一种任务分配方法、设备和计算机可读存储介质与流程

1.本技术涉及物联网技术领域，尤其涉及一种任务分配方法、设备和计算机可读存储介质。


背景技术：

2.雾计算(fog computing)网络中，为更好地确保时延要求，用户节点产生计算任务后，除本地计算外，需卸载到服务节点中进行处理。但是，网络中有很多服务节点并非由运营商部署，具有许多空闲的计算资源，而有些用户节点的任务为时延敏感型，对计算能力的要求过高，如此会导致能参与该用户节点的服务节点的计算负载过重，而那些非运营商部署的服务处于空闲状态，造成很多资源的浪费，不利于网络性能的提升。


技术实现要素：

3.为解决上述技术问题，本技术实施例期望提供一种任务分配方法、设备和计算机可读存储介质，用于解决采用相关技术时，可能导致运营商部署的能参与该用户节点的服务节点的计算负载过重，而那些非运营商部署的服务处于空闲状态，造成很多资源的浪费，不利于网络性能的提升的问题。
4.本技术的技术方案是这样实现的：
5.一种任务分配方法，所述方法包括：
6.预测用于处理目标任务的目标服务节点的第一处理能力以及所述目标服务节点的任务处理时延；其中，所述第一处理能力表征所述目标服务节点能处理的任务量；
7.基于所述目标任务的目标任务量、所述第一处理能力以及所述任务处理时延，确定单位任务量的最优价值属性值，并发送所述最优价值属性值至所述目标服务节点；
8.接收所述目标服务节点发送的最优处理能力，并基于所述最优处理能力和所述目标任务量，为每一目标服务节点分配与所述每一目标服务节点的最优处理能力对应的任务量。
9.上述方案中，所述预测用于处理目标任务的目标服务节点的第一处理能力以及所述目标服务节点的任务处理时延之前，还包括：
10.获取多个服务节点的历史任务信息；
11.针对每一服务节点，对所述每一服务节点的历史任务信息进行分析，确定所述每一服务节点的第一处理能力；其中，所述第一处理能力表征所述每一服务节点能处理的任务量；
12.基于所述第一处理能力和所述目标任务量，从所述多个服务节点中确定所述目标服务节点。
13.上述方案中，基于所述目标任务量、所述第一处理能力以及所述任务处理时延，确定用户节点的增益价值属性值与单位任务量的价值属性值之间的第一关系；
14.基于所述第一关系，确定所述最优价值属性值。
15.上述方案中，基于所述用户节点传输至所述目标服务节点的传输时延、所述目标服务节点的第一计算时延以及所述用户节点的第二计算时延，确定所述用户节点的第一总价值属性函数；其中，所述任务处理时延包括所述传输时延、所述第一计算时延以及所述第二计算时延；
16.基于所述目标任务量、所述第一处理能力以及第一权重阈值，确定所述用户节点的第一消耗价值属性函数；
17.基于所述第一总价值属性函数和所述第一消耗价值属性函数，确定所述用户节点的第一增益价值属性函数；其中，所述第一增益价值属性函数表征所述第一关系。
18.上述方案中，基于目标函数对所述第一增益价值属性函数进行优化，得到优化后的所述第一增益价值属性函数；
19.基于所述优化后的第一增益价值属性函数，确定所述最优价值属性值。
20.一种任务分配方法，所述方法包括：
21.接收用户节点发送的单位任务量的最优价值属性值；
22.确定目标服务节点的第一处理能力以及所述目标服务节点在全负载状态下的第一能量消耗；其中，所述第一处理能力表征所述目标服务节点能处理的任务量；
23.基于所述最优价值属性值、所述第一处理能力以及所述第一能量消耗，确定所述目标服务节点的最优处理能力；
24.发送所述最优处理能力至所述用户节点。
25.上述方案中，基于所述最优价值属性、所述第一处理能力以及所述第一能量消耗，确定所述目标服务节点的增益价值属性值与处理能力之间的第二关系；
26.基于第二关系，确定所述最优处理能力。
27.上述方案中，基于所述目标服务节点的子任务量、所述最优价值属性以及所述第一处理能力，确定所述目标服务节点的第二总价值属性函数；
28.基于所述第一能量消耗，确定所述目标服务节点处理所述子任务量时的第二能量消耗；
29.基于第二权重阈值和所述第二能量能耗，确定所述目标服务节点的第二消耗价值属性函数；
30.基于所述第二总价值属性函数和所述第二消耗价值属性函数，确定所述目标服务节点的第二增益价值属性函数；其中，所述第二增益价值属性函数表征所述第二关系。
31.上述方案中，所述基于所述第二关系，确定所述最优处理能力，包括：
32.基于目标函数对所述第二增益价值属性函数进行优化，得到优化后的所述第二增益价值属性函数；
33.基于所述优化后的第二增益价值属性函数，确定所述最优处理能力。
34.一种用户节点，所述用户节点包括：处理器、存储器和通信总线；
35.所述通信总线用于实现所述处理器和所述存储器之间的通信连接；
36.所述处理器用于执行所述存储器中的任务分配程序，以实现上述的任务分配方法的步骤。
37.一种目标服务节点，所述目标服务节点包括：处理器、存储器和通信总线；
38.所述通信总线用于实现所述处理器和所述存储器之间的通信连接；
