一种基于MEC的优化物联节点资源分配方法以及系统

技术领域

本发明涉及物联网技术领域，特别涉及一种基于MEC的优化物联节点资源分配方法以及系统。

背景技术

随着物联网的高速发展，资源对物联网的计算需求达到了前所未有的水平。然而，由于物联网节点有限的计算能力和能量储备，难以在本地完成高耗能密集型资源的计算处理。

MEC(Mobile Edge Computing边缘计算技术)，MEC作为新兴IT技术的代表，已逐渐成为支撑运营商进行5G网络转型的关键技术，以满足工业互联网、物联网和车联网等业务需求。在MEC技术的加持下，物联网节点能够将其自身携带的资源分配给附近的边缘计算节点，通过边缘计算节点协助进行计算，解决了物联网节点有限的计算能力和能量储备，难以在本地完成高耗能密集型资源的计算处理的问题，但目前的物联网节点的资源分配成为了一个亟待解决的问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题。为此，本发明提出一种基于MEC的优化物联节点资源分配方法以及系统，从物联节点的收益作为切入点，以所有具有待分配资源的所述物联节点的收益最大化作为优化目标，最终得到分配方案，当前物联网内的所有物联节点可以按照该分配方案进行资源的分配，实现收益最大化。

本发明的第一方面，提供了一种基于MEC的优化物联节点资源分配方法，所述基于MEC的优化物联节点资源分配方法包括：

获取当前物联网的所有具有待分配资源的物联节点和具有资源计算能力的边缘计算服务器；

以所有所述物联节点的收益金额最大化为目标，构建如下方程式：

其中，n表示物联节点的数量，m表示边缘计算服务器的数量，当第i个物联节点将待分配资源发送至第j个边缘计算服务器时，α

求解所述方程式，得到α

根据所述α

根据本发明的实施例，至少具有如下技术效果：

本方法首先是获取当前物联网中的物联节点和边缘计算服务器的信息，然后以所有所述物联节点的收益最大化为优化目标，构建方程式，在方程式中，充分考虑了物联节点与边缘计算服务器之间的在资源传输过程中损失的收益、等待计算过程中损失的收益以及利用边缘计算服务器进行计算的支出，使得在以收益最大化为优化目标的基础上，提升收益计算的客观度和准确度，其次求解上述NP难方程式，得到分配方案，最后基于该分配方案执行对应资源分配。不同于现有利用能耗最低作为优化方案，本方法从物联节点的收益作为切入点，以所有具有待分配资源的所述物联节点的收益最大化作为优化目标，构建方程式，最终得到分配方案，当前物联网内的所有物联节点可以按照该分配方案进行资源的分配，实现收益最大化。

根据本发明的一些实施例，所述

根据本发明的一些实施例，所述

根据本发明的一些实施例，通过块坐标下降法求解所述方程式，得到α

根据本发明的一些实施例，所述通过块坐标下降法求解所述方程式，得到α

将随机预设的f

将第二轮f

依次类推，直至α

根据本发明的一些实施例，所述动态规划算法为贪心算法。

本发明的第二方面，提供了一种基于MEC的优化物联节点资源分配系统，基于MEC的优化物联节点资源分配系统包括：

信息获取单元，用于获取当前物联网的所有具有待分配资源的物联节点和具有资源计算能力的边缘计算服务器；

函数构建单元，用于以所有所述物联节点的收益金额最大化为目标，构建如下方程式：

其中，n表示物联节点的数量，m表示边缘计算服务器的数量，当第i个物联节点将待分配资源发送至第j个边缘计算服务器时，α

函数求解单元，用于求解所述方程式，得到α

资源分配单元，用于根据所述α

由于基于MEC的优化物联节点资源分配装置采用了上述实施例的基于MEC的优化物联节点资源分配方法的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果。

根据本发明的一些实施例，所述函数求解单元用于通过块坐标下降法求解所述方程式，得到α

本发明的第三方面，提供了一种电子设备，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行上述基于MEC的优化物联节点资源分配方法。由于电子设备采用了上述实施例的基于MEC的优化物联节点资源分配方法的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果。

本发明的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行上述的基于MEC的优化物联节点资源分配方法。由于可读存储介质采用了上述实施例的基于MEC的优化物联节点资源分配方法的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例提供的一种基于MEC的优化物联节点资源分配方法的流程示意图；

图2是本发明一个实施例提供的一种基于MEC的优化物联节点资源分配系统的结构示意图；

图3是本发明一个实施例提供的一种电子设备的结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

首先，对本申请中涉及的若干名词进行解析：

物联网(Internet of Things，IoT)是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。

