本技術涉及云計算，尤其涉及一種面向邊云的任務卸載方法、裝置、設備及可讀存儲介質。

背景技術：

1、傳統(tǒng)的云計算中心能提供強大的計算能力，實現(xiàn)如大數(shù)據(jù)分析處理、數(shù)據(jù)存儲、平臺服務等。但受制于地理位置和傳輸環(huán)節(jié)，云計算中心往往遠離數(shù)據(jù)產生與被收集的邊緣側，數(shù)據(jù)需要經過網絡的傳輸才能得到處理，再經過傳輸回到終端，整個過程的時延相對很長，無法應用于實時性的應用場景。邊緣計算通過無線接入網絡“增強”終端用戶計算能力，實現(xiàn)如視頻監(jiān)測、語音識別、增強現(xiàn)實等計算密集、時延敏感任務的執(zhí)行。但面對用戶數(shù)量持續(xù)增加，計算任務量不斷增大的情況，邊緣節(jié)點有限的計算能力依舊無法很好的滿足用戶需求。

2、由此，出現(xiàn)了邊緣云與遠端云相結合的協(xié)同系統(tǒng)的計算模式，此計算模式是解決邊緣節(jié)點計算能力有限，無法有效滿足用戶需求問題的有效方法。在該協(xié)同計算模式下，終端設備計算過載時，大量的任務負載將被卸載至邊緣服務器節(jié)點和遠端云服務器節(jié)點，從而在有效緩解邊緣服務器節(jié)點負載壓力的同時，節(jié)省用戶設備的資源消耗和任務處理時間，實現(xiàn)任務的高效計算。

3、目前，采用基于傳統(tǒng)貪心算法的邊緣計算卸載算法，根據(jù)節(jié)點資源的利用率和負載平衡的原則，選擇負載最小的服務器節(jié)點卸載計算任務，但這種卸載方式只考慮了當前服務器節(jié)點的情況，不能考慮其他服務器節(jié)點的影響，無法充分利用系統(tǒng)資源，而導致包括卸載時傳輸任務的所需的通信資源與計算任務所需的計算資源在內的的系統(tǒng)資源開銷大。

4、綜上，如何降低處理計算任務的系統(tǒng)資源開銷是本技術領域亟待解決的技術問題。

技術實現(xiàn)思路

1、本技術的主要目的在于提供一種面向邊云的任務卸載方法、裝置、設備及可讀存儲介質，旨在解決如何降低處理計算任務的系統(tǒng)資源開銷的技術問題。

2、為實現(xiàn)上述目的，本技術提供一種面向邊云的任務卸載方法，所述面向邊云的任務卸載方法在依序分層建立一對多映射連接結構關系的云服務器、邊緣服務器和終端設備上實現(xiàn)，所述面向邊云的任務卸載方法包括以下步驟：

3、獲取至少一個終端設備發(fā)起的計算任務，確定所述計算任務的任務處理資源開銷，其中，所述任務處理資源開銷包括所述邊緣服務器的計算資源開銷與通信資源開銷以及所述云服務器的計算資源開銷與通信資源開銷；

4、構建所述計算任務的約束條件，將最小化所述任務處理資源開銷設置為預設決策模型的目標函數(shù)，將所述約束條件設置為預設決策模型的目標約束條件，其中，所述約束條件用于對所述計算任務的任務處理延遲以及傳輸速率進行約束；

5、基于設置目標函數(shù)與目標約束條件后的預設決策模型決策所述計算任務的卸載策略，依據(jù)所述卸載策略卸載所述計算任務，其中，所述卸載策略包括卸載所述計算任務至所述終端設備處理、卸載所述計算任務至所述邊緣服務器處理、卸載所述計算任務至所述云服務器處理與卸載所述計算任務至所述邊緣服務器與所述云服務器協(xié)同處理中的至少一種。

6、可選地，所述構建所述計算任務的約束條件的步驟，包括：

7、將處理所述計算任務的任務處理延遲小于預設時隙時長作為第一約束條件；

8、將所述終端設備與所述邊緣服務器之間的第一傳輸速率大于或等于預設最小本邊傳輸速率作為第二約束條件；

9、將所述邊緣服務器與所述云服務器之間的第二傳輸速率大于或等于預設最小邊云傳輸速率作為第三約束條件；

10、將所述第一約束條件、所述第二約束條件與所述第三約束條件構建為所述計算任務的約束條件。

11、可選地，所述基于設置目標函數(shù)與目標約束條件后的預設決策模型決策所述計算任務的卸載策略的步驟，包括：

12、確定所述計算任務的任務負載量，獲取所述邊緣服務器的狀態(tài)信息，其中，所述狀態(tài)信息包括可用帶寬、信道可用狀態(tài)與可用計算資源；

13、獲取發(fā)起所述計算任務的當前時隙，確定所述當前時隙對應的上一時隙，獲取上一時隙的上一任務處理延遲；

14、將所述上一任務處理延遲、所述任務負載量、所述可用計算資源、所述可用帶寬與所述信道可用狀態(tài)設置為所述預設決策模型的系統(tǒng)狀態(tài)空間；