39.所述处理器用于执行所述存储器中的任务分配程序，以实现上述的任务分配方法的步骤。
40.一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述的任务分配方法的步骤。
41.本技术的实施例所提供的任务分配方法、设备和计算机可读存储介质，可以预测表征目标服务节点能够处理的任务量的第一处理能力以及目标服务节点的任务处理时延，基于目标任务的目标任务量、第一处理能力以及任务处理时延，确定单位任务量的最优价值属性值，并发送最优价值属性值至目标服务节点，然后接收目标服务节点发送的最优处理能力，并基于最优处理能力和目标任务量，为每一目标服务节点分配与每一目标服务节点的最优处理能力对应的任务量；如此，可以通过最优价值属性值和最优处理能力为每一目标服务节点分配任务量，能够使用户节点和目标服务节点双方收益最大化，并最大化地提升系统性能，解决了采用相关技术时，可能导致运营商部署的能参与该用户节点的服务节点的计算负载过重，而那些非运营商部署的服务处于空闲状态，造成很多资源的浪费，不利于网络性能的提升的问题。
附图说明
42.图1为本技术实施例提供的一种任务分配方法的流程示意图；
43.图2为本技术实施例提供的另一种任务分配方法的流程示意图；
44.图3为本技术实施例提供的又一种任务分配方法的流程示意图；
45.图4为本技术实施例提供的一种任务分配方法中用户节点确定最优价值属性值的流程示意图；
46.图5为本技术实施例提供的一种任务分配方法中目标服务节点确定最优处理能力的流程示意图；
47.图6为本技术另一实施例提供的一种任务分配方法的流程示意图；
48.图7为本技术实施例提供的一种用户节点的结构示意图；
49.图8为本技术实施例提供的一种目标服务节点的结构示意图。
具体实施方式
50.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
51.应理解，说明书通篇中提到的“本技术实施例”或“前述实施例”意味着与实施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“本技术实施例中”或“在前述实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
52.在未做特殊说明的情况下，电子设备执行本技术实施例中的任一步骤，可以是电
子设备的处理器执行该步骤。还值得注意的是，本技术实施例并不限定电子设备执行下述步骤的先后顺序。另外，不同实施例中对数据进行处理所采用的方式可以是相同的方法或不同的方法。还需说明的是，本技术实施例中的任一步骤是电子设备可以独立执行的，即电子设备执行下述实施例中的任一步骤时，可以不依赖于其它步骤的执行。
53.应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
54.本技术实施例提供一种任务分配方法，该方法可以应用于雾计算网络中的用户节点，参照图1所示，该方法包括以下步骤：
55.步骤101、预测用于处理目标任务的目标服务节点的第一处理能力以及目标服务节点的任务处理时延。
56.其中，第一处理能力表征目标服务节点能处理的任务量。
57.在本技术实施例中，雾计算网络可以包括至少一个用户节点和多个服务节点；其中，用户节点为产生计算任务的节点，服务节点为处理该计算任务的节点。目标任务是用户节点当前产生的计算任务，目标服务节点为从雾计算网络中的服务节点中筛选出的当前用于处理目标任务的节点。第一处理能力表征目标服务节点能够处理的任务量；在一种可行的方式中，第一处理能力可以是目标服务节点能够处理的任务量的百分比。任务处理时延是对目标任务进行处理时的时延，任务处理时延可以包括用户节点与目标服务节点之间传输数据时的时延、目标用户节点处理任务时的时延以及用户节点本地处理任务时的时延；一般，信道吞吐量、信道带宽、用户节点与目标服务节点的距离、用户节点与服务节点的数据传输功率、以及干扰噪声的大小都会影响任务处理时延。在一种可行的方式中，由于目标服务节点的历史任务信息中包括目标服务节点对每一任务的处理情况，因此可以通过每一目标服务节点的历史任务信息，预测每一目标服务节点能够提供的第一处理能力和任务处理时延。
58.在一种可实现的方式中，可以基于多个服务节点在处理任务时产生的历史任务信息，从多个服务节点中确定当前用于处理目标任务的目标服务节点。其中，历史任务信息是服务节点之前在处理任务的过程中产生的信息，历史任务信息可以包括服务节点对每一任务的处理情况。
59.在本技术实施例中，目标任务的任务量过大时，一般需要多个目标服务节点来实现对目标任务的处理，以提升网络性能。在一种可实现的方式中，目标服务节点可以是雾计算网络中的所有服务节点，也可以是雾计算网络中的部分服务节点，目标服务节点的数量可以根据目标业务的业务量来确定，本技术实施例对此不作限定。
60.步骤102、基于目标任务的目标任务量、第一处理能力以及任务处理时延，确定单位任务量的最优价值属性值，并发送最优价值属性值至目标服务节点。
