边缘侧计算资源拍卖式优化方法与流程

1.本发明涉及任务调度技术领域，尤其涉及一种边缘侧计算资源拍卖式优化方法。


背景技术：

2.随着工业现场设备的更新换代和物联网的飞速发展，工业现场分散分布的底层设备向计算平台提出了低时延、高带宽和数据私密性的要求，传统的云计算由于传输距离过长、计算任务过多已经不适用于现在的工业现场。
3.在工业需求与云计算的基础上，边缘计算逐渐受到了广泛的关注。边缘计算是指在云计算与工业现场设备的中间，即靠近现场设备的边缘侧，部署能够提供决策能力与计算能力的边缘服务器，用以解决工业现场的计算问题。边缘计算服务器由于更靠近工业现场，具有传输距离更短和传输时延更低的优点。因此边缘计算不仅能够缓解云计算平台的计算压力，而且能够提供更好的计算服务。
4.任务调度与资源分配是计算系统的重要研究问题之一，其解决方案关系到资源使用的有效性与现场设备的服务体验。工业现场设备与边缘服务器的异构性，服务器在地理位置上的分散性，对工业现场的任务调度优化形成了新的挑战。由于拍卖方式的分散性特征与边缘侧计算网络的分布性一致，采用拍卖机制提供的分布式解决方案能够对任务进行有效的分配，实现服务器资源的充分利用，提供低时延的服务。因此，拍卖机制为边缘计算的任务调度问题提供了新的研究思路。
5.然而，在基于拍卖机制的边缘计算现有研究中，多数研究关注移动边缘计算中云资源服务器与用户设备间的拍卖机制设计，少有研究关注工业场景中的边缘计算任务调度问题。此外，多数研究考虑边缘服务器为同构服务器，并没有考虑异构的边缘计算环境。


