CN116028203B

CN116028203B - 边缘计算的资源调度方法及装置

Info

Publication number: CN116028203B
Application number: CN202111254800.2A
Authority: CN
Inventors: 刘委婉; 朱龙; 张舒蕾; 燕慧; 张歆
Original assignee: China Mobile Communications Group Co Ltd; China Mobile Information Technology Co Ltd
Current assignee: China Mobile Communications Group Co Ltd; China Mobile Information Technology Co Ltd
Priority date: 2021-10-27
Filing date: 2021-10-27
Publication date: 2025-09-05
Anticipated expiration: 2041-10-27
Also published as: CN116028203A

Abstract

本发明提供一种边缘计算的资源调度方法及装置，涉及无线通信技术领域。所述方法包括：构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数；根据所述最优调度参数，实现多个待调度任务的调度；其中，所述目标资源调度模型是基于任务完成时延、中心服务器负载以及多个边缘服务器负载构建的；所述待调度任务包括可拆解任务与不可拆解任务。本发明提供的边缘计算的资源调度方法及装置，通过考虑任务完成时延、中心服务器负载以及多个边缘服务器负载构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数以实现用户业务完成时延最小化、中心服务器负载最小以及边缘服务器负载平衡的调度方式。

Description

边缘计算的资源调度方法及装置

技术领域

本发明涉及无线通信技术领域，具体涉及一种边缘计算的资源调度方法及装置。

背景技术

现有的边缘计算技术是将边缘服务器置于网络边缘，与用户建立直接链路，用户可将待计算任务直接卸载至边缘服务器进行计算，计算结束后服务器将计算结果返回。

现有方法中的边缘计算技术，在多个边缘服务器的情况下，主要考虑用户任务完成的总能耗与时延，未对服务器负载均衡与公平性予以考虑，有可能造成单个边缘服务器压力过大，而其余服务器计算压力过小的结果。与此同时，在存在中心服务器的情况下，仅单纯从边缘服务器的调度出发，未考虑如何通过边缘服务器缓解中心服务器的压力。

因此，如何提出一种方法，针对具有一个中心服务器与多个边缘服务器以及多个任务的边缘计算场景，确保最小化用户业务完成时延、边缘服务器资源调度的公平性以及尽可能缓解中心服务器业务压力，具有十分重要的意义。

发明内容

本发明提供一种边缘计算的资源调度方法及装置，用以解决现有技术中无法在边缘计算中确保最小化业务完成时延以及边缘服务器资源调度的公平性的同时缓解中心服务器业务压力的技术问题。

第一方面，本发明提供一种边缘计算的资源调度方法，包括：

构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数；

根据所述最优调度参数，实现多个待调度任务的调度；

其中，所述目标资源调度模型是基于任务完成时延、中心服务器负载以及多个边缘服务器负载构建的；

所述待调度任务包括可拆解任务与不可拆解任务。

在一个实施例中，所述构建目标资源调度模型，包括：

根据待调度任务的任务量、计算任务量所需的算力、中心服务器的负载、边缘服务器任务分配后剩余的算力以及任务完成的平均时延构建所述目标资源调度模型。

在一个实施例中，在所述待调度任务为可拆解任务时，所述目标资源调度模型为：

其中，n为服务器，为服务器的集合，包括一个中心服务器与N个边缘服务器，n＝0代表中心服务器；k为待调度任务，为待调度任务集合；r_k为任务k的任务量，c_k为计算单位任务量所需的算力，τ_k为任务k的最大时延；α_k,n为每个服务器分担任务k的比例；f_k,n为服务器n对任务k分配的算力；ω_c为中心服务器负载压力权值，ω_t为任务完成时延权值；f_n为第n个服务器在分配的任务到达前剩余的算力；为N个边缘服务器任务分配后剩余的最小算力，为中心服务器消耗的算力，为任务完成的平均时延度量因子。