MEC作为新兴IT技术的代表，已逐渐成为支撑运营商进行5G网络转型的关键技术，以满足工业互联网、物联网和车联网等业务需求。

块坐标下降(Block Coordinate Descent)，块坐标下降法的应用场景是对于非凸问题进行优化，块坐标下降法是在每次迭代的过程中，只针对一个变量进行优化求解，其余变量保持不变，然后交替求解。

贪心算法，是一种对某些求最优解问题的更简单、更迅速的设计技术。贪心算法的特点是一步一步地进行，常以当前情况为基础根据某个优化测度作最优选择，而不考虑各种可能的整体情况，省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪心算法采用自顶向下，以迭代的方法做出相继的贪心选择，每做一次贪心选择，就将所求问题简化为一个规模更小的子问题，通过每一步贪心选择，可得到问题的一个最优解。

动态规划算法(Karush-Kuhn-Tucker condition,KKT)，KKT是对于具有等式和不等式约束的一般优化问题，KKT是判断某点是极值点的必要条件。

参照图1，本申请的一个实施例，提供一种基于MEC的优化物联节点资源分配方法，本方法包括如下步骤S101至S104：

步骤S101、获取当前物联网的所有具有待分配资源的物联节点和具有资源计算能力的边缘计算服务器。需要注意的是，物联节点自身携带有待分配资源，默认一个物联节点自身携带的待分配资源仅分配至一个边缘计算服务器进行计算，一个边缘计算服务器能接收多个物联节点发送的待分配资源并计算。

步骤S102、以所有物联节点的收益金额最大化为目标，构建如下方程式：

其中，n表示物联节点的数量，m表示边缘计算服务器的数量，当第i个物联节点将待分配资源发送至第j个边缘计算服务器时，α

在上述函数中，优化目标是最大化物联节点的收益，由上述函数可知，其由两部分组成，第一部分是：物联节点完成其自身携带的待分配资源的总收入(收入酬劳)，第二部分是：物联节点将该待分配资源发送给相应的一个边缘计算服务器进行计算过程中的总支出，第一部分减去第二部分就得到物联节点的收益。

在本申请的一些实施例中，

其中，B表示传输带宽，R表示第j个边缘计算服务器可同时连接的物联节点的数量，

在本申请的一些实施例中，

由步骤S102可知，方程式中的α

步骤S103、求解方程式，得到α

在本申请的一些实施例中，通过块坐标下降法求解方程式，得到α

通过块坐标下降法求解方程式，得到α

步骤S1031、将随机预设的f

步骤S1032、将第二轮f

步骤S1033、依次类推，直至α

在本申请的一些实施例中，动态规划算法为贪心算法，由于贪心算法和动态规划算法(KKT)为领域成熟的技术，此处不再细述。

步骤S104、根据α

本方法首先是获取当前物联网中的物联节点和边缘计算服务器的信息，然后以所有物联节点的收益最大化为优化目标，构建方程式，在方程式中，充分考虑了物联节点与边缘计算服务器之间的在资源传输过程中损失的收益、等待计算过程中损失的收益以及利用边缘计算服务器进行计算的支出，使得在以收益最大化为优化目标的基础上，提升收益计算的客观度和准确度，其次求解上述NP难方程式，得到分配方案，最后基于该分配方案执行对应资源分配。不同于现有利用能耗最低作为优化方案，本方法从物联节点的收益作为切入点，以所有具有待分配资源的物联节点的收益最大化作为优化目标，构建方程式，最终得到分配方案，当前物联网内的所有物联节点可以按照该分配方案进行资源的分配，实现收益最大化。

本方法将物联节点的最大化收益的资源分配问题，转化成两个部分的问题，第一部分的问题包括：物联节点向边缘计算服务器的资源分配问题；第二部分的问题包括：边缘计算服务器向物联节点分配计算资源的问题，将物联节点的最大化收益的资源分配问题，转化成两个部分的问题能够便于最大化收益的计算过程。

参照图2，本申请的一个实施例，提供一种基于MEC的优化物联节点资源分配系统，本系统包括信息获取单元1100、函数构建单元1200、函数求解单元1300和资源分配单元1400，具体的：

信息获取单元1100用于获取当前物联网的所有具有待分配资源的物联节点和具有资源计算能力的边缘计算服务器。

函数构建单元1200用于以所有物联节点的收益金额最大化为目标，构建如下方程式：

其中，n表示物联节点的数量，m表示边缘计算服务器的数量，当第i个物联节点将待分配资源发送至第j个边缘计算服务器时，α

函数求解单元1300用于求解方程式，得到α

资源分配单元1400用于根据α

需要说明的是，本申请实施例的基于MEC的优化物联节点资源分配系统与前述的基于MEC的优化物联节点资源分配方法是基于同一个发明构思，因此，本申请实施例的基于MEC的优化物联节点资源分配系统与前述的基于MEC的优化物联节点资源分配方法相对应，具体的实现过程请参照前述的基于MEC的优化物联节点资源分配方法，在此不再赘述。