15、構建所述預設決策模型的系統(tǒng)動作空間，其中，所述系統(tǒng)動作空間包括第一決策、第二決策和第三決策，所述第一決策包括將所述計算任務卸載至所述終端設備，所述第二決策包括所述計算任務中卸載至所述邊緣服務器的計算子任務占比，所述第三決策包括所述邊緣服務器的帶寬分配比例；

16、獲取所述計算任務對應的效用函數(shù)，將所述效用函數(shù)和預設懲罰函數(shù)之間的和函數(shù)作為獎勵函數(shù)；

17、基于所述系統(tǒng)狀態(tài)空間在所述系統(tǒng)動作空間中進行決策，并在所述獎勵函數(shù)收斂時輸出目標函數(shù)值最小且滿足所述目標約束條件的最佳卸載決策，基于所述最佳卸載決策確定所述計算任務的卸載策略。

18、可選地，基于所述最佳卸載決策確定所述計算任務的卸載策略的步驟，包括：

19、若所述最佳卸載決策包括第一決策，則將卸載所述計算任務至所述終端設備處理作為卸載策略；

20、若所述最佳卸載決策包括第二決策，且所述計算任務中卸載至所述邊緣服務器的計算子任務占比為一，則將卸載所述計算任務至所述邊緣服務器處理作為卸載策略；

21、若所述最佳卸載決策包括第二決策與第三決策，且所述計算任務中卸載至所述邊緣服務器的計算子任務占比為零，則將卸載所述計算任務至所述云服務器處理作為卸載策略；

22、若所述最佳卸載決策包括第二決策與第三決策，且所述計算任務中卸載至所述邊緣服務器的計算子任務占比大于零且小于一，則將卸載所述計算任務至所述邊緣服務器與所述云服務器協(xié)同處理作為卸載策略。

23、可選地，其特征在于，所述獲取計算任務對應的效用函數(shù)的步驟，包括：

24、確定所述計算任務對應的計算成本函數(shù)與通信成本函數(shù)；

25、基于計算成本函數(shù)與通信成本函數(shù)確定總成本函數(shù)，其中，所述總成本函數(shù)包括所述計算成本函數(shù)與通信成本函數(shù)的和函數(shù)；

26、將所述總成本函數(shù)作為效用函數(shù)。

27、可選地，所述確定所述計算任務對應的計算成本函數(shù)與通信成本函數(shù)的步驟，包括：

28、獲取所述邊緣服務器的第一計算代價，獲取所述云服務器的第二計算代價，其中，所述第一計算代價與所述第二計算代價包括單位比特數(shù)據(jù)的計算資源開銷；

29、將所述第一計算代價與所述第二計算代價輸入至預設的計算成本計算模型中，以供所述計算成本計算模型輸出得到每一所述計算任務的計算成本函數(shù)；

30、獲取所述邊緣服務器與所述云服務器之間的通信代價，其中，所述通信代價包括單位比特數(shù)據(jù)的通信資源開銷；

31、將所述通信代價與所述可用帶寬輸入至預設的通信成本計算模型中，以供所述通信成本計算模型輸出得到每一所述計算任務的通信成本函數(shù)。

32、可選地，所述任務處理延遲包括本地計算延遲、邊緣計算延遲、本邊傳輸延遲與邊云傳輸延遲中的一種或多種，其中，所述本地計算延遲包括所述終端設備處理所述計算任務的任務計算時間、所述邊緣計算延遲包括所述邊緣服務器處理所述計算任務的任務計算時間、所述本邊傳輸延遲包括將所述計算任務從所述終端設備傳輸至所述邊緣服務器的傳輸時長、所述邊云傳輸延遲包括將所述計算任務從所述邊緣服務器傳輸至所述云服務器的傳輸時長。

33、此外，為實現(xiàn)上述目的，本技術還提供一種面向邊云的任務卸載裝置，所述面向邊云的任務卸載裝置應用于依序分層建立一對多映射連接結構關系的云服務器、邊緣服務器和終端設備上實現(xiàn)，所述裝置包括：

