本發(fā)明涉及移動(dòng)計(jì)算技術(shù)領(lǐng)域，特別是指一種基于MEC和MCC的雙向選擇計(jì)算卸載方法。

背景技術(shù)：

近年來(lái)，隨著用戶數(shù)據(jù)的日益增長(zhǎng)、物聯(lián)網(wǎng)設(shè)備的大規(guī)模接入以及業(yè)務(wù)的多樣化導(dǎo)致當(dāng)前無(wú)線網(wǎng)絡(luò)中數(shù)據(jù)流量的飛速增長(zhǎng)、數(shù)據(jù)規(guī)模的急劇擴(kuò)大。同時(shí)，移動(dòng)終端的功能逐步加強(qiáng)，其功能也已經(jīng)不僅僅局限于通信領(lǐng)域，而是成為人們移動(dòng)娛樂(lè)、辦公、閱讀、計(jì)算的強(qiáng)大載體。因此，第三方提供的各種依賴于終端的高復(fù)雜程序，開(kāi)始大量運(yùn)用于移動(dòng)計(jì)算中。但是，終端的計(jì)算能力受到體積的限制，當(dāng)前的電池技術(shù)也還沒(méi)有突破性的進(jìn)展，這給移動(dòng)計(jì)算領(lǐng)域帶來(lái)了巨大的壓力。

在傳統(tǒng)網(wǎng)絡(luò)中，為了解決移動(dòng)計(jì)算中的大計(jì)算量問(wèn)題，服務(wù)商使用云計(jì)算來(lái)輔助處理大數(shù)據(jù)量、終端無(wú)法處理或無(wú)法存儲(chǔ)的數(shù)據(jù)，即移動(dòng)云計(jì)算服務(wù)(MCC,Mobile Cloud Computing)。服務(wù)提供商把特定服務(wù)部署在云中，終端設(shè)備發(fā)送信息給服務(wù)，服務(wù)完成運(yùn)算后將結(jié)果發(fā)回給終端，并將必要數(shù)據(jù)在云端存儲(chǔ)。為了服務(wù)不同地理位置的用戶，在互聯(lián)網(wǎng)的多層次結(jié)構(gòu)中，云數(shù)據(jù)中心位于核心網(wǎng)。而核心網(wǎng)距離終端用戶較遠(yuǎn)，用戶消息需要經(jīng)過(guò)若干跳才能夠到達(dá)，這就不可避免地造成了較大的延時(shí)，而較大的延時(shí)可能會(huì)影響用戶的體驗(yàn)。同時(shí)，傳統(tǒng)的云計(jì)算卸載思路無(wú)法解決延時(shí)和抖動(dòng)問(wèn)題，云服務(wù)器的物理距離往往很遠(yuǎn)，網(wǎng)絡(luò)流量普遍存在分布不均衡導(dǎo)致的抖動(dòng)也無(wú)法避免。

針對(duì)云計(jì)算遇到的問(wèn)題，學(xué)術(shù)界提出了一種新的技術(shù)——移動(dòng)邊緣計(jì)算(MEC,Mobile Edge Computing)，即利用無(wú)線接入網(wǎng)絡(luò)RAN(Radio Access Network)就近提供電信用戶所需服務(wù)和云端計(jì)算功能，創(chuàng)造出一個(gè)具備高性能、低延遲與高帶寬的電信級(jí)服務(wù)環(huán)境，加速網(wǎng)絡(luò)中各項(xiàng)內(nèi)容、服務(wù)及應(yīng)用的快速下載，讓消費(fèi)者享有不間斷的高質(zhì)量網(wǎng)絡(luò)體驗(yàn)。移動(dòng)邊緣計(jì)算在2014年被ETSI(European Telecommunications Standards Institute)立為通向5G的關(guān)鍵技術(shù)之一，在滿足5G網(wǎng)絡(luò)低延時(shí)、高帶寬的業(yè)務(wù)、高處理能力要求中扮演著越來(lái)越重要的角色。它得到了包括諾基亞、英特爾、華為、中興等多個(gè)通信廠家的關(guān)注。移動(dòng)邊緣計(jì)算主要包括移動(dòng)邊緣計(jì)算服務(wù)器和移動(dòng)霧終端兩個(gè)部分，它具有本地化、近距離、低延時(shí)、位置感知、能夠獲取網(wǎng)絡(luò)上下文信息的特點(diǎn)，它將遠(yuǎn)端的云計(jì)算能力拉到用戶側(cè)，提供更加泛在的處理能力。從網(wǎng)絡(luò)側(cè)來(lái)看，移動(dòng)霧計(jì)算可以通過(guò)內(nèi)容與位置分離的方式將數(shù)據(jù)處理和分發(fā)均衡到網(wǎng)絡(luò)邊緣，降低核心網(wǎng)與云數(shù)據(jù)中心負(fù)荷；邊緣計(jì)算節(jié)點(diǎn)可以對(duì)上傳的數(shù)據(jù)實(shí)現(xiàn)預(yù)處理、智能分流以及直接處理，降低了網(wǎng)絡(luò)的傳輸負(fù)擔(dān)，并提升業(yè)務(wù)的響應(yīng)速度。從用戶側(cè)來(lái)看，基于網(wǎng)絡(luò)功能虛擬化的靈活資源配置提供了額外的處理能力，同時(shí)能夠提供更加節(jié)能的方案。

目前，基于MEC的計(jì)算卸載主要是從兩個(gè)方面著手。第一個(gè)方面主要在IoT(Internet of Things)領(lǐng)域，將計(jì)算能力較為強(qiáng)大的設(shè)備作為IoT設(shè)備的網(wǎng)關(guān)，為傳感器節(jié)點(diǎn)提供數(shù)據(jù)的處理和上傳功能，然而這種邊緣計(jì)算節(jié)點(diǎn)能力有限，而且可靠性沒(méi)有保障，波動(dòng)性大，還面臨著安全性和私密性問(wèn)題，因此只能作為小范圍、低計(jì)算量的物聯(lián)網(wǎng)解決方案。第二個(gè)方面通過(guò)移動(dòng)邊緣計(jì)算服務(wù)器，提供類似于于云計(jì)算的服務(wù)器，但是部署在接入網(wǎng)中，以實(shí)現(xiàn)低延時(shí)、高可靠的通信方案。目前研究MEC卸載的方法都是從延時(shí)和能耗兩個(gè)方面入手，通過(guò)最大化終端的延時(shí)-能耗評(píng)價(jià)函數(shù)來(lái)作為卸載的判決方法。這些實(shí)現(xiàn)方案往往從網(wǎng)絡(luò)側(cè)入手，對(duì)于用戶而言，他們提供的延時(shí)、能耗信息是被線性處理的，沒(méi)有考慮到用戶的喜好。此外，現(xiàn)有的研究方案只是考慮服務(wù)端資源受限的情況，沒(méi)有對(duì)服務(wù)端的負(fù)載和用戶公平性做出考慮，這造成目前的卸載方案的收益有限，同時(shí)用戶的服務(wù)體驗(yàn)并沒(méi)有提高。

由于MEC技術(shù)提出時(shí)間不長(zhǎng)，MEC相關(guān)的基礎(chǔ)設(shè)施還沒(méi)有完全部署完成，因此MCC和MEC卸載方案通常是孤立的，這造成了資源的極大浪費(fèi)，計(jì)算量卸載的優(yōu)勢(shì)也沒(méi)有完全體現(xiàn)出來(lái)。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提出一種基于MEC和MCC的雙向選擇計(jì)算卸載方法，能夠?qū)崿F(xiàn)終端線性加權(quán)和網(wǎng)絡(luò)側(cè)層次分析的多準(zhǔn)則、多目標(biāo)、雙向選擇的計(jì)算量卸載。

