欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2019105021651
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-06-03
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于SDN的雾网络任务卸载方法,其特征在于:该方法根据所提网络场景的特性,联合优化任务卸载时延和卸载能耗来最小化卸载总开销,具体包括以下步骤:S1:建立卸载服务志愿节点集;

S2:优化任务传输时网络资源分配;

S3:结合队列和任务卸载代价,优化卸载决策,最大化网络性能。

2.根据权利要求1所述的一种基于SDN的雾网络任务卸载方法,在所述步骤S1中,当用户产生数据任务,首先用户将卸载请求发送至SDN控制器,SDN控制器收到来自用户的卸载请求后,发送卸载指令至数据平面FN,FN i向SDN上报当前时刻剩余处理能力比τi;上报剩余处理能力比不为0的FN称为志愿节点VN,能够卸载用户端产生的任务,FN以周期为T的时间间隔向SDN控制器上报剩余处理能力,建立VN集包括以下步骤:

1)SDN控制器收到用户任务卸载请求后,向数据平面所有FN发送卸载指令;

2)FN收到卸载指令后计算历史平均能耗 及节点剩余处理能力;历史能耗低于阈值的FN i将根据当前时刻网络负载上报剩余处理能力比τi;SDN控制器收集所有FN的上报信息,形成志愿节点集合VN set。

3.根据权利要求1所述的一种基于SDN的雾网络任务卸载方法,其特征在于:在所述方法中,假设用户k产生N个数据包,SDN控制器首先计算本地处理总代价,包括本地处理时延和本地处理能耗;

其中,本地处理时延由完成任务所需要的CPU周期数和用户端设备的计算能力决定,本地处理能耗由完成任务所需要的CPU周期数与VN CPU一个周期能量消耗水平决定;任务卸载总代价由任务卸载时延和卸载能耗组成;

卸载时延包括传输时延、队列时延和处理时延;

卸载能耗为传输能耗;

任务传输时延由任务数据量大小以及任务传输速率决定,任务传输能耗由用户发射功率及任务传输时间决定,任务处理时延由VN计算能力以及完成任务所需要的CPU周期数决定。

4.根据权利要求1所述的一种基于SDN的雾网络任务卸载方法,其特征在于:在所述步骤S2中,根据VN处理队列长度,采用基于Lyapunov的优化方法,建立以最小化任务卸载总代价为目标的资源分配优化目标。

5.根据权利要求1所述的一种基于SDN的雾网络任务卸载方法,其特征在于:在所述步骤S3中,在优化传输功率的前提下,SDN控制器通过选定的VN集计算任务卸载总代价,卸载决策主要取决于卸载总代价相较于本地处理总代价大小,如果小于本地处理总代价,SDN控制器认为FN卸载任务,即αk,i=1。

6.根据权利要求2所述的一种基于SDN的雾网络任务卸载方法,其特征在于:所述雾网络中的所有FN通过安装太阳能设备进行能耗补充,网络中FN剩余能耗处于动态更新过程,当某一时刻FN网络负载较大,下一时刻的VN集更新时,该VN会因能耗不足在SDN控制器处标记为非志愿节点N-VN;N-VN可能由于能耗补充,在这一时刻转为VN。

7.根据权利要求4所述的一种基于SDN的雾网络任务卸载方法,其特征在于:所述优化目标为利用Lyapunov优化理论,最小化任务卸载总代价;通过最小化Lyapunov偏移函数与惩罚项之和的上界来进行最优资源分配,从而在系统队列稳定性和最小化任务卸载总代价之间实现平衡;

为降低问题的求解复杂度,将优化问题分解成两个的子问题:

1)最优功率分配优化问题,2)最优任务卸载决策问题;

在将优化问题转化为最优功率分配问题,利用拉格朗日对偶原理及次梯度更新方法进行求解最优功率值。