34、獲取模塊，用于獲取至少一個終端設備發(fā)起的計算任務，確定所述計算任務的任務處理資源開銷，其中，所述任務處理資源開銷包括所述邊緣服務器的計算資源開銷與通信資源開銷以及所述云服務器的計算資源開銷與通信資源開銷；

35、構建模塊，用于構建所述計算任務的約束條件，將最小化所述任務處理資源開銷設置為預設決策模型的目標函數(shù)，將所述約束條件設置為預設決策模型的目標約束條件，其中，所述約束條件用于對所述計算任務的任務處理延遲以及傳輸速率進行約束；

36、決策模塊，用于基于設置目標函數(shù)與目標約束條件后的預設決策模型決策所述計算任務的卸載策略，依據(jù)所述卸載策略卸載所述計算任務，其中，所述卸載策略包括卸載所述計算任務至所述終端設備處理、卸載所述計算任務至所述邊緣服務器處理、卸載所述計算任務至所述云服務器處理與卸載所述計算任務至所述邊緣服務器與所述云服務器協(xié)同處理中的至少一種。

37、此外，為實現(xiàn)上述目的，本技術還提供一種面向邊云的任務卸載設備，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的面向邊云的任務卸載程序，所述面向邊云的任務卸載程序被所述處理器執(zhí)行時實現(xiàn)如上述的面向邊云的任務卸載方法的步驟。

38、此外，為實現(xiàn)上述目的，本技術還提供一種可讀存儲介質，可讀存儲介質上存儲有面向邊云的任務卸載程序，面向邊云的任務卸載程序被處理器執(zhí)行時實現(xiàn)如上述的面向邊云的任務卸載方法的步驟。

39、本技術中的面向邊云的任務卸載方法在依序分層建立一對多映射連接結構關系的云服務器、邊緣服務器和終端設備上實現(xiàn)，包括：獲取至少一個終端設備發(fā)起的計算任務，確定所述計算任務的任務處理資源開銷，其中，所述任務處理資源開銷包括所述邊緣服務器的計算資源開銷與通信資源開銷以及所述云服務器的計算資源開銷與通信資源開銷；構建所述計算任務的約束條件，將最小化所述任務處理資源開銷設置為預設決策模型的目標函數(shù)，將所述約束條件設置為預設決策模型的目標約束條件，其中，所述約束條件用于對所述計算任務的任務處理延遲以及傳輸速率進行約束；基于設置目標函數(shù)與目標約束條件后的預設決策模型決策所述計算任務的卸載策略，依據(jù)所述卸載策略卸載所述計算任務，其中，所述卸載策略包括卸載所述計算任務至所述終端設備處理、卸載所述計算任務至所述邊緣服務器處理、卸載所述計算任務至所述云服務器處理與卸載所述計算任務至所述邊緣服務器與所述云服務器協(xié)同處理中的至少一種。如此，與現(xiàn)有技術中，基于傳統(tǒng)貪心算法的邊緣計算卸載算法，只考慮當前服務器節(jié)點的情況的卸載方式相比：

40、(1)本技術實施例將計算任務的卸載方式問題轉換為決策模型，并以基于云服務器與邊緣服務器的計算資源開銷與通信資源開銷最小化為此決策模型的目標函數(shù)，從而以決策模型動態(tài)決策出計算資源開銷與通信資源開銷等系統(tǒng)資源開銷最小的卸載策略，考慮了每一服務器節(jié)點的資源開銷情況，以使卸載策略可充分利用系統(tǒng)資源，降低處理計算任務的系統(tǒng)資源開銷。

41、(2)本技術實施例中以計算任務的任務處理延遲為約束條件，如此決策出的卸載策略可保證每一計算任務在預設時隙時長的時延內處理完成，降低了計算任務的處理時延，保證了在任務處理延遲與傳輸速率的約束下，計算任務卸載和資源分配的聯(lián)合優(yōu)化，以最大限度地減少系統(tǒng)資源開銷。

42、(3)考慮到貪心算法只能通過對一些固定的規(guī)則進行排序和比較，無法動態(tài)地適應不同場景和不同需求，本技術實施例將計算任務的卸載方式問題轉換為決策模型，以決策模型來制定動態(tài)優(yōu)化問題，從而極大的保證了本技術實施的卸載方式可動態(tài)地適應不同場景和不同需求，提高了卸載方式的動態(tài)適應性與魯棒性。