(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 202210430760.0 (22)申请日 2022.04.22 (71)申请人 西南民族大 学 地址 610000 四川省成 都市武侯区一环路 南四段16号 (72)发明人 李卫榜　李玲　崔梦天　谭颖　 (74)专利代理 机构 成都华风专利事务所(普通 合伙) 51223 专利代理师 杜朗宇 (51)Int.Cl. G06F 9/48(2006.01) G06F 9/50(2006.01) (54)发明名称 一种异构边 缘算力网络任务调度方法 (57)摘要 本发明提出一种异构边缘算力网络任务调 度方法， 该方法包括： 定义任务模型， 用四元 组表 示； 根据设备计算能力构建算力矩阵， 根据计算 设备存储空间情况构建存储空间矩阵， 根据任务 所需数据的分布构建数据资源矩阵； 根据计算任 务响应时间矩阵得到资源匹配度矩阵， 基于均衡 分配思想构建负载均衡度评估矩阵， 根据上述矩 阵构建综合匹配度矩阵； 对每一个待调度任务计 算近似最优 带宽分配方案； 基于综合匹配度构建 任务集合与边缘计算设备集合之间的映射图， 根 据映射图基于最小费用流策略得到初步任务调 度策略集合并精简， 得到最终的任务调度策略。 本发明的方法能够有效提高算力资源利用率、 存 储资源利用率、 网络带宽利用率， 同时能够提升 用户满意度。 权利要求书5页 说明书7页 附图1页 CN 115185650 A 2022.10.14 CN 115185650 A 1.一种异构边 缘算力网络任务调度方法， 其特 征在于步骤如下： 步骤1： 确定用户任务集合， 定义任务模型， 将异构边缘算力网络用户任务用四元组表 示； 步骤2： 构建资源模型， 根据任务模型、 异构计算设备的算力及存储、 数据分布情况， 分 别构建任务资源需求矩阵、 算力矩阵、 存 储空间矩阵、 数据资源矩阵； 步骤3： 任务与计算设备匹配度评估， 对任务与计算设备进行资源 匹配度、 负载均衡度、 存储空间匹配度评估， 根据评估结果构建综合匹配度矩阵； 步骤4： 任务带宽分配， 对每一个待调度任务， 根据任务所需数据迁移量， 迭代计算任务 所需数据传输耗时， 以最小化数据传输耗时为目标， 得到任务带宽 近似最优分配方案； 步骤5： 任务调度 策略确定， 对每一个任务与设备组合， 计算综合匹配度矩阵， 判断当前 任务与设备组合是否与任务分配集合中已分配任务存在冲突， 将不冲突的任务与设备组合 加入任务分配集 合， 最终得到任务分配集 合。 2.根据权利要求1所述的确定用户任务集合方法， 其特征在于， 对异构边缘算力网络的 每一个任务u， 用四元组u(Mu， Nu， Du， Vu)表示， 其 中Mu表示任务u对不同类型计算资源浮点运 算量的需求矩阵， Nu表示任务u对不同类型计 算资源核心数需求， Du表示任务u对各设备所拥 有数据需求 规模矩阵， Vu表示发起任务u的终端设备需传输给 各计算设备的数据规模矩阵。 3.根据权利要求1所述的构建资源模型方法， 其特征在于， 构建任务资源需求矩阵、 算 力矩阵、 存 储空间矩阵、 数据资源矩阵， 包 含如下步骤： (1)任务资源需求模型构建： 用矩阵Mu与Nu分别表示任务u对不同类型计算资源浮点运算量的需求矩阵和对不同类 型计算资源核心数需求， 具体如下： Mu＝[mu1,mu2,…,muk] Nu＝[nu1,nu2,…,nuk] 其中， k为异构处理器种类 数量， muj为任务u在第j类计算 资源上的FL OPs需求， nuj为任务 u对第j类 计算资源的核心数最大需求。 如果任务u不需要第j类资源， 则muj和nuj值均为0。 (2)算力资源 模型构建： 对每个边缘计算设备， 其性能由设备上的各类处理器的FLOPs和 核心数决定， 用矩阵Ph 和Qh分别表示每 个边缘计算设备 各类处理器的FLOPs矩阵和各类处 理器的核心数矩阵。 Ph＝[ph1,ph2,…,phk] Qh＝[qh1,qh2,…,qhk] 其中， k为计算设备的各类计算资源的数量， phj代表计算设备h上第j类计算资源的 FLOPs， qhj代表设备h上第j类计算资源的核心数量。 如果计算设备h上没有第j类计算资源， 则phj和qhj值均为0。 设备h当前 可用核心数用矩阵Qh’表示， 根据式(2)和式(4)， Qh’表示如下： 其中Jh为当前设备h上运行的任务 集合， 表示当前设备h上被占用各类核心集 合。 (3)存储资源模型构建：权　利　要　求　书 1/5 页 2 CN 115185650 A 2用矩阵S表示各计算设备存 储空间， 矩阵S表示如下： S＝[s1,s2,…,sm] 其中， m为边缘计算环境内计算设备数量， sj表示第j台设备的存储空间。 考虑到每个设 备存储空间可能被部分占用， 用矩阵Su’表示各设备可供任务u使用的存储空间大小， 矩阵 表示如下： Su’＝[su1,su2,…,sum] 其中， suj表示设备j可 供任务u使用的存 储空间大小。 对 E为边缘计算设备集合， 有suj≤sj。 假定发起任务u的终端设备需传输给各计算 设备的数据规模用矩阵Vu表示， 这里矩阵Vu表示如下： Vu＝[vu1,vu2,…,vum] 其中， vuj表示任务u向设备j传输的数据规模。 (4)数据资源 模型构建： 用矩阵Du表示任务u的数据需求， 具体表示如下： Du＝[du1,du2,…,dum] 其中， m为异构计算环境内计算设备数量， duj表示任务u所需数据在第j台计算设备上的 存储规模。 如果第j台设备 上没有存 储任务u所需数据， 则duj值为0。 4.根据权利要求1所述的任务与计算设备匹配度评估方法， 其特征在于， 对任务与计算 设备进行资源匹配度、 负载均衡度、 存储空间匹配度评估， 根据评估 结果构建综合匹配度 矩 阵， 包含如下步骤： (1)资源匹配度模型： 任务u在目标设备h上的预估计算时间tcal(u,h)表示如下： 根据tcal(u,h)可以得到每 个任务在目标设备 上的预估计算时间矩阵Tcal。 发起任务u的终端设备向各计算设备数据传输响应时间tcom_s， 为该终端设备向各计算 设备数据传输响应时间的最大值。 tcom_s表示如下： 其中， W’为发起任务u的终端设备与各计算设备之间的有效通信带宽矩阵， cuj’表示发 起任务u的终端设备与第j ’台计算设备之间的有效通信 带宽， vuj’表示发起任务u的终端设 备向第j’台计算设备传输数据的规模。 根据tcom_s(u,h,w’)可以计算发起不同任务的终端设 备向各计算设备 数据传输响应时间， 进 而得到预估数据响应时间矩阵Tcom_s。 任务u在设备h上执行时所需数据从其他边缘计算设备传输到当前设备的时间， 为任务 u在设备h上执行时所需数据从其他边缘计算设备传输到当前设备的时间最大值， 表示如权　利　要　求　书 2/5 页 3 CN 115185650 A 3