本系统首先是获取当前物联网中的物联节点和边缘计算服务器的信息，然后以所有物联节点的收益最大化为优化目标，构建方程式，在方程式中，充分考虑了物联节点与边缘计算服务器之间的在资源传输过程中损失的收益、等待计算过程中损失的收益以及利用边缘计算服务器进行计算的支出，使得在以收益最大化为优化目标的基础上，提升收益计算的客观度和准确度，其次求解上述NP难方程式，得到分配方案，最后基于该分配方案执行对应资源分配。不同于现有利用能耗最低作为优化方案，本系统从物联节点的收益作为切入点，以所有具有待分配资源的物联节点的收益最大化作为优化目标，构建方程式，最终得到分配方案，当前物联网内的所有物联节点可以按照该分配方案进行资源的分配，实现收益最大化。

参照图3，本申请实施例还提供了一种电子设备，本电子设备包括：

至少一个存储器；

至少一个处理器；

至少一个程序；

程序被存储在存储器中，处理器执行至少一个程序以实现本公开实施上述的基于MEC的优化物联节点资源分配方法。

该电子设备可以为包括手机、平板电脑、个人数字助理(Personal DigitalAssistant，PDA)、车载电脑等任意智能终端。

本申请实施例的电子设备，用于执行上述基于MEC的优化物联节点资源分配方法，获取当前物联网中的物联节点和边缘计算服务器的信息，然后以所有物联节点的收益最大化为优化目标，构建方程式，在方程式中，充分考虑了物联节点与边缘计算服务器之间的在资源传输过程中损失的收益、等待计算过程中损失的收益以及利用边缘计算服务器进行计算的支出，使得在以收益最大化为优化目标的基础上，提升收益计算的客观度和准确度，其次求解上述NP难方程式，得到分配方案，最后基于该分配方案执行对应资源分配。不同于现有利用能耗最低作为优化方案，从物联节点的收益作为切入点，以所有具有待分配资源的物联节点的收益最大化作为优化目标，构建方程式，最终得到分配方案，当前物联网内的所有物联节点可以按照该分配方案进行资源的分配，实现收益最大化。

下面结合图3对本申请实施例的电子设备进行详细介绍。

如图3，图3示意了另一实施例的电子设备的硬件结构，电子设备包括：

处理器1600，可以采用通用的中央处理器(Central Processing Unit，CPU)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本公开实施例所提供的技术方案；

存储器1700，可以采用只读存储器(Read Only Memory，ROM)、静态存储设备、动态存储设备或者随机存取存储器(Random Access Memory，RAM)等形式实现。存储器1700可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1700中，并由处理器1600来调用执行本公开实施例的基于MEC的优化物联节点资源分配方法。

输入/输出接口1800，用于实现信息输入及输出；

通信接口1900，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信；

总线2000，在设备的各个组件(例如处理器1600、存储器1700、输入/输出接口1800和通信接口1900)之间传输信息；

其中处理器1600、存储器1700、输入/输出接口1800和通信接口1900通过总线2000实现彼此之间在设备内部的通信连接。

本公开实施例还提供了一种存储介质，该存储介质是计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令用于使计算机执行上述基于MEC的优化物联节点资源分配方法。

本申请实施例的存储介质，用于执行上述基于MEC的优化物联节点资源分配方法，获取当前物联网中的物联节点和边缘计算服务器的信息，然后以所有物联节点的收益最大化为优化目标，构建方程式，在方程式中，充分考虑了物联节点与边缘计算服务器之间的在资源传输过程中损失的收益、等待计算过程中损失的收益以及利用边缘计算服务器进行计算的支出，使得在以收益最大化为优化目标的基础上，提升收益计算的客观度和准确度，其次求解上述NP难方程式，得到分配方案，最后基于该分配方案执行对应资源分配。不同于现有利用能耗最低作为优化方案，从物联节点的收益作为切入点，以所有具有待分配资源的物联节点的收益最大化作为优化目标，构建方程式，最终得到分配方案，当前物联网内的所有物联节点可以按照该分配方案进行资源的分配，实现收益最大化。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本公开实施例描述的实施例是为了更加清楚的说明本公开实施例的技术方案，并不构成对于本公开实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本公开实施例提供的技术方案对于类似的技术问题，同样适用。

本领域技术人员可以理解的是，图中示出的技术方案并不构成对本公开实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可以存储程序的介质。

以上是对本申请实施例的较佳实施进行了具体说明，但本申请实施例并不局限于上述实施方式，熟悉本领域的技术人员在不违背本申请实施例精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请实施例权利要求所限定的范围内。