边缘智能网络保障低时延传输的任务卸载方法、装置、设备及介质与流程

1.本发明涉及边缘智能网络保障低时延传输的通信技术，具体涉及一种保障边缘智能网络节点用户体验质量的低时延任务处理和传输的通信方法、装置、设备及介质。


背景技术：

2.随着传感器、5g技术等的发展，作为信息科技产业第三次革命的边缘智能网络也逐渐走进了我们的生活。它通过将各类物品接入互联网中来实现“万物互联”。这将对我们的生产生活带来巨大的变革，同时也对终端设备的运算处理能力提出了更高的要求。
3.低时延处理传输是保证很多“互联”终端设备任务得到有效处理的前提。但是终端设备的运算能力有限，使得用户体验质量大打折扣。对任务进行部分卸载可以有效缓解本地设备有限的运算资源压力，移动终端运算任务可以使用通信信道，将部分运算任务传输到边缘移动网关服务器，由边缘移动网关承担部分运算任务，处理完成后，再将计算结果传输反馈给边缘智能终端设备。
4.由于边缘智能终端设备任务运算量空间分布不均衡，边缘网关服务器承担的卸载运算量也存在差异，这时采用边缘网关服务器之间协作式的二次卸载可以进一步降低任务处理时延。


技术实现要素：

5.本发明提供一种边缘智能网络保障低时延传输的通信方法、装置、设备及介质，一方面采用边缘网关服务器之间协作式的二次卸载可以进一步降低任务处理时延，另一方面采用对下一时刻边缘智能网络节点用户数量预测的方式来保障二次卸载效率，有效增强边缘智能网络节点用户的用户体验质量。
6.为实现上述技术目的，本发明采用如下技术方案：
7.一种用于边缘智能网络保障低时延传输的通信方法，包括以下步骤：
8.边缘智能终端设备根据任务的数据量、运算量以及各平台的运算速率和通信信道特点得到任务处理时延，并根据时延最小原则给出t时刻初始的任务卸载策略；其中，各平台是指边缘智能终端设备自身和边缘网关服务器；初始的任务卸载策略包括两种情况：第一种情况为不卸载任务到任意的边缘网关服务器，第二种情况为将任务卸载到其接入的边缘网关服务器；
9.边缘网关服务器根据历史时刻接入的边缘智能网络节点用户数量分布数据，对t时刻接入的边缘智能网络节点用户数量进行预测；
10.基于卸载运算量与接入的边缘智能网络节点用户数量之间的映射关系，并根据t时刻接入的边缘智能网络节点用户数量预测值，得到边缘网关服务器t时刻需要承载的卸载运算量预测值，再与自身的运算能力进行比较初步确定其在二次卸载中的角色；
11.边缘网关服务器根据初步确定的其在二次卸载中的角色，对接入其的边缘智能终
端设备在t时刻的初步任务卸载策略进行修正，得到边缘智能终端设备在t时刻最终的任务卸载决定。
12.在更优的技术方案中，所述任务处理时延包括：通信时延、运算时延和排队时延，其中：
[0013][0014][0015][0016]
式中，t
c
表示任务处理时延；t
ts
表示通信时延，d
iotd
表示边缘智能终端设备的任务数据量，表示边缘智能终端设备i将任务卸载到边缘网关服务器s的数据传输速率；t
com
为运算时延，c
iotc
表示边缘智能终端设备i的任务运算量，f
～
表示运算速率，f
～
为f
iot
和f
s
的二元取值，f
iot
和f
s
分别代表智能边缘智能终端设备和边缘网关服务器的运算速率；t
q
为排队时延，表示不考虑网络拥塞情况下的期望时延，φ表示边缘网关服务器协作时承担的运算量。
[0017]
在更优的技术方案中，根据时延最小原则给出初始的任务卸载策略还需满足约束条件：
[0018]
(1)t
c
≤d；(2)α
t
,β
t
∈{0,1}；
[0019]
式中，d表示任务完成的截止时间，α
t
的取值表示边缘智能终端设备是否进行任务卸载，β
t
的取值表示边缘网关服务器之间是否存在二次卸载过程。
[0020]
在更优的技术方案中，卸载运算量与接入的边缘智能网络节点用户数量之间的映射关系，为预先已知的线性关系或非线性关系。
[0021]
在更优的技术方案中，初步确定边缘网关服务器在二次卸载中的角色的可选方式包括：
[0022]
(1)若边缘网关服务器下一时刻需要承载的卸载运算量预测值，大于自身的运算能力，则初步确定该边缘网关服务器的角色为需要帮助的“1”类服务器，否则初步确定该边缘网关服务器的角色为提供帮助的“2”类服务器；