61.在本技术实施例中，目标任务量是目标任务的任务量，也即是当前需要处理的总任务量。单位任务量指的是每个单位的任务量，单位任务量可以是每一比特任务的任务量，也可以是目标比特任务的任务量，目标比特可以根据实际业务需求进行设置，本技术实施例不限定任务量的单位。单位任务量的最优价值属性值，是指单位任务量对应的卸载报酬。
62.在本技术实施例中，当用户节点产生目标任务后，需卸载到服务节点进行处理，但并非所有服务节点都会无私地提供能力，因此，为激励服务节点积极参与卸载服务，用户节点向每一参与处理目标任务的目标服务节点支付一定的卸载报酬，以提高服务节点参与卸
载服务的积极性。
63.在本技术实施例中，用户节点作为博弈的领导者，基于预测得到的目标服务节点的第一处理能力、任务处理时延以及目标任务量来确定单位任务量的最优价值属性值，为目标服务节点提供最优的卸载报酬，以最大程度地激励目标服务节点的积极性。
64.步骤103、接收目标服务节点发送的最优处理能力，并基于最优处理能力和目标任务量，为每一目标服务节点分配与每一目标服务节点的最优处理能力对应的任务量。
65.在本技术实施例中，最优处理能力是目标服务节点依据用户节点给出的最优价值属性值、自身特性和网络环境确定出的能够向用户节点提供的最优计算能力。在一种可行的方式中，如果每一目标服务节点的最优处理能力是能够处理目标任务的百分比，那么对最优处理能力和目标任务量进行运算处理，就可以得到每一目标服务节点对应的任务量；其中，可以将每一目标服务节点的最优处理能力与目标任务量进行相乘，得到每一目标服务节点对应的任务量。
66.在本技术实施例中，目标服务节点作为博弈的跟随者，依据用户节点给出的最优价值属性值，确定自身能够为用户节点提供的最优处理能力；如此，用户节点以最优价值属性值支付给目标服务节点，服务节点以最优处理能力参与卸载服务，从而在激励服务节点参与卸载服务的同时，实现了用户节点和服务节点的收益最大化，降低了任务处理时延，达到了全局最优点，提升了网络性能。
67.本技术实施例所提供的任务分配方法，预测表征目标服务节点能够处理的任务量的第一处理能力以及目标服务节点的任务处理时延，基于目标任务的目标任务量、第一处理能力以及任务处理时延，确定单位任务量的最优价值属性值，并发送最优价值属性值至目标服务节点，然后接收目标服务节点发送的最优处理能力，并基于最优处理能力和目标任务量，为每一目标服务节点分配与每一目标服务节点的最优处理能力对应的任务量；如此，可以通过最优价值属性值和最优处理能力为每一目标服务节点分配任务量，能够使用户节点和目标服务节点双方收益最大化，并最大化地提升系统性能，解决了相关技术中的会导致能参与该用户节点的服务节点的计算负载过重而，而那些非运营商部署的服务处于空闲状态，造成很多资源的浪费，不利于网络性能的提升的问题。
68.基于前述实施例，本技术实施例提供一种任务分配方法，该方法可以应用于雾计算网络中的任意一个目标服务节点，参照图2所示，该方法包括以下步骤：
69.步骤201、接收用户节点发送的单位任务量的最优价值属性值。
70.在本技术实施例中，目标服务节点接收用户节点发送的单位目标量的最优价值属性值，以便基于最优价值属性值确定自身能够提供的最优处理能力。
71.步骤202、确定目标服务节点的第一处理能力以及目标服务节点在全负载状态下的第一能量消耗。
72.其中，第一处理能力表征目标服务节点能处理的任务量。
73.在本技术实施例中，第一能量消耗是目标服务节点在全负载状态下的能量消耗，也即是目标服务节点提供全部处理能力时的能量消耗。在一种可行的方式中，目标服务节点可以基于自身特性和网络环境确定表征目标服务节点能够处理的任务量的第一处理能力以及全负载状态下的第一能量消耗。
74.步骤203、基于最优价值属性值、第一处理能力以及第一能量消耗，确定目标服务
节点的最优处理能力。
75.在本技术实施例中，基于最优价值属性值、第一处理能力以及第一能量消耗确定目标服务节点的最优处理能力，也即基于用户节点给出的卸载报酬以及目标服务节点自身特性和网络环境确定向用户节点提供的最优处理能力，以通过最优处理能力参与卸载服务。
76.步骤204、发送最优处理能力至用户节点。
77.在本技术实施例中，目标服务节点确定出最优处理能力后，将最优处理能力发送至用户节点，以通过最优计算能力参与卸载服务，使自身收益最大化，并提升网络性能。
78.本技术实施例所提供的任务分配方法，接收用户节点发送的单位任务量的最优价值属性值，确定表征目标服务节点能够处理的任务量的第一处理能力以及目标服务节点在全负载状态下的第一能量消耗，基于最优价值属性值、第一处理能力以及第一能量消耗确定目标服务节点的最优处理能力，并发送最优处理能力至用户节点；如此，基于用户节点发送的最优价值属性值确定最优处理能力，能够使用户节点和目标服务节点双方收益最大化，并最大化地提升系统性能，解决了采用相关技术时，可能导致运营商部署的能参与该用户节点的服务节点的计算负载过重，而那些非运营商部署的服务处于空闲状态，造成很多资源的浪费，不利于网络性能的提升的问题。
