器ε上完成，其任务完成时间为：
[0062] 其中， 为源设备Si的传输功率，单位为w，di,ε为Si和边缘服务器ε的欧几里得距离，单位为m，Bi为源设备Si所拥有的带宽，单位为Hz，α为路径损耗，σε为加性高斯白噪音在边缘服务器所位于的无线访问接入点或基站的功率，其单ε
位为w，f为边缘服务器的CPU频率，单位为Hz，边缘计算方式的计算能耗为：
[0063]
[0064] S2.2：当Tiloc≤Ψ，其中Ψ为任务Ti完成的最大时间，选择本地计算方式作为任务Ti的计算方式，计算能耗为：
[0065]
[0066] 其中， 为源设备Si上CPU的有效电容系数，其值是一个小于1的正数，单位是J/bit；
[0067] S2.3：当Ti3≤Ψ且 选择边缘计算方式作为任务Ti的计算方式，计算能耗为
[0068] S3：边缘服务器筛选每个源设备Si上的任务Ti通过不同中继设备rj进行计算的方式，并组成若干个元组，每个元组包括一个源‑中继设备能耗对的计算方式信息；所述计算方式信息包括：源设备Si、中继设备rj、能耗eT和计算方式cT。
[0069] 图2示出了本发明的本地计算方式；图3示出了本发明的边缘计算方式；
[0070] 图4示出了本发明的中继计算方式；图5示出了本发明的基于解码重传协同计算方式。
[0071] 步骤S3所述边缘服务器筛选每个源设备Si上的任务Ti通过中继设备rj进行计算的方式筛选出的计算方式组成若干个元组，具体为：选择通过中继设备rj进行负载的计算方式即选择中继计算方式或基于解码重传的协同计算方式，并将源设备信息、中继设备信息、能耗大小构建成元组添加到边缘服务器ε给各个源设备Si构造的队列中，具体步骤包括：
[0072] S3.1：初始化每个源设备Si的能耗eT，即eT＝+∞，中继计算方式是任务Ti发送到中继设备rj并由中继设备完成，完成时间为：
[0073]
[0074] 其中，σj为加性高斯白噪音在rj接收端的功率，单位为w，di,j为Si和rj之间的欧几里得距离，单位为m， 为中继设备rj上CPU频率，单位为Hz，计算能耗为；
[0075]
[0076] 其中， 为中继设备rj上CPU的有效电容系数，为一个远小于1的正数，其单位为J/bit；
[0077] 基于解码重传协同计算方式是任务Ti通过中继设备rj采用解码重传方式迁移到边缘服务器ε，并由边缘服务器完成，计算时间为：
[0078]
[0079] 其中相应的计算能耗为：
[0080]
[0081] S3.2：当 且 选择中继计算方式作为任务Ti的计算方式，计算能耗为
[0082] S3.3：当同时满足 时，选择基于解码重传的协同计算方式作为任务Ti的计算方式，计算能耗为
[0083] S3.4：若eT≠+∞，构建元组(si,rj,eT,cT)添加到边缘服务器ε构建的源设备Si的队列中，其中，Si表示源设备、rj表示中继设备、eT表示能耗、cT表示计算方式。
[0084] S4：利用元组中源‑中继设备的信息对源‑中继设备最大的能耗组合迭代寻找重新配对，使得新的源‑中继设备最大能耗组合的能耗小于迭代前的源‑中继设备最大的能耗组合的能耗。
[0085] 步骤S4中源‑中继设备能耗指的是源设备Si在中继设备rj的帮助下完成其自身任务Ti，源设备Si的能耗，利用元组中源‑中继设备的信息对源‑中继设备最大的能耗组合迭代寻找重新配对具体过程为：
[0086] S4.1：设定urj＝0,j∈{1,2,…,M}，其中urj＝0表示中继设备rj未被匹配，urj＝n表示中继设备rj与源设备sn,n∈{1,2,…,N}匹配；
[0087] S4.2：若源设备Si的队列无对应元组时，设定Epi＝0，对下一个源设备Si+1进行判断；从源设备Si的队列中随机选择一个元组(si,rj,eT,cT)，其中，中继设备rj满足urj＝0，设定源‑中继设备对的能耗Epi＝eT，中继选择urj＝i；
[0088] S4.3：找到最大的源‑中继设备能耗组合，即Em＝max(Ep1,Ep2,…,EpN)，其中Em代表的是多个源‑中继设备组合的能耗中，能耗最大的源‑中继设备组合对应的能耗；
[0089] S4.4：找到Em所对应的源设备Si和中继设备rj；
[0090] S4.5：在源设备Si的队列中，以eT进行非递减的排序进行判断；当中继设备rj没有进行与其他源设备连接，即urj＝0，或与其连接的源设备能够找到其他的中继进行连接时，将当前组合代替原有组合作为方案匹配；返回S4.3；当中继设备rj与其他源设备连接时，且该中继设备连接的源设备无法找到其他中继进行连接，返回步骤S4.5继续下一个匹配对的判断；
[0091] S4.6：当S4.5中所有的中继均进行判断仍无法返回S4.3，迭代过程结束。
[0092] 本发明中边缘服务器接受各个源设备、中继设备的计算能力信息，确定源设备上的任务的计算方式，再通过多次迭代不断降低最大的源‑中继设备能耗组合，从而达到负载均衡。
[0093] 本发明的最终目标是通过多次迭代，不断降低最大的源设备能耗，最终实现负载均衡：
[0094] min Emax
[0095] 其中， 其中Eni表示本地计算方式或边缘计算方式的能耗， 表示中继计算方式的能耗， 表示基于解码重传的协同计算方式下的能耗，当采用中继计算方式时， 且 当采用基于解码重传的协同计算方式时， 且 其他情况下则
[0096] 本发明考虑了在实际应用中计算任务以及计算资源的分布情况，提出了一种面向无依赖子任务的边缘计算负载均衡方法。边缘服务器根据不同源‑中继设备能耗组合的情况，确定配对方式，这样能有效地均衡源设备的能耗。此外，本方法基于的架构下，考虑了空闲设备的计算能力。因此本发明能够避免源设备上任务不能及时完成的时间延迟，使系统内的资源能够最大化利用，实现了不同源设备间的并行分布操作，同时，也使得更多的源设备可以受益，在时间条件下完成任务。
[0097] 显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
