全文摘要
本专利提出了一种边缘计算系统下的合作计算方法，边缘服务器与众多终端就近通过网络连接，由于距离近，可以实现高速的数据安全传输，同时将算法分别在边缘设备侧和终端侧合作执行，从而充分利用边缘计算系统下众多终端的计算资源。以计算时延小、计算速度最高为目标，利用边缘服务器侧与众多终端合作计算方案达到计算资源的最优配置，解决机器学习等计算资源需求高的算法的快速实现，通过在边缘侧与有一定计算能力的终端进行计算量的合理分配，实现边缘计算系统下的最优高速合作计算。
主设计要求
1.一种边缘计算系统下的合作计算方法，其特征在于，包括以下步骤：1）边缘计算服务器根据计算复杂度的等级将系统所需执行的总计算任务量进行分解：W为系统需要执行的总计算任务量，n为总计算任务的计算复杂度等级总数，计算复杂度等级从1到n依次提高；i为计算复杂度等级序号，i=1,2,…,n，wi为第i级计算复杂度的单次计算任务量，Ki代表第i级计算复杂度的单次计算任务量的执行次数，Kiwi为第i级计算复杂度的计算任务量；2）边缘计算服务器根据网络拓扑结构指定合作的终端设备，记录边缘计算服务器与终端设备的参量属性，参量属性包括到边缘计算服务器的物理距离、本地计算速度、本地计算容量以及传输带宽；3）边缘计算服务器将本地与终端设备的参量属性以及分解后的各复杂度等级下的任务量输入矩阵形式的策略优化模型中得到最优合作计算任务量分配方案X，所述矩阵形式的策略优化模型为：Tt表示合作计算总时间，表示求目标函数最小时X的值，向量w=(w1,w2,…,wn)T表示总计算任务由n种计算复杂度下的单次计算任务量wi构成，i=1,2,…,n；j表示终端设备序号，j=1,2,…,m；向量c=(c0,c1,c2,…,cm)T表示边缘计算服务器的计算容量c0与m个终端设备的计算容量c1,c2,…,cm，m为合作的终端设备总数量；向量d=(d0=0,d1,d2,…,dm)T表示边缘计算服务器以及m个终端设备离边缘计算服务器的物理距离；长度为m+1的向量V=(1\/s,1\/s,1\/s,…,1\/s)T表示边缘计算服务器和终端设备的数据传播速度，s为光的传播速度；I=(1,1,1,…,1)T表示长度为m+1的单位向量；向量=(K1,K2,…,Kn)T表示n种不同计算复杂度的计算任务量分别所需的执行次数；向量B=(0,1\/B1,1\/B2,…,1\/Bj,…,1\/Bm)T，Bj为边缘计算服务器与第j个终端设备的传输带宽，向量=(1\/v0,1\/v1,1\/v2,…,1\/vj,…,1\/vm)T其中，v0表示边缘计算服务器的计算速度，vj表示第j个终端设备的计算速度；求解得到的最优合作计算任务量分配方案为：X中xi0表示边缘计算服务器分配到的第i级计算复杂度的单次计算任务量的执行次数，赋值ki0=xi0；xij表示第j个终端设备分配到的第i级计算复杂度的单次计算任务量的执行次数，赋值kij=xij；4）根据最优合作计算任务量分配方案产生边缘计算服务器的计算任务量WEdge与各终端设备的计算任务量Wjdevices以完成边缘计算服务器和终端设备的合作计算：，。
设计方案
1.一种边缘计算系统下的合作计算方法，其特征在于，包括以下步骤：
1）边缘计算服务器根据计算复杂度的等级将系统所需执行的总计算任务量进行分解：
设计说明书
技术领域
本发明涉及边缘计算，尤其是物联网下的一种边缘计算系统下的合作计算方法。
背景技术
在未来无线通信系统中，智能设备涌入到无线网络中的数量将会成指数倍增长。无论是智慧城市、智能家居、智能物流、远程医疗、工业4.0、智能电网、智能传输都将迎来万物互联的时代。随着物联网中各种低时延需求的应用场景大量出现，例如无人驾驶，虚拟现实，增强现实等，物联网系统出现了新的网络架构--基于边缘计算的物联网系统。该系统是在云计算服务器和终端设备网络层引入了边缘计算服务器，实现在就近数据源头，进行数据处理。在该系统下，边缘计算提供了实时数据处理，实时决策等一系列的低时延计算模式，解决了已有云计算物联网架构的缺点。然而该模式下，仍然存在着一些潜在的问题，比如，根据摩尔定律，物联网终端设备的计算能力越来越强，仅使用边缘计算服务器执行计算任务，浪费了终端设备的部分计算能力，会造成资源浪费，能源消耗，成本增加。
发明内容
本发明所要解决的技术问题是，利用边缘计算系统的特点，提供一种基于边缘计算系统下的计算形态，通过将计算资源在边缘侧服务器与有一定计算能力的终端设备之间进行合理分配从而实现边缘计算系统下的最优高速合作计算。
本发明为解决上述技术问题所采用的技术方案是，随着物联网终端设备的计算能力逐年提升，终端设备具有一定的计算能力，本发明使用终端设备对边缘计算服务器做一定的补充以实现快速计算。进一步为实现边缘计算系统下的最优高速合作计算，本发明提出根据算法复杂度，对算法的任务进行合理的调度分配，充分体现出边缘计算系统下的低时延。
一种边缘计算系统下的合作计算方法，包括以下步骤：
1）根据计算复杂度的等级将系统所需执行的总计算任务量进行分解：
W<\/i>为系统需要执行的总计算任务量，n<\/i>为总计算任务的计算复杂度等级总数，计算复杂度等级从1到n<\/i>依次提高；i<\/i>为计算复杂度等级序号，i=<\/i>1,2,…<\/i>,n<\/i>，w<\/i>i<\/i><\/sub>为第i<\/i>级计算复杂度的单次计算任务量，K<\/i>i<\/i><\/sub>代表第i<\/i>级计算复杂度的单次计算任务量的执行次数，K<\/i>i<\/i><\/sub>w<\/i>i<\/i><\/sub>为第i<\/i>级计算复杂度的计算任务量；
2）产生边缘计算服务器与合作的终端设备；记录边缘计算服务器与终端设备的参量属性，参量属性包括到边缘计算服务器的物理距离、本地计算速度、本地计算容量以及传输带宽；
3）将边缘计算服务器与终端设备的参量属性以及分解后的各复杂度等级下的任务量输入矩阵形式的策略优化模型中得到最优合作计算任务量分配方案X<\/i>，所述矩阵形式的策略优化模型为：
T<\/i>t<\/i><\/sub>表示合作计算总时间， 申请码:申请号:CN201910622248.4 申请日:2019-07-11 公开号:CN110134507A 公开日:2019-08-16 国家:CN 国家/省市:90(成都) 授权编号:CN110134507B 授权时间:20191022 主分类号:G06F 9/48 专利分类号:G06F9/48;G06F9/50 范畴分类:40B; 申请人:电子科技大学 第一申请人:电子科技大学 申请人地址:611731 四川省成都市高新区（西区）西源大道2006号 发明人:陈松林;文红;谢非佚 第一发明人:陈松林 当前权利人:电子科技大学 代理人:邹裕蓉 代理机构:51203 代理机构编号:电子科技大学专利中心 优先权:关键词:当前状态:审核中 类型名称:外观设计设计图
相关信息详情