技术实现要素：

6.针对上述现有技术的不足，本发明提供一种边缘侧计算资源拍卖式优化方法。
7.为解决上述技术问题，本发明所采取的技术方案是：一种边缘侧计算资源拍卖式优化方法，包括如下步骤：
8.步骤1：设置任务收集时间δt，δt时间内提出的边缘计算任务在δt结束时统一进行拍卖调度；
9.步骤2：记录本次拍卖的开始时刻w；
10.步骤3：确定本次需要拍卖的所有任务，组成集合n，并获取集合n中所有任务的基本信息；所述集合n中所有任务的基本信息包括：任务i的数据量d
i
、任务i的截止时刻d
i
、任务i需求的cpu处理速度c
fi
、任务i需求的内存m
fi
、任务i需求的硬盘容量s
fi
以及任务i是否需要特定应用程序f
fi
，i∈n。
11.步骤4：确定本次拍卖中所有可用的边缘服务器，组成集合m，并获取集合m中所有边缘服务器的基本信息；所述集合m中所有边缘服务器的基本信息包括：服务器j的cpu处理速度c
fj
、服务器j内存m
fj
、服务器j的硬盘容量s
fj
以及服务器j是否具备某种应用程序f
fj
，j
∈m。
12.进一步的，所述服务器同时只能处理一个任务且服务器的数量不少于任务的数量。
13.步骤5：确定每个服务器对每个任务的出价，并确定每个任务的有效报价数量；
14.所述服务器对任务的出价公式为：
[0015][0016]
其中，p
ij
为服务器j对任务i的出价，α，β和γ分别为基本信息中计算任务需求的cpu处理速度、内存与硬盘容量的权重值，且α β γ＝1。
[0017]
所述每个任务的有效报价数量的计算过程为：
[0018]
记q
i
＝{j|p
ij
＞0，j∈m}，即qi中的元素为对任务i有效报价的服务器编号；
[0019]
则|q
i
|表示qi的元素个数，即为任务i的有效报价数量。
[0020]
步骤6：按照成交规则对所有任务n进行排序，以此顺序依次进行任务的出清。
[0021]
所述成交规则分为下述两种：
[0022]
成交规则1：根据任务的截止时刻、任务本身的数据量以及本次拍卖的开始时刻计算待交易任务的价值，并根据任务价值的大小安排成交顺序，以服务器对任务的出价大小为依据，在任务的有效报价集合中确定出价最大的为得到任务的服务器；
[0023]
成交规则2：根据任务的有效报价数量的大小安排成交顺序，以服务器对任务的出价大小为依据，在任务的有效报价集合中确定出价最大的为得到任务的服务器。
[0024]
所述成交规则1的具体过程如下：
[0025]
s1：根据任务的截止时刻、任务本身的数据量以及本次拍卖的开始时刻计算待交易任务的价值v
i
，任务i∈n的价值函数定义为：
[0026][0027]
s2：选择集合n中价值最大的任务进行交易，记当k的取值不唯一时在其中随机选择k的值；
[0028]
s3：判断任务k的有效报价数量|q
k
|是否大于零，若是，则任务k成交，执行s4；若否，则任务k在本次拍卖无法成交，执行s6；
[0029]
s4：编号为的服务器得到任务k，当取值不唯一时令取其中最小的值；
[0030]
s5：获得任务的服务器不允许继续参加本次拍卖后续任务交易，对于任意i∈n\{k}将从q
i
中移除；
[0031]
s6：任务k不再参加本次拍卖的后续交易，将k从n中移除；
[0032]
s7：判断n是否为空集，若是，则本次拍卖结束，所有未成交的任务流拍，进入下次拍卖流程；若否，则转置执行s2。
[0033]
所述成交规则2的具体过程如下：
[0034]
s1：选择集合n中有效报价数量最小的任务进行交易，记当m的取值
不唯一时在其中随机选择m的值；
[0035]
s2：判断任务m的有效报价数量|q
m
|是否大于零，若是，则任务m成交，执行s3；若否，则任务m在本次拍卖无法成交，执行s5；
[0036]
s3：编号为的服务器得到任务m，当取值不唯一时令取其中最小的值；
[0037]
s4：获得任务的服务器不允许继续参加本轮后续任务交易，对于任意i∈n\{m}将从q
i
中移除；
[0038]
s5：任务m不再参加本次拍卖的后续交易，将m从n中移除；
[0039]
s6：判断n是否为空集，若是，则本次拍卖结束，所有未成交的任务流拍，进入下次拍卖流程；若否，则转置执行s1。
[0040]
采用上述技术方案所产生的有益效果在于：
[0041]
1、本发明提供的方法以提升边缘计算任务调度问题的决策效率，提高边缘服务器的计算资源利用率，更好地实现服务器的负载均衡。
[0042]
2、本发明提供的方法采用了分布式调度的方法，给出可直接计算的出价规则与成交规则，避免了集中式调度求解可行解的复杂性，减少了调度决策过程的时间。
[0043]
3、本发明提供的方法给出的出价规则为基于任务与服务器匹配程度的函数，恰当地表示了服务器对于任务的匹配程度；提供了两种成交规则，从不同角度将任务与服务器建立合适的匹配关系，提高了服务器的资源利用率，同时避免了计算能力强的服务器任务过多的情况。
附图说明
[0044]
图1为本发明实施例中提供的边缘侧计算资源拍卖式优化方法的流程图；
[0045]
图2为本发明实施例中成交规则1的具体流程图；
[0046]
图3为本发明实施例中成交规则2的具体流程图。
具体实施方式
[0047]
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
[0048]
如图1所示，本实施例中边缘侧计算资源拍卖式优化方法如下所述：
[0049]
步骤1：设置任务收集时间δt，δt时间内提出的边缘计算任务在δt结束时统一进行拍卖调度；
[0050]
本实施例中，设初始基准时刻为8:00:00，取δt为3s。
[0051]
步骤2：记录本次拍卖的开始时刻w；不用考虑整个拍卖过程所花费的时间，在距离初始时刻或上次拍卖开始时刻δt时间后进行本次拍卖。
[0052]
本实施例中，第一次拍卖的开始时刻为8:00:03。某工厂的某一生产线在8:00:03时有5台服务器可以提供计算服务，服务器编号依次为a～e。
[0053]
步骤3：确定本次需要拍卖的所有任务，组成集合n，并获取集合n中所有任务的基本信息；所述集合n中所有任务的基本信息包括：任务i的数据量d
i