在一个实施例中，在所述待调度任务为不可拆解任务时，所述目标资源调度模型为：

在一个实施例中，引入松弛非负变量β，将所述目标资源调度模型转换为：

β≥0。

在一个实施例中，所述根据所述目标资源调度模型确定最优调度参数，包括：

根据遗传算法产生α_k,n，在确定α_k,n值后，优化β与f_k,n的值，根据预设的迭代次数与收敛条件进行迭代计算，确定所述目标资源调度模型的最优调度参数。

第二方面，本发明还提供一种边缘计算的资源调度装置，包括：

模型构建模块，用于构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数；

任务调度模块，用于根据所述最优调度参数，实现多个待调度任务的调度；

所述待调度任务包括可拆解任务与不可拆解任务。

第三方面，本发明还提供一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一种的边缘计算的资源调度方法的步骤。

第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一种的边缘计算的资源调度方法的步骤。

本发明提供的边缘计算的资源调度方法、装置、电子设备及存储介质，通过考虑任务完成时延、中心服务器负载以及多个边缘服务器负载构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数以实现用户业务完成时延最小化、中心服务器负载最小以及边缘服务器负载平衡的调度方式。在确保业务完成时延最小的情况下，尽可能平衡边缘服务的负载并减小中心服务器的负载，从而缓解中心服务器业务压力，保证边缘服务器资源调度的公平性。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的边缘计算的资源调度方法的流程示意图；

图2为本发明提供的边缘计算系统的框架示意图；

图3为本发明提供的两阶段优化求解流程示意图；

图4为本发明提供的任务可拆解情景不同任务完成时延权值下各服务器任务卸载量示意图；

图5为本发明提供的任务不可拆解情景不同任务完成时延权值下各服务器任务卸载量示意图；

图6为本发明提供的业务完成平均时延因子与任务完成时延权值关系示意图；

图7为本发明提供的边缘计算的资源调度装置的结构示意图；

图8为本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明提供的边缘计算的资源调度方法的流程示意图。参照图1，本发明提供的边缘计算的资源调度方法可以包括：

S110、构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数；

S120、根据所述最优调度参数，实现多个待调度任务的调度；

所述待调度任务包括可拆解任务与不可拆解任务。

本发明提供的边缘计算的资源调度方法的执行主体可以是电子设备、电子设备中的部件、集成电路、或芯片。该电子设备可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本发明不作具体限定。

下面以计算机执行本发明提供的边缘计算的资源调度方法为例，详细说明本发明的技术方案。

需要说明的是，中心服务器可以是中心云服务器。边缘服务器是置于网络边缘，与用户建立直接链路的服务器。用户可将待计算任务直接卸载至边缘服务器进行计算，计算结束后服务器将计算结果返回，相比于云服务器计算的用户需要通过互联网层层上传与下载数据，边缘计算所需时延更短。

在步骤S110中，构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数。

具体地，如图2本发明提供的边缘计算系统的框架示意图所示，由一个中心服务器和多个边缘服务器组成边缘计算系统。在多个任务到达的时候，需要确定如何将所述多个任务分配给其中的一个中心服务器以及多个边缘服务器，以及如何分配处理的策略更贴合需求。在确定了需求后，构建目标资源调度模型，确定最优调度参数实现任务的调度分配。

可选地，根据需求构建目标资源调度模型，所述需求可以为任务完成时延最小、中心服务器负载最小以及多个边缘服务器负载平衡中的一个或多个。

在步骤S120中，根据步骤S110中的目标资源调度模型确定最优调度参数，根据所述最优调度参数，实现多个待调度任务的调度。

具体地，在确定最优调度参数后，可以根据最优调度参数对多个待调度任务实施分配，分配给中心服务器和多个边缘服务器执行。

可以理解的是，根据确定的最优调度参数，多个待调度任务可以均由中心服务器处理，可以由多个边缘服务器处理，也可以分配给中心服务器与多个边缘服务器共同处理。

其中，所述目标资源调度模型是基于任务完成时延、中心服务器负载以及多个边缘服务器负载构建的；所述待调度任务包括可拆解任务与不可拆解任务。

可选地，在基于任务完成时延、中心服务器负载以及多个边缘服务器负载构建目标资源调度模型的时候，可以确定任务完成时延最小、中心服务器负载最小以及多个边缘服务器负载平衡的目标资源调度模型。