基于上述目的本發(fā)明提供基于MEC和MCC的雙向選擇計(jì)算卸載方法，包括步驟：

當(dāng)檢測(cè)到運(yùn)算程序的計(jì)算量超過(guò)門限，向網(wǎng)絡(luò)側(cè)發(fā)送卸載所述運(yùn)算程序的請(qǐng)求；

接收到網(wǎng)絡(luò)側(cè)根據(jù)該請(qǐng)求分配的可供卸載的序列；

根據(jù)接收到的可供卸載的序列，計(jì)算本地能耗和卸載能耗，進(jìn)而計(jì)算每種可供卸載能耗收益并發(fā)送給網(wǎng)絡(luò)側(cè)；同時(shí)，計(jì)算本地運(yùn)算延時(shí)，進(jìn)而計(jì)算每種可供卸載的延時(shí)與本地計(jì)算延時(shí)差并發(fā)送給網(wǎng)絡(luò)側(cè)；

接收到網(wǎng)絡(luò)側(cè)根據(jù)所述能耗收益和延時(shí)收益獲得的卸載決定矩陣，回送的卸載判決消息；

根據(jù)卸載判決消息進(jìn)行卸載。

在本發(fā)明的一些實(shí)施例中，可供卸載序列包括云計(jì)算、移動(dòng)邊緣計(jì)算服務(wù)器、空閑移動(dòng)智能終端，表示為：d_p＝(d_cc,d_ec,d_fc)d_cc,d_ec,d_fc∈{0,1}；

其中，d_p為可供卸載集向量，d_cc表示云服務(wù)器集合是否能提供卸載，d_ec表示移動(dòng)邊緣計(jì)算服務(wù)器能否提供卸載服務(wù)，d_fc表示是否有智能終端集合分載計(jì)算量；這三個(gè)量都是二元量，用0,1表示，0表示不能卸載，1表示卸載。

在本發(fā)明的一些實(shí)施例中，所述的本地能耗是CPU進(jìn)程運(yùn)行所產(chǎn)生的，用如下公式確定：

其中，E_loc表示本地計(jì)算所需的能耗，c_prog表示計(jì)算某個(gè)業(yè)務(wù)需要的CPU周期數(shù)，f_loc表示本地CPU的速率，單位是周期/s，P_loc表示單位時(shí)間內(nèi)CPU的功耗；

然后，根據(jù)可供卸載的序列，分別計(jì)算序列中不同卸載目標(biāo)的能耗函數(shù)，即卸載能耗，表示：

其中，Q表示發(fā)送符號(hào)的協(xié)方差矩陣；D_Tk是用戶業(yè)務(wù)類型k所需要發(fā)送的比特?cái)?shù)；η_T表示編碼系數(shù)，H表示信道矩陣，是干擾加噪聲的協(xié)方差矩陣；

計(jì)算卸載與本地計(jì)算的能耗差別，三種卸載目標(biāo)的能耗是一樣的，表示為：

在本發(fā)明的一些實(shí)施例中，計(jì)算本地計(jì)算程序所需的時(shí)間：

其中，t_loc表示本地計(jì)算的延時(shí)；

計(jì)算三種目標(biāo)卸載所需要的時(shí)間：

云計(jì)算場(chǎng)景下，卸載的總時(shí)間表示：

t_{cc_off}＝t_T+t_R+t_w+t_process

t_{cc_off}表示云計(jì)算卸載所需要的總延時(shí)，它由四個(gè)部分組成，前兩個(gè)部分(t_T,t_R)分別是無(wú)線發(fā)送和無(wú)線接受的傳輸延時(shí)；t_w是有線部分的傳輸延時(shí)，B_bottle為瓶頸帶寬；t_que是排隊(duì)延時(shí)，和網(wǎng)絡(luò)的狀態(tài)相關(guān)；t_prop是傳播延時(shí)，與物理距離相關(guān)；hop表示到達(dá)云服務(wù)器所需要的跳數(shù)；t_process為處理用戶程序所需要的時(shí)間，f_cc是云計(jì)算服務(wù)器所能提供的CPU周期數(shù)；

接入移動(dòng)邊緣計(jì)算服務(wù)器計(jì)算場(chǎng)景下，卸載的總時(shí)間表示：

t_{mc_off}＝t_T+t_R+t_process

其中，f_mc是MEC服務(wù)器所能提供的CPU周期數(shù)；

空閑移動(dòng)智能終端作為計(jì)算卸載目標(biāo)場(chǎng)景下，卸載的總時(shí)間表示：

t_{fc_off}＝2(t_T+t_R)+t_process

其中，f_fc是其他職能終端所能提供的CPU周期數(shù)；

最后，計(jì)算卸載延時(shí)與本地計(jì)算延時(shí)差別，由于三種卸載目標(biāo)的延時(shí)各不相同，延時(shí)差需要分別計(jì)算，即：

其中，Δtⁱ表示終端用戶i的延時(shí)差。

在本發(fā)明的一些實(shí)施例中，還包括：

增加自身對(duì)兩個(gè)收益函數(shù)的主客觀偏好，對(duì)計(jì)算得到的能耗收益、延時(shí)收益進(jìn)行預(yù)判決，并然后發(fā)送給網(wǎng)絡(luò)側(cè)。

在本發(fā)明的一些實(shí)施例中，用戶終端在能耗方面，為了增加用戶終端的生存時(shí)間，一般認(rèn)為在用戶終端本身電池剩余量較低時(shí)，更傾向于將高能耗進(jìn)程卸載出去，其數(shù)學(xué)公式描述如下：

其中，g_eⁱ為修訂之后的能耗收益參數(shù)；β_e為用戶的主觀偏好程度系數(shù)，其值由用戶終端自己設(shè)定，優(yōu)選值為β_e∈(0,2)。為客觀偏好系數(shù)，由剩余電量和總電量的比值α_Te決定。

根據(jù)將韋伯菲齊納公式引入用戶終端對(duì)延遲的偏好影響。同時(shí)根據(jù)不同的業(yè)務(wù)設(shè)置不同的業(yè)務(wù)系數(shù)，其具體公式描述如下：

其中，g_tⁱ為修訂之后的延時(shí)收益參數(shù)；β_t^k為業(yè)務(wù)的偏好程度系數(shù)，k表示不同的業(yè)務(wù)種類，流媒體等實(shí)時(shí)業(yè)務(wù)對(duì)該系數(shù)要求較高，科學(xué)計(jì)算類業(yè)務(wù)對(duì)此要求較低，優(yōu)選值為β_t^k∈(0,2)；sgn(Δt_i)為符號(hào)函數(shù)。三個(gè)卸載目標(biāo)要分別計(jì)算延時(shí)收益g_tⁱ＝(g_{t_cc}ⁱ，g_{t_mc}ⁱ，g_{t_fc}ⁱ)。

還有，用戶終端得到的這兩個(gè)參數(shù)，可正可負(fù)，對(duì)用戶而言只有最終的收益為正，才有價(jià)值。因此，決定卸載目標(biāo)可以用如下表達(dá)式說(shuō)明：

dⁱ＝d_pⁱ∩uⁱ(gⁱ_t+gⁱ_e)，d∈(0,1) (12)

其中，dⁱ表示用戶i對(duì)三個(gè)卸載目標(biāo)的可用性判決，0表示負(fù)收益或沒(méi)有權(quán)限卸載到此目標(biāo)，1表示收益為正且有權(quán)限卸載。uⁱ(x)為階躍函數(shù)。

