本发明示例性实施例涉及物联网技术领域，尤其涉及一种移动辅助边缘计算方法、装置、介质和设备。
背景技术：
随着物联网设备逐渐在市场上占有一席之地，越来越多的新的物联网应用如移动游戏、视频处理和图像识别等出现并被频繁使用。这种类型的应用程序通常具有延迟敏感、资源匮乏和计算密集的特点。然而，物联网设备往往设计得更加灵活和易于移动，这反而会限制设备的处理能力。为了应对这一挑战，边缘计算成为一个很有前途的范例，它通过网络边缘上的固定边缘节点(又称边缘云、微云、随身云、雾)缓存服务并提供类似云的资源。每个边缘节点通常由接入点(或基站)和边缘服务器组成。
然而，即使在固定边缘节点的帮助下，物联网应用的低延迟要求仍然难以随时随地得到保证。根据观察，根本原因可能是固定边缘节点的资源供给能力与终端用户的需求之间存在供需不匹配。造成这种不匹配的原因大致可以分为以下两类：1)现有固定边缘节点的资源(如计算和存储资源)不能满足终端用户的需求。从固定边缘节点部署的角度来看，由于固定边缘节点的服务缓存空间和计算资源有限，单个边缘节点很难处理周围所有的用户请求。从现有边缘计算环境的建设来看，提高单个节点的资源容量或增加新的边缘节点都会导致额外的预算。如果预算达不到预期收入，将放弃建设。这会导致边缘端的资源总量长期跟不上用户的资源需求；2)当用户对某类应用的需求达到峰值时，一些固定边缘节点的资源可能无法满足最终用户的需求。例如，某个区域出现了大量的应用需求，但临近的固定边缘节点并没有提前缓存相应的应用服务。这可能需要等待重新缓存或选择其他解决方案。又或者，即使边缘节点预缓存了这样的服务，该边缘节点的计算资源仍然可能出现不足。两类原因的区别在于，前者强调整体资源在时间和空间分布上的短缺，而后者则强调动态需求导致的资源短缺。
为了解决供需不匹配问题，许多方案致力于弥补固定边缘节点资源的不足。到目前为止，边缘计算领域的一些热点问题都在关注如何从远程云端预取和缓存相应的服务到固定边缘节点(又称服务供应，服务放置)，以快速响应用户请求。然而，频繁的缓存操作会影响网络的稳定性并产生额外的代价。此外，一些工作考虑使用设备到设备的协作，即d2d雾，来响应一些终端用户的请求。然而，在终端用户和其他提供资源的设备之间很难保证安全性和建立信任。此外，还有一些工作试图通过回程网络将固定边缘节点暂时处理不了的过多用户请求调度到相邻的固定边缘节点进行处理，这将产生不可预测的延迟。在最坏的情况下，当固定边缘节点的总资源不能满足最终用户所需的资源量时，许多请求会被调度到远程云进行处理，这将产生更大的延迟。
除了上述观察，另一个观察是关于移动设备，包括智能汽车，无人机，机器人等等。它们都具有以下属性：1)相当可观的资源。移动设备的部署是广泛而庞大的。每个移动设备都有内置的服务(又称api工具包、数据和程序)和足够的计算资源。更重要的是，移动设备通常有空闲时间段。2)机动性。随着智能城市和智能交通的兴起，越来越多的设备开始具有极大的移动性，即移动设备。它们可以根据用户的需要不断移动其位置，跨区域提供自己的资源。
解决网络边缘的供需不匹配问题非常具有挑战性，这是因为：1)考虑到成本，刺激潜在的移动设备作为移动边缘节点来满足用户的请求是非常重要的。2)在给定一组用户请求的情况下，如何将部分请求分配给合适的固定边缘节点，以及如何调度可用的移动边缘节点来辅助合适的固定边缘节点，从而处理其他过载的请求。3)刺激大量具有特定服务的潜在移动边缘节点移动到特定区域以响应用户请求仍然是个开放的问题。
技术实现要素：
有鉴于此，本发明示例性实施例的目的在于提出一种移动辅助边缘计算方法、装置、介质和设备，以解决目前的物联网中固定边缘节点计算量不足的问题。
基于上述目的，本发明示例性实施例提供了一种移动辅助边缘计算方法，应用于至少包括固定边缘节点和移动边缘节点的物联网，所述方法包括：
根据用户请求和资源分布，向固定边缘节点请求边缘任务，所述边缘任务为固定边缘节点无法响应的用户请求；
根据拍卖机制向若干移动边缘节点拍卖所述边缘任务，以及根据各所述移动边缘节点的收益以及固定边缘节点的支出，确定最终的定价策略；
结合所述定价策略以及移动边缘节点的定价，确定所述边缘任务在各所述移动边缘节点的全局分配策略。
结合上述说明，在本发明实施例另一种可能的实施方式中，所述方法还包括：