79.基于前述实施例，本技术实施例提供一种任务分配方法，参照图3所示，该方法包括以下步骤：
80.步骤301、用户节点获取多个服务节点的历史任务信息。
81.在一种可行的方式中，雾计算网络中可以部署有专门存储每一节点的历史任务信息的服务器，如此就可以向这一服务器发送信息获取请求，以获取多个服务节点的历史任务信息。
82.步骤302、针对每一服务节点，用户节点对每一服务节点的历史任务信息进行分析，确定每一服务节点的第二处理能力。
83.其中，第二处理能力表征每一服务节点能处理的任务量。
84.在本技术实施例中，第二处理能力是雾计算网络中每一服务节点的处理能力，用于表征每一服务节点能够处理的任务量。由于历史任务信息中包含每一服务节点对每一任务的处理情况，因此可以对历史任务信息进行分析，得到每一服务节点的第二处理能力。
85.步骤303、用户节点基于第二处理能力和目标任务量，从多个服务节点中确定目标服务节点。
86.在本技术实施例中，可以基于每一服务节点的第二处理能力和目标任务量来确定用于当前处理目标任务的目标服务节点以及目标服务节点的数量。在一种可行的方式中，还可以综合考虑每一服务节点的第二处理能力、目标任务量以及用户节点与每一服务节点的距离来确定目标服务节点，以使用户节点的收益最大化；当然，还可以综合考虑用户节点和服务节点的其他因素来确定目标服务节点，本技术实施例对此不作限定。
87.步骤304、用户节点确定目标服务节点的第一处理能力以及目标服务节点的任务处理时延。
88.其中，第一处理能力表征目标服务节点能处理的任务量。
89.步骤305、用户节点基于目标任务量、第一处理能力以及任务处理时延，确定用户
节点的增益价值属性值与单位任务量的价值属性值之间的第一关系。
90.在本技术实施例中，第一关系是用户节点的增益价值属性值与单位任务量的价值属性值之间的关系；第一关系可以是用户节点的增益价值属性值与单位任务量的价值属性值之间的函数。
91.其中，步骤305可以通过以下步骤来实现：
92.步骤305a、用户节点基于用户节点传输至目标服务节点的传输时延、目标服务节点的第一计算时延以及用户节点的第二计算时延，确定用户节点的第一总价值属性函数。
93.其中，任务处理时延包括传输时延、第一计算时延以及第二计算时延。
94.在本技术实施例中，第一计算时延是目标服务节点的计算时延，第二计算时延是用户节点的计算时延；第一总价值属性函数表征用户节点的收入，也即是用户节点的收入函数；用户节点的收入主要取决于目标服务节点的任务处理时延，任务处理时延越小，用户节点的收入越高。影响用户节点收入的因素可以包括目标任务量的大小，用户节点的处理速率和信道吞吐量等信息；其中，用户节点的处理速率与任务数据传输速率、任务数据处理速率、信道吞吐量、信道带宽、用户节点与服务节点的距离、干扰噪声的大小等信息有关。当任务数据量越小、服务节点提供的计算速率越大、信道的吞吐量越大时，任务卸载时的时延越小，用户节点的收入越高。
95.在本技术实施例中，用户节点的收入函数可以为：其中，表示用户节点传输至第i个目标服务节点的任务处理时延，任务处理时延包括传输时延和第一计算时延，任务处理时延的公式可以为：ri表示用户节点将任务卸载至第i个目标服务节点的传输速率；传输速率ri的公式可以为：n0是指任务数据传输过程中的白噪声，b为传输信道带宽，pi为用户节点的传输功率，α为路径损耗因子，di为用户节点与第i个目标服务节点之间的距离；ci是第i个目标服务节点的计算速率，计算速率ci的公式可以为：τi是能力系数，fi为第i个目标服务节点的cpu频率，ηi是每比特任务数据需要的cpu周期数；表示用户节点本地处理时延，li为第i个目标服务节点的子任务量，ri定义为第i个目标服务节点的等效处理能力，可表示为：λ为时延收益的价格权重参数；用户节点的收入主要取决于任务处理时延，且与任务处理时延成反比例关系，若任务卸载到目标服务节点进行处理的时延高于用户节点本地处理时延，那么用户节点的收入将为零或者为负。
96.步骤305b、用户节点基于目标任务量、第一处理能力以及第一权重阈值，确定用户
节点的第一消耗价值属性函数。
97.在本技术实施例中，第一权重阈值可以预先设置，第一权重阈值可以根据实际业务需求进行设置，本技术实施例对此不作限定。第一消耗价值属性函数表征用户节点的成本，也即是用户节点的成本函数；用户节点的成本由支付给所有参与任务卸载的目标服务节点的总报酬构成。影响用户节点成本的因素包括支付给服务节点的任务计算单价、任务数据量的大小、服务节点的计算速率等信息。当支付给目标服务节点的卸载报酬一定时，目标服务节点的计算速率越高、子任务量越大时，需要支付给目标服务节点的报酬越多，用户节点的成本也就越高。第一消耗价值属性函数可以为支付给n个目标服务节点的卸载报酬：ωi是每一比特任务的价值属性值。
98.步骤305c、用户节点基于第一总价值属性函数和第一消耗价值属性函数，确定用户节点的第一增益价值属性函数。
99.其中，第一增益价值属性函数表征第一关系。
100.在本技术实施例中，第一增益价值属性函数表征用户节点的净收益，第一增益价值属性函数可以为：