[0023]
(2)若边缘网关服务器下一时刻需要承载的卸载运算量预测值，大于等于自身的运算能力，则初步确定该边缘网关服务器的角色为需要帮助的“1”类服务器，否则初步确定该边缘网关服务器的角色为提供帮助的“2”类服务器；
[0024]
(3)若边缘网关服务器下一时刻需要承载的卸载运算量预测值，大于自身的运算能力，则初步确定该边缘网关服务器的角色为需要帮助的“1”类服务器；若边缘网关服务器下一时刻需要承载的卸载运算量预测值，大于自身的运算能力，则初步确定该边缘网关服务器的角色为提供帮助的“2”类服务器；否则初步确定该边缘网关服务器的角色为自给自足的“3”类服务器。
[0025]
在更优的技术方案中，对边缘智能终端设备的初步任务卸载策略进行修正的方式为：若边缘网关服务器的角色为提供帮助的“2”类服务器或者自给自足的“3”类服务器，则
接入该边缘网关服务器的所有边缘智能终端设备的初步任务卸载策略均不作修改，即将初步任务卸载策略作为最终的任务卸载决定；否则，将卸载任务到该边缘网关服务器的边缘智能终端设备的初步任务卸载策略，由初始的卸载到接入的边缘网关服务器修改为：由接入的边缘网关服务器将部分任务二次卸载到邻近的、且角色为提供帮助的“2”类服务器中。
[0026]
在更优的技术方案中，边缘网关服务器对下一时刻接入的边缘智能网络节点用户数量进行预测的方法，采用的是gru预测，且预测训练集可选为以下任意一种：
[0027]
(1)将前一周的当前时刻、前一周当前时刻的前一时刻、前一周当前时刻的后一时刻，这三个时刻的接入的边缘智能网络节点用户数量作为训练样本输入数据，将本周当前时刻接入的边缘智能网络节点用户量作为训练输出标签数据；
[0028]
(2)将前一周的当前时刻、前一周当前时刻的前一时刻、前一周当前时刻的前一时刻，这三个时刻的接入的边缘智能网络节点用户数量作为训练样本输入数据，将本周当前时刻接入的边缘智能网络节点用户量作为训练输出标签数据；
[0029]
(3)将前一周的当前时刻、前一周当前时刻的后一时刻、前一周当前时刻的后一时刻，这三个时刻的接入的边缘智能网络节点用户数量作为训练样本输入数据，将本周当前时刻接入的边缘智能网络节点用户量作为训练输出标签数据；
[0030]
(4)将前一周的当前时刻、前两周的当前时刻、前三周的当前时刻，这三个时刻的接入的边缘智能网络节点用户数量作为训练样本输入数据，将本周当前时刻接入的边缘智能网络节点用户量作为训练输出标签数据；
[0031]
(5)将前一周的当前时刻、前两周的当前时刻、前三周的当前时刻、前一周当前时刻的前一时刻、前一周当前时刻的后一时刻，这三个时刻的接入的边缘智能网络节点用户数量作为训练样本输入数据，将本周当前时刻接入的边缘智能网络节点用户量作为训练输出标签数据。
[0032]
一种用于边缘智能网络保障低时延传输的通信装置，包括：数据输入模块、时延最小模块、任务卸载模块、预测模块、网关服务器角色确定模块、网关服务器互助模块、修正模块；其中：
[0033]
所述数据输入模块与时延最小模块以及预测模块相连，为时延最小模块和预测模块提供相关数据信息；
[0034]
所述时延最小模块与数据输入模块以及任务卸载模块相连，从数据输入模块获取边缘智能终端设备的任务数据量、运算量以及各平台运算能力和通信信道特点，得到任务处理时延，并根据时延最小原则给出各边缘智能网络t时刻初始的任务卸载策略；
[0035]
所述任务卸载模块与时延最小模块以及修正模块相连，根据时延最小模块得到的初始任务卸载策略以及修正模块的修正方案得到最终的任务卸载决定，并进行对应任务卸载工作，即：将边缘智能网络用户节点的任务按照最终的任务卸载决定，卸载到边缘网关服务器或者本地处理，选择对应的通信链路传输卸载量；
[0036]
所述预测模块与数据输入模块相连，从数据输入模块获取边缘网关服务器在历史时刻接入的边缘智能终端设备的数量，并根据获取到的数据对t时刻接入的边缘智能网络节点用户数量进行预测，并将用户数量预测值映射为边缘网关服务器t时刻需要承载的卸载运算量预测值；
[0037]