可以理解的是，基于任务完成时间最小以及中心服务器负载最小的原则构建目标资源调度模型可以在确保任务完成时限最小化的情况下缓解中心服务器的业务压力。与此同时，在构建目标资源调度模型时考虑多个边缘服务器负载平衡，保证了边缘服务器资源调度的公平性。

可以将待调度的任务分为可拆解任务与不可拆解任务两种。其中可拆解任务是单个任务可以拆分成多个部分，将拆分后的多个部分可以调度分配给不同的服务器完成执行。不可拆解任务是单个任务不能被拆分成为多个部分，只能分配给一个服务器执行完成。

本发明提供的边缘计算的资源调度方法，通过考虑任务完成时延、中心服务器负载以及多个边缘服务器负载构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数以实现用户业务完成时延最小化、中心服务器负载最小以及边缘服务器负载平衡的调度方式。在确保业务完成时延最小的情况下，尽可能平衡边缘服务的负载并减小中心服务器的负载，从而缓解中心服务器业务压力，保证边缘服务器资源调度的公平性。

在一个实施例中，构建目标资源调度模型，包括：根据待调度任务的任务量、计算任务量所需的算力、中心服务器的负载、边缘服务器任务分配后剩余的算力以及任务完成的平均时延构建所述目标资源调度模型。

可选地，可以根据待调度任务的任务量、计算任务量所需的算力、中心服务器的负载、边缘服务器任务分配后剩余的算力以及任务完成的平均时延构建目标函数，根据用户业务完成时延最小化、中心服务器负载最小以及边缘服务器负载平衡设定约束条件，作为目标资源调度模型确定最优调度参数。

本发明提供的边缘计算的资源调度方法，通过利用待调度任务的任务量、计算任务量所需的算力等参数构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数以实现用户业务完成时延最小化、中心服务器负载最小以及边缘服务器负载平衡的调度方式。

具体地，通过构建目标函数的目标资源调度模型，可以确定最优调度参数，从而实现业务完成时延最小化、中心服务器负载最小以及边缘服务器负载平衡的调度方式。其中，目标函数的意义为，通过优化α_k,n与f_k,n使得各边缘服务器最小剩余的算力最大化，即保证服务器的负载均衡。通过调整中心服务器负载压力权值ω_c与任务完成时延权值ω_t可调整目标函数对中心服务器负载压力与任务时延的重视程度。

其中，目标函数中的约束条件为算力约束，为任务计算时延必须小于任务要求时延的约束，为任务分配因子约束，即任务必须分发完毕。

可以理解的是，所述任务为可拆分任务，即单个任务可以被拆分成多个部分分配给服务器执行，α_k,n∈[0,1]表示服务器分担任务k的比例，其取值可以是包含0到1区间的小数。例如α_k,n＝0.5表示服务器n可以分担任务k中的一半。

本发明提供的边缘计算的资源调度方法，通过在待调度任务可拆解的情况下，根据任务可拆解的特性，构建目标函数的目标资源调度模型，根据所述目标资源调度模型确定最优调度参数以实现用户可拆解业务完成时延最小化、中心服务器负载最小以及边缘服务器负载平衡的调度方式。

在一个实施例中，在待调度任务为不可拆解任务时，所述目标资源调度模型为：

可以理解的是，所述任务为不可拆解任务，即单个任务不可以被拆分成多个部分分配给服务器执行，即单个任务只能由一个服务器执行完成。α_k,n∈{0,1}表示服务器分担任务k的比例，其取值只可以是0或1。即服务器n执行任务k或者不执行任务k。

本发明提供的边缘计算的资源调度方法，通过在待调度任务不可拆解的情况下，根据任务不可拆解的特性，构建目标函数的目标资源调度模型，根据所述目标资源调度模型确定最优调度参数以实现用户可拆解业务完成时延最小化、中心服务器负载最小以及边缘服务器负载平衡的调度方式。