101.步骤306、用户节点基于第一关系，确定最优价值属性值。
102.在本技术实施例中，通过对第一关系进行优化，能够得到最优价值属性值，以使用户节点的收益最大化。
103.其中，步骤306可以通过以下步骤来实现：
104.步骤306a、用户节点基于目标函数对第一增益价值属性函数进行优化，得到优化后的第一增益价值属性函数。
105.在本技术实施例中，目标函数可以预先设置，目标函数可以根据实际业务需求进行设置，本技术实施例对此不作限定。在一种可行的方式中，目标函数为复数的辅角，也即是通过数学方法来对第一增益价值属性函数进行优化的，通过数学方法得到的优化后的第一增益价值属性函数可以表示为：
106.s.t.ωi≥0
107.步骤306b、用户节点基于优化后的第一增益价值属性函数，确定最优价值属性值。
108.在本技术实施例中，在博弈过程中，用户节点作为博弈的领导者，增大激励价格ωi，会使得服务节点i制定的能力系数τi更大，所提供的计算能力也就越高，这使得用户节点和服务节点i的收益和成本均增大；减小激励价格ωi，会使得用户节点i确定的能力系数τi更低，所提供的计算能力也就越低，这使得用户节点和目标服务节点i的收益和成本均降低；在这场博弈过程中，以用户节点为主导，达成双赢的任务卸载策略。
109.如图4所示，用户节点确定最优价值属性值的过程可以为：先基于每一服务节点的历史任务信息预测每一服务节点的计算能力，从多个服务节点中确定出目标服务节点，然
后计算用户节点的收入和成本之间的净收益，并对净收益进行优化，确定出为目标服务节点提供的最优价值属性值。
110.步骤307、用户节点发送最优价值属性值至目标服务节点。
111.在本技术实施例中，在确定出最优价值属性值后，发送最优价值属性值至目标服务节点，以使目标服务节点基于最优价值属性值确定自身所能提供的最优处理能力。
112.步骤308、目标服务节点接收用户节点发送的单位任务量的最优价值属性值。
113.步骤309、目标服务节点确定表征目标服务节点能够处理的任务量的第一处理能力以及目标服务节点在全负载状态下的第一能量消耗。
114.步骤310、目标服务节点基于最优价值属性、第一处理能力以及第一能量消耗，确定目标服务节点的增益价值属性值与处理能力之间的第二关系。
115.其中，步骤310可以通过以下步骤来实现：
116.步骤310a、目标服务节点基于目标服务节点的子任务量、最优价值属性以及第一处理能力，确定目标服务节点的第二总价值属性函数。
117.在本技术实施例中，第二总价值属性函数表征目标服务节点的收入，也即是目标服务节点的收入函数；目标服务节点的收入取决于用户节点提供的卸载报酬。影响目标服务节点收入的因素可以包括用户节点支付的任务计算单价、任务数据量的大小、服务节点自身的计算速率等信息；当收到来自用户节点的卸载报酬一定时，目标服务节点自身计算速率越高、且子任务量越大时，目标服务节点收到来自用户节点的报酬也就越多，收入也就越高。在一种可行的方式中，第二总价值属性函数可以为:fi(τi)＝ωil
iri
。
118.步骤310b、目标服务节点基于第一能量消耗，确定目标服务节点处理子任务量时的第二能量消耗。
119.在本技术实施例中，第一能量消耗是目标服务节点提供全部处理能力时的能量消耗，第二能量消耗是处理子任务量时的能量消耗；在一种可行的方式中，可以基于目标服务节点提供全部处理能力时对应的任务量与子任务量的比值以及第一能量消耗，得到第二能量消耗；进一步地，对目标服务节点提供全部处理能力时对应的任务量与子任务量的比值以及第一能量消耗进行运算处理得到第二能量消耗。其中，第一能量喜好可以为：ei'＝liηiθi，θi为第i个服务节点处理每个cpu周期所需的能量消耗，由于第i个服务节点只会提供部分处理能力，因此参与任务卸载的能耗成本也会随之改变，可以通过δ(τi)反映能耗的变化并定义为：δ(τi)＝kτi，k是权重系数。
120.步骤310c、目标服务节点基于第二权重阈值和第二能量能耗，确定目标服务节点的第二消耗价值属性函数。
121.在本技术实施例中，第二消耗价值属性函数表征目标服务节点的成本，也即是目标服务节点的成本函数；目标服务节点的成本取决于参与任务卸载的能耗，由于任务处理结果通常很小，因此可以省去任务结果的传输能耗；影响成本的因素包括提供给用户节点的处理能力大小、子任务量的大小、服务节点cpu周期、服务节点每比特数据处理能耗，当提供给用户节点的处理能力越高、子任务量越大、cpu周期越大、每比特数据处理能耗越高，目标服务节点自身能量消耗越大，成本也就越高。目标服务节点的成本可以为：gi(τi)＝δ(τi)ei'＝kτiliηiθi。
122.步骤310d、目标服务节点基于第二总价值属性函数和第二消耗价值属性函数，确
定目标服务节点的第二增益价值属性函数。
123.其中，第二增益价值属性函数表征第二关系。
124.在本技术实施例中，第二增益价值属性函数表征目标服务节点的净收益，第二增益价值属性函数可以为：