所述网关服务器角色确定模块与任务卸载模块以及预测模块相连，将预测模块得
到的边缘网关服务器t时刻需要承载的卸载运算量预测值，与边缘网关服务器自身的运算能力进行比较初步确定该边缘网关服务器在二次卸载中的角色；
[0038]
所述网关服务器互助模块与网关服务器角色确定模块相连，根据边缘网关服务器在二次卸载中的角色，确定是否采取边缘网关服务器相互帮助的决定；
[0039]
所述修正模块与任务卸载模块和网关服务器互助模块相连，根据网关服务器做出的互助决定，对接入其的边缘智能终端设备的初步任务卸载策略进行修正，得到边缘智能终端设备最终的任务卸载决定。
[0040]
一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现上述任一项技术方案所述的方法。
[0041]
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项技术方案所述的方法。
[0042]
有益效果
[0043]
本发明可以有效降低边缘智能终端设备任务处理时延，提高边缘智能网络节点用户的用户体验质量。在该通信网络中，边缘智能终端设备根据对自身任务运算时延的判断，做出卸载决定，将过量的运算量卸载到具有更强处理能力的边缘网关服务器，减小任务运算时延。这种做法不仅能有效提高终端设备任务处理质量，降低时延，提高边缘智能网络节点用户的用户体验质量，还使得网关服务器的运算资源得到更加合理有效配置，提高利用率。
附图说明
[0044]
图1是本技术实施例所述通信方法和装置的工作原理图；
[0045]
图2是本技术实施例所述通信装置的构成框图。
具体实施方式
[0046]
下面对本发明的实施例作详细说明，本实施例以本发明的技术方案为依据开展，给出了详细的实施方式和具体的操作过程，对本发明的技术方案作进一步解释说明。
[0047]
实施例1
[0048]
本实施例提供一种用于边缘智能网络保障低时延传输的通信方法，边缘智能终端设备根据任务处理时延最小原则做出初步的任务卸载决定，将部分运算任务传输到边缘网关服务器，由边缘网关服务器承担部分运算任务并反馈结果。同时，为了提高服务器运算速率，进一步降低任务传输处理时延，服务器之间进行二次卸载，提高边缘智能网络节点用户的用户体验质量。此外，本发明采用对下一时刻边缘智能网络节点用户数量预测的方式来保障二次卸载效率，使得任务处理时延进一步减小的同时也提高了边缘网关服务器运算资源利用率。
[0049]
本发明提出的通信方法的基本工作原理如图1所示。终端设备为了保证任务低时延处理通信，根据时延最小的原则，对任务进行卸载处理，以服务器1覆盖范围为例，其内终端1、终端2与服务器1之间通过无线信道进行通信，将要卸载的任务量传输给服务器1。同样地，边缘网关服务器2、服务器3、服务器4也都对应地承担其服务范围内的移动终端的运算量。根据服务器角色确定规则，将服务器1
‑
4分成需要帮助的“1”类和提供帮助的“2”类。由
于每个服务器其服务范围内的边缘智能终端设备卸载的总运算量存在空间分布差异，所以服务器之间协作进行二次卸载来均衡这种差异。服务器之间通过通信链路进行通信，比如：服务器1与服务器2之间通过通信链路1通信，服务器2和服务器3之间通过通信链路2来通信。通过通信链路，服务器承载的运算量可以在服务器层面进行二次卸载处理，修补第一次边缘智能终端设备卸载的不足，进一步减少终端设备任务处理时延，提高边缘智能网络节点用户的用户体验质量，也提高了网关服务器运算资源使用效率。
[0050]
具体地，本实施例所述通信方法包括以下步骤：
[0051]
1、边缘智能终端设备根据任务的数据量、运算量以及各平台运算速率和通信信道特点得到任务处理时延，并根据时延最小原则给出初始的任务卸载策略。
[0052]
其中的任务处理时延t
c
包括：通信时延t
ts
、运算时延t
com
和排队时延t
q
，表示为＝α
t
t
ts
β
t
t
q
(1
‑
α
t
)t
com
α
t
(1
‑
β
t
)t
com
′
α
t
β
t
t
com
″
。
[0053]
