在萬物互聯(lián)時(shí)代,終端設(shè)備間的任務(wù)協(xié)作遷移變得愈加困難。以提升多用戶協(xié)同服務(wù)間的吞吐量為目標(biāo),將節(jié)點(diǎn)間的任務(wù)遷移轉(zhuǎn)化成一個(gè)任務(wù)分配問題,采用貪心策略的啟發(fā)式算法對任務(wù)協(xié)作遷移進(jìn)行決策。仿真實(shí)驗(yàn)結(jié)果表明,該任務(wù)協(xié)作遷移算法相比傳統(tǒng)本地處理方法,任務(wù)吞吐量可提高一倍,同時(shí)降低40%的任務(wù)完成時(shí)間成本。 

【文章來源】：軟件導(dǎo)刊. 2020,19(09)

【文章頁數(shù)】：6 頁

【部分圖文】：

系統(tǒng)鏈路模型

種調(diào)度方式中，系統(tǒng)穩(wěn)定后，貪心算法啟發(fā)式任務(wù)遷移的系統(tǒng)吞吐量相比完全本地處理方式和隨機(jī)遷移方式分別提高了約50%和12%，且貪心啟發(fā)式遷移的STS約為1.41′108，而完全本地處理和隨機(jī)遷移的STS分別為1.94′108和2.95′108，即從系統(tǒng)穩(wěn)定性角度出發(fā)，貪心啟發(fā)式遷移算法優(yōu)于后兩者。4.243.83.63.43.232.82.62.4×105系統(tǒng)吞吐量02004006008001000貪心啟發(fā)式遷移，STS=156981616.02本地處理，STS=17982543.6109隨機(jī)遷移，STS=29198311.8028圖23種遷移方式下系統(tǒng)吞吐量比較張偉：邊緣計(jì)算的任務(wù)遷移機(jī)制研究··51

TWmax=1，W1=0.6，W2=0.2，W3=0.2，其余基礎(chǔ)參數(shù)見表2，設(shè)置對照實(shí)驗(yàn)，模擬完全本地處理、隨機(jī)遷移和貪心式啟發(fā)遷移3種不同決策策略下處理的時(shí)間成本，得到實(shí)驗(yàn)結(jié)果如圖3所示。由圖可知，在3種調(diào)度方式中，完全本地處理受限于終端計(jì)算能力，其完成任務(wù)所需的平均時(shí)間最多，貪心式啟發(fā)遷移的任務(wù)平均完成時(shí)間大約可降至本地處理的60%。1.91.81.71.61.51.41.31.21.110.9完成任務(wù)的平均時(shí)間成本02004006008001000貪心啟發(fā)式遷移隨機(jī)遷移本地處理圖33種遷移方式完成任務(wù)時(shí)間成本2.3系統(tǒng)部署環(huán)境對系統(tǒng)吞吐量影響仿真系統(tǒng)在實(shí)際部署中，因?qū)Σ渴瓠h(huán)境和可靠性的需求不同，會對系統(tǒng)吞吐量造成影響，所以將實(shí)際部署環(huán)境分為3類：第一類部署環(huán)境為節(jié)點(diǎn)間距離較近且安全性需求低，此時(shí)計(jì)算成本Tpt在任務(wù)總完成時(shí)間中所占比重較大，故將匹配權(quán)重設(shè)置為：W1=0.6?W2=0.2?W3=0.2；第二類部署環(huán)境為節(jié)點(diǎn)間距離較遠(yuǎn)且安全性需求低，傳輸成本Tts在任務(wù)總完成時(shí)間中所占比重較大，故將匹配權(quán)重設(shè)置為：W1=0.2?W2=0.6?W3=0.2；第三類部署環(huán)境為對服務(wù)節(jié)點(diǎn)可靠性要求較高，以防止信息安全事故的發(fā)生，此時(shí)系統(tǒng)服務(wù)節(jié)點(diǎn)的可信度在任務(wù)總完成時(shí)間中所占比重較大，故將匹配權(quán)重設(shè)置為：W1=0.2?W2=0.2?W3=0.6。然后針對系統(tǒng)部署環(huán)境對匹配權(quán)重的影響進(jìn)行仿真。實(shí)驗(yàn)結(jié)果如圖4所示。由圖可知，節(jié)點(diǎn)間部署距離對系統(tǒng)吞吐量影響不大，對系統(tǒng)吞吐量影響較大的為任務(wù)遷移時(shí)，需要優(yōu)先考慮任務(wù)在節(jié)點(diǎn)間傳輸?shù)目煽啃�，系統(tǒng)為避免出現(xiàn)任務(wù)執(zhí)行出錯(cuò)或丟失等情況，降低了自身的任務(wù)?

【參考文獻(xiàn)】：
期刊論文
[1]無線Mesh網(wǎng)絡(luò)協(xié)同節(jié)點(diǎn)信譽(yù)評價(jià)建模[J]. 戴亞盛,游真旭,朱友康,楊曉慧.  軟件導(dǎo)刊. 2019(04)
[2]移動邊緣計(jì)算卸載技術(shù)綜述[J]. 謝人超,廉曉飛,賈慶民,黃韜,劉韻潔.  通信學(xué)報(bào). 2018(11)
[3]基于遺傳算法的云任務(wù)調(diào)度改進(jìn)算法[J]. 任金霞,黃藝培,鐘小康.  江西理工大學(xué)學(xué)報(bào). 2018(03)
[4]針對移動云計(jì)算任務(wù)遷移的快速高效調(diào)度算法[J]. 史雯雋,武繼剛,羅裕春.  計(jì)算機(jī)科學(xué). 2018(04)
[5]移動邊緣計(jì)算任務(wù)卸載和基站關(guān)聯(lián)協(xié)同決策問題研究[J]. 于博文,蒲凌君,謝玉婷,徐敬東,張建忠.  計(jì)算機(jī)研究與發(fā)展. 2018(03)
[6]基于綜合信任的邊緣計(jì)算資源協(xié)同研究[J]. 鄧曉衡,關(guān)培源,萬志文,劉恩陸,羅杰,趙智慧,劉亞軍,張洪剛.  計(jì)算機(jī)研究與發(fā)展. 2018(03)
[7]傳感云研究綜述[J]. 曾建電,王田,賈維嘉,彭紹亮,王國軍.  計(jì)算機(jī)研究與發(fā)展. 2017(05)
[8]快速降階匈牙利算法的云計(jì)算任務(wù)分配模型[J]. 任金霞,何富江.  江西理工大學(xué)學(xué)報(bào). 2014(03)



本文編號：3603179