一种基于边缘计算的任务卸载方法、装置、基站及介质与流程

本技术涉及互联网，尤其涉及一种基于边缘计算的任务卸载方法、装置、基站及介质。

背景技术：

1、随着人工智能、车联网技术发展，在智慧交通场景中涌现了各种车载应用，例如自动驾驶、自动导航等应用。云计算为应用提供了远程的计算资源，但远程的任务卸载会导致不可预测的传输延迟和服务质量的严重退化。因此，车辆边缘计算将云计算扩展到网络边缘，目的是在数据源附近进行计算，从而减少数据传输延迟，满足用户车辆所需的服务质量。

2、然而，在现有的任务卸载方法中，最优卸载策略的获取过程繁琐，不利于提高最优卸载策略的获取效率。其原因在于，任务卸载通常会产生大量的卸载策略，如果采用人工的方式，在大量的卸载策略中获取最优卸载策略，工作量会十分巨大，且最优卸载策略的获取时间会很长，因此会耗费大量的人力资源和时间资源，因此，最优卸载策略的获取过程繁琐，不利于提高最优卸载策略的获取效率。

技术实现思路

1、本技术实施例提供一种基于边缘计算的任务卸载方法、装置、基站及介质，以解决上述最优卸载策略的获取过程繁琐，不利于提高最优卸载策略的获取效率的技术问题。

2、第一方面，本技术实施例提供了一种基于边缘计算的任务卸载方法，应用于配备mec服务器的基站，所述任务卸载方法包括：

3、获取用户车辆的待处理任务数量，所述待处理任务数量为待处理的计算任务的数量；

4、获取所述用户车辆与所述基站之间的网络延迟；

5、获取所述用户车辆的第一计算能力，获取所述mec服务器的第二计算能力；

6、将所述待处理任务数量、所述网络延迟、所述第一计算能力以及所述第二计算能力组成所述用户车辆对应的当前状态数据；

7、根据预设的ddpg算法和所述当前状态数据，确定所述用户车辆对应的当前任务处理时间，所述当前任务处理时间表示所述用户车辆和所述mec服务器共同处理完所述待处理任务数量的时间；

8、根据不同卸载策略下各个所述用户车辆对应的所述当前任务处理时间、预设处理时间以及所述用户车辆的总数量，确定不同的所述卸载策略对应的平均减少时延；

9、对各个所述卸载策略对应的所述平均减少时延进行排序，将最小的所述平均减少时延对应的所述卸载策略标记为最优卸载策略。

10、在第一方面的一种可能的实现方式中，所述获取用户车辆的待处理任务数量，包括：

11、连接覆盖范围内的所述用户车辆，获取所述用户车辆的所述待处理任务数量。

12、在第一方面的一种可能的实现方式中，所述获取所述用户车辆的第一计算能力，获取所述mec服务器的第二计算能力，包括：

13、获取所述用户车辆的当前cpu使用率，将所述用户车辆的当前cpu使用率设置为所述第一计算能力，获取所述mec服务器的当前cpu使用率，将所述mec服务器的当前cpu使用率设置为所述第二计算能力。

14、在第一方面的一种可能的实现方式中，所述根据预设的ddpg算法和所述当前状态数据，确定所述用户车辆对应的当前任务处理时间，包括：

15、获取所述ddpg算法中的策略网络和价值网络，将所述当前状态数据输入到所述策略网络中，获取所述策略网络基于所述当前状态数据输出的所述当前卸载任务数量；

16、将所述当前状态数据和所述当前卸载任务数量输入到所述价值网络中，获取所述价值网络输出的第一奖励值，获取所述第一奖励值对应的所述当前任务处理时间。

17、在第一方面的一种可能的实现方式中，所述根据不同卸载策略下各个所述用户车辆对应的所述当前任务处理时间、预设处理时间以及所述用户车辆的总数量，确定不同的所述卸载策略对应的平均减少时延，包括：

18、获取所述用户车辆发送的预设处理时间，判断所述当前任务处理时间是否低于所述预设处理时间，所述预设处理时间为所述用户车辆处理完所述待处理任务数量的时间；

19、当所述当前任务处理时间低于所述预设处理时间时，将所述用户车辆加入车辆集合中，在所述车辆集合中，根据不同卸载策略下各个所述用户车辆对应的所述当前任务处理时间、预设处理时间以及所述用户车辆的总数量，确定不同的所述卸载策略对应的平均减少时延。

20、在第一方面的一种可能的实现方式中，在所述对各个所述卸载策略对应的所述平均减少时延进行排序，将最小的所述平均减少时延对应的所述卸载策略标记为最优卸载策略之后，所述任务卸载方法，包括：

21、根据所述最优卸载策略获取目标任务，所述目标任务为所述用户车辆卸载到所述mec服务器的所述计算任务；

22、获取所述mec服务器基于所述目标任务生成的计算结果，向所述用户车辆发送所述计算结果。

23、在第一方面的一种可能的实现方式中，在所述获取所述mec服务器基于所述目标任务生成的计算结果，向所述用户车辆发送所述计算结果之后，所述任务卸载方法，包括：

24、获取预设的存储区域，将所述计算结果存储至所述存储区域。

25、第二方面，本技术实施例提供了一种基于边缘计算的任务卸载装置，应用于配备mec服务器的基站，包括：

26、第一获取模块，用于获取用户车辆的待处理任务数量，所述待处理任务数量为待处理的计算任务的数量；

27、第二获取模块，用于获取所述用户车辆与所述基站之间的网络延迟；

28、第三获取模块，用于获取所述用户车辆的第一计算能力，获取所述mec服务器的第二计算能力；

29、组成模块，用于将所述待处理任务数量、所述网络延迟、所述第一计算能力以及所述第二计算能力组成所述用户车辆对应的当前状态数据；

30、确定模块，用于根据预设的ddpg算法和所述当前状态数据，确定所述用户车辆对应的当前任务处理时间，所述当前任务处理时间表示所述用户车辆和所述mec服务器共同处理完所述待处理任务数量的时间；

31、处理模块，用于根据不同卸载策略下各个所述用户车辆对应的所述当前任务处理时间、预设处理时间以及所述用户车辆的总数量，确定不同的所述卸载策略对应的平均减少时延；

32、标记模块，用于对各个所述卸载策略对应的所述平均减少时延进行排序，将最小的所述平均减少时延对应的所述卸载策略标记为最优卸载策略。

33、第三方面，本技术实施例提供了一种基站，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项的任务卸载方法。

34、第四方面，本技术实施例提供了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计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一项的任务卸载方法。

35、第五方面，本技术实施例提供了一种计算机程序产品，当计算机程序产品在基站上运行时，使得基站执行上述第一方面中任一项所述的任务卸载方法。

36、本技术实施例有益效果在于两方面，一方面，对各个所述卸载策略对应的所述平均减少时延进行排序，将最小的所述平均减少时延对应的所述卸载策略标记为最优卸载策略，无需人工干预，可以节省大量的人力资源和时间资源，因此简化了最优卸载策略的获取过程，有利于提高最优卸载策略的获取效率；另一方面，通过最优卸载策略，降低计算任务的完成时间，有利于提高计算任务的完成效率。