一种基于云边协同策略的移动边缘计算卸载方法

技术特征：

1.一种基于云边协同策略的移动边缘计算卸载方法，其特征在于该方法主要包括如下步骤：

2.如权利要求1所述的云边协同策略的移动边缘计算卸载方法，其特征在于，步骤第1.1中建立了计算模型的方法如下，首先，用户设备方面，假设存在n台用户设备，则将这n台设备描述为tasks＝{task1,task2,...,taskn}，即每台设备对应一系列的计算任务，对于每个taski(0<i≤n)，都有：

3.如权利要求1所述的云边协同策略的移动边缘计算卸载方法，其特征在于，步骤第1.2中建立通信模型的方法如下，假设某个空间范围内存在m台边缘服务器s＝{s1,s2,...,sm}，每台边缘服务器si的二维坐标表示为：

4.如权利要求1所述的云边协同策略的移动边缘计算卸载方法，其特征在于，步骤第1.3中建立时间模型的方法如下，时间模型主要考虑有计算时间模型、传输时间模型和卸载时间模型，

5.如权利要求1所述的云边协同策略的移动边缘计算卸载方法，其特征在于，步骤第1.4中建立能耗模型的方法如下，该方法主要研究用户设备以及边缘服务器的能量消耗，

6.如权利要求1所述的云边协同策略的移动边缘计算卸载方法，其特征在于，步骤第1.5中建立卸载模型的方法如下，该方法提出映射公式h(x)用于将具有不同物理意义的数据映射到相同的区间：

7.如权利要求1所述的云边协同策略的移动边缘计算卸载方法，其特征在于，步骤第2.1中基于密度的聚类算法的设计描述如下，该方法采用optics算法，用于帮助dbscan算法选择合适的参数，optics算法的时间复杂度主要取决于以下步骤：

8.如权利要求1所述的云边协同策略的移动边缘计算卸载方法，其特征在于，步骤第2.2中人工蜂鸟算法的设计描述如下，该算法模拟了自然界中蜂鸟轴向飞行、对角飞行和全方位飞行三种特殊的飞行技能以及引导觅食、区域觅食和迁移觅食三种觅食策略，最后通过引入访问表来实现蜂鸟寻找和选择食物来源的记忆功能，最终达到求解最优化问题的目的；

技术总结
一种基于云边协同策略的移动边缘计算卸载方法，属于物联网领域。本方法针对软件定义网络中，固定场景下的用户设备计算卸载问题，提出了一种基于云边协同的计算卸载策略。首先使用聚类的方法将边缘设备聚合起来，再对每个类添加一个用于通信的服务器，组成一个用于通信和计算的边缘服务器，并引入云服务器，防止计算时延过长。每个边缘服务器可以为其服务范围内的用户设备提供计算服务。最后，以优化整体时延、能耗以及其他花销为目标，使用人工蜂鸟算法求解最佳的卸载策略。实验结果表明，该方法能够满足各类需求的前提下得到最佳的卸载策略。

技术研发人员：张德干,李帅,张捷,安宏展,张婷,陈露,陈洪涛,王法玉,赵洪祥,李军,刘苏,高星江
受保护的技术使用者：天津理工大学
技术研发日：
技术公布日：2024/6/13