电子信息技术

本发明提供了一种带有任务重试的MEC任务卸载策略及优化方法，其包括：求解任务在本地处理器接受服务的第一平均时延，求解任务卸载到边缘服务器接受服务的第二平均时延，进而求解任务的平均时延，将多个性能指标的折衷优化问题抽象为多目标优化问题，利用NSGA‑III算法，运用MATLAB软件求解多目标优化问题，得到满足条件的帕累托Pareto前沿点。本发明针对边缘网络设备的局限性，在保证终端用户服务质量的前提下，在边缘层引入任务重试机制，可有效降低任务丢弃率，提升边缘系统吞吐量，并辅助遴选出合适的最优解，提升系统利用率。

任务重试机制设计：在MEC任务卸载策略中引入任务重试机制，当任务执行失败或网络中断时，系统自动重新分配任务，确保任务完成率和可靠性。

动态资源分配优化：基于实时网络状态和边缘节点负载情况，动态调整任务卸载决策，优先选择负载较低的节点，提高资源利用率和任务执行效率。

延迟敏感任务优先处理：针对延迟敏感型任务，采用优先级调度算法，结合重试机制，确保高优先级任务在最短时间内完成，满足低延迟需求。

能耗与性能平衡优化：通过优化任务卸载策略，在保证任务完成率的同时，尽量减少边缘节点的能耗，延长设备使用寿命，实现能耗与性能的最佳平衡。

1、本发明设计的一种带有任务重试的MEC任务卸载策略及优化方法，针对边缘网络设备的局限性，为提高边缘系统的吞吐量，在保证终端用户服务质量的前提下，在边缘层引入任务重试机制，提出一种边端协同且带有任务重试的移动边缘计算任务卸载策略；并根据不同任务的不同卸载策略，构建多个排队模型刻画任务的服务流程，通过在边缘层部署重试模块，在系统负载较重时寻求服务可以有效提升边缘系统吞吐量。

2、本发明设计的一种带有任务重试的MEC任务卸载策略及优化方法，通过对所提方法进行稳态分析，得到实时任务和非实时任务的平均时延、非实时任务重试次数、边缘服务器吞吐量等性能指标，并将多个性能指标的折衷优化问题抽象为多目标优化问题，利用NSGA‑III算法，得到满足条件的帕累托Pareto前沿点，通过实验证明了在边缘层引入任务重试机制，可有效降低任务丢弃率，提升边缘系统吞吐量及系统利用率。