1.一种基于拍卖算法的计算卸载方法,其特征在于:
建立eMBB用户与URLLC用户共存的MEC服务器区域传输模型;
基于所述区域传输模型,以eMBB用户和URLLC用户作为买方,MEC服务器作为卖方建立双向拍卖模型;
以卖方收益最大为目标,制定双向拍卖模型的约束条件;
所述双向拍卖模型动态调整买方出价和卖方报价,并根据约束条件,进行多轮拍卖,为eMBB用户和URLLC用户匹配MEC服务器;
将eMBB用户和URLLC用户的计算任务卸载至所匹配的MEC服务器;
其中,所述双向拍卖模型动态调整买方出价和卖方报价,并根据约束条件,进行多轮拍卖,为eMBB用户和URLLC用户匹配MEC服务器的方法为:步骤1、若有URLLC用户向MEC服务器k发送请求,则将URLLC用户匹配所请求的MEC服务器k;
步骤2、对eMBB用户m对于MEC服务器k的偏好度进行排行,根据所述约束条件筛选出符合条件的MEC服务器k;
步骤3、假设基站为拍卖人,eMBB用户m为买方,eMBB用户m向基站提供业务需求、对所需求资源的估值、对于MEC服务器k的偏好度排行和出价,其中,首轮拍卖将所需求资源的估值作为eMBB用户m的出价;MEC服务器k为卖方,向基站提供各类资源总量和要价;
步骤4、基站根据收集的信息对MEC服务器k进行偏好度降序排序,按偏好度从高到低的顺序逐个访问MEC服务器k,选取请求该偏好度MEC服务器k的eMBB用户m,若该eMBB用户m的出价≥所请求MEC服务器k的要价,则将该eMBB用户m添加到候选列表中,进入步骤5;否则将该eMBB用户m添加到失败列表中,进入步骤6;
步骤5、遍历全部请求该偏好度MEC服务器k的用户eMBB用户m,将候选列表中eMBB用户m的出价按照降序排序,判断候选列表中eMBB用户m所需求资源的总量≤该偏好度MEC服务器k剩余资源量,则匹配成功,更新该偏好度MEC服务器k剩余资源量;否则按候选列表中eMBB用户m出价从低到高的顺序将出价低的eMBB用户m添加至失败列表中,直至候选列表中eMBB用户m所需求资源的总量≤该偏好度MEC服务器k剩余资源量,匹配成功,进入步骤7;若未遍历全部请求该偏好度MEC服务器k的用户eMBB用户m,则返回步骤1;
步骤6、添加至失败列表中的eMBB用户m向下一个偏好度的MEC服务器k发送请求,返回步骤4,若该eMBB用户m所有偏好度的MEC服务器k均不能匹配,则本轮拍卖结束,进入下一轮拍卖;在下一轮拍卖中,该eMBB用户m修改出价,MEC服务器k修改要价,返回步骤4;
步骤7、若MEC服务器k中剩余资源不足以继续匹配或所有eMBB用户m和URLLC用户已匹配到相应的MEC服务器k,则拍卖结束;否则返回步骤1。
2.根据权利要求1所述的基于拍卖算法的计算卸载方法,其特征在于,所述区域传输模型有K个基站,M个eMBB用户和N个URLLC用户随机分布在区域内,每个用户都有一个计算任务待执行,设定不会发生大量URLLC用户同时请求的情况,故M>>N,每个基站配备一个MEC服务器,用户选择在本地设备上进行计算,或者卸载至MEC服务器上进行处理。
3.根据权利要求1所述的基于拍卖算法的计算卸载方法,其特征在于,所述区域传输模型的参数包括:eMBB业务的速率
其中,Nm为配给eMBB用户m的子载波数目,W为频带资源子载波带宽,Pm为eMBB用户m的发射功率,N0为加性高斯白噪声功率,gm是eMBB用户的小尺度瑞利衰落,Gm为eMBB用户m的路径损耗,表示为:Gm=128.1+37.6lg(dm);
其中,dm为eMBB用户m到基站的距离;
eMBB用户m的本地计算的时延
其中,cm为处理该任务所需的计算能力,是本地计算能力;
eMBB用户m本地计算能耗
其中,σ为能耗因子,与eMBB用户设备的芯片性能相关;
eMBB用户m的卸载计算时延由两部分组成:任务卸载时延和MEC服务器计算时延;所述任务卸载时延其中,Rm为eMBB业务的可达速率;lm为eMBB用户m的任务比特量;
MEC服务器计算时延
其中,为MEC服务器为eMBB用户m的任务分配的计算资源;
eMBB用户m的卸载计算总时延
设为eMBB业务的二进制参数为分配参数,用于决定eMBB用户m的计算任务是否卸载到MEC服务器k上进行处理:eMBB用户m的数据卸载在MEC服务器k上进行计算所需要的能耗卸载计算总时延改为:
