(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210339146.3 (22)申请日 2022.04.01 (71)申请人 南京审计大 学 地址 211815 江苏省南京市浦口区江浦街 道雨山西路86号 (72)发明人 张璐　方昌健　伍之昂　 (74)专利代理 机构 南京天华专利代理有限责任 公司 32218 专利代理师 刘畅　徐冬涛 (51)Int.Cl. G06F 9/48(2006.01) G06F 9/50(2006.01) G06F 9/445(2018.01) G06N 3/00(2006.01) (54)发明名称 一种边缘计算环境下多个移动审计设备协 同处理计算任务的方法 (57)摘要 本发明公开了一种边缘计算环境下多个移 动审计设备协同处理计算任务的方法。 首先， 读 取多个用户设备信息以及设备上任务的相关信 息； 其次， 将读取的设备信息和任务信息输入至 一种人工蜂群算法获得任务的卸载方案， 所述人 工蜂群算法至少包含一个为各任务分配发射功 率的策略、 一个为各任务分配服务器资源的策 略； 最后， 设备根据卸载方案将一部分任务卸载 至边缘服务器执行， 一部分任务留在设备执行。 本发明能够有效缩短多个移动审计设备在边缘 计算环境下处理计算任务的时长， 提高审计工作 效率。 权利要求书2页 说明书6页 附图2页 CN 114675955 A 2022.06.28 CN 114675955 A 1.一种边缘计算环境下多个移动审计设备协同处理计算任务的方法， 其特征在于针对 多设备上任务进行调度， 获得满足能耗约束情况下使得系统时延最优的任务调度方案； 步 骤包括： 步骤S1， 读取多个设备的信息和设备中的任务信息； 步骤S2， 将读取的设备信息和任务信息输入至一种人工蜂群算法获得任务的卸载方 案， 所述任务的卸 载方案至少包含一个为各任务分配发射功率的策略、 一个为各任务分配 服务器资源的策略； 步骤S3， 设备根据卸载方案将一部分任务卸载至边缘服务器执行， 一部分任务留在设 备端执行。 2.根据权利要求1所述的方法， 其特征在于， 步骤S1中， 在边缘移动 计算环境中有k个单 天线用户设备， 每个设备都包含一组需要调度的计算任务； 每个设备di分别有ni个独立的计 算任务需要处理， 表示为 设备di上的计算任务Tij可以选择卸载至移 动边缘服务器上处理， 也可以选择 保留在移动设备端处理； 每个任务Tij都具有三个属性， 分 别为Tij的数据大小Dij、 Tij中1bit数据所需要的CPU周期数Cij以及Tij在边缘服务器端并行 比例 α 。 3.根据权利要求1所述的方法， 其特征在于： 步骤S2中， 一种人工蜂群算法包括以下步 骤： 步骤SS1， 初始化人工蜂群算法， 包括但不限于蜜源种群和更新限度l imit； 步骤SS2， 使用蜜源位置更新方法更新蜜源个体的位置， 并根据任务的卸载方案计算蜜 源个体的适应度值， 如果 适应度值更优， 则更新蜜源个 体， 否则保留原蜜源个 体； 步骤SS3， 计算蜜源会被选中的概率， 根据该概率选择蜜源进行更新， 并根据任务的卸 载方案计算蜜源个体的适应度值， 如果适应度值更优， 则更新蜜源个体， 否则保留原蜜源个 体； 步骤SS4， 如蜜源个 体limit代未更新， 则重新 生成新的蜜源个 体； 步骤SS5， 记录最优蜜源； 步骤SS6， 判断是否 达到迭代次数， 若达 到则输出最优解， 否则重复步骤S S2至步骤S S5。 4.根据权利要求1所述的方法， 其特征在于， 步骤S3中， 输出的最优解的调度 方案， 调度 方案中包括任务的是否上传、 上传顺序， 上传时天线的功率， 边缘服务器上的资源数、 开始 执行时间和执 行时长信息 。 5.根据权利要求3所述的方法， 其特征在于， 步骤SS1中， 初始化人工蜂群算法使用最短 任务优先规则将 所有设备 中的任务按照任务量升序排序， 得到序列 πSTF作为初始解π*， 并计 算初始解的系统时延和能耗； 初始化蜜源种群； 设置种群数量为SN， 蜜源i的坐标信息用一 个n维数组 表示， 使用生成随机数的方法生成SN组蜜源的位置信息； 具 体来说， 对当前最优解对应的任务序列进行n次选择， 每次根据均匀分布生成一个[0,1]之 间的随机数θ， 如果 则将 对应的任务放入πi， 否则将没有被选中的任务随机插 入到一个空集 πtemp， 然后随机插 入到 πi的空余位置上。 6.根据权利要求3所述的方法， 其特征在 于， 步骤SS2和SS3中， 对于给定的任务tij， 需要 考虑是否需要从设备端卸载到服务器端； 在卸载任务时， 都选择本地延迟最大 的设备上 的权　利　要　求　书 1/2 页 2 CN 114675955 A 2任务来进行卸载。 7.根据权利要求5所述的方法， 其特征在于， 步骤SS4中， 以初始化蜜源个体一致的方法 重新生成新的蜜源个 体。 8.根据权利要求3所述的方法， 其特征在于， 步骤SS2中， 使用蜜源位置更新方法更新蜜 源个体的位置： 每只蜜源的边界值定义为[ xmin,xmax]， 如果蜜源位置超出边界值xmax， 则定义 蜜源位置为xmax； 如果蜜源位置超出边界值xmin， 则定义蜜源位置 为xmin； 设置参数值xa和xb使 得第一次迭代的蜜源位置 等于两个边界值可知设置搜索范围为[0,N]时不陷入边界陷 阱。 9.根据权利要求6所述的方法， 其特征在于： 步骤SS2和SS3中， 贪婪的为各任务分配发 射功率的策略： 由贪婪功率分配策略为任务序列中的每个任务决策传输功率， 如果将任务 tij卸载到服务器端执行， 则该任务的时延包括任务的传输时延和在服务器端的计算时延； 为了使任务完成时间最小， 应选择更大 的传输功率来减小传输时延， 则假定所有任务的传 输功率最大， 计算任务的传输能耗， 如果满足系统能耗约束， 则以该传输能耗卸载， 否则降 低传输功率； 为各任务分配服务器资源的策略： 由资源分配策略为任务序列中的每个任务 决策服务器资源， 为了使任务完成时间最小， 应选择更多的服务器资源来减小服务器端计 算时延， 则假定所有任务 获得的计算资源最多， 计算任务的服务器端计算能耗， 如果满足系 统能耗约束， 则以该传输能耗执行任务， 否则减少计算资源， 如果分配给任务的服务器资源 最少时都不能满足能耗约束， 则任务在设备端计算， 并选择该设备上 的前一个任务进行卸 载试验。 10.根据权利 要求6所述的方法， 其特征在于， 步骤SS2和SS3中， 当边缘服务器的延迟比 每个设备的本地延迟都大的时候， 证明边缘服务器已经 处于饱和状态， 此时， 已经无法继续 改进， 因此应当停止继续卸载； 如果本地延迟最大的设备上的任务 都进行过卸载尝试， 但是 依旧无法在 满足能耗约束的条件下卸载任务时， 证明已经无法再继续改进， 应当停止卸载； 最后计算分配后的任务序列的适应度值。权　利　要　求　书 2/2 页 3 CN 114675955 A 3