【笔记】雾计算中移动应用的优先级约束任务调度

何者_

已于 2022-10-09 21:20:38 修改

阅读量1.4k

点赞数

分类专栏：【论文】嵌入式系统文章标签：云计算系统架构边缘计算

于 2022-08-29 16:21:01 首次发布

本文链接：https://blog.youkuaiyun.com/qq_57084274/article/details/126494202

版权

本文探讨了雾计算环境下具有优先级约束的移动应用任务调度问题。研究了预功率分配和后功率分配算法，针对能量约束和时间约束提出了一系列调度策略，包括能量约束列表调度和逐级调度算法。通过对移动应用任务的模型建立，分析了计算和通信模型、能耗模型以及优化目标。实验表明，提出的启发式算法在满足优先级约束的同时，能有效平衡能量消耗和执行时间。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

算法1：具有启发式H的能量约束列表调度（ECLS-H）

时间约束调度

算法2：具有启发式H的时间约束列表调度（TCLS-H）

后功率分配算法

能量约束调度

算法3：具有启发式H的能量约束逐级调度（ECLL-H）

时间约束调度

算法4：具有启发式H的时间约束逐层调度（TCLL-H）

前置

什么是雾计算【来自百度】

雾计算是一种对云计算概念的延伸，它主要使用的是边缘网络中的设备，数据传递具有极低时延。雾计算具有辽阔的地理分布，带有大量网络节点的大规模传感器网络。雾计算移动性好，手机和其他移动设备可以互相之间直接通信，信号不必到云端甚至基站去绕一圈，支持很高的移动性和更多的边缘节点。

云计算	雾计算
以IT运营商服务，社会公有云为主的	以量制胜，强调数量，不管单个计算节点能力多么弱都要发挥作用
强调整体计算能力，一般由一堆集中的高性能计算设备完成计算	将网络计算从网络中心扩展到了网络边缘，从而更加广泛地应用于各种服务
几乎全部保存在云中	将数据、数据处理和应用程序集中在网络边缘的设备中，数据的存储及处理更依赖本地设备，而非服务器

摘要

雾计算环境面临优先级约束、功率分配和性能成本权衡的多重挑战。我们应对这三个挑战的策略描述如下。首先，在功率分配前算法和后功率分配算法中，优先级约束分别由经典列表调度算法和逐级调度方法处理。其次，在功率分配前算法（后功率分配算法）中，在确定计算卸载策略之前（后）确定功率分配策略。第三，通过定义能量约束调度问题和时间约束调度问题来处理性能-成本权衡。

我们开发了一类基于经典列表调度算法和等能量方法的预功率分配算法，用于能量约束和时间约束调度。我们开发了一类用于能量约束和时间限制调度的后功率分配算法，这些算法基于逐级调度方法和我们先前提出的独立任务算法。我们通过对随机生成的有向无环图的移动应用进行广泛实验，对所提出的算法进行了评估，并确定了最有效和最高效的启发式算法。目前没有相关的研究。

介绍

在用户设备（user equipment, UE）上生成的移动应用程序可以分解为具有优先级约束的多个任务，这些任务可以任意复杂。此外，这些任务可能具有非常不同的计算和通信要求。这种复杂的移动应用超出了移动设备用于及时处理的计算能力。

在移动边缘云（mobile edge cloud, MEC）中的服务器的帮助下，可以将移动应用程序的任务卸载到MEC服务器。计算卸载(Computation offloading)提供了增强UE的计算能力并延长UE的电池寿命的有效手段。通过MEC， UE可以在更短的时间内完成应用，而代价是额外的通信时间。UE可以节省用于计算的能量消耗，延长电池使用时间，而代价是用于通信的额外能量。

具有优先约束任务的移动应用的计算卸载成为在雾计算环境中调度移动应用的优先约束任务。雾计算引入了一些与传统节能任务调度系统截然不同的新的独特功能，并且雾计算环境是一个复杂且难以管理的计算平台。首先，UE不将其所有任务卸载到MEC。第二，UE不能改变和控制MEC的计算速度，而只能改变和控制其自身的计算速度和与MEC的通信速度。第三，在处理能量延迟权衡时，仅考虑UE中计算和通信的能量消耗（MECs中的能量消耗不考虑在内）。第四，雾计算表现出强烈的异构性。

在异构雾计算环境中调度移动应用程序的优先级受限任务存在多个挑战。首先，需要确定计算卸载策略，以满足任务之间的所有优先约束。其次，需要确定功率分配策略，对于每个任务，该策略给出本地执行的计算速度或远程执行的通信速度。第三，在定义优化问题时，应考虑性能（即总执行时间）和成本（即总能耗）。

模型

应用模型

假设UE具有移动应用A = (L, ≺)。存在任务列表 $L=(t_1,t_2,...,t_m)$ 。每个任务 $t_i$ 被指定为 $t_i=(r_i,d_i)$ ，其中 $r_i$ 是 $t_i$ 的计算需求（计算量）， $d_i$ 是 $t_i$ 的通信要求（UE和MEC之间要通信的数据量）。
任务之间存在优先级约束，这些约束由偏序≺指定。如果 $t_{i_1}\prec t_{i_2}$ ，则 $t_{i_1}$ 是 $t_{i_2}$ 的前身，并且任务 $t_{i_2}$ 在任务 $t_{i_1}$ 完成之前不能开始其执行。
具有优先约束任务的移动应用程序可以用有向无环图（dag）G来描述。G中的顶点是L中的m个任务。G中弧的给定方式是，当且仅当 $t_{i_1}\prec t_{i_2}$ 时，存在从 $t_{i_1}$ 到 $t_{i_2}$ 的弧。

计算和通信模型

假设存在n个异构MEC，即 $MEC_1,MEC_2,...,MEC_n$ 。每个 $MEC_j$ 具有计算速度 $s_j$ （处理器执行速度，不能被UE改变）。
每个任务 $t_i$ 可以在UE或MEC上执行，任务执行时间包括计算时间和通信时间。
①如果 $t_i$ 没有卸载并在UE上以计算速度 $s_{0,i}$ (可由UE决定)本地执行，则UE上 $t_i$ 的计算时间为 $\frac{r_i}{s_{0,i}}$ 。没有用于本地执行的通信时间。
在UE上本地执行的 $t_i$ 的执行时间为 $T_i = \frac{r_i}{s_{0,i}}$ .

②如果 $t_i$ 被卸载到 $MEC_{j_i}$ 并在 $MEC_{j_i}$ 上远程执行，则 $MEC_{j_i}$ 上 $t_i$ 的计算时间为 $\frac{r_i}{s_{j_i}}$ 。UE与 $MEC_{j_i}$ 之间的 $t_i$ 的通信速度为 $c_{i,j_i}$ （数据传输速率，可由UE决定）。对于 $t_i$ ，UE和 $MEC_{j_i}$ 之间的通信时间（以秒为单位）为

最低0.47元/天解锁文章