卸载计算总能耗改为:
其中,ξm为eMBB用户m的时延能耗代价因子;
URLLC用户n的计算卸载时延为:
其中Rn为URLLC业务的可达速率;ln为URLLC用户n的任务比特量,cn为处理URLLC用户n的任务所需的计算能力,为MEC服务器为URLLC用户n的任务分配的计算资源,URLLC用户n的卸载计算时延中的MEC服务器计算时延;
设为URLLC业务的二进制参数为分配参数,用于决定URLLC用户n的计算任务是否卸载到MEC服务器k上进行处理:
4.根据权利要求3所述的基于拍卖算法的计算卸载方法,其特征在于,以eMBB用户和URLLC用户作为买方,MEC服务器作为卖方建立双向拍卖模型的方法为:MEC服务器k的成本表示为:Ck=λkwWk+λkdDk+λkfFk;
其中,Wk,Dk,Fk分别为服务器k的通信,存储和计算资源总量,λkw,λkd,λkf分别为三种资源的成本影响因子,服务器资源量越大,其搭建和维护成本也越大;
eMBB用户m对资源的估值表示为:
其中,βm和1-βm分别为用户m业务时延和能耗的估值权重参数,二者之和为1;δmT为eMBB用户m的时延代价因子,δmE为eMBB用户m的能耗代价因子;
同理,URLLC用户n对资源的估值表示为:
其中,δnT为URLLC用户n的时延代价因子;
eMBB用户m第t+1轮拍卖出价为:
其中,t表示当前拍卖轮数,Sum表示拍卖总轮数,Prom为eMBB用户任务的优先级,εb为调节用户出价的参数;
URLLC用户n第t+1轮拍卖出价为:bn(t+1)=ηtPronbn(t);
其中,Pron为URLLC用户任务优先级,η为URLLC业务出价指数;
MEC服务器k第t+1轮拍卖要价表示为:
其中,εa为调节MEC服务器要价的参数,μk(t)为MEC服务器剩余资源量对报价的影响参数;
其中,wkt,fkt,dkt分别表示第t轮时服务器k剩余的通信资源,计算资源和存储资源量;随着拍卖的推进,资源量逐渐减少,μk(t)减小,MEC服务器要价也随之降低,使得服务器能够保持一定的优势,提高拍卖的成功率。
5.根据权利要求4所述的基于拍卖算法的计算卸载方法,其特征在于,以卖方收益最大为目标,制定双向拍卖模型的约束条件的方法为:eMBB用户m带给MEC服务器k的效益表示为eMBB用户m支付的报酬减去MEC服务器k成本,即:同理,URLLC用户n带给MEC服务器k的效益可表示为:
MEC服务器的总收益写成每个用户带给对应MEC服务器的收益总和:卖方收益最大为目标的目标函数为:
其中,约束条件C1和C2表示每个eMBB或URLLC用户的任务若选择卸载计算,只能由一个MEC服务器k完成;约束条件C3表示用户的每个计算任务只能整体卸载计算或本地计算;约束条件C4,C5和C6表示两种业务用户消耗的通信,存储和计算资源量均不能超过该服务器资源存量总和,其中wm,k,wn,k,fm,k,fn,k,dm,k,dn,k分别表示服务器k提供给用户m或n的相应资源量;约束条件C7表示eMBB用户m的时延能耗代价因子不小于0。
6.一种基于拍卖算法的计算卸载系统,其特征在于,所述系统用于执行如权利要求1-5任一所述的基于拍卖算法的计算卸载方法,包括:区域传输模块,用于建立eMBB用户与URLLC用户共存的MEC服务器区域传输关系;
双向拍卖模型,用于以eMBB用户和URLLC用户作为买方,MEC服务器作为卖方,动态调整买方出价和卖方报价,并根据约束条件,进行多轮拍卖,为eMBB用户和URLLC用户匹配MEC服务器,eMBB用户和URLLC用户的计算任务卸载至所匹配的MEC服务器。
7.根据权利要求6所述的基于拍卖算法的计算卸载系统,其特征在于:还包括一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至5所述的方法中的任一方法。
8.根据权利要求6所述的基于拍卖算法的计算卸载系统,其特征在于:还包括一种计算设备,所述计算设备包括:一个或多个处理器、一个或多个存储器以及一个或多个程序,其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至5所述的方法中的任一方法的指令。