一种基于层次化决策机制的雾计算应用部署方法

本发明涉及计算机网络与分布式计算领域，尤其涉及一种基于层次化决策机制的雾计算应用部署方法。

背景技术：

1、在雾计算环境中，复杂应用往往由多个相互关联的服务组成，每个服务的部署可视为一个独立的任务，这些任务之间存在拓扑依赖，建模成有向无环图（dag）结构；在这种结构下进行任务调度时，需要在满足服务依赖关系的前提下，合理选择任务执行顺序并完成资源分配；尽管任务规模固定，但任务间的复杂依赖关系和环境资源状态的动态变化使任务部署过程面临更大的不确定性；因此如何在满足服务依赖与环境约束条件的前提下，协调响应时间和部署成本之间的冲突，成为当前雾计算环境中应用部署的关键挑战。

2、目前，主流的雾计算应用部署方法主要包括基于静态规则的方法、基于启发式优化算法的方法和基于深度强化学习的方法；基于静态规则的方法通常依赖人为设定的调度顺序或优先级规则，根据任务的单一特征进行静态决策；基于启发式优化算法的方法通常将应用部署问题建模为组合优化问题，即在满足任务依赖关系和资源约束的前提下，寻找一个能同时优化响应时间和部署成本的部署方案；基于深度强化学习的方法通过与环境交互不断训练智能体，使其能根据环境状态动态调整部署策略，因此该方法具有良好的状态感知能力与自调整能力，更适应多变的部署环境。

3、然而，在现有方法中还存在以下问题：现有方法通常采用静态规则或单一指标设定优先级，缺乏对拓扑优先级、紧急度优先级和资源预测优先级的综合考虑，且难以动态调整优先级，导致部署过程缺乏灵活性和准确性；现有方法普遍难以实时感知设备状态、网络状态等环境状态的动态变化，静态规则难以根据环境实时变化调整部署策略，难以满足部署过程对实时性和适应性的要求；现有方法多采用单层决策机制，缺乏层次化策略，难以在复杂部署场景中实现精准决策；在协同优化响应时间与部署成本时，现有方法大多采用加权和方法，缺乏有效的协调机制，导致目标优化在一定程度上失衡，部署效果不稳定。

技术实现思路

1、本发明提供一种基于层次化决策机制的雾计算应用部署方法，以克服现有技术难以动态调整优先级，难以满足部署过程对实时性和适应性的要求，难以在复杂部署场景中实现精准决策，缺乏有效的协调机制问题。

2、为了实现上述目的，本发明的技术方案是：

3、一种基于层次化决策机制的雾计算应用部署方法，其特征在于，包括：

4、s1、初始化雾计算环境，并根据待部署的应用，构建包含任务依赖关系的有向无环图；

5、s2、根据包含任务依赖关系的有向无环图，得到当前部署状态；

6、s3、根据当前部署状态，通过策略选择网络，得到当前部署策略和当前部署策略类型；

7、s4、根据当前部署策略和当前部署策略类型，通过优先级机制，得到各候选任务的综合优先级分数和设备选择策略指导参数；

8、s5、根据各候选任务的综合优先级分数，通过任务选择网络，得到待部署服务任务；

9、s6、根据当前部署状态、待部署服务任务和设备选择策略指导参数，通过设备选择网络，得到待部署服务任务对应的部署设备；

10、s7、将待部署服务任务部署到待部署服务任务对应的部署设备，得到部署结果；通过部署结果对当前部署状态进行更新，得到更新的部署状态，并将更新的部署状态反馈至s3；

11、s8、根据部署结果，获取部署前后的响应时间和部署成本；根据部署前后的响应时间和部署成本，通过改进的切比雪夫多目标奖励函数，得到多目标奖励值，进而获得任务部署的层次奖励；将任务部署的层次奖励保存至内存中，并从候选任务中删除当前任务；

12、s9、重复执行步骤s3至s8，直至所有任务完成部署；根据内存中所有任务部署的层次奖励，获得最终加成奖励；根据最终加成奖励，通过ppo算法对策略选择网络、任务选择网络和设备选择网络进行联合优化训练，得到优化参数；将优化参数保留并用于下一轮训练；

13、s10、当到达预设的训练次数后，根据优化参数，得到训练好的策略选择网络、任务选择网络和设备选择网络；根据实际运行的雾计算环境和实际待部署的应用，得到有向无环图，并通过训练好的策略选择网络、任务选择网络和设备选择网络，输出最终部署结果。