125.步骤311、目标服务节点基于第二关系，确定最优处理能力。
126.在本技术实施例中，通过对第二关系进行优化，能够得到目标服务节点的最优处理能力，以使目标服务节点的收益最大化。
127.其中，步骤311可以通过以下步骤来实现：
128.步骤311a、目标服务节点基于目标函数对第二增益价值属性函数进行优化，得到优化后的第二增益价值属性函数。
129.在本技术实施例中，对第二增益价值属性函数的优化操作与对第一增益价值属性函数的优化操作相同，均是基于目标函数进行优化的，也即均是通过数学方法进行优化的。优化后的第二增益价值属性函数可以表示为：
130.步骤311b、目标服务节点基于优化后的第二增益价值属性函数，确定最优处理能力。
131.在本技术实施例中，基于优化后的第二增益价值属性函数确定的最优处理能力为：
132.步骤312、目标服务节点发送最优处理能力至用户节点。
133.在本技术实施例中，目标服务节点在确定出自身能够提供的最优处理能力后，将最优处理能力发送至用户节点，以通过最优处理能力参与任务卸载。
134.如图5所示，目标服务节点依据用户节点提供的最优价值属性值，计算自身的成本和收益得到净收益，并通过优化净收益确定自身能够提供的最优处理能力。
135.步骤313、用户节点接收目标服务节点发送的最优处理能力，并基于最优处理能力和目标任务量，为每一目标服务节点分配与每一目标服务节点的最优处理能力对应的任务量。
136.如图6所示，在任务卸载过程中，通过博弈用户节点和目标服务节点优化各自的净收益，用户节点以最优价值属性值激励目标服务节点参与卸载服务，目标服务节点向用户节点提供最优处理能力，在降低了任务卸载时延的同时，实现了双方净收益最大化，达到了全局最优点。
137.需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
138.本技术实施例所提供的任务分配方法，通过最优价值属性值和最优处理能力为每一目标服务节点分配任务量，能够使用户节点和目标服务节点双方收益最大化，并最大化
地提升系统性能，解决了采用相关技术时，可能导致运营商部署的能参与该用户节点的服务节点的计算负载过重，而那些非运营商部署的服务处于空闲状态，造成很多资源的浪费，不利于网络性能的提升的问题。
139.基于前述实施例，本技术的实施例提供一种用户节点，该用户节点可以应用于图1和3对应的实施例提供的任务分配方法中，参照图7所示，该用户节点4可以包括：处理器41、存储器42和通信总线43，其中：
140.通信总线43用于实现处理器41和存储器42之间的通信连接；
141.处理器41用于执行存储器42中的任务分配程序，以实现以下步骤：
142.预测用于处理目标任务的目标服务节点的第一处理能力以及目标服务节点的任务处理时延；其中，第一处理能力表征目标服务节点能处理的任务量；
143.基于目标任务的目标任务量、第一处理能力以及任务处理时延，确定单位任务量的最优价值属性值，并发送最优价值属性值至目标服务节点；
144.接收目标服务节点发送的最优处理能力，并基于最优处理能力和目标任务量，为每一目标服务节点分配与每一目标服务节点的最优处理能力对应的任务量。
145.在本技术的其他实施例中，处理器41用于执行存储器42中的任务分配程序还可以实现以下步骤：
146.获取多个服务节点的历史任务信息；
147.针对每一服务节点，对每一服务节点的历史任务信息进行分析，确定每一服务节点的第二处理能力；其中，第二处理能力表征每一服务节点能处理的任务量；
148.基于第二处理能力和目标任务量，从多个服务节点中确定目标服务节点。
149.在本技术的其他实施例中，处理器41用于执行存储器42中的任务分配程序的基于目标任务的目标任务量、第一处理能力以及任务处理时延，确定单位任务量的最优价值属性值，以实现以下步骤：
150.基于目标任务量、第一处理能力以及任务处理时延，确定用户节点的增益价值属性值与单位任务量的价值属性值之间的第一关系；
151.基于第一关系，确定最优价值属性值。
152.在本技术的其他实施例中，处理器41用于执行存储器42中的任务分配程序的基于目标任务量、第一处理能力以及任务处理时延，确定用户节点的增益价值属性值与单位任务量的价值属性值之间的第一关系，以实现以下步骤：
153.基于用户节点传输至目标服务节点的传输时延、目标服务节点的第一计算时延以及用户节点的第二计算时延，确定用户节点的第一总价值属性函数；其中，任务处理时延包括传输时延、第一计算时延以及第二计算时延；
154.基于目标任务量、第一处理能力以及第一权重阈值，确定用户节点的第一消耗价值属性函数；
155.基于第一总价值属性函数和第一消耗价值属性函数，确定用户节点的第一增益价值属性函数；其中，第一增益价值属性函数表征第一关系。
156.在本技术的其他实施例中，处理器41用于执行存储器42中的任务分配程序的基于第一关系，确定最优价值属性值，以实现以下步骤：
157.基于目标函数对第一增益价值属性函数进行优化，得到优化后的第一增益价值属
性函数；
158.基于优化后的第一增益价值属性函数，确定最优价值属性值。
