1.一种面向多类型业务时延需求的移动边缘计算资源分配方法,其特征在于:所述方法包括如下步骤:
步骤1,定义边缘用户集合、边缘服务器集合、卸载决策向量、待计算的用户任务集合;
步骤2,根据用户任务的时延约束,计算其参与边缘服务器计算资源分配时的时延补偿系数;
步骤3,建立面向多用户任务的边缘服务器计算资源分配优化问题;
步骤4,采用拉格朗日乘数法求解步骤3建立的优化问题,得到初步的无成本约束下的用户计算资源优化分配方案;
步骤5,根据用户的支付成本对其可用计算资源量进行约束,导出用户能够使用的计算资源的上限,取该上限值与步骤4得到的用户任务计算资源分配方案的较小值,即为成本约束下的用户计算资源优化分配方案;
步骤6,将未达到支付成本的用户任务建立为集合,判断任务集合是否为空。若任务集合为空,那么步骤5得到的成本约束下的用户计算资源优化分配方案即为最终的用户任务计算资源优化分配方案;若任务集合非空,那么按照用户任务的时延约束降序与计算需求资源量降序对集合中的用户任务排序,将剩余的计算资源顺序补偿分配给集合中的任务,形成最终的用户任务计算资源优化分配方案。
2.根据权利要求1所述的一种面向多类型业务时延需求的移动边缘计算资源分配方法,其特征在于:步骤1中,定义边缘服务器集合为S={s1,s2,...,sn,...,sQ}∪{s0},Q为边缘服务器数量,n为边缘服务器标号,s0表示云服务器;边缘服务器sn的计算资源用Fn表示,边缘服务器的单位CPU使用成本为εn;边缘服务器分为两层,第一层靠近用户,用于处理用户任务的卸载计算,第二层起到调度作用,将相邻的第一层边缘服务器放到一个网络中进行协作;定义边缘用户集合U={u1,u2,...,uj,...,uN},其中N表示边缘用户的数量,j表示用户标号;定义用户任务的卸载决策向量表示用户uj将任务卸载到边缘服务器sn,反之用户uj未将任务卸载到边缘服务器sn;用户任务属性为 其中 表示计算用户uj任务所需的CPU周期数, 表示用户uj任务的时延约束, 表示用户uj的支付成本;定义将任务卸载到边缘服务器sn计算的用户集合为Un, Un中的用户uj将任务 通过与之关联的边缘服务器卸载到边缘服务器sn,其中按照物理距离进行关联,一个用户只与最近的边缘服务器关联,同时边缘服务器sn中缓存了与 相关的服务数据;若网络中不存在缓存了与 相关的服务数据的边缘服务器,则将任务卸载到云服务器进行计算。
3.根据权利要求1所述的一种面向多类型业务时延需求的移动边缘计算资源分配方法,其特征在于:步骤2中,每个用户任务 的时延补偿系数由下式计算得到提高低时延用户任务的计算效率有助于降低所有用户任务的总计算时延;因此,时延越低的用户任务具有越高的计算资源使用等级,即实际分配时需要更多地将资源向 值大的低时延用户任务倾斜。
4.根据权利要求1所述的一种面向多类型业务时延需求的移动边缘计算资源分配方法,其特征在于:步骤3中,面向多用户任务的边缘服务器计算资源优化分配问题的目标函数为
约束条件为
其中, 表示边缘服务器sn分配给用户uj的计算资源;f表示边缘服务器分配给用户的计算资源。
5.根据权利要求1所述的一种面向多类型业务时延需求的移动边缘计算资源分配方法,其特征在于:步骤4中,应用拉格朗日乘数法求解步骤3的目标函数,得到初步的计算资源优化分配方案为
其中, 表示无成本约束下用户uj的任务卸载至边缘服务器sn计算时分配到的最佳计算资源量。
6.根据权利要求1所述的一种面向多类型业务时延需求的移动边缘计算资源分配方法,其特征在于:步骤5中,不同用户的支付成本导致其请求的任务分配到的计算资源存在上限;用户uj的任务能够使用的计算资源上限值 由下式计算得到比较步骤4中得到的 和步骤5中得到的 取其中的较小值,得到用户支付成本约束下的计算资源优化分配方案,即其中, 表示支付成本约束下用户uj的任务卸载至边缘服务器sn计算时分配到的最佳计算资源量。
7.根据权利要求1所述的一种面向多类型业务时延需求的移动边缘计算资源分配方法,其特征在于:步骤6所述的用户任务的最终计算资源优化分配方案,其求解过程包括如下步骤流程:
步骤6a:搜索步骤5完成后所有未达到支付成本上限的用户任务构成集合如果 为空,流程终止,步骤5得到的成本约束下的用户计算资源优化分配方案即为最终的用户任务计算资源优化分配方案;
如果 非空,将 中用户按照时延约束 降序进行排序,若 相同,再按照计算需求CPU周期数 降序进行排序,得到最后的用户任务排序表,执行步骤6b;
步骤6b,将剩余的计算资源按照步骤6a确定任务排序表依次补偿分配给集合 中的各个用户任务,直至每个用户获得其支付成本约束的最大可用资源量或者全部服务器的计算资源耗尽,流程终止,得到最终的用户任务计算资源优化分配方案。