摘要
一种具有复杂依赖关系任务的微服务部署与任务卸载优化方法,包括以下步骤:系统架构涵盖多个基站、边缘服务器及用户设备;用户设备所产生的应用程序包含多个存在复杂依赖关系的微服务任务,并将这些任务卸载至边缘服务器执行处理;在任务卸载过程中,每个时隙内对任务卸载决策进行优化,同时采用长时间尺度更新策略管理微服务层缓存;通过对微服务层缓存策略和任务卸载决策的联合优化,将系统性能问题构建为一个优化模型;首先运用置信传播算法规划任务的卸载路径,然后借助深度强化学习模型对缓存策略展开训练;利用交替优化算法解决不同时间尺度场景下复杂的任务卸载与缓存更新难题,最终将训练完成的模型部署在边缘服务器,从而达成系统长期平均时延的最小化,同时实现服务器的负载均衡。该方法可显著提高系统资源的利用效率,降低时延,充分满足对延迟较为敏感的各类应用需求。
技术关键词
置信传播算法
长时间尺度
卸载方法
缓存策略
深度强化学习模型
深度强化学习方法
时延
卸载策略
决策
基站
数学模型
服务器节点
关系
云服务器
三元组
索引
资源
规划
系统为您推荐了相关专利信息
火力分配方法
飞行器
深度强化学习模型
构建深度神经网络
嵌入特征
边缘网关设备
任务调度模型
混合能源系统
能源设备
局部时空特征
资源配置方法
容量规划
长时间尺度
异常点
云服务管理平台
深度强化学习模型
脑电信号采集模块
催眠方法
脑机接口
脑电采集设备
深度确定性策略梯度
缓存决策策略
基站
内容更新
协作传输方法