获取各所述移动边缘节点的出价、所述移动边缘节点完成所述边缘任务的时间，以及所述固定边缘节点的拍卖价格，通过二部图匹配确保所述固定边缘节点的利润最大化。
结合上述说明，在本发明实施例另一种可能的实施方式中，所述根据拍卖机制向若干移动边缘节点拍卖所述边缘任务之前，所述方法还包括：
对加入所述物联网的移动设备的资源进行预测，并根据预测结果判断所述移动设备能否成为所述移动边缘节点；
当所述移动设备的资源能够运行所述边缘任务时，所述移动设备成为所述移动边缘节点，否则被抛弃。
结合上述说明，在本发明实施例另一种可能的实施方式中，所述方法还包括：
根据所述全局分配策略进行任务分配，由在所述拍卖机制中胜出的移动边缘节点处理分配的边缘任务，并将所述边缘任务的处理结果返回至发出所述边缘任务的终端用户。
结合上述说明，在本发明实施例另一种可能的实施方式中，所述方法还包括：
在拍卖机制过程中，由各所述移动边缘节点向所述固定边缘节点发送参与证明；
当在拍卖中胜出的移动边缘节点放弃边缘任务时，根据所述参与证明降低对应的移动边缘节点的声誉参数；
当在拍卖中胜出的移动边缘节点未在保证的时间范围内完成分配的边缘任务时，根据所述参与证明和补偿系数，确定由对应的移动边缘节点向所述固定边缘节点作出补偿。
结合上述说明，在本发明实施例另一种可能的实施方式中，所述方法还包括：
当根据所述全局分配策略分配的边缘任务被处理完成时，根据所述固定边缘节点向对应的移动边缘节点发送的分配证明，由所述固定节点向对应的移动边缘节点支付工作量。
第二方面，本发明示例性实施例还提供了一种移动辅助边缘计算装置，应用于至少包括固定边缘节点和移动边缘节点的物联网，所述装置包括：
边缘任务确定模块，用于根据用户请求和资源分布，向固定边缘节点请求边缘任务，所述边缘任务为固定边缘节点无法响应的用户请求；
拍卖模块，用于根据拍卖机制向若干移动边缘节点拍卖所述边缘任务，以及根据各所述移动边缘节点的收益以及固定边缘节点的支出，确定最终的定价策略；
分配模块，用于结合所述定价策略以及移动边缘节点的定价，确定所述边缘任务在各所述移动边缘节点的全局分配策略。
上述的装置，所述装置还包括：
计算模块，用于获取各所述移动边缘节点的出价、所述移动边缘节点完成所述边缘任务的时间，以及所述固定边缘节点的拍卖价格，通过二部图匹配确保所述固定边缘节点的利润最大化。
第三方面，本发明示例性实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的移动辅助边缘计算方法。
第四方面，本发明示例性实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述的移动辅助边缘计算方法。
从上面所述可以看出，本发明示例性实施例提供的移动辅助边缘计算方法、装置、介质和设备，为解决高峰时段出现的供需不匹配以及服务供应周期较长等问题，本发明示例性实施例的方法采用了移动辅助边缘计算框架，利用移动边缘节点来提高固定边缘节点的服务质量，在此过程中，本发明还采用了cri(可信、互惠和激励)拍卖机制来激励移动边缘节点参与对用户请求的服务，从而实现了更高的任务完成率、利润最大化和计算效率。
附图说明
为了更清楚地说明本发明示例性实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明示例性实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明示例性实施例移动辅助边缘计算方法基本流程示意图；
图2为本发明示例性实施例的边缘计算框架组成示意图；
图3为本发明示例性实施例的任务分配流程示意图；
图4(a)为本发明示例性实施例拍卖示例示意图；
图4(b)为本发明示例性实施例采用二部图拍卖示例示意图；
图5(a)为本发明示例性实施例的供需示意图；
图5(b)为本发明示例性实施例的参数设置示意图；
图6(a)为本发明示例性实施例的任务完成率的变化示意图；
图6(b)为本发明示例性实施例对应运营者利润变化示意图；
图7(a)为本发明示例性实施例胜出的移动边缘节点价值及出价示意图；
图7(b)为本发明示例性实施例胜出的移动边缘节点竞标及成本示意图；
图8(a)为本发明示例性实施例cri真实性示意图；
图8(b)为本发明示例性实施例的利益最大化示意图；
图9为本发明示例性实施例的移动辅助边缘计算装置基本结构示意图；