在本發(fā)明的一些實(shí)施例中，所述接收到網(wǎng)絡(luò)側(cè)根據(jù)所述能耗收益和延時(shí)收益獲得的卸載決定矩陣包括：

根據(jù)各個(gè)用戶終端發(fā)送的能耗收益和延時(shí)收益，指定可行域S；

根據(jù)當(dāng)前網(wǎng)絡(luò)的負(fù)載信息獲得標(biāo)準(zhǔn)差負(fù)載參數(shù)，同時(shí)根據(jù)所述用戶側(cè)過(guò)去卸載的信息獲得公平參數(shù)；

根據(jù)能耗收益、延時(shí)收益和可行域，以及標(biāo)準(zhǔn)差負(fù)載參數(shù)和公平參數(shù)，建立多目標(biāo)、多準(zhǔn)則優(yōu)化模型；

根據(jù)標(biāo)準(zhǔn)AHP算法，對(duì)優(yōu)化模型進(jìn)行求解得到卸載決定矩陣。

在本發(fā)明的一些實(shí)施例中，當(dāng)前負(fù)載信息計(jì)算為：

其中，L_cc,L_mc,L_fc分別是云計(jì)算服務(wù)器群，移動(dòng)邊緣計(jì)算服務(wù)器群和空閑移動(dòng)智能終端群的負(fù)載情況，用表示，W表示實(shí)際的工作量，Cap表示最大計(jì)算能力；

另外，根據(jù)用戶過(guò)去卸載的目標(biāo)信息，使用Jain公平指數(shù)來(lái)計(jì)算整個(gè)計(jì)算卸載過(guò)程中公平性，用Q_T-1∈(0,1]表示；其中，將歸一化公平變量設(shè)為：其中0表示該周期內(nèi)沒(méi)有對(duì)該用戶終端進(jìn)行卸載；對(duì)于用戶終端i，他的公平性取值因此根據(jù)Jain公平性公式為：

其中，Q_T為在本次卸載周期內(nèi)的公平指數(shù)；通過(guò)指數(shù)平滑方法，得到綜合公平指數(shù)：

Q＝α_qQ_T-1+(1-α_q)Q_T

其中，α_q為平滑系數(shù)。

在本發(fā)明的一些實(shí)施例中，所述建立如下多目標(biāo)、多準(zhǔn)則優(yōu)化模型：

s.t.

在本發(fā)明的一些實(shí)施例中，根據(jù)卸載判決消息，用戶實(shí)行代碼拆分，然后根據(jù)拆分后的代碼進(jìn)行卸載操作。

從上面所述可以看出，本發(fā)明提供的基于MEC和MCC的雙向選擇計(jì)算卸載方法，能夠綜合利用MCC和MEC的設(shè)備與計(jì)算、傳輸能力，并且為移動(dòng)終端提供多目標(biāo)的卸載選擇方案，不僅可以大大縮減任務(wù)的處理時(shí)間而且還可以最大限度的降低移動(dòng)設(shè)備的能耗。

附圖說(shuō)明

圖1為實(shí)施例中基于MEC和MCC的雙向選擇計(jì)算卸載方法用戶側(cè)的流程示意圖；

圖2為實(shí)施例中基于MEC和MCC的雙向選擇計(jì)算卸載方法的框架圖；

圖3為實(shí)施例中基于MEC和MCC的雙向選擇計(jì)算卸載方法網(wǎng)絡(luò)側(cè)的流程示意圖；

圖4為一個(gè)可參考實(shí)施例中基于MEC和MCC的雙向選擇計(jì)算卸載方法用戶側(cè)的流程示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。

需要說(shuō)明的是，本發(fā)明實(shí)施例中所有使用“第一”和“第二”的表述均是為了區(qū)分兩個(gè)相同名稱非相同的實(shí)體或者非相同的參量，可見(jiàn)“第一”“第二”僅為了表述的方便，不應(yīng)理解為對(duì)本發(fā)明實(shí)施例的限定，后續(xù)實(shí)施例對(duì)此不再一一說(shuō)明。

作為本發(fā)明的實(shí)施例，參閱圖1所示，為本發(fā)明實(shí)施例中基于MEC和MCC的雙向選擇計(jì)算卸載方法用戶側(cè)的流程示意圖。針對(duì)于用戶側(cè)，所述基于MEC和MCC的雙向選擇計(jì)算卸載方法包括：

步驟101，當(dāng)檢測(cè)到運(yùn)算程序的計(jì)算量超過(guò)門限，向網(wǎng)絡(luò)側(cè)發(fā)送卸載所述運(yùn)算程序的請(qǐng)求。

作為實(shí)施例，檢測(cè)需要運(yùn)算的程序計(jì)算量f_proc，如果超過(guò)預(yù)先設(shè)置的門限f_thre，則向網(wǎng)絡(luò)側(cè)發(fā)送卸載所述運(yùn)算程序的請(qǐng)求。進(jìn)一步地，當(dāng)超過(guò)預(yù)先設(shè)置的門限f_thre時(shí)，可以判斷CSI(Channel Side Information，信道側(cè)信息)信道信息情況，若信道狀況允許用戶以大于中斷容量的速率傳輸則向網(wǎng)絡(luò)側(cè)發(fā)送卸載所述運(yùn)算程序的請(qǐng)求。更進(jìn)一步地，向網(wǎng)絡(luò)側(cè)發(fā)送卸載所述運(yùn)算程序的請(qǐng)求時(shí)，可以開(kāi)啟周期性T匯報(bào)自身信息，準(zhǔn)備卸載計(jì)算程序。

作為一個(gè)優(yōu)選地實(shí)施例，用戶終端需要根據(jù)剩余電量相對(duì)于總電量的比例來(lái)判斷是否開(kāi)啟檢測(cè)運(yùn)算程序的計(jì)算量的進(jìn)程。具體來(lái)說(shuō)，用戶終端統(tǒng)計(jì)剩余的電量E_Tre，并計(jì)算相對(duì)于總電量(E_Tall)的比例,當(dāng)所述比例大于預(yù)設(shè)的比例閾值時(shí)，則可以開(kāi)啟檢測(cè)運(yùn)算程序的計(jì)算量的進(jìn)程。

步驟102，接收到網(wǎng)絡(luò)側(cè)根據(jù)該請(qǐng)求分配的可供卸載的序列。

在實(shí)施例中，用戶終端根據(jù)自身開(kāi)通的業(yè)務(wù)信息，發(fā)送給網(wǎng)絡(luò)側(cè)請(qǐng)求信息。也就是說(shuō)，網(wǎng)絡(luò)側(cè)可以根據(jù)該用戶終端的身份驗(yàn)證協(xié)議，驗(yàn)證該用戶終端有向哪些目標(biāo)卸載的權(quán)限。進(jìn)一步地，網(wǎng)絡(luò)側(cè)根據(jù)該用戶終端開(kāi)通的服務(wù)和自身網(wǎng)絡(luò)能力，響應(yīng)該用戶終端的周期性匯報(bào)的信息，并且返回給所述用戶終端一個(gè)可供卸載序列。

優(yōu)選地，可供卸載序列可以包括(如圖2所示)云計(jì)算、移動(dòng)邊緣計(jì)算服務(wù)器、空閑移動(dòng)智能終端的可供卸載情況。本發(fā)明區(qū)別于現(xiàn)有技術(shù)中的獨(dú)立的云計(jì)算和移動(dòng)邊緣卸載方案，提出了卸載方案包括由云計(jì)算企業(yè)和運(yùn)營(yíng)商提供的云計(jì)算服務(wù)器(CC)、有運(yùn)營(yíng)商在接入網(wǎng)中部署的移動(dòng)邊緣計(jì)算服務(wù)器(EC)以及經(jīng)過(guò)安全認(rèn)證、授權(quán)的空閑移動(dòng)智能終端(FC)。網(wǎng)絡(luò)側(cè)根據(jù)終端開(kāi)通的服務(wù)和自身網(wǎng)絡(luò)能力，響應(yīng)用戶的周期性匯報(bào)消息，返回給用戶一個(gè)粗粒度可供卸載序列，即表示為：d_p＝(d_cc,d_ec,d_fc)d_cc,d_ec,d_fc∈{0,1}。