通信时延产生在边缘智能终端设备做出任务卸载决定，设备将部分任务卸载到边缘运算服务器的过程，以及服务器反馈运算结果和服务器之间二次卸载的过程中，由于后两部分的通信时延比较短，本发明只考虑第一部分的无线通信时延，表示为:d
iotd
表示边缘智能终端设备任务数据量，表示边缘智能终端设备i将任务卸载到边缘网关服务器s的数据传输速率。
[0054]
运算时延发生在终端设备本地或者边缘运算服务器对运算任务的处理阶段，与平台的运算能力相关，这里，平台是指的本地的边缘智能终端设备或者是边缘网关服务器，具体选择哪一个需要根据任务的卸载选择决定：如果该时刻任务卸载，则任务由边缘网关服务器处理，此时平台就是指的边缘网关服务器，如果不卸载，则任务就由该本地边缘智能终端设备进行处理，这时平台就是指的本地边缘智能终端设备。运算时延表示为：其中c
iotc
表示边缘智能终端设备任务运算量，f
～
表示运算速率，由于不同平台运算速率存在差异，f
～
为f
iot
和f
s
的二元取值，即f
～
的取值为f
iot
或f
s
，f
iot
和f
s
分别代表智能边缘智能终端设备和边缘网关服务器的运算速率。
[0055]
排队时延发生在边缘网关服务器二次卸载的过程中，表示为：其中表示不考虑网络拥塞情况下的期望时延，φ表示边缘网关服务器协作时承担的运算量。
[0056]
由此得到任务完成总体时延：由此得到任务完成总体时延：其中的t
com
，t
′
com
，t
com
″
分别代表边缘智能终端设备本地处理时延、接入的边缘网关服务器s的处理时延、二次卸载的目标边缘网关服务器s’的处理时延，f
s
、f
s
′
分别表示接入的边缘网关服务器s和二次卸载的目标边缘网关服务器s’的运算速率。另外，本实施例中根据时延最小原则给出初始的任务卸载策略，是指在满足任务处理时延最小约束的前提下，做出时延最小的卸载决定，这可以归结成以下优化问题：
[0057]
最小化：
[0058]
其中，要实现满足上述任务处理传输时延最小，需要满足以下约束条件：
[0059]
(1)t
c
≤d；(2)α
t
,β
t
∈{0,1}；
[0060]
其中第一个约束条件表示任务需要在其截至时间内完成；第二个约束代表任务的卸载决定是一个二元变量，α
t
和β
t
分别代表边缘智能终端设备是否进行任务卸载和网关服务器之间是否存在二次卸载过程。α
t
的取值表示边缘智能终端设备是否进行任务卸载，即α
t
用于表示任务在该时刻是否会被卸载到边服务器，若α
t
取值为1则表示该任务会被卸载到边缘网关运算服务器；若α
t
取值为0，则在缘智能终端设备本地对该任务进行处理。β
t
的取值表示边缘网关服务器之间是否存在二次卸载过程：在α
t
＝1成立基础上考虑β
t
，即已知任务会要卸载到边缘网关服务器，那么该任务是卸载到一个边缘服务器即可被完成，还是需要服务器之间进行二次卸载才能被完成的指标。β
t
为1则表示还需要进行二次卸载。α
t
和β
t
的取值会影响任务完成时延。
[0061]
2、边缘网关服务器根据历史时刻接入的边缘智能网络节点用户数量分布数据，对t时刻接入的边缘智能网络节点用户数量进行预测；
[0062]
其中预测方法可以gru预测或者lstm预测，本实施例优选采用gru预测。gru预测仅有两个门：重置门和更新门。
[0063]
其中，gru隐藏层是之前状态和候选状态在t时刻的线性插值，表示为：
[0064]
h
t
＝z
t
⊙
h
t
‑1 (1
‑
z
t
)
⊙
h
t
；
[0065]
z
t
是更新门，它可以视作lstm中的遗忘门和输入门的联合：
[0066]
z
t
＝ξ(w
xz
x
t
w
hz
h
t
‑1 b
z
)，更新门决定了有多少之前的状态信息可以进入当前时刻，z
t
越接近于1，表示当前状态所用到的之前的信息更多。
[0067]
h
t
表示候选状态，r
t
表示重置门：
[0068]
r
t
＝ξ(w
xr
x
t
w
hr
h
t
‑1 b
r
)，r
t
越接近于0，代表输出状态所占之前时刻的比重更小。
[0069]
另外，本实施例采用gru预测的训练集可选为以下任意一种：
[0070]