β≥0

具体地，由于确定的任务可拆解情况下的目标资源调度模型为非凸问题，可以转化为凸问题进行求解。引入松弛非负变量β，替换掉目标函数中的引入约束条件与β＞0；将目标函数中的变为同时将ω_t前的减号改为加号。

具体证明过程为：因为可以等价于可以等价于并且最小等价于最大。然而为非凹函数，因此，需要用与整体具有相同单调性的凹函数代替该项。函数为的透视函数，因此其为凹函数，且随着的增大而增大，即与具有相同的单调性。为α_k,n的增函数，但由于存在约束因此将主要通过增加来增加基于此，替换后的问题与原问题等价，与原始问题有相同的增减性。

本发明提供的边缘计算的资源调度方法，在待调度任务可拆解的情况下，确定目标资源调度模型后，将非凸问题的所述目标资源调度模型转化为与原问题等价的凸问题，方便最优调度参数的求解。

β≥0

具体地，在待调度任务为不可拆解任务时，因为目标资源调度模型为非凸问题，所以引入松弛非负变量β，将所述目标资源调度模型转化为凸问题进行求解。

本发明提供的边缘计算的资源调度方法，在待调度任务不可拆解的情况下，确定目标资源调度模型后，将非凸问题的所述目标资源调度模型转化为与原问题等价的凸问题，方便最优调度参数的求解。

在一个实施例中，根据所述目标资源调度模型确定最优调度参数，包括：根据遗传算法产生α_k,n，在确定α_k,n值后，优化β与f_k,n的值，根据预设的迭代次数与收敛条件进行迭代计算，确定所述目标资源调度模型的最优调度参数。

具体地，可以采用两阶段算法，如图3本发明提供的两阶段优化求解流程示意图所示，先预设最大迭代次数以及算法收敛条件。随后在第一阶段通过遗传算法产生α_k,n，第二阶段根据第一阶段产生的α_k,n值，用内点法或次梯度法优化β与f_k,n，得到并记录目标函数值；重复上述两阶段内容，直至输出参数收敛或迭代次数达到最大值，输出最优调度参数。

可选地，在确定α_k,n、β与f_k,n的值后，可以通过设置仿真参数，对所述目标资源调度模型正确性与有效性进行验证。采用的仿真参数如下：N＝4，K＝5，r_k＝10000bit，C_k＝1000，τ_k＝1秒。仿真后的结果如图4本发明提供的任务可拆解情景不同任务完成时延权值下各服务器任务卸载量示意图和图5本发明提供的任务不可拆解情景不同任务完成时延权值下各服务器任务卸载量示意图所示。

其中，图4与图5分别在任务可拆解与不可拆解情况下对边缘服务器任务完成时延权值ω_c进行仿真测试。由于时延因子与负载数值量级不同，因此其权值对应的量级也不同。为了方便显示，图4纵坐标为对数刻度，图5为自然刻度。可以看出随着ω_c增大，在两种场景下中向中心服务器分配的调度资源逐渐减小，向边缘服务器调度资源量逐渐增加，且向各边缘服务器任务卸载的数据量基本一致，即边缘服务器可以达到负载均衡。

如图6本发明提供的业务完成平均时延因子与任务完成时延权值关系示意图所示，可以看出随着任务完成时延权值ω_t的增加，在任务可拆解与不可拆解两种场景中的平均时延因子均下降，即可验证目标资源调度模型可以通过调整任务完成时延权值降低任务完成时延，从而实现用户完成时延最小化。

本发明提供的边缘计算的资源调度方法，通过遗传算法产生α_k,n，在确定α_k,n值后，优化β与f_k,n的值，根据预设的迭代次数与收敛条件进行迭代计算，确定所述目标资源调度模型的最优调度参数。并设置仿真参数，对所述目标资源调度模型进行验证，确保了模型设置的正确性与有效性。