其中，d_p為可供卸載集向量，表示終端可供卸載的服務(wù)單元種類集合。d_cc表示云服務(wù)器集合是否能提供卸載，d_ec表示移動(dòng)邊緣計(jì)算服務(wù)器能否提供卸載服務(wù)，d_fc表示是否有智能終端集合可以分載計(jì)算量。這三個(gè)量都是二元量，用0,1表示，0表示不能卸載，1表示可以卸載。進(jìn)行此步篩選，可以踢除不具備資格的集合，降低下面流程的計(jì)算量。

步驟103，根據(jù)接收到的可供卸載的序列，計(jì)算本地能耗和卸載能耗，進(jìn)而計(jì)算每種可供卸載能耗收益并發(fā)送給網(wǎng)絡(luò)側(cè)；同時(shí)，計(jì)算本地運(yùn)算延時(shí)，進(jìn)而計(jì)算每種可供卸載的延時(shí)與本地計(jì)算延時(shí)差并發(fā)送給網(wǎng)絡(luò)側(cè)。

在一個(gè)實(shí)施例中，對(duì)本地計(jì)算的程序而言，能耗是由CPU進(jìn)程運(yùn)行所產(chǎn)生的，可用如下公式確定：

其中，E_loc表示本地計(jì)算所需的能耗，c_prog表示計(jì)算某個(gè)業(yè)務(wù)需要的CPU周期數(shù)，f_loc表示本地CPU的速率，單位是周期/s，P_loc表示單位時(shí)間內(nèi)CPU的功耗。

然后，根據(jù)可供卸載的序列，分別計(jì)算序列中不同卸載目標(biāo)的能耗函數(shù)，即卸載能耗。其功耗主要由發(fā)送到基站的發(fā)射功率決定，接受功率相比發(fā)送功率可以忽略不計(jì)。其他能耗不發(fā)生在終端上，也不需要從終端側(cè)考慮。因此，卸載時(shí)的用戶能耗可以如下表示：

其中，Q表示發(fā)送符號(hào)的協(xié)方差矩陣，在多發(fā)多收(Multiple-Input Multiple-Output，MIMO)中用來(lái)根據(jù)信道情況優(yōu)化發(fā)送矩陣，使得在好信道得到更高的發(fā)送功率，從而提升整體速率，Q的跡則表明終端的發(fā)射功率。D_Tk是用戶業(yè)務(wù)類型k所需要發(fā)送的比特?cái)?shù)，在計(jì)算卸載過(guò)程中，不同卸載原理的D_Tk表示的內(nèi)容不同，有的可能是虛擬機(jī)配置和用戶輸入數(shù)據(jù)，有的可能需要傳送整個(gè)用戶程序。η_T表示編碼系數(shù)，因?yàn)楸景l(fā)明計(jì)算采用的是香濃容量計(jì)算公式，然而實(shí)際系統(tǒng)中由于信道編碼限制無(wú)法達(dá)到香濃容量的傳輸速率，因此使用η∈(0,1)表示實(shí)際編碼速率和理論速率的差距。H表示信道矩陣，是干擾加噪聲的協(xié)方差矩陣，表示干擾的功率。

另外，計(jì)算卸載與本地計(jì)算的能耗差別，由于三種卸載目標(biāo)的能耗是一樣的，只需計(jì)算一次卸載能耗。其中i表示終端用戶i的能耗差。如果ΔEⁱ為正，表明計(jì)算卸載會(huì)給終端帶來(lái)一定的能耗收益，即降低了終端的能耗。

在另一個(gè)實(shí)施例中，計(jì)算本地計(jì)算程序所需的時(shí)間：

其中，t_loc表示本地計(jì)算的延時(shí)。

同時(shí)，計(jì)算卸載所需要的時(shí)間。由于本發(fā)明的卸載有三個(gè)卸載目標(biāo)，而且三個(gè)卸載目標(biāo)的物理距離，傳輸能力都有差別，因此每一種卸載的傳輸延時(shí)，不盡相同。下面將分三種情形介紹。

云計(jì)算場(chǎng)景下，卸載的總時(shí)間可以用以下公式表示：

t_{cc_off}＝t_T+t_R+t_w+t_process

t_{cc_off}表示云計(jì)算卸載所需要的總延時(shí)，它由四個(gè)部分組成，前兩個(gè)部分(t_T,t_R)分別是無(wú)線發(fā)送和無(wú)線接受的傳輸延時(shí)。在這里，本發(fā)明假設(shè)在卸載時(shí)間段內(nèi)，信道、干擾并沒(méi)有明顯變化。由于收發(fā)采用的編碼方式有所區(qū)別，因此η值有所區(qū)別；此外，來(lái)回發(fā)送的數(shù)據(jù)是不一樣的，分別用D_Tk,D_Rk表示。t_w是有線部分的傳輸延時(shí)，B_bottle為瓶頸帶寬，t_que是排隊(duì)延時(shí)，和網(wǎng)絡(luò)的狀態(tài)相關(guān)；t_prop是傳播延時(shí)，與物理距離相關(guān)；hop表示到達(dá)云服務(wù)器所需要的跳數(shù)，我們假設(shè)往返的路徑和網(wǎng)絡(luò)狀態(tài)在卸載過(guò)程中是不變的。t_process為處理用戶程序所需要的時(shí)間，f_cc是云計(jì)算服務(wù)器所能提供的CPU周期數(shù)，這個(gè)值一般遠(yuǎn)大于終端自身的處理能力。

接入移動(dòng)邊緣計(jì)算服務(wù)器計(jì)算場(chǎng)景下，卸載的總時(shí)間可以用以下公式表示：

t_{mc_off}＝t_T+t_R+t_process

其中，t_T,t_R與云計(jì)算中相似，由于MEC服務(wù)器一般部署于RAN中，因此有線鏈路的傳輸延時(shí)非常短，可以忽略不計(jì)。f_mc是MEC服務(wù)器所能提供的CPU周期數(shù)，這個(gè)值小于云計(jì)算服務(wù)器，大于終端自身CPU能力。

空閑移動(dòng)智能終端作為計(jì)算卸載目標(biāo)場(chǎng)景下，卸載的總時(shí)間可以用以下公式表示：

t_{fc_off}＝2(t_T+t_R)+t_process

其中，t_T,t_R與云計(jì)算中相似，由于終端作為卸載目標(biāo)的傳輸是在同一個(gè)RAN內(nèi)，所以還需要加上到卸載終端的傳輸延時(shí)，一般認(rèn)為這個(gè)傳輸延時(shí)和終端本身是相近的。f_fc是其他職能終端所能提供的CPU周期數(shù)，與用戶本身能力相近。因此，在終端之間的卸載不會(huì)有太多的時(shí)間收益，主要是能耗的收益和在重負(fù)載網(wǎng)絡(luò)下的卸載補(bǔ)充。

最后，計(jì)算卸載延時(shí)與本地計(jì)算延時(shí)差別，由于三種卸載目標(biāo)的延時(shí)各不相同，延時(shí)差需要分別計(jì)算，即：

其中，Δtⁱ表示終端用戶i的延時(shí)差。如果Δtⁱ為正，表明計(jì)算卸載會(huì)給終端帶來(lái)一定的時(shí)間收益，即降低了終端的延時(shí)，最終的結(jié)果是個(gè)1*3向量。