(1)将前一周的当前时刻、前一周当前时刻的前一时刻、前一周当前时刻的后一时刻，这三个时刻的接入的边缘智能网络节点用户数量作为训练样本输入数据，将本周当前时刻接入的边缘智能网络节点用户量作为训练输出标签数据；
[0071]
(2)将前一周的当前时刻、前一周当前时刻的前一时刻、前一周当前时刻的前一时刻，这三个时刻的接入的边缘智能网络节点用户数量作为训练样本输入数据，将本周当前时刻接入的边缘智能网络节点用户量作为训练输出标签数据；
[0072]
(3)将前一周的当前时刻、前一周当前时刻的后一时刻、前一周当前时刻的后一时刻，这三个时刻的接入的边缘智能网络节点用户数量作为训练样本输入数据，将本周当前时刻接入的边缘智能网络节点用户量作为训练输出标签数据；
[0073]
(4)将前一周的当前时刻、前两周的当前时刻、前三周的当前时刻，这三个时刻的接入的边缘智能网络节点用户数量作为训练样本输入数据，将本周当前时刻接入的边缘智能网络节点用户量作为训练输出标签数据；
[0074]
(5)将前一周的当前时刻、前两周的当前时刻、前三周的当前时刻、前一周当前时刻的前一时刻、前一周当前时刻的后一时刻，这三个时刻的接入的边缘智能网络节点用户数量作为训练样本输入数据，将本周当前时刻接入的边缘智能网络节点用户量作为训练输出标签数据。
[0075]
通过上述训练集对gru模型进行训练，即可用于根据当前的历史时刻数据，对下一时刻接入的边缘智能网络节点用户数量进行预测，得到每个边缘网关服务器下一时刻接入的边缘智能网络节点用户数量预测值。
[0076]
3、基于卸载运算量与接入的边缘智能网络节点用户数量之间的映射关系，并根据下一时刻接入的边缘智能网络节点用户数量预测值，得到边缘网关服务器下一时刻需要承载的卸载运算量预测值，再与自身的运算能力进行比较初步确定其在二次卸载中的角色。
[0077]
其中，卸载运算量与接入的边缘智能网络节点用户数量之间的映射关系，可以是预先已知的线性关系或非线性关系，从而可以直接用于映射得到边缘网关服务器下一时刻需要承载的卸载运算量预测值。
[0078]
另外，初步确定边缘网关服务器在二次卸载中的角色的可选方式包括：
[0079]
(1)若边缘网关服务器下一时刻需要承载的卸载运算量预测值，大于自身的运算能力，则初步确定该边缘网关服务器的角色为需要帮助的“1”类服务器，否则初步确定该边缘网关服务器的角色为提供帮助的“2”类服务器；
[0080]
(2)若边缘网关服务器下一时刻需要承载的卸载运算量预测值，大于等于自身的运算能力，则初步确定该边缘网关服务器的角色为需要帮助的“1”类服务器，否则初步确定该边缘网关服务器的角色为提供帮助的“2”类服务器；
[0081]
(3)若边缘网关服务器下一时刻需要承载的卸载运算量预测值，大于自身的运算能力，则初步确定该边缘网关服务器的角色为需要帮助的“1”类服务器；若边缘网关服务器下一时刻需要承载的卸载运算量预测值，大于自身的运算能力，则初步确定该边缘网关服务器的角色为提供帮助的“2”类服务器；否则初步确定该边缘网关服务器的角色为自给自足的“3”类服务器。
[0082]
当系统中所有边缘网关服务器均确认好其角色后，即可对“1”、“2”类服务器进行配对，即从“2”类服务器中选择任意一个或多个为“1”类服务器提供帮助，将“1”类服务器的卸载运算量二次卸载到“2”类服务器。
[0083]
4、边缘网关服务器根据初步确定的其在二次卸载中的角色，对接入其的边缘智能终端设备的初步任务卸载策略进行修正，得到边缘智能终端设备最终的任务卸载决定。
[0084]
由于边缘智能终端设备初步的任务卸载策略，是根据自己时延最小做出任务卸载决定，没有考虑其接入的边缘网关服务器存在的运算资源不足问题。若接入的边缘网关服务器确实存在运算资源不足，则考虑在所有边缘网关服务器之间进行互助的二次卸载，因此需要通过该步骤对原始的初步任务卸载策略进行调整，以实现更加符合实际情况的低时延保证的卸载做法。
[0085]
具体的修正方式为：若边缘网关服务器的角色为提供帮助的“2”类服务器或者自给自足的“3”类服务器，则接入该边缘网关服务器的所有边缘智能终端设备的初步任务卸载策略均不作修改，即将初步任务卸载策略作为最终的任务卸载决定；否则，将卸载任务到该边缘网关服务器的边缘智能终端设备的初步任务卸载策略，由初始的卸载到接入的边缘