本发明还提供一种边缘计算的资源调度装置，该装置与上文描述的边缘计算的资源调度方法可相互对应参照。

图7为本发明提供的边缘计算的资源调度装置的结构示意图，如图7所示，该装置包括：

模型构建模块710，用于构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数；

任务调度模块720，用于根据所述最优调度参数，实现多个待调度任务的调度；

所述待调度任务包括可拆解任务与不可拆解任务。

本发明提供的边缘计算的资源调度装置，通过考虑任务完成时延、中心服务器负载以及多个边缘服务器负载构建目标资源调度模型，根据所述目标资源调度模型确定最优调度参数以实现用户业务完成时延最小化、中心服务器负载最小以及边缘服务器负载平衡的调度方式。在确保业务完成时延最小的情况下，尽可能平衡边缘服务的负载并减小中心服务器的负载，从而缓解中心服务器业务压力，保证边缘服务器资源调度的公平性。

在一个实施例中，模型构建模块710具体用于：

在一个实施例中，模型构建模块710还具体用于：

在所述待调度任务为可拆解任务时，所述目标资源调度模型为：

在一个实施例中，模型构建模块710还具体用于：

在所述待调度任务为不可拆解任务时，所述目标资源调度模型为：

在一个实施例中，模型构建模块710还具体用于：

引入松弛非负变量β，将所述目标资源调度模型转换为：

β≥0。

在一个实施例中，模型构建模块710还具体用于：

引入松弛非负变量β，将所述目标资源调度模型转换为：

β≥0。

在一个实施例中，模型构建模块710还具体用于：

本发明还提供一种电子设备，如图8所示，该电子设备可以包括：处理器(processor)810、通信接口(Communication Interface)820、存储器(memory)830和通信总线(bus)840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行边缘计算的资源调度方法的步骤，例如包括：

根据所述最优调度参数，实现多个待调度任务的调度；

所述待调度任务包括可拆解任务与不可拆解任务。

此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的边缘计算的资源调度方法的步骤，例如包括：

根据所述最优调度参数，实现多个待调度任务的调度；

所述待调度任务包括可拆解任务与不可拆解任务。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例提供的边缘计算的资源调度方法的步骤，例如包括：

根据所述最优调度参数，实现多个待调度任务的调度；

所述待调度任务包括可拆解任务与不可拆解任务。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种边缘计算的资源调度方法，其特征在于，包括：

根据所述最优调度参数，实现多个待调度任务的调度；

所述待调度任务包括可拆解任务与不可拆解任务；

其中，n为服务器，为服务器的集合，包括一个中心服务器与N个边缘服务器，n＝0代表中心服务器；k为待调度任务，为待调度任务集合；r_k为任务k的任务量，c_k为计算单位任务量所需的算力，τ_k为任务k的最大时延；α_k,n为每个服务器分担任务k的比例；f_k,n为服务器n对任务k分配的算力；ω_c为中心服务器负载压力权值，ω_t为任务完成时延权值；f_n为第n个服务器在分配的任务到达前剩余的算力；为N个边缘服务器任务分配后剩余的最小算力，为中心服务器消耗的算力，为任务完成的平均时延度量因子；

2.根据权利要求1所述的边缘计算的资源调度方法，其特征在于，所述构建目标资源调度模型，包括：

3.根据权利要求2中所述的边缘计算的资源调度方法，其特征在于，在所述待调度任务为可拆解任务时，所述目标资源调度模型为：

4.根据权利要求2中所述的边缘计算的资源调度方法，其特征在于，在所述待调度任务为不可拆解任务时，所述目标资源调度模型为：

5.根据权利要求3中所述的边缘计算的资源调度方法，其特征在于，引入松弛非负变量β，将所述目标资源调度模型转换为：

6.根据权利要求4中所述的边缘计算的资源调度方法，其特征在于，引入松弛非负变量β，将所述目标资源调度模型转换为：

7.根据权利要求5或6所述的边缘计算的资源调度方法，其特征在于，所述根据所述目标资源调度模型确定最优调度参数，包括：

8.一种边缘计算的资源调度装置，其特征在于，包括：

所述待调度任务包括可拆解任务与不可拆解任务；

9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的边缘计算的资源调度方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的边缘计算的资源调度方法的步骤。