14、进一步的，所述优先级机制的具体执行步骤如下：

15、s41、获得当前部署状态中的任务特征矩阵；

16、s42、根据任务特征矩阵，通过拓扑编码器，得到拓扑优先级特征，并通过多头注意力机制，得到增强拓扑优先级特征；根据任务特征矩阵，通过紧急度编码器，得到紧急度优先级特征；根据任务特征矩阵，通过资源预测编码器，得到资源预测优先级特征；

17、s43、根据拓扑优先级特征、紧急度优先级特征和资源预测优先级特征，依次通过动态权重学习器和多层感知机，得到动态权重向量；根据动态权重向量，通过策略调整因子，得到调整后的动态权重；

18、s44、根据增强拓扑优先级特征、紧急度优先级特征、资源预测优先级特征、当前部署策略和调整后的动态权重，获取初始综合优先级分数；

19、s45、根据初始综合优先级分数和当前部署策略的类型，通过策略指导调整规则，得到各候选任务的综合优先级分数和设备选择策略指导参数。

20、进一步的，所述拓扑优先级特征的表达式为：

21、

22、式中，为拓扑优先级特征；为拓扑优先级编码器的第二层线性映射矩阵；为relu激活函数；为层归一化函数；为拓扑优先级编码器的第一层线性映射矩阵；为任务特征矩阵；为拓扑优先级编码器的第一层线性映射偏置向量；为拓扑优先级编码器的第二层线性映射偏置向量；

23、所述增强拓扑优先级特征的表达式为：

24、

25、式中，为增强拓扑优先级特征；为多头注意力机制；

26、所述紧急度优先级特征的表达式为：

27、

28、式中，为紧急度优先级特征；为紧急度优先级编码器的第二层线性映射矩阵；为紧急度优先级编码器的第一层线性映射矩阵；为紧急度优先级编码器的第一层线性映射偏置向量；为紧急度优先级编码器的第二层线性映射偏置向量；

29、所述资源预测优先级特征的表达式为：

30、

31、式中，为资源预测优先级特征；为资源预测优先级编码器的第二层线性映射矩阵；为资源预测优先级编码器的第一层线性映射矩阵；为资源预测优先级编码器的第一层线性映射偏置向量；为资源预测优先级编码器的第二层线性映射偏置向量。

32、进一步的，得到调整后的动态权重的具体步骤如下：

33、s431、根据拓扑优先级特征，通过动态权重学习器，得到拓扑优先级全局特征，表达式为：

34、

35、式中，为拓扑优先级全局特征；为候选任务集合；为候选任务的索引；为第个候选任务的拓扑优先级特征；

36、s432、根据紧急度优先级特征，通过动态权重学习器，得到紧急度优先级全局特征，表达式为：

37、

38、式中，为紧急度优先级全局特征；为第个候选任务的紧急度优先级特征；

39、s433、根据资源预测优先级特征，通过动态权重学习器，得到资源预测优先级全局特征，表达式为：

40、

41、式中，为资源预测优先级全局特征；为第个候选任务的资源预测优先级特征；

42、s434、根据拓扑优先级全局特征、紧急度优先级全局特征和资源预测优先级全局特征，通过拼接操作，得到全局优先特征，表达式为：

43、

44、式中，为全局优先特征；

45、s435、根据全局优先特征，通过多层感知机，得到动态权重向量，表达式为：

46、

47、式中，为动态权重向量；为多层感知机第一层权重；为多层感知机第二层权重；为多层感知机第三层权重；为多层感知机第一层偏置项；为多层感知机第二层偏置项；为多层感知机第三层偏置项；

48、s436、根据动态权重向量，通过策略调整因子，得到调整后的动态权重，表达式为：

49、

50、式中，为调整后的动态权重；为归一化函数；为元素级乘法；为策略调整因子。

51、进一步的，所述初始综合优先级分数的表达式为：

52、

53、式中，为初始综合优先级分数；为优先级头网络权重；为融合优先级；为调整的切比雪夫上下文向量；为优先级头网络偏置；

54、其中，融合优先级的表达式为：

55、

56、式中，为第个优先级维度的调整后的动态权重；为优先级维度的索引；为第个优先级维度的特征，当时，为增强拓扑优先级特征，当时，为紧急度优先级特征，当时，为资源预测优先级特征；

