申请/专利权人：西安交通大学

申请日：2020-05-29

公开（公告）日：2024-06-28

公开（公告）号：CN111813539B

主分类号：G06F9/50

分类号：G06F9/50;G06N3/045;G06N3/092

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2020.11.10#实质审查的生效;2020.10.23#公开

摘要：本申请属于资源分配策略技术领域，特别是涉及一种基于优先级与协作的边缘计算资源分配方法。边缘计算服务器和云服务器中的计算资源可用单位时间内的CPU周期数表示，其可以依据不同分配方案分配给运行在服务器上的任务，但难以保证长期收益最大化。本申请提供一种基于优先级与协作的边缘计算资源分配方法，所述方法包括：1定义边缘计算模型状态、动作和奖赏；2定义神经网络的结构、输入输出的结构；3按照给定训练方法更新、训练神经网络并应用。通过合理分配边缘计算服务器和云服务器中的计算资源，具体为单位时间内的CPU周期数，以提高与相对时延和服务器能耗相关的长期收益。

主权项：1.一种基于优先级与协作的边缘计算资源分配方法，其特征在于：所述方法包括：1：在考虑边边协同、边云协同和任务自身优先级的情况下设计带有优先级和网络节点属性的状态，设计包含目的地服务器决策和计算资源分配决策的动作，以及针对任务的奖赏；2：针对所述1定义的状态、动作和奖赏，针对目的地服务器决策设计第一神经网络结构，针对计算资源分配决策设计第二神经网络结构；3：按照给定的算法，在智能体与边缘计算环境互动的过程中，训练、更新所述第一神经网络和所述第二神经网络，并在训练完毕后进行应用；所述1中所述状态为在该簇内和由该簇上传至云计算节点的全部任务的属性，所述动作为所有任务做出的目的地服务器和计算资源分配的决策，所述奖赏为每个任务对效用函数的贡献；所述奖赏包括延迟收益项、任务失败惩罚项和能耗惩罚项；所述2中第一神经网络为h网络，所述h网络包括状态感知器和h行动者网络，所述状态感知器用于提取状态中的特征信息，并将特征信息输入h行动者网络；DQN算法中将每个任务的目的地服务器决策视为不同的决策过程，每一个决策都有M+1种动作，最终的输出为M+1×N个标量，其中N表示神经网络最多可以应对的输入任务数量，因此N≥Nk，M+1为计算节点数量；所述2中第二神经网络为f网络，所述f网络包括状态感知器、f行动者网络和f批评家网络，所述状态感知器用于提取状态中的特征信息；所述f行动者接收状态感知器的输出，然后输出为每个任务分配的计算资源fk＝[f1,k,f2,k,…,fN,k]；所述f批评家网络接收状态感知器的输出和计算资源分配方案，然后输出针对这些动作的动作状态价值函数[Q1sk,fk,Q2sk,fk,…,QNsk,fk]，其中sk为所述1中定义的状态，Q1sk,fk对应f1,k的状态价值函数，Q2sk,fk对应f2,k的状态价值函数，以此类推；所述3中所述第一神经网络更新时以均方误差函数为Loss函数，所述第二神经网络更新时以均方误差函数为Loss函数；所述3中第一神经网络更新过程为：以为Loss函数更新神经网络，其中θh,policy表示h网络的参数，Qh,target和Qh,policy分别表示h目标网络和h网络的输出，sk和sk+1为环境在第k帧的状态，si,k和sm,k+1分别表示任务Ti,k和Tm,k+1的所有属性，Di,k为任务Ti,k的目的地服务器，而Ri,k表示任务Ti,k获得的奖赏，γ为折扣因子；所述第二神经网络的f行动者与f批评家将分别更新；f批评家网络和状态感知器的更新方法为：假设任务Ti,k被继承到k+1帧，并被记为了Tm,k+1此时记di,k＝0，或已被成功完成或因超时而失败此时记di,k＝1，以为Loss函数更新神经网络，其中θf,policy表示f批评家和状态感知器的参数，sk和sk+1为环境在第k帧的状态，fk表示第k帧的计算资源分配决策，和分别表示f批评家网络的第i个输出和f批评家对应的目标网络的第m个输出，πf,target表示f行动者对应的目标网络的输出；f行动者网络和状态感知器的更新方法为：以Lfaθf,policy＝-E[Qf,policysk,πf,policysk]作为Loss函数更新神经网络，其中πf,policy表示f行动者的输出；f行动者网络和状态感知器的更新方法为：以Lfaθf,policy＝-E[Qf,policysk,πf,policysk]作为Loss函数更新神经网络，其中πf,policy表示f行动者的输出。

全文数据：

权利要求：

百度查询： 西安交通大学 一种基于优先级与协作的边缘计算资源分配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD