恭喜東北大學柴子欣獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜東北大學申請的專利一種工業物聯網中依賴型任務的可靠高效計算卸載方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119485504B 。
龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510051750.X,技術領域涉及:H04W28/084;該發明授權一種工業物聯網中依賴型任務的可靠高效計算卸載方法是由柴子欣;馮國奇設計研發完成,并于2025-01-14向國家知識產權局提交的專利申請。
本一種工業物聯網中依賴型任務的可靠高效計算卸載方法在說明書摘要公布了:本發明的一種工業物聯網中依賴型任務的可靠高效計算卸載方法,包括:步驟1:構建MEC輔助下的IIoT系統,每個工業設備能將任務在本地不同核心上執行,或者卸載到不同邊緣服務器上執行;步驟2:構建MEC輔助下的IIoT系統中工業設備的最小化時延和能耗的任務卸載模型;步驟3:構建數據重傳模型、計算模型和調度模型;步驟4:結合數據重傳模型、計算模型和調度模型,使用改進的MOEAD算法對工業物聯網場景下的計算卸載模型進行求解。本發明的卸載方法能夠動態調整任務分配策略,并快速獲得最佳卸載決策,能夠顯著提升IIoT系統的整體性能,可廣泛用于MEC輔助的工業環境進行計算卸載。
本發明授權一種工業物聯網中依賴型任務的可靠高效計算卸載方法在權利要求書中公布了:1.一種工業物聯網中依賴型任務的可靠高效計算卸載方法,其特征在于,包括以下步驟:步驟1:構建MEC輔助下的IIoT系統,每個工業設備能將任務在本地不同核心上執行,或者卸載到不同邊緣服務器上執行;步驟2:構建MEC輔助下的IIoT系統中工業設備的最小化時延和能耗的任務卸載模型,具體為: 其中,ACT和AEC分別表示工業應用的平均時延和工業設備的平均能耗,表示系統中工業設備的總數,u表示系統中小區的數量,Ni表示第i個小區中工業設備的總數,CTGi,j表示第i個小區中第j個工業設備上的工業應用Gi,j的完成時間,Gi,j=Ti,j,Di,j,其中Ti,j表示第i個小區中第j個工業設備上的任務集合,Di,j表示第i個小區中第j個工業設備上的任務之間的依賴;任務集合中的每個任務被建模為一個四元組,第i個小區中第j個工業設備上的第k個任務ti,j,k是四元組表示為ti,j,k=ci,j,k,di,j,k,oi,j,k,vi,j,k,其中ci,j,k,表示執行任務ti,j,k所需的CPU周期數,di,j,k和oi,j,k分別表示輸入數據和輸出數據的大小,vi,j,k表示任務ti,j,k的截止時間;Ni,j表示第i個小區的第j個工業設備的總任務量;Eti,j,k表示計算任務ti,j,k的能耗,表示任務ti,j,k在本地工業設備上執行的能耗,EES表示任務ti,j,k卸載到邊緣服務器的能耗;εi,j,k表示任務ti,j,k卸載的二元變量,卸載到本地工業設備時取值為1,卸載到邊緣服務器時取值為0;步驟3:構建數據重傳模型、計算模型和調度模型;步驟4:結合數據重傳模型、計算模型和調度模型,使用改進的MOEAD算法對工業物聯網場景下的計算卸載模型進行求解;所述步驟3中構建的數據重傳模型具體為:假設從工業設備到邊緣服務器的整個路徑有M條鏈路,第n條鏈路的傳輸成功率為gn,則傳輸失敗的概率為1-gn;當第n條鏈路數據傳輸失敗時,定義Ecn表示第n條鏈路傳輸失敗的估計成本表示為:Ecn=1-g1+2·g11-g2+…+n·g1g2…gi-11-gi;期望的傳輸次數RtM的計算公式為: 其中,EcM表示所有鏈路傳輸失敗的總成本,表示所有鏈路傳輸成功的成本;表示所有鏈路都成功傳輸的概率;所述步驟3中構建的計算模型具體為:任意工業設備FD都被定義為四元組集合,第i個小區中第j個工業設備FDi,j的四元組集合表示為其中表示工業設備FDi,j上在第h個計算核心上的最大執行頻率;表示工業設備FDi,j在第h個計算核心上最大能耗;表示當工業設備FDi,j傳輸數據時的最大能耗;表示當工業設備FDi,j接收數據時的最大能耗;假設有C個計算頻率縮放因子,表示為α1,α2,...,αC;假設每個工業設備的處理器配備有h個異構的計算核心,第h個計算核心的實際計算頻率定義為: 第h個計算核心的實際功耗為: 令表示在工業設備FDi,j的第h個計算核心上的最大計算頻率下的最小完成時間,任務ti,j,k在工業設備FDi,j的第h個計算核心的實際執行時間表示為: 任務ti,j,k在本地工業設備FDi,j的第h個計算核心的實際能耗表示為: 當任務卸載到邊緣服務器時,第i個小區中第j個工業設備上行的傳輸速率Ri,j表示為: 