在一個(gè)優(yōu)選地實(shí)施例中，在用戶終端向網(wǎng)絡(luò)側(cè)發(fā)送能耗收益和延時(shí)差(延時(shí)收益)之前，可以進(jìn)行預(yù)判決。也就是說(shuō)，用戶終端對(duì)計(jì)算得到的能耗收益、延時(shí)收益進(jìn)行預(yù)判決，并增加自身對(duì)兩個(gè)收益函數(shù)的主客觀偏好。能耗收益參數(shù)表現(xiàn)為剩余的電量越低，越傾向于獲得能耗收益的卸載方案。而根據(jù)物理心理學(xué)方法和業(yè)務(wù)種類，對(duì)延時(shí)的收益函數(shù)進(jìn)行修改，充分考慮了用戶對(duì)計(jì)算卸載的感受。本發(fā)明所述的能耗收益、延時(shí)收益兩個(gè)參數(shù)，這兩個(gè)參數(shù)可正可負(fù)，對(duì)用戶終端而言，只有兩個(gè)參數(shù)為正，才對(duì)用戶終端有價(jià)值，通過(guò)兩個(gè)參數(shù)的相加，進(jìn)行預(yù)判決。

進(jìn)一步地，用戶終端在能耗方面，為了增加用戶終端的生存時(shí)間，一般認(rèn)為在用戶終端本身電池剩余量較低時(shí)，更傾向于將高能耗進(jìn)程卸載出去，其數(shù)學(xué)公式描述如下：

其中，g_eⁱ為修訂之后的能耗收益參數(shù)；β_e為用戶的主觀偏好程度系數(shù)，其值由用戶終端自己設(shè)定，優(yōu)選值為β_e∈(0,2)。為客觀偏好系數(shù)，由剩余電量和總電量的比值α_Te決定。

更進(jìn)一步地，用戶終端會(huì)根據(jù)物理心理學(xué)方法和業(yè)務(wù)種類，對(duì)延時(shí)收益函數(shù)進(jìn)行修改。心理物理學(xué)是研究心物關(guān)系并使之?dāng)?shù)量化的一個(gè)心理學(xué)分支，是對(duì)物理刺激和它引起的感覺(jué)進(jìn)行數(shù)量化研究的心理學(xué)領(lǐng)域。本發(fā)明根據(jù)將韋伯菲齊納公式引入用戶終端對(duì)延遲的偏好影響。同時(shí)根據(jù)不同的業(yè)務(wù)設(shè)置不同的業(yè)務(wù)系數(shù)，其具體公式描述如下：

其中，g_tⁱ為修訂之后的延時(shí)收益參數(shù)；β_t^k為業(yè)務(wù)的偏好程度系數(shù)，k表示不同的業(yè)務(wù)種類，流媒體等實(shí)時(shí)業(yè)務(wù)對(duì)該系數(shù)要求較高，科學(xué)計(jì)算類業(yè)務(wù)對(duì)此要求較低，優(yōu)選值為β_t^k∈(0,2)；sgn(Δt_i)為符號(hào)函數(shù)。三個(gè)卸載目標(biāo)要分別計(jì)算延時(shí)收益g_tⁱ＝(g_{t_cc}ⁱ，g_{t_mc}ⁱ，g_{t_fc}ⁱ)。這個(gè)公式表明，刺激量按幾何級(jí)數(shù)增加而感覺(jué)量則按算術(shù)級(jí)數(shù)增加，由于延時(shí)不僅僅是評(píng)價(jià)QoS的指標(biāo)，更是用戶實(shí)際感受到的指標(biāo)，因此這里引入心理物理學(xué)的評(píng)價(jià)方法充分考慮了用戶對(duì)計(jì)算卸載的感受。從公式來(lái)看，當(dāng)Δt_i的值達(dá)到一定程度的時(shí)候，對(duì)用戶的實(shí)際感受影響是越來(lái)越低的。因此，應(yīng)用這個(gè)公式可以避免將大部分的計(jì)算任務(wù)都分配到MEC服務(wù)器上，提升了網(wǎng)絡(luò)的整體效能。

還有，用戶終端得到的這兩個(gè)參數(shù)，可正可負(fù)，對(duì)用戶而言，只有最終的收益為正，才對(duì)用戶有價(jià)值，因此終端決定卸載目標(biāo)可以用如下表達(dá)式說(shuō)明：

dⁱ＝d_pⁱ∩uⁱ(gⁱ_t+gⁱ_e)，d∈(0,1) (12)

其中，dⁱ表示用戶i對(duì)目前三個(gè)卸載目標(biāo)的可用性判決，0表示負(fù)收益或沒(méi)有權(quán)限卸載到此目標(biāo)，1表示收益為正且有權(quán)限卸載。uⁱ(x)為階躍函數(shù)。

計(jì)算完成后，用戶將dⁱ，gⁱ_t，gⁱ_e發(fā)送給網(wǎng)絡(luò)側(cè)等待網(wǎng)絡(luò)側(cè)的下一步判決。

步驟104，接收到網(wǎng)絡(luò)側(cè)根據(jù)所述能耗收益和延時(shí)收益獲得的卸載決定矩陣，回送的卸載判決消息。

在實(shí)施例中，網(wǎng)絡(luò)側(cè)根據(jù)各個(gè)用戶終端發(fā)送的兩個(gè)參數(shù)，指定可行域。同時(shí)，網(wǎng)絡(luò)側(cè)通過(guò)核心網(wǎng)網(wǎng)元和移動(dòng)邊緣計(jì)算服務(wù)器(MEC)需要收集網(wǎng)絡(luò)側(cè)信息，主要包括當(dāng)前網(wǎng)絡(luò)的負(fù)載信息和用戶終端過(guò)去卸載的目標(biāo)信息，并使用Jain公平指數(shù)來(lái)計(jì)算整個(gè)計(jì)算卸載過(guò)程中公平性。然后，通過(guò)以上的數(shù)據(jù)對(duì)網(wǎng)絡(luò)側(cè)卸載問(wèn)題進(jìn)行優(yōu)化建模，然后通過(guò)層次分析法，定性與定量相結(jié)合，能處理優(yōu)化建模不能解決的NP-hard問(wèn)題。依據(jù)得到卸載決定矩陣，分別回送判決消息給終端用戶。

在一個(gè)較佳地實(shí)施例中，網(wǎng)絡(luò)側(cè)根據(jù)各個(gè)用戶終端發(fā)送的參數(shù)，指定可行域S，該可行域S是一個(gè)3*s的0-1二元矩陣，s表示需要卸載的用戶數(shù)量。

網(wǎng)絡(luò)側(cè)通過(guò)核心網(wǎng)網(wǎng)元和MEC服務(wù)器需要收集網(wǎng)絡(luò)側(cè)信息，主要包括當(dāng)前網(wǎng)絡(luò)的負(fù)載信息L_s和用戶過(guò)去卸載的目標(biāo)信息Q_T-1。其中，當(dāng)前負(fù)載信息的計(jì)算如下所示：

其中，L_cc,L_mc,L_fc分別是云計(jì)算服務(wù)器群，移動(dòng)邊緣計(jì)算服務(wù)器群和空閑移動(dòng)智能終端群的負(fù)載情況，用表示，W表示實(shí)際的工作量，Cap表示最大計(jì)算能力。由于空閑移動(dòng)智能終端作為卸載目標(biāo)時(shí)時(shí)一個(gè)個(gè)個(gè)體，因此為了簡(jiǎn)化計(jì)算將整個(gè)空閑移動(dòng)智能終端服務(wù)卸載群落當(dāng)成一個(gè)正?？创，N,V分別表示云計(jì)算服務(wù)器、移動(dòng)邊緣計(jì)算服務(wù)器和空閑移動(dòng)智能終端的數(shù)量。表示三種情況下負(fù)載的均值。當(dāng)有新的卸載請(qǐng)求被接收后，將改變L_cc,L_mc,L_fc的值，從而改變L_s。負(fù)載均衡是提供了一種廉價(jià)有效透明的方法擴(kuò)展網(wǎng)絡(luò)設(shè)備和服務(wù)器的帶寬、增加吞吐量、加強(qiáng)網(wǎng)絡(luò)數(shù)據(jù)處理能力、提高網(wǎng)絡(luò)的靈活性和可用性，而L_s代表不均衡性，因此它的值應(yīng)該越小越好。