网关服务器修改为：由接入的边缘网关服务器将部分任务二次卸载到邻近的、且角色为提供帮助的“2”类服务器中。对于“1”类服务器的运算量具体如何进行二次卸载到哪些“2”类服务器，则需要根据“1”类服务器具体的过载量分析计算得到。
[0086]
本实施例所述的这种用于边缘智能网络保障低时延传输的通信方法，可以有效降低边缘智能终端设备任务处理时延，提高边缘智能网络节点用户的用户体验质量。在该通信网络中，边缘智能终端设备根据对自身任务运算时延的判断，做出卸载决定，将过量的运算量卸载到具有更强处理能力的边缘网关服务器，减小任务运算时延。这种做法不仅能有效提高终端设备任务处理质量，降低时延，提高边缘智能网络节点用户的用户体验质量，还使得网关服务器的运算资源得到更加合理有效配置，提高利用率。
[0087]
实施例2
[0088]
本实施例提供一种用于边缘智能网络保障低时延传输的通信装置，与实施例1所述的通信方法对应，如图2所示，包括：数据输入模块、时延最小模块、任务卸载模块、预测模块、网关服务器角色确定模块、网关服务器互助模块、修正模块；其中：
[0089]
所述数据输入模块与时延最小模块以及预测模块相连，为时延最小模块和预测模块提供相关数据信息；
[0090]
所述时延最小模块与数据输入模块以及任务卸载模块相连，从数据输入模块获取边缘智能终端设备的任务数据量、运算量以及各平台运算能力和通信信道特点，得到任务处理时延，并根据时延最小原则给出各边缘智能网络t时刻初始的任务卸载策略；
[0091]
所述任务卸载模块与时延最小模块以及修正模块相连，根据时延最小模块得到的初始任务卸载策略以及修正模块的修正方案得到最终的任务卸载决定，并进行对应任务卸载工作，即：将边缘智能网络用户节点的任务按照最终的任务卸载决定，卸载到边缘网关服务器或者本地处理，选择对应的通信链路传输卸载量；
[0092]
所述预测模块与数据输入模块相连，从数据输入模块获取边缘网关服务器在历史时刻接入的边缘智能终端设备的数量，并根据获取到的数据对t时刻接入的边缘智能网络节点用户数量进行预测，并将用户数量预测值映射为边缘网关服务器t时刻需要承载的卸载运算量预测值；
[0093]
所述网关服务器角色确定模块与任务卸载模块以及预测模块相连，将预测模块得到的边缘网关服务器t时刻需要承载的卸载运算量预测值，与边缘网关服务器自身的运算能力进行比较初步确定该边缘网关服务器在二次卸载中的角色；
[0094]
所述网关服务器互助模块与网关服务器角色确定模块相连，根据边缘网关服务器在二次卸载中的角色，确定是否采取边缘网关服务器相互帮助的决定；
[0095]
所述修正模块与任务卸载模块和网关服务器互助模块相连，根据网关服务器做出的互助决定，对接入其的边缘智能终端设备的初步任务卸载策略进行修正，得到边缘智能终端设备最终的任务卸载决定。
[0096]
进一步地，时延最小模块包括通信模块、运算模块、排队模块、完成模块、优化模块；网关服务器角色确定模块包括映射模块、权衡模块、角色确定模块；数据输入模块包括数据量模块、运算量模块、不同时刻下接入的边缘智能终端设备用户数量统计模块；修正模块包括网关服务器协作卸载决定模块、矫正模块；任务卸载模块包括调整模块、决定模块；预测模块包括预处理模块、预测模块。
[0097]
以上所述各模块分别用于按照实施例1所述的内容完成相应功能的模块，工作原理与实施例1相同，本实施例不再阐述。
[0098]
实施例3
[0099]
本实施例提供一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现实施例1所述的通信方法。
[0100]
实施例4
[0101]
本实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例1所述的通信方法。
[0102]
以上实施例为本技术的优选实施例，本领域的普通技术人员还可以在此基础上进行各种变换或改进，在不脱离本技术总的构思的前提下，这些变换或改进都应当属于本技术要求保护的范围之内。