159.需要说明的是，处理器所执行的步骤的具体说明可以参照图1和3对应的实施例提供的任务分配方法中，此处不再赘述。
160.本技术实施例所提供的用户节点，通过最优价值属性值和最优处理能力为每一目标服务节点分配任务量，能够使用户节点和目标服务节点双方收益最大化，并最大化地提升系统性能，解决了采用相关技术时，可能导致运营商部署的能参与该用户节点的服务节点的计算负载过重，而那些非运营商部署的服务处于空闲状态，造成很多资源的浪费，不利于网络性能的提升的问题。
161.基于前述实施例，本技术的实施例提供一种目标服务节点，该目标服务节点可以应用于图2和3对应的实施例提供的任务分配方法中，参照图8所示，该目标服务节点5可以包括：处理器51、存储器52和通信总线53，其中：
162.通信总线53用于实现处理器51和存储器52之间的通信连接；
163.处理器51用于执行存储器52中的任务分配程序，以实现以下步骤：
164.接收用户节点发送的单位任务量的最优价值属性值；
165.确定目标服务节点的第一处理能力以及目标服务节点在全负载状态下的第一能量消耗；其中，第一处理能力表征目标服务节点能处理的任务量；
166.基于最优价值属性值、第一处理能力以及第一能量消耗，确定目标服务节点的最优处理能力；
167.发送最优处理能力至用户节点。
168.在本技术的其他实施例中，处理器51用于执行存储器52中的任务分配程序的基于最优价值属性值、第一处理能力以及第一能量消耗，确定目标服务节点的最优处理能力，以实现以下步骤：
169.基于最优价值属性、第一处理能力以及第一能量消耗，确定目标服务节点的增益价值属性值与处理能力之间的第二关系；
170.基于第二关系，确定最优处理能力。
171.在本技术的其他实施例中，处理器51用于执行存储器52中的任务分配程序的基于最优价值属性、第一处理能力以及第一能量消耗，确定目标服务节点的增益价值属性值与处理能力之间的第二关系，以实现以下步骤：
172.基于目标服务节点的子任务量、最优价值属性以及第一处理能力，确定目标服务节点的第二总价值属性函数；
173.基于第一能量消耗，确定目标服务节点处理子任务量时的第二能量消耗；
174.基于第二权重阈值和第二能量能耗，确定目标服务节点的第二消耗价值属性函数；
175.基于第二总价值属性函数和第二消耗价值属性函数，确定目标服务节点的第二增益价值属性函数；其中，第二增益价值属性函数表征第二关系。
176.在本技术的其他实施例中，处理器51用于执行存储器52中的任务分配程序的基于第二关系，确定最优处理能力，以实现以下步骤：
177.基于目标函数对第二增益价值属性函数进行优化，得到优化后的第二增益价值属
性函数；
178.基于优化后的第二增益价值属性函数，确定最优处理能力。
179.需要说明的是，处理器所执行的步骤的具体说明可以参照图2和3对应的实施例提供的任务分配方法中，此处不再赘述。
180.本技术实施例所提供的目标服务节点，基于用户节点发送的最优价值属性值确定最优处理能力，能够使用户节点和目标服务节点双方收益最大化，并最大化地提升系统性能，解决了采用相关技术时，可能导致运营商部署的能参与该用户节点的服务节点的计算负载过重，而那些非运营商部署的服务处于空闲状态，造成很多资源的浪费，不利于网络性能的提升的问题。
181.基于前述实施例，本技术的实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，该一个或者多个程序可被一个或者多个处理器执行，以实现图1和3或图2和3对应的实施例提供的任务分配方法的步骤。
182.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
183.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
184.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
185.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
186.以上所述，仅为本技术的较佳实施例而已，并非用于限定本技术的保护范围。

技术特征：
1.一种任务分配方法，其特征在于，所述方法包括：预测用于处理目标任务的目标服务节点的第一处理能力以及所述目标服务节点的任务处理时延；其中，所述第一处理能力表征所述目标服务节点能处理的任务量；基于所述目标任务的目标任务量、所述第一处理能力以及所述任务处理时延，确定单位任务量的最优价值属性值，并发送所述最优价值属性值至所述目标服务节点；接收所述目标服务节点发送的最优处理能力，并基于所述最优处理能力和所述目标任务量，为每一目标服务节点分配与所述每一目标服务节点的最优处理能力对应的任务量。2.