根據(jù)用戶過(guò)去卸載的目標(biāo)信息，可以使用Jain公平指數(shù)來(lái)計(jì)算整個(gè)計(jì)算卸載過(guò)程中公平性，用Q_T-1∈(0,1]表示。在默認(rèn)情況下，可以認(rèn)為MEC服務(wù)器可以提供最好的資源服務(wù)，云服務(wù)器次之，最后是其他空閑移動(dòng)智能終端。本發(fā)明將他們歸一化公平變量設(shè)為：其中0表示該周期內(nèi)沒(méi)有對(duì)該用戶終端進(jìn)行卸載。對(duì)于用戶終端i，他的公平性取值因此根據(jù)Jain公平性公式可得：

其中，Q_T為在本次卸載周期內(nèi)的公平指數(shù)。通過(guò)指數(shù)平滑方法，可以得到綜合公平指數(shù)：

Q＝α_qQ_T-1+(1-α_q)Q_T (15)

其中，α_q為平滑系數(shù)，優(yōu)選值為0.5。

因此，根據(jù)以上步驟獲取的終端參數(shù)和網(wǎng)絡(luò)側(cè)參數(shù)，可以建立如下多目標(biāo)、多準(zhǔn)則優(yōu)化模型：

s.t.

其中，總的能耗收益函數(shù)和總的延時(shí)收益函數(shù)分別是每個(gè)用戶終端的能耗收益函數(shù)結(jié)果之和以及延時(shí)收益函數(shù)結(jié)果之和，即Q是公平性指標(biāo)取值范圍是(0,1]，越接近1表示公平性越好。L_s是負(fù)載情況的標(biāo)準(zhǔn)差，應(yīng)該越小越負(fù)載越均衡，因此本發(fā)明采用標(biāo)準(zhǔn)差的倒數(shù)。限制條件中，第一個(gè)限制條件是對(duì)發(fā)送功率的限制，P_T是發(fā)射的總功率；第二個(gè)限制條件來(lái)源于終端，要求對(duì)于終端的收益是正的；第三個(gè)限制條件是負(fù)載的限制，卸載的總?cè)蝿?wù)量不能超過(guò)服務(wù)的負(fù)載能力；第四個(gè)限制條件是可行域的限制，是一個(gè)0-1矩陣，表明網(wǎng)絡(luò)側(cè)判決只可以在S中進(jìn)行選擇；第五個(gè)限制條件是帶寬，在傳輸?shù)臅r(shí)候使用的帶寬不能超過(guò)基站提供的總帶寬。綜上來(lái)看，這個(gè)問(wèn)題是一個(gè)NP-hard問(wèn)題，然而需要在有限的時(shí)間內(nèi)穩(wěn)定的求解，本發(fā)明實(shí)施例采取復(fù)雜度較低的AHP算法求解，可以迅速地得出結(jié)果，這對(duì)降低卸載的總延時(shí)也是有幫助的。

根據(jù)AHP算法，本發(fā)明將每個(gè)用戶終端最終的選擇卸載目標(biāo)矩陣作為目標(biāo)層目標(biāo)O(choose)；將Q，G_t,G_e四個(gè)指標(biāo)作為準(zhǔn)則層的判斷依據(jù)，將每一個(gè)用戶終端的具體選擇作為方案層方案。其次，我們構(gòu)造兩兩比較判斷矩陣，計(jì)算單一準(zhǔn)則下元素的相對(duì)重要性。接下來(lái)，根據(jù)一致矩陣法，檢驗(yàn)判斷思維的邏輯一致性，當(dāng)一致性比率小于隨機(jī)一致性指標(biāo)時(shí)，則認(rèn)可當(dāng)前的結(jié)果。最后，確定每層所有因素對(duì)于總目標(biāo)相對(duì)重要性的排序權(quán)值過(guò)程，進(jìn)行層次總排序。這一過(guò)程是從最高層到最底層依次進(jìn)行的。對(duì)于最高層而言，其層次單排序的結(jié)果也就是總排序的結(jié)果。本發(fā)明采取的AHP算法是標(biāo)準(zhǔn)的AHP算法，目的是快速的，穩(wěn)定的得到次優(yōu)的結(jié)果。

最后，根據(jù)AHP算法得出的結(jié)果，得到卸載決定矩陣S'，這是一個(gè)3*s'的矩陣，每一列至多有一個(gè)元素是1，其余元素是0。而1的那一行就是卸載的目標(biāo)。網(wǎng)絡(luò)側(cè)依據(jù)決定矩陣S'，分別回送判決消息給終端用戶。

步驟105，根據(jù)卸載判決消息進(jìn)行卸載。

在實(shí)施例中，根據(jù)卸載判決消息，用戶實(shí)行代碼拆分，然后根據(jù)拆分后的代碼進(jìn)行卸載操作。具體來(lái)說(shuō)，可以是將程序運(yùn)行的數(shù)據(jù)和運(yùn)行邏輯分離，只把運(yùn)行所需的數(shù)據(jù)卸載到服務(wù)器端，服務(wù)器端通過(guò)共享的代碼邏輯，運(yùn)行用戶的數(shù)據(jù)，得到用戶所需的結(jié)果。需要說(shuō)明的是，當(dāng)網(wǎng)絡(luò)負(fù)載較重或者用戶較多時(shí)，可能會(huì)有用戶無(wú)法得到卸載目標(biāo)，即他的卸載向量是一個(gè)0向量，此時(shí)無(wú)論終端的決定是什么，都不進(jìn)行卸載操作，終端本地處理程序。

在本發(fā)明實(shí)施例的另一方面，參閱圖3所示，為本發(fā)明實(shí)施例中基于MEC和MCC的雙向選擇計(jì)算卸載方法網(wǎng)絡(luò)側(cè)的流程示意圖。針對(duì)于網(wǎng)絡(luò)側(cè)，所述基于MEC和MCC的雙向選擇計(jì)算卸載方法包括：

步驟301，獲得用戶側(cè)發(fā)送的卸載運(yùn)算程序的請(qǐng)求。

步驟302，根據(jù)該請(qǐng)求分配的可供卸載的序列d_p＝(d_cc,d_ec,d_fc)d_cc,d_ec,d_fc∈{0,1}，并發(fā)送給用戶側(cè)。

作為實(shí)施例，網(wǎng)絡(luò)側(cè)根據(jù)終端開(kāi)通的服務(wù)和自身網(wǎng)絡(luò)能力，響應(yīng)用戶的周期性匯報(bào)消息，返回給用戶一個(gè)粗粒度可供卸載序列，即表示為：d_p＝(d_cc,d_ec,d_fc)d_cc,d_ec,d_fc∈{0,1}。

其中，d_p為可供卸載集向量，表示終端可供卸載的服務(wù)單元種類集合。d_cc表示云服務(wù)器集合是否能提供卸載，d_ec表示移動(dòng)邊緣計(jì)算服務(wù)器能否提供卸載服務(wù)，d_fc表示是否有智能終端集合可以分載計(jì)算量。

