点击数: 更新日期: 2023-03-27
中文题目：具有子任务依赖性的云边端协同的联合任务卸载和资源分配
论文题目：Joint Task Offloading and Resource Allocation for Device-Edge-Cloud Collaboration with Subtask Dependencies
录用期刊/会议：IEEE Transactions on Cloud Computing (JCR Q1，IF = 5.697)
原文DOI：https://doi.org/10.1109/TCC.2023.3251561.
录用时间：2023年2月21日
封面摘要：为了充分利用移动设备、边缘服务器和云服务器的计算资源进行有效的任务处理，本文研究了云边端协同计算框架，通过求解最优的任务分割比和计算资源分配策略，最小化任务处理延迟。通过仿真实验进行了参数分析和性能比较，证明了研究方案的有效性和优越性。
作者列表：
1）刘芳正 中国石油大学（北京） 信息科学与工程学院 控制科学与工程专业 博19
2）黄霁崴 中国石油大学（北京） 信息科学与工程学院 计算机科学与技术系 教授
3）Xianbin Wang Western University (Canada) Department of Electrical and Computer Engineering Professor
摘要: 随着涉及移动边缘计算（MEC）的计算密集型应用的部署越来越多，移动设备、边缘服务器和云服务器之间的协作成为了充分利用所有可用分布式计算资源的有效机制。然而，要实现这种三方协作以确保必要的计算资源利用率，并进一步保证任务处理的服务质量（QoS），还有两个主要挑战有待解决。第一个挑战是如何将一个任务划分为几个相关的子任务，并在合作的设备-边缘-云（DEC）中分配这些子任务。第二个挑战是如何分配设备、边缘和云服务器上的计算资源，有效处理子任务。为此，我们研究了DEC协作的联合任务卸载和资源分配，制定了一个新的优化问题，目标是最小化任务处理延迟。为了解决这个问题，我们把原来的问题分解成两个子问题，第一个子问题是通过数学分析方法计算最佳的任务划分比例，第二个子问题是使用拉格朗日对偶（LD）方法获得最佳的任务卸载和资源分配策略。最后，我们采用从澳大利亚墨尔本中央商务区（CBD）获得的真实数据集进行了模拟实验，实验结果验证了我们提出的方法的有效性和优越性。
优化模型与优化方法:
图1 DEC协同计算框架
为了充分利用移动设备、边缘服务器和云服务器的计算资源进行有效的任务处理，本文提出了如图1 所示的一种新的DEC三边协同计算框架，以实现高效的资源利用和任务处理。在充分利用分布式资源的过程中，每个移动设备生成的任务被划分为多个相互依赖的子任务，根据资源和执行需求，这些子任务分别分配给移动设备、边缘服务器和云服务器进行协作计算。为了最小化任务处理延迟，在充分分析了系统延迟的基础上，我们将该问题建模为一个联合优化任务分配和计算资源分配问题。
为了降低问题的复杂性，我们将上述原问题分解为两个子问题。第一个子问题我们通过数学分析的方法计算出最优的任务分配比。然后，我们证明了第二个子问题的凸性，并利用拉格朗日对偶（LD）方法对其进行求解，得到了最优任务卸载和资源分配策略的封闭解。
此外，通过对最优任务划分策略的解析解的分析，进一步讨论了所提出的DEC协作在两种特殊情况下的应用： (1)设备计算限制系统；(2)云通信限制系统。我们分别给出了这两种特殊情况下的求解方法。
实验结果及分析:
图2 不同迭代次数下的平均系统延迟 (a)移动设备的数量不同。(b)边缘服务器的数量不同。(c)云服务器的计算能力不同。
图3 不同收敛容忍度下的平均系统时延。(a)移动设备的数量不同。(b)边缘服务器的数量不同。(c)云服务器的计算能力不同。
图4 不同移动设备数量下不同算法的平均系统延迟。
我们使用真实的墨尔本中央商务区（CBD）数据集进行实验，通过参数分析以及与其他先进方案性能比较，证明了本文提出的方法的有效性和优越性。
通讯作者简介:
黄霁崴，博士，教授，博士生导师，石油数据挖掘北京市重点实验室主任，中国石油大学（北京）计算机科学与技术系主任，中国石油大学（北京）研究生教育督导组专家，信息科学与工程学院学术委员会委员。2015年北京市优秀人才培养资助入选者，2018年中国石油大学（北京）优秀青年学者，2020年北京市科技新星，2022年度北京市国家治理青年人才。分别在2009年和2014年于清华大学计算机科学与技术系获得工学学士和工学博士学位，2012-2013年国家公派赴美国佐治亚理工学院联合培养。研究方向包括：物联网、服务计算、边缘智能、深度强化学习、智能优化算法等。担任中国计算机学会(CCF)服务计算专委会委员、秘书，CCF高级会员，IEEE、ACM会员。已主持国家自然科学基金、国家重点研发计划、北京市自然科学基金等科研项目18项；在国内外著名期刊和会议发表SCI/EI检索的学术论文60余篇，其中1篇获得Chinese Journal of Electronics优秀论文奖，2篇入选ESI热点论文；出版学术专著1部；获得国家发明专利6项、软件著作权4项；获得中国通信学会科学技术一等奖1项、中国产学研合作创新成果一等奖1项。担任电子学报、Chinese Journal of Electronics、Scientific Programming等期刊编委。
联系方式：huangjw@cup.edu.cn