、任务i的截止时刻d
i
、任务i需求的cpu处理速度c
fi
、任务i需求的内存m
fi
、任务i需求的硬盘容量s
fi
以及任务i是否
需要特定应用程序f
fi
，i∈n。
[0054]
本实施例中，生产线在8:00:00
‑
8:00:03内产生了5个计算任务等待分配，任务编号依次为1～5，任务的基本信息包括：cpu处理速度，单位为mips；数据量，单位为m；内存容量，单位为m；硬盘容量，单位为m；截止时间；是否需要具备gpu。任务信息参数如表1所示。
[0055]
表1任务参数设置
[0056][0057]
步骤4：确定本次拍卖中所有可用的边缘服务器，组成集合m，并获取集合m中所有边缘服务器的基本信息；所述集合m中所有边缘服务器的基本信息包括：服务器j的cpu处理速度c
fj
、服务器j内存m
fj
、服务器j的硬盘容量s
fj
以及服务器j是否具备某种应用程序f
fj
，j∈m。
[0058]
本实施例中，服务器的信息包括：cpu剩余处理速度，单位为mips；内存，单位为m；硬盘容量，单位为g；是否具备gpu功能。gpu用来表示是否需要具备特定功能，用0
‑
1变量来表示。各服务器的基本信息见表2。
[0059]
表2服务器参数设置
[0060][0061]
进一步的，所述服务器同时只能处理一个任务且服务器的数量不少于任务的数量。
[0062]
步骤5：确定每个服务器对每个任务的出价，并确定每个任务的有效报价数量；
[0063]
所述服务器对任务的出价公式为：
[0064][0065]
其中，p
ij
为服务器j对任务i的出价，α，β和γ分别为基本信息中计算任务需求的cpu处理速度、内存与硬盘容量的权重值，且α β γ＝1。
[0066]
所述每个任务的有效报价数量的计算过程为：
[0067]
记q
i
＝{j|p
ij
＞0，j∈m}，即qi中的元素为对任务i有效报价的服务器编号；
[0068]
则|q
i
|表示qi的元素个数，即为任务i的有效报价数量。
[0069]
本实施例中，设定服务器出价公式中的cpu处理速度的权重系数为0.5，内存容量的权重系数为0.4，硬盘容量的权重系数为0.1。由表1与表2的参数可以计算出每个服务器对每个任务的出价，结果如表3所示。
[0070]
表3服务器对任务的出价
[0071][0072]
步骤6：按照成交规则对所有任务n进行排序，以此顺序依次进行任务的出清。
[0073]
所述成交规则分为下述两种：
[0074]
成交规则1：根据任务的截止时刻、任务本身的数据量以及本次拍卖的开始时刻计算待交易任务的价值，并根据任务价值的大小安排成交顺序，以服务器对任务的出价大小为依据，在任务的有效报价集合中确定出价最大的为得到任务的服务器；
[0075]
成交规则2：根据任务的有效报价数量的大小安排成交顺序，以服务器对任务的出价大小为依据，在任务的有效报价集合中确定出价最大的为得到任务的服务器。
[0076]
所述成交规则1的流程图如图2所示，具体过程如下：
[0077]
s1：根据任务的截止时刻、任务本身的数据量以及本次拍卖的开始时刻计算待交易任务的价值v
i
，任务i∈n的价值函数定义为：
[0078][0079]
s2：选择集合n中价值最大的任务进行交易，记当k的取值不唯一时在其中随机选择k的值；
[0080]
s3：判断任务k的有效报价数量|q
k
|是否大于零，若是，则任务k成交，执行s4；若否，则任务k在本次拍卖无法成交，执行s6；
[0081]
s4：编号为的服务器得到任务k，当取值不唯一时令取其中最小的值；
[0082]
s5：获得任务的服务器不允许继续参加本次拍卖后续任务交易，对于任意i∈n\{k}将从q
i
中移除；
[0083]
s6：任务k不再参加本次拍卖的后续交易，将k从n中移除；
[0084]
s7：判断n是否为空集，若是，则本次拍卖结束，所有未成交的任务流拍，进入下次拍卖流程；若否，则转置执行s2。
[0085]
本实施例中，由表1中的参数可计算得到各个任务的价值，结合表3得到采用成交规则1时，各个任务的交易顺序为2，1，3，5，4，可得任务具体交易过程如下：
[0086]
(1)任务2，服务器d竞拍成功。
[0087]
(2)任务1，服务器b竞拍成功。
[0088]
(3)任务3，服务器a竞拍成功。
[0089]
(5)任务5，服务器c竞拍成功。
[0090]
(4)任务4，服务器e竞拍成功。
[0091]
拍卖结果如表4所示。
[0092]
表4采用成交规则1的拍卖结果
[0093][0094]
注：任务编号从上到下按照交易顺序排列。
[0095]
无任务进入下轮拍卖，所有任务均能匹配到适合的服务器。
[0096]
所述成交规则2的流程图如图3所示，具体过程如下：
[0097]
s1：选择集合n中有效报价数量最小的任务进行交易，记当m的取值不唯一时在其中随机选择m的值；
[0098]
s2：判断任务m的有效报价数量|q
m
|是否大于零，若是，则任务m成交，执行s3；若否，则任务m在本次拍卖无法成交，执行s5；
[0099]
s3：编号为的服务器得到任务m，当取值不唯一时令取其中最小的值；
[0100]
s4：获得任务的服务器不允许继续参加本轮后续任务交易，对于任意i∈n\{m}将从q
i
中移除；
[0101]
s5：任务m不再参加本次拍卖的后续交易，将m从n中移除；
[0102]
s6：判断n是否为空集，若是，则本次拍卖结束，所有未成交的任务流拍，进入下次拍卖流程；若否，则转置执行s1。
[0103]
本实施例中，由表1与表3可得采用成交规则2时，各个任务的交易顺序为3,1,2,5,4，结合表3可得任务具体交易过程如下：
[0104]
(1)任务3，服务器a竞拍成功。
[0105]
(2)任务1，服务器b竞拍成功。
[0106]
(3)任务2，服务器d竞拍成功。
[0107]
(5)任务5，服务器c竞拍成功。
[0108]
(4)任务4，服务器e竞拍成功。
[0109]
拍卖结果如表5所示。
[0110]
表5采用成交规则2的拍卖结果
[0111][0112]
注：任务编号从上到下按照交易顺序排列。
[0113]
无任务进入下轮拍卖，所有任务均能匹配到适合的服务器。