步驟303，接收到用戶側(cè)發(fā)送的能耗收益和延時(shí)收益。

步驟304，根據(jù)各個(gè)用戶終端發(fā)送的能耗收益和延時(shí)收益，指定可行域S。

在實(shí)施例中，根據(jù)各個(gè)用戶終端發(fā)送的參數(shù)，指定可行域S，該可行域S是一個(gè)3*s的0-1二元矩陣，s表示需要卸載的用戶數(shù)量。

步驟305，根據(jù)當(dāng)前網(wǎng)絡(luò)的負(fù)載信息獲得標(biāo)準(zhǔn)差負(fù)載參數(shù)，同時(shí)根據(jù)所述用戶側(cè)過(guò)去卸載的信息獲得公平參數(shù)。具體的實(shí)施過(guò)程包括：

當(dāng)前負(fù)載信息的計(jì)算如下所示：

其中，L_cc,L_mc,L_fc分別是云計(jì)算服務(wù)器群，移動(dòng)邊緣計(jì)算服務(wù)器群和空閑移動(dòng)智能終端群的負(fù)載情況，用表示，W表示實(shí)際的工作量，Cap表示最大計(jì)算能力。由于空閑移動(dòng)智能終端作為卸載目標(biāo)時(shí)時(shí)一個(gè)個(gè)個(gè)體，因此為了簡(jiǎn)化計(jì)算將整個(gè)空閑移動(dòng)智能終端服務(wù)卸載群落當(dāng)成一個(gè)正?？创，N,V分別表示云計(jì)算服務(wù)器、移動(dòng)邊緣計(jì)算服務(wù)器和空閑移動(dòng)智能終端的數(shù)量。表示三種情況下負(fù)載的均值。當(dāng)有新的卸載請(qǐng)求被接收后，將改變L_cc,L_mc,L_fc的值，從而改變L_s。

另外，根據(jù)用戶過(guò)去卸載的目標(biāo)信息，可以使用Jain公平指數(shù)來(lái)計(jì)算整個(gè)計(jì)算卸載過(guò)程中公平性，用Q_T-1∈(0,1]表示。在默認(rèn)情況下，可以認(rèn)為MEC服務(wù)器可以提供最好的資源服務(wù)，云服務(wù)器次之，最后是其他空閑移動(dòng)智能終端。本發(fā)明將他們歸一化公平變量設(shè)為：其中0表示該周期內(nèi)沒(méi)有對(duì)該用戶終端進(jìn)行卸載。對(duì)于用戶終端i，他的公平性取值因此根據(jù)Jain公平性公式可得：

其中，Q_T為在本次卸載周期內(nèi)的公平指數(shù)。通過(guò)指數(shù)平滑方法，可以得到綜合公平指數(shù)：

Q＝α_qQ_T-1+(1-α_q)Q_T (15)

其中，α_q為平滑系數(shù)，優(yōu)選值為0.5。

步驟306，根據(jù)能耗收益、延時(shí)收益和可行域，以及標(biāo)準(zhǔn)差負(fù)載參數(shù)和公平參數(shù)，建立多目標(biāo)、多準(zhǔn)則優(yōu)化模型。

其中，建立如下多目標(biāo)、多準(zhǔn)則優(yōu)化模型：

s.t.

步驟307，根據(jù)標(biāo)準(zhǔn)AHP算法，對(duì)優(yōu)化模型進(jìn)行求解得到卸載決定矩陣。

在實(shí)施例中，根據(jù)AHP算法，本發(fā)明將每個(gè)用戶終端最終的選擇卸載目標(biāo)矩陣作為目標(biāo)層目標(biāo)O(choose)；將Q，G_t,G_e四個(gè)指標(biāo)作為準(zhǔn)則層的判斷依據(jù)，將每一個(gè)用戶終端的具體選擇作為方案層方案。其次，我們構(gòu)造兩兩比較判斷矩陣，計(jì)算單一準(zhǔn)則下元素的相對(duì)重要性。

然后，根據(jù)一致矩陣法，檢驗(yàn)判斷思維的邏輯一致性，當(dāng)一致性比率小于隨機(jī)一致性指標(biāo)時(shí)，則認(rèn)可當(dāng)前的結(jié)果。最后，確定每層所有因素對(duì)于總目標(biāo)相對(duì)重要性的排序權(quán)值過(guò)程，進(jìn)行層次總排序。這一過(guò)程是從最高層到最底層依次進(jìn)行的。對(duì)于最高層而言，其層次單排序的結(jié)果也就是總排序的結(jié)果。本發(fā)明采取的AHP算法是標(biāo)準(zhǔn)的AHP算法，目的是快速的，穩(wěn)定的得到次優(yōu)的結(jié)果。

步驟308，根據(jù)卸載決定矩陣，分別回送判決消息給用戶側(cè)的每個(gè)終端用戶。

其中，根據(jù)AHP算法得出的結(jié)果，得到卸載決定矩陣S'，這是一個(gè)3*s'的矩陣，每一列至多有一個(gè)元素是1，其余元素是0。而1的那一行就是卸載的目標(biāo)。網(wǎng)絡(luò)側(cè)依據(jù)決定矩陣S'，分別回送判決消息給終端用戶。

參閱如圖4所示，為本發(fā)明一個(gè)可參考實(shí)施例中基于MEC和MCC的雙向選擇計(jì)算卸載方法用戶側(cè)的流程示意圖。針對(duì)于用戶側(cè)，所述基于MEC和MCC的雙向選擇計(jì)算卸載方法包括：

步驟401，當(dāng)所述用戶終端剩余電量相對(duì)于總電量的比例大于預(yù)設(shè)的比例閾值時(shí)，則可以開(kāi)啟檢測(cè)運(yùn)算程序的計(jì)算量的進(jìn)程。

步驟402，當(dāng)運(yùn)算的程序計(jì)算量f_proc超過(guò)預(yù)先設(shè)置的門限時(shí)，開(kāi)啟周期性向網(wǎng)絡(luò)側(cè)發(fā)送卸載所述運(yùn)算程序的請(qǐng)求。

步驟403，接收到網(wǎng)絡(luò)側(cè)根據(jù)該請(qǐng)求分配的可供卸載的序列d_p＝(d_cc,d_ec,d_fc)d_cc,d_ec,d_fc∈{0,1}。

步驟404，根據(jù)接收到的可供卸載的序列，計(jì)算本地能耗和卸載能耗，進(jìn)而計(jì)算每種可供卸載能耗收益，執(zhí)行步驟406。

在實(shí)施例中，對(duì)本地計(jì)算的程序而言，能耗是由CPU進(jìn)程運(yùn)行所產(chǎn)生的，可用如下公式確定：

其中，E_loc表示本地計(jì)算所需的能耗，c_prog表示計(jì)算某個(gè)業(yè)務(wù)需要的CPU周期數(shù)，f_loc表示本地CPU的速率，單位是周期/s，P_loc表示單位時(shí)間內(nèi)CPU的功耗。

然后，根據(jù)可供卸載的序列，分別計(jì)算序列中不同卸載目標(biāo)的能耗函數(shù)，即卸載能耗。因此，卸載時(shí)的用戶能耗可以如下表示：

其中，Q表示發(fā)送符號(hào)的協(xié)方差矩陣；D_Tk是用戶業(yè)務(wù)類型k所需要發(fā)送的比特?cái)?shù)；η_T表示編碼系數(shù)；H表示信道矩陣，是干擾加噪聲的協(xié)方差矩陣，表示干擾的功率。

另外，計(jì)算卸載與本地計(jì)算的能耗差別，由于三種卸載目標(biāo)的能耗是一樣的，只需計(jì)算一次卸載能耗。其中i表示終端用戶i的能耗差。如果ΔEⁱ為正，表明計(jì)算卸載會(huì)給終端帶來(lái)一定的能耗收益，即降低了終端的能耗。