57、调整的切比雪夫上下文向量的表达式为：

58、

59、式中，为调整的切比雪夫上下文向量；为切比雪夫上下文向量；为当前部署策略；为策略相关的切比雪夫上下文调整函数。

60、进一步的，所述策略指导调整规则的表达式如下：

61、：

62、

63、

64、：

65、

66、

67、：

68、

69、

70、

71、：

72、

73、

74、

75、式中，、、和为当前部署策略类型，其中，为时间优先策略，为成本优先策略，为均衡策略，为自适应策略；为策略id；为候选任务分数调整量；为综合指导强度；为时间优先策略下的设备选择指导参数；为时间优先偏好参数；为成本优先策略下的设备选择指导参数；为成本优先偏好参数；为均衡策略下的设备评分调整量；为当前响应时间相对于参考响应时间的比值；为当前部署成本相对于参考部署成本的比值；为均衡策略下的设备选择指导参数；为均衡优先偏好参数；为自适应策略下的设备评分调整量；为自适应策略下的设备选择指导参数；为自适应偏好参数；

76、其中，所述综合指导强度的表达式为：

77、

78、式中，为基础强度；为策略与问题特征的匹配度分数；为紧急调节因子；为训练阶段调整系数；

79、所述策略与问题特征的匹配度分数的表达式为：

80、

81、式中，为时间压力，且；为成本压力，且；为不平衡度，且；为任务复杂度，且，其中，，即初始综合优先级分数。

82、进一步的，所述改进的切比雪夫多目标奖励函数的表达式为：

83、

84、式中，为多目标奖励值；为前一状态的归一化目标向量；为当前状态的归一化目标向量；为平滑切比雪夫距离值；

85、所述平滑切比雪夫距离值的表达式为：

86、

87、式中，为目标向量值；为切比雪夫权重向量；为理想点；为平滑参数；为目标索引。

88、进一步的，所述任务部署的层次奖励的表达式为：

89、

90、式中，为任务部署的层次奖励；为基础奖励；为平衡约束奖励；为极端约束惩罚；为平衡改善奖励项；

91、其中，基础奖励的表达式为：

92、

93、式中，为奖励缩放因子。

94、进一步的，所述最终加成奖励的表达式为：

95、

96、式中，为最终加成奖励；为总任务部署次数；为任务部署索引；为初始总时间；为初始总成本；为最终总时间；为最终总成本。

97、有益效果：本发明通过构建策略选择网络、任务选择网络和设备选择网络三层协同的层次化决策架构，将复杂的雾计算应用部署问题逐层解耦，有效解决了传统方法中因全部决策变量耦合而导致的“维数灾难”问题；具体地，策略选择网络负责从宏观层面确定当前部署阶段的整体策略倾向，任务选择网络依据策略指导从多个相互依赖的服务任务中精准选定待部署任务，设备选择网络则在策略和任务的双重约束下确定最优部署设备；三层网络各自聚焦于不同层级的决策子问题，避免了单一网络承担全部决策压力所导致的策略模糊和决策冲突，从而在任务规模庞大、候选设备众多的实际雾计算场景中，仍能实现高精度的部署决策；

98、通过改进的切比雪夫多目标奖励函数，将部署响应时间和部署成本两个相互冲突的优化目标转化为层次化的单目标奖励值；相比于传统的线性加权求和法，切比雪夫方法无需预设权重系数，能够有效避免因权重选择不当而导致的偏好性偏差，并在帕累托前沿面上实现更均匀的搜索；通过将多目标奖励值分层反馈至各决策网络，使得策略选择、任务选择和设备选择三个网络在联合训练过程中能够兼顾时延敏感型和成本敏感型应用的差异化需求，在降低服务响应时间的同时有效控制资源租赁和能耗开销，具备优异的多目标权衡能力；

99、通过利用有向无环图对应用服务任务之间的依赖关系进行精确建模，并通过状态特征提取模块将任务依赖关系、候选设备状态以及当前部署进度融合为统一的部署状态表示；该机制使决策网络能够全局感知尚未部署任务对已部署任务的数据依赖，进而在任务选择和设备分配过程中，优先将存在紧密依赖关系的任务部署至邻近设备，减少跨设备的数据传输跳数；与传统基于独立任务假设或简单优先级排序的方法相比，能够显著降低因任务间数据传递而产生的网络通信延迟，尤其适用于计算任务密集、数据交互频繁的物联网和边缘智能应用场景；

100、通过在部署过程中，每完成一个服务任务的部署即通过部署结果对当前部署状态进行更新，并将更新后的部署状态实时反馈至下一轮决策，形成闭环的“感知-决策-部署-更新”迭代机制；该设计使得本发明能够动态响应雾计算环境中设备资源的实时变化，例如某设备的计算负载突然升高或网络连接状态发生变化时，状态特征提取模块可及时捕捉该变化并影响后续任务的部署决策，从而有效避免因环境动态性导致的部署方案失效；相比于静态规划或离线优化方法，本发明具备更强的环境适应能力和在线调度能力。