根据权利要求1所述的方法，其特征在于，所述预测用于处理目标任务的目标服务节点的第一处理能力以及所述目标服务节点的任务处理时延之前，还包括：获取多个服务节点的历史任务信息；针对每一服务节点，对所述每一服务节点的历史任务信息进行分析，确定所述每一服务节点的第二处理能力；其中，所述第二处理能力表征所述每一服务节点能处理的任务量；基于所述第二处理能力和所述目标任务量，从所述多个服务节点中确定所述目标服务节点。3.根据权利要求1所述的方法，其特征在于，所述基于所述目标任务的目标任务量、所述第一处理能力以及所述任务处理时延，确定单位任务量的最优价值属性值，包括：基于所述目标任务量、所述第一处理能力以及所述任务处理时延，确定用户节点的增益价值属性值与单位任务量的价值属性值之间的第一关系；基于所述第一关系，确定所述最优价值属性值。4.根据权利要求3所述的方法，其特征在于，所述基于所述目标任务量、所述第一处理能力以及所述任务处理时延，确定用户节点的增益价值属性值与单位任务量的价值属性值之间的第一关系，包括：基于所述用户节点传输至所述目标服务节点的传输时延、所述目标服务节点的第一计算时延以及所述用户节点的第二计算时延，确定所述用户节点的第一总价值属性函数；其中，所述任务处理时延包括所述传输时延、所述第一计算时延以及所述第二计算时延；基于所述目标任务量、所述第一处理能力以及第一权重阈值，确定所述用户节点的第一消耗价值属性函数；基于所述第一总价值属性函数和所述第一消耗价值属性函数，确定所述用户节点的第一增益价值属性函数；其中，所述第一增益价值属性函数表征所述第一关系。5.根据权利要求4所述的方法，其特征在于，所述基于所述第一关系，确定所述最优价值属性值，包括：基于目标函数对所述第一增益价值属性函数进行优化，得到优化后的所述第一增益价值属性函数；基于所述优化后的第一增益价值属性函数，确定所述最优价值属性值。6.一种任务分配方法，其特征在于，所述方法包括：接收用户节点发送的单位任务量的最优价值属性值；确定目标服务节点的第一处理能力以及所述目标服务节点在全负载状态下的第一能量消耗；其中，所述第一处理能力表征所述目标服务节点能处理的任务量；基于所述最优价值属性值、所述第一处理能力以及所述第一能量消耗，确定所述目标
服务节点的最优处理能力；发送所述最优处理能力至所述用户节点。7.根据权利要求6所述的方法，其特征在于，所述基于所述最优价值属性值、所述第一处理能力以及所述第一能量消耗，确定所述目标服务节点的最优处理能力，包括：基于所述最优价值属性、所述第一处理能力以及所述第一能量消耗，确定所述目标服务节点的增益价值属性值与处理能力之间的第二关系；基于第二关系，确定所述最优处理能力。8.根据权利要求7所述的方法，其特征在于，所述基于所述最优价值属性、所述第一处理能力以及所述第一能量消耗，确定所述目标服务节点的增益价值属性值与处理能力之间的第二关系，包括：基于所述目标服务节点的子任务量、所述最优价值属性以及所述第一处理能力，确定所述目标服务节点的第二总价值属性函数；基于所述第一能量消耗，确定所述目标服务节点处理所述子任务量时的第二能量消耗；基于第二权重阈值和所述第二能量能耗，确定所述目标服务节点的第二消耗价值属性函数；基于所述第二总价值属性函数和所述第二消耗价值属性函数，确定所述目标服务节点的第二增益价值属性函数；其中，所述第二增益价值属性函数表征所述第二关系。9.根据权利要求8所述的方法，其特征在于，所述基于所述第二关系，确定所述最优处理能力，包括：基于目标函数对所述第二增益价值属性函数进行优化，得到优化后的所述第二增益价值属性函数；基于所述优化后的第二增益价值属性函数，确定所述最优处理能力。10.一种用户节点，其特征在于，所述用户节点包括：处理器、存储器和通信总线；所述通信总线用于实现所述处理器和所述存储器之间的通信连接；所述处理器用于执行所述存储器中的任务分配程序，以实现如权利要求1～5任一项所述的任务分配方法的步骤。11.一种目标服务节点，其特征在于，所述目标服务节点包括：处理器、存储器和通信总线；所述通信总线用于实现所述处理器和所述存储器之间的通信连接；所述处理器用于执行所述存储器中的任务分配程序，以实现如权利要求6～9任一项所述的任务分配方法的步骤。12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～5或权利要求6～9中任一项所述的任务分配方法的步骤。

技术总结
本申请实施例公开一种任务分配方法，该方法包括：预测用于处理目标任务的目标服务节点的第一处理能力以及目标服务节点的任务处理时延；基于目标任务的目标任务量、第一处理能力以及任务处理时延，确定单位任务量的最优价值属性值，并发送最优价值属性值至目标服务节点；接收目标服务节点发送的最优处理能力，并基于最优处理能力和目标任务量，为每一目标服务节点分配与每一目标服务节点的最优处理能力对应的任务量；如此，不仅考虑了离用户节点较近的节点，还考虑了其余节点，提升了系统性能。本申请实施例还公开了一种任务分配设备和计算机可读存储介质。计算机可读存储介质。计算机可读存储介质。


技术研发人员：王蓓蓓
受保护的技术使用者：中国移动通信集团有限公司
技术研发日：2022.07.29
技术公布日：2023/9/22