步驟405，根據(jù)接收到的可供卸載的序列，計(jì)算本地運(yùn)算延時(shí)，進(jìn)而計(jì)算每種可供卸載的延時(shí)與本地計(jì)算延時(shí)差，執(zhí)行步驟406。

作為實(shí)施例，計(jì)算本地計(jì)算程序所需的時(shí)間：

其中，t_loc表示本地計(jì)算的延時(shí)。

同時(shí)，計(jì)算卸載所需要的時(shí)間。由于本發(fā)明的卸載有三個(gè)卸載目標(biāo)，而且三個(gè)卸載目標(biāo)的物理距離，傳輸能力都有差別，因此每一種卸載的傳輸延時(shí)，不盡相同。下面將分三種情形介紹。

云計(jì)算場(chǎng)景下，卸載的總時(shí)間可以用以下公式表示：

t_{cc_off}＝t_T+t_R+t_w+t_process

其中，t_{cc_off}表示云計(jì)算卸載所需要的總延時(shí)；t_w是有線部分的傳輸延時(shí)；B_bottle為瓶頸帶寬；t_que是排隊(duì)延時(shí)，和網(wǎng)絡(luò)的狀態(tài)相關(guān)；t_prop是傳播延時(shí)，與物理距離相關(guān)；hop表示到達(dá)云服務(wù)器所需要的跳數(shù)；t_process為處理用戶程序所需要的時(shí)間，f_cc是云計(jì)算服務(wù)器所能提供的CPU周期數(shù)。

接入移動(dòng)邊緣計(jì)算服務(wù)器計(jì)算場(chǎng)景下，卸載的總時(shí)間可以用以下公式表示：

t_mc_o_ff＝t_T+t_R+t_pro_cess

其中，t_T,t_R與云計(jì)算中相似；f_mc是MEC服務(wù)器所能提供的CPU周期數(shù)。

空閑移動(dòng)智能終端作為計(jì)算卸載目標(biāo)場(chǎng)景下，卸載的總時(shí)間可以用以下公式表示：

t_fc_o_ff＝2(t_T+t_R)+t_pro_cess

其中，t_T，t_R與云計(jì)算中相似；f_fc是其他職能終端所能提供的CPU周期數(shù)。

最后，計(jì)算卸載延時(shí)與本地計(jì)算延時(shí)差別，由于三種卸載目標(biāo)的延時(shí)各不相同，延時(shí)差需要分別計(jì)算，即：

步驟406，增加自身對(duì)兩個(gè)收益函數(shù)的主客觀偏好，對(duì)計(jì)算得到的能耗收益、延時(shí)收益進(jìn)行預(yù)判決，并然后發(fā)送給網(wǎng)絡(luò)側(cè)。具體的實(shí)施過(guò)程包括：

用戶終端在能耗方面，為了增加用戶終端的生存時(shí)間，一般認(rèn)為在用戶終端本身電池剩余量較低時(shí)，更傾向于將高能耗進(jìn)程卸載出去，其數(shù)學(xué)公式描述如下：

其中，g_eⁱ為修訂之后的能耗收益參數(shù)；β_e為用戶的主觀偏好程度系數(shù)，其值由用戶終端自己設(shè)定，優(yōu)選值為β_e∈(0,2)。為客觀偏好系數(shù)，由剩余電量和總電量的比值α_Te決定。

根據(jù)將韋伯菲齊納公式引入用戶終端對(duì)延遲的偏好影響。同時(shí)根據(jù)不同的業(yè)務(wù)設(shè)置不同的業(yè)務(wù)系數(shù)，其具體公式描述如下：

其中，g_tⁱ為修訂之后的延時(shí)收益參數(shù)；β_t^k為業(yè)務(wù)的偏好程度系數(shù)，k表示不同的業(yè)務(wù)種類，流媒體等實(shí)時(shí)業(yè)務(wù)對(duì)該系數(shù)要求較高，科學(xué)計(jì)算類業(yè)務(wù)對(duì)此要求較低，優(yōu)選值為β_t^k∈(0,2)；sgn(Δt_i)為符號(hào)函數(shù)。三個(gè)卸載目標(biāo)要分別計(jì)算延時(shí)收益g_tⁱ＝(g_{t_cc}ⁱ，g_{t_mc}ⁱ，g_{t_fc}ⁱ)。

還有，用戶終端得到的這兩個(gè)參數(shù)，可正可負(fù)，對(duì)用戶而言只有最終的收益為正，才有價(jià)值。因此，決定卸載目標(biāo)可以用如下表達(dá)式說(shuō)明：

dⁱ＝d_pⁱ∩uⁱ(gⁱ_t+gⁱ_e)，d∈(0,1) (12)

其中，dⁱ表示用戶i對(duì)三個(gè)卸載目標(biāo)的可用性判決，0表示負(fù)收益或沒(méi)有權(quán)限卸載到此目標(biāo)，1表示收益為正且有權(quán)限卸載。uⁱ(x)為階躍函數(shù)。

計(jì)算完成后，用戶將dⁱ，gⁱ_t，gⁱ_e發(fā)送給網(wǎng)絡(luò)側(cè)。

步驟407，接收到網(wǎng)絡(luò)側(cè)根據(jù)預(yù)判決后的能耗收益和延時(shí)收益獲得的卸載決定矩陣，回送的卸載判決消息。

步驟408，根據(jù)卸載判決消息，用戶實(shí)行代碼拆分，然后根據(jù)拆分后的代碼進(jìn)行卸載操作。

綜上所述，本發(fā)明提供的一種基于MEC和MCC的雙向選擇計(jì)算卸載方法，創(chuàng)造性地采用了基于MCC和MEC的雙向選擇方案，通過(guò)同時(shí)引入云計(jì)算和移動(dòng)邊緣計(jì)算的能力，使用戶的卸載目標(biāo)多遠(yuǎn)化；并且，充分利用了網(wǎng)絡(luò)的基礎(chǔ)設(shè)施和計(jì)算資源，不僅可以大大縮減任務(wù)的處理時(shí)間，還可以最大限度的降低移動(dòng)設(shè)備的能耗；而且，增強(qiáng)了網(wǎng)絡(luò)的計(jì)算卸載能力；與此同時(shí)，根據(jù)用戶應(yīng)用的不同業(yè)務(wù)，為終端提供額外的偏好函數(shù)，使得卸載決定中體現(xiàn)出終端用戶的卸載的偏好，提升了用戶的服務(wù)體驗(yàn)；另外，根據(jù)網(wǎng)絡(luò)的現(xiàn)有狀態(tài)，使得網(wǎng)絡(luò)的整體性能得到改善，增加了網(wǎng)絡(luò)的穩(wěn)定性；最后，整個(gè)所述的基于MEC和MCC的雙向選擇計(jì)算卸載方法緊湊、易于控制，具有廣泛、重大的推廣意義。

所屬領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：以上任何實(shí)施例的討論僅為示例性的，并非旨在暗示本公開(kāi)的范圍(包括權(quán)利要求)被限于這些例子；在本發(fā)明的思路下，以上實(shí)施例或者不同實(shí)施例中的技術(shù)特征之間也可以進(jìn)行組合，步驟可以以任意順序?qū)崿F(xiàn)，并存在如上所述的本發(fā)明的不同方面的許多其它變化，為了簡(jiǎn)明它們沒(méi)有在細(xì)節(jié)中提供。

本發(fā)明的實(shí)施例旨在涵蓋落入所附權(quán)利要求的寬泛范圍之內(nèi)的所有這樣的替換、修改和變型。因此，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何省略、修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。