图10为本发明示例性实施例的设备示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
需要说明的是，除非另外定义，本发明示例性实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本发明示例性实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
构思概述：尽管现有的边缘计算模式旨在通过在网络边缘预缓存类似云的服务功能来为用户提供低延迟体验。不过，针对供需不匹配，仍有很大的改善空间。为了在网络边缘实现灵活的服务缓存，常常有一个运营者负责缓存决策。运营者通过回程网络与所有固定边缘节点连接。当边缘计算环境过载且无法处理某些用户请求时，运营者倾向于将其调度到具有足够处理能力的远程云。然而，这样的决定会导致一些请求无法满足延迟要求。且这偏离了边缘计算提供低延迟服务的初衷，失去了相对于云计算的优势。为了解决这一问题，本发明示例性实施例中首先提出了充分利用潜在的移动边缘节点(即具有空闲资源的移动设备)，它不同于固定的边缘节点，如固定的基站或接入点等。本发明示例性实施例中尝试将移动边缘节点整合到现有的边缘计算环境中，以利用其移动性更有效地解决当前的供需不匹配问题。
本实施例可适用于带有中央处理模块的智能型终端/服务器中以进行移动辅助边缘计算的情况中，该方法可以由担任固定边缘节点的装置来执行，其中该装置可以由软件和/或硬件来实现，一般地可集成于移动终端中，如图1所示，为本发明的移动辅助边缘计算方法的基本流程示意图，所述方法具体包括如下步骤：
在步骤110中，根据用户请求和资源分布，向固定边缘节点请求边缘任务，所述边缘任务为固定边缘节点无法响应的用户请求；
在步骤120中，根据拍卖机制向若干移动边缘节点拍卖所述边缘任务，以及根据各所述移动边缘节点的收益以及固定边缘节点的支出，确定最终的定价策略；
在步骤130中，结合所述定价策略以及移动边缘节点的定价，确定所述边缘任务在各所述移动边缘节点的全局分配策略。
以下将结合具体实施方式进行说明：
如图2所示，为本发明示例性实施例中的移动边缘辅助框架，其是在现有的边缘计算框架上进行的改进，现有的边缘计算框架包括：一组固定的边缘节点，每个节点由一个接入点(accesspoint，ap)和一个边缘服务器组成。此外，图中还有一些终端用户、一个运营者和远程云。在现有的边缘计算框架的基础上，本发明示例性实施例提出了一种移动辅助边缘计算框架，结合图1所示，本发明示例性实施例的移动辅助边缘计算框架还包括了一组移动边缘节点，这些边缘节点包括一些可移动的设备，如智能汽车、无人机和机器人这样的移动设备通常能够通过无线网络接收和发送信息，这些可移动的设备与接入点的功能或作用类似，且具备一定的计算和存储资源，可以充当固定边缘节点的服务器，利用一组移动边缘节点来解决上述不匹配问题。
需要说明的是，所述移动边缘节点的类别不是固定的，其并不限于上述的智能汽车、无人机和机器人，任何具有接入功能、具备一定的处理能力和移动性的移动设备都可以作为本发明示例性实施例的移动辅助边缘计算框架中的移动边缘节点。
本发明示例性实施例的方法，首先，边缘计算和移动辅助，能够进一步地更快、更实时地进行数据处理和分析，让数据处理更接近源，而不是外部数据中心或云，进一步缩短延迟时间，在成本预算上可以大大降低经费预算，企业在本地设备上的数据管理解决方案所花费的成本大大低于云或者数据网络中心。
其次，本发明的方法能够减少网络流量，随着物联网设备的增加，数据生成呈几何数据级指数的速度增长，网络带宽变得更加有限，压倒了云，导致更大的数据瓶颈。
再次，本发明的方法，提高应用程序效率，通过降低延迟，通过边缘计算，可以持续学习，根据个人的需求调整模型，带来个性化体验。
本发明示例性实施例中强调运营者在一个固定时间帧下进行服务缓存决策，在一个时间片下进行请求调度决策。时间片比时间帧小得多，两者都由运营者控制。当整个边缘计算环境过载或某些请求的服务没有从远程云中预缓存时，一些用户请求将不会在网络边缘得到处理，但是本发明采用的新的边缘计算框架中，运营商将给这些终端用户另一个在网络边缘而不是远程云上被处理的机会。