其中,Bi,j表示第i個小區中第j個工業設備的信道帶寬,gi,j表示第i個小區中第j個工業設備FDi,j和第i個小區的無線接入點APi之間的信道增益,σ2是噪聲功率;當任務卸載到邊緣服務器上時,卸載任務ti,j,k的傳輸延遲表示為: 第l個邊緣服務器ESl分配給FDi,j的計算資源定義為: 其中,表示從工業設備FDi,j卸載到ESl上的總數據大小,其中任務卸載的位置loci,j,k=l且l∈{h+1,...,h+J},J為邊緣服務器總數,每個邊緣服務器具有相同的計算能力,記為F;在邊緣服務器ESl上執行任務所需的時間表示為: 工業設備FDi,j從邊緣服務器ESl接收數據的延遲表示為: 因此,任務ti,j,k在邊緣服務器ESl上執行的總時延表示為: 任務ti,j,k卸載到邊緣服務器的能耗表示為: 其中,表示為卸載任務ti,j,k的傳輸能耗,表示為從邊緣服務器接收數據的能耗,如果任務ti,j,k將在本地工業設備的計算核心上執行,其準備執行時間與前驅任務集合preti,j,k相關,具體取決于前驅任務集合的最大完成時間;在工業設備FDi,j上執行前的等待時間表示為: 其中,表示第i個小區中第j個工業設備第l個任務ti,j,l在本地工業設備的計算核心上的執行時間,表示任務ti,j,l的數據通過無線傳輸信道從邊緣服務器返回到FDi,j的完成時間;在工業設備FDi,j上傳輸前的等待時間表示為: 如果任務ti,j,k被卸載到邊緣服務器上執行,取決于前驅任務集合preti,j,k中任務完成時間的最大值,表示任務ti,j,l∈preti,j,k將數據傳輸到邊緣服務器的傳輸完成時間;任務ti,j,k在邊緣服務器上的準備執行時間表示為: 其中,為任務ti,j,l∈preti,j,k在邊緣服務器上的執行完成時間,為任務ti,j,k在邊緣服務器上的準備執行時間;在FDi,j上,工業應用Gi,j的最終完成時間定義為CTGi,j,表示為: 其中,εi,j,end是二元變量,當工業設備的最后一個任務ti,j,end在本地執行時,εi,j,end=1,否則εi,j,end=0;表示任務ti,j,end在本地工業設備執行完成的時間,表示任務ti,j,end的數據接收完成的時間;所述步驟3中構建的調度模型具體為:計算任務ti,j,k的平均執行時間ETi,j,k: 計算任務ti,j,k的等待時間RTi,j,k是其所有前置任務完成時間中的最大值: 其中,表示第i個小區中第j個工業設備第l個任務ti,j,l的完成時間;響應率RRi,j,k被定義為計算任務的響應時間與執行時間的比率,其中響應時間是執行時間和等待時間之和: 對同時就緒的并行計算任務進行優先級調度,優先級由最高響應率確定;所述步驟4具體為:步驟4.1:給出卸載任務問題的解的表示,設置包含兩個優化目標的適應度函數;步驟4.2:進行權重向量初始化,計算權重向量與其他權重向量的距離,選擇最近的T個鄰居,構成子問題的鄰域;步驟4.3:進行種群初始化,并初始化最大迭代次數和變異概率;步驟4.4:計算每個個體的適應度函數;步驟4.5:設置參考點;步驟4.6:對個體進行快速非支配排序,將種群分為多個層次;步驟4.7:迭代過程,隨機選擇兩個鄰居進行交叉和變異操作產生新的后代個體,重復步驟4.4-4.6更新參考點和鄰居;步驟4.8:當達到最大迭代次數,輸出當前種群中最優個體,即得到了最優的卸載決策;所述步驟4.1具體為:步驟4.1.1:為了權衡工業應用的平均時延和工業設備的平均能耗,將卸載任務問題定義為:minACT,AEC;步驟4.1.2:對于工業應用Gi,j=Ti,j,Di,j,表示第i個小區中第j個工業設備上的任務集合;每個任務ti,j,k都有一個執行位置EL和執行順序EO,構成了任務的解的表示;步驟4.1.3:工業應用Gi,j中所有任務的解的表示構成一組卸載決策,設其中任務ti,j,k的執行位置loci,j,k∈{1,…,h,h+1,…h+J},h是FDi,j上的計算核心的數量,J是邊緣服務器的數量;如果loci,j,k≤h,說明任務在本地工業設備上執行,否則卸載到邊緣服務器上執行;步驟4.1.4:令表示Ti,j中任務的執行順序,第i個小區中第j個工業設備上的工業應用Gi,j的解決方案表示為xGi,j=ELi,j,EOi,j;在每個小區中,卸載任務問題的解為:步驟4.1.5:給定卸載任務問題的解為X,需要優化的適應度函數表示為:FX=fACTX,fAECX。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人東北大學,其通訊地址為:110819 遼寧省沈陽市和平區文化路三號巷11號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。