-
公开(公告)号:CN115297123A
公开(公告)日:2022-11-04
申请号:CN202210937214.6
申请日:2022-08-05
Applicant: 杭州电子科技大学
IPC: H04L67/1023 , H04L67/1021 , H04L67/101 , H04L67/1008
Abstract: 本发明公开了一种基于全局费用最小化的雾计算任务卸载方法及系统,方法包括:S1,获取整个雾网络的信息;S2,根据S1获取的信息,判断各终端和雾节点的卸载可行性,并计算可行匹配的最优卸载比例和对应的费用;S3,根据S2得到的信息,计算各终端节点与雾节点之间的权重;S4,利用扩展Kuhn‑Munkres算法,根据S3得到的权重,以网络整体权重最大为目标,求解终端节点与雾节点之间的一对一匹配,得到任务卸载决策矩阵X;S5,以S4得到的决策矩阵X为索引,得到终端节点和对应雾节点的卸载比例、费用,以及系统总体的费用。本发明考虑多个终端节点和多个雾节点的场景,以全局的思想,保证最大化卸载成功率的前提下最小化网络的卸载费用,避免了局部最优的情况。
-
公开(公告)号:CN115297123B
公开(公告)日:2024-10-25
申请号:CN202210937214.6
申请日:2022-08-05
Applicant: 杭州电子科技大学
IPC: H04L67/1023 , H04L67/1021 , H04L67/101 , H04L67/1008
Abstract: 本发明公开了一种基于全局费用最小化的雾计算任务卸载方法及系统,方法包括:S1,获取整个雾网络的信息;S2,根据S1获取的信息,判断各终端和雾节点的卸载可行性,并计算可行匹配的最优卸载比例和对应的费用;S3,根据S2得到的信息,计算各终端节点与雾节点之间的权重;S4,利用扩展Kuhn‑Munkres算法,根据S3得到的权重,以网络整体权重最大为目标,求解终端节点与雾节点之间的一对一匹配,得到任务卸载决策矩阵X;S5,以S4得到的决策矩阵X为索引,得到终端节点和对应雾节点的卸载比例、费用,以及系统总体的费用。本发明考虑多个终端节点和多个雾节点的场景,以全局的思想,保证最大化卸载成功率的前提下最小化网络的卸载费用,避免了局部最优的情况。
-