一种面向边缘人工智能应用的QoE感知的服务增强方法.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111338807 A (43)申请公布日 2020.06.26 (21)申请号 202010433172.3 (22)申请日 2020.05.21 (71)申请人 中国人民解放军国防科技大学 地址 410001 湖南省长沙市开福区德雅路 109号 (72)发明人 郭得科　夏俊旭　廖汉龙　程葛瑶　 (74)专利代理机构 北京风雅颂专利代理有限公 司 11403 代理人 曾志鹏 (51)Int.Cl. G06F 9/50(2006.01) 权利要求书4页 说明书11页 附图6页 (54)发明名称 一种面向边缘人工智能应用的QoE感知的服 务增强方法 (57)摘要 本发明公开了一种面向边缘人工智能应用 的QoE感知的服务增强方法，包括以下步骤：A、物 联网终端将运算任务发送至调度器，调度器根据 运算任务的要求判定将运算请求发送至本地服 务器或上传至数据中心；B、建立感知质量的服务 增强模型的目标和约束条件；C、建立两阶段调度 策略，降低计算复杂度。本发明能够解决现有技 术的不足，提升用户的服务体验和任务的完成 率。 A 7 0 8 8 3 3 1 1 1 N C CN 111338807 A 权　利　要　求　书 1/4页 1.一种面向边缘人工智能应用的QoE感知的服务增强方法，其特征在于包括以下步骤， A、物联网终端将运算任务发送至调度器，调度器根据运算任务的要求判定将运算请求 发送至本地服务器或上传至数据中心； B、建立感知质量的服务增强模型的目标和约束条件，服务增强模型用于对现有的边缘 计算卸载方法进行QoE层面的调度优化，以进一步提高用户的服务体验； C、建立两阶段调度策略，降低计算复杂度； 两阶段调度策略包括， 第一阶段，负载均衡的任务划分:对虚拟机的在线到达任务进行合理的划分，以达到负 载均衡； 第二阶段，感知QoE的动态队列调度:根据所涉及任务的QoE敏感性和处理延迟，调整每 个虚拟机的任务队列，使整体QoE最大。 2.如权利要求1所述的面向边缘人工智能应用的QoE感知的服务增强方法，其特征在 于：步骤B中，建立感知质量的服务增强模型的目标和约束条件包括以下步骤， 在任务处理过程中，在线到达任务T (x ,pre_t ,req_q )首先在调度器中被拆 k,i k,i k,i k,i 分，每个虚拟机VM 被分配一部分的任务数据，其权值为w ，该任务是由一组多个虚拟机 k,j k,i,j 并行完成的；在任务划分的过程中，需要满足结果精度的约束，即： ， 每个虚拟机持有一个自身的任务队列；对于任务T ，虚拟机被分配x *w 个CPU周 k,i k,i k,i,j 期的任务量，而这些子任务的外部延迟都相同，为pre_t ；设当新任务到达时，每个虚拟机 k,i 队列中已经有几个任务，仍然在队列中等待或已经被处理，在队列Q 中任务T 的子任务