面向智能楼宇的边缘计算任务调度研究.pdf

摘要

任务调度是边缘计算领域所研究的一个热点问题，智能楼宇是其一个重要的

应用场景。该问题的实质是如何将楼宇内部设备产生的大量任务合理的分配到各

个边缘服务器，从而尽可能的减小大数据带来的延迟问题和任务排队问题。传统

的云计算方式存在高延迟、高能耗、安全性差的缺点，已经越来越难以适应于万

物互联的物联网时代。将数据从云端转移到边缘侧就近处理，已逐渐成为一种趋

势。合理使用相关调度算法和调度策略，以达到对系统资源的有效使用和任务的

平均分配，是必不可少的。本文针对这个问题做了以下工作：

(1)研究了基于边缘计算的智能楼宇用户需求和所需要的关键技术。结合国

内外研究现状，针对传统的云计算模式处理智能楼宇内部海量的任务，存在高延

迟、高能耗的缺点，确定了边缘计算的处理方案。

(2)设计了面向智能楼宇的边缘计算任务调度策略。提出以边缘计算为主体，

云计算为辅助方式的任务调度策略。对任务作了拆分，向云数据中心卸载了计算

密集型任务。以减少任务的排队时间，提高服务响应速度。

(3)在任务调度研究中，提出最小化任务完成时间和能耗的调度方案。综合

考虑了通信传输的延迟、任务排队等候时间等各种因素后，在传统樽海鞘群智能

算法（SSA）的基础上融入了遗传算法（GA）的基因遗传突变机制，从而提供了

一个兼顾搜索能力与寻优效果的SSA-GA任务调度算法。克服传统SSA容易陷

入局部最优的缺点，同时也保留传统SSA参数较少、结构简单的优势。

(4)提出基于AHP模型的任务调度方案，给用户提供更佳的体验感和满意

度。本文以用户满意度函数Q为基准，给出了基于层次分析法（AHP）的任务

i

调度模式，并在此基础上对任务进行了DAG任务的分簇处理，对AHP模型进行

了优化，从而大幅降低了比较矩阵的计算次数。因而进一步降低了系统中延迟和

任务处理时间，并优化了调度方法。

关键词：任务调度；边缘计算；智能楼宇；延迟；用户满意度

I

Abstract

Taskschedulingisahotspotinthefieldofedgecomputing.Andintelligent

buildingisanimportantapplicationscenario.Theessenceofthisproblemishowto

allocatelotsoftaskstoedgeserversreasonably,thatgeneratedbybuildinginternal

equipment.Thus,itisconvenienttoreducethedelayandtaskqueuingcausedbybig

data,asmuchaspossible.Thetraditionalcloudcomputingmethodhasthe

disadvantagesofhighenergyconsumption,highdelay,andpoorsecurity.Ithasbecome

moreandmoredifficulttoadapttotheeraofInternetofthings.Thereisagrowing

trendtomovedatafromthecloudtotheedgesidefornearbyprocessing.Inorderto

achieveefficientutilizationofresources,itisimportanttomakeuseofscheduling

strategiesandalgorithms.Thefollowingresearchwastosolvetheseproblem.

(1)Thekeytechnologies