在这个框架中，本发明示例性实施例中用n＝{1,2,...,n,...,n}表示固定边缘节点集。本发明示例性实施例中使用连续整数t＝{0,1,2,...}来描述每个时间片的起始时间点。请注意，连续时间被划分为相等的时间片，并且时间片是连续的。本发明示例性实施例中还用s＝{1,2,...,s,...,s}表示在边缘计算环境中可能请求的所有服务。在时间片t，本发明示例性实施例中以mt＝{1t,2t,...,mt,...,mt}表示移动边缘节点和以ut＝{1t,2t,...,ut}表示不能在固定边缘节点及时处理的用户请求，即等待的用户请求。对于每个用户请求it∈ut，运营者将在cri的帮助下给它一次在网络边缘处理的机会。
为了便于参考，本发明示例性实施例中在表1中列出了本文的主要符号。
对于固定边缘节点和移动边缘节点，此移动辅助边缘计算框架中涉及的相似资源如下：
1)网络链路：必须强调的是，该框架中的每个终端用户或移动边缘节点都可以与ap建立蜂窝链路。除此之外，本发明示例性实施例中假设5g时代的带宽足够他们建立链路。此外，本发明示例性实施例中还考虑到运营商通过回程网络与固定边缘节点连接，这提供了相当快的路由选择。远程云缓存网络边缘所需的所有服务，通常部署在远离最终用户的地方。它可以通过主干网连接到固定的边缘节点，但时延大，对于时延敏感的用户请求是不可接受的。在发明示例性实施例中，调度到远程云是一个非常耗时的选择。
2)缓存能力：所有的固定边缘节点都在网络边缘设计了灵活的服务缓存能力。它们通过容器或虚拟机等技术实现快速缓存功能。此功能意味着使用工具箱、设置、算法等来快速缓存不同的服务。与固定边缘节点不同，移动边缘节点具有特定的服务类型，因此只能实现特定的功能。假设移动边缘节点预先部署了特定的服务，这似乎极大地限制了应用场景，因为本发明示例性实施例中无法保证总有一些合适的移动智能汽车、无人机和机器人需要移动到附近。然而，有选择总比没有选择好。较佳的是，在自然灾害应急、战场和未来的城市场景中，大量的移动设备将对现有的边缘服务器发挥更大的支持作用。此外，远程云以丰富的存储资源缓存所有需要的服务。相比之下，固定边缘节点和移动边缘节点的存储资源相当有限，无法缓存过多的服务。本发明示例性实施例中强调边缘节点可以利用其灵活的缓存能力在每个时间帧预先缓存一些服务。
3)计算能力：一般来说，固定边缘节点和移动边缘节点的计算能力是指处理用户请求的能力。这关系到cpu、gpu、tpu等性能。它涉及到每单位时间内处理的任务量或处理同一请求所需的时间。本发明示例性实施例中将每个时间片中固定边缘节点无法处理的用户请求ut视为潜在移动边缘节点要处理的任务。
为了激励移动边缘节点自愿参与到边缘计算环境，本发明示例性实施例中设计了可信、互惠和激励的cri拍卖机制。cri以奖励的方式实现了移动边缘节点与运营者之间的互惠关系，从而形成了一种市场机制。一个基本的观察是，作为市场环境中的一员，移动边缘节点始终在追求自身利益的最大化。由于计算资源是闲置的，如果盈利的话，市场环境中就会存在激励机制，移动边缘节点倾向于处理运营者安排的任务。
在边缘计算环境下，本发明示例性实施例中谨慎考虑五种类型的参与者，包括终端用户、服务提供商、基础设施提供商、移动边缘节点和远程云：
1)终端用户代表用户设备的持有者，追求最佳体验。
2)服务提供商负责为终端用户提供广泛的服务。服务提供商可以在固定边缘节点、移动边缘节点、远程云等处部署服务。
3)基础设施提供商，如固定边缘节点和远程云，主要提供计算、存储、通信和其他网络资源。
4)移动边缘节点可以帮助固定边缘节点处理相应的服务请求，即一些任务。在处理来自固定边缘节点的任务的过程中，移动边缘节点需要负责自己的一些业务，包括计算任务完成时间(参见下列等式(1))，并给出出价，以及规划相应的移动路径。系统不知道哪个移动设备将移动到哪个边缘的区域，相反，移动边缘节点可以根据接收任务和预测的任务完成时间规划自己的轨迹(例如，保持原位或移动到特定位置)。当移动设备按照自己计划的路径移动后，它可以在任务完成时预测自己的位置。
5)远程云缓存终端用户所需的所有服务，并被认为具有相对无限的网络资源。在边缘计算环境下，终端用户向服务提供商和基础设施提供商支付响应服务的费用。
为了刺激移动边缘节点处理一些用户请求，运营者需要对其进行付费。本发明示例性实施例中必须强调每个固定边缘节点在每个时间片内拍卖本地生成的用户请求任务，拍卖的任务由运营者决定。在此基础上，本发明示例性实施例中展示了cri设计的细节，如图3所示：
(一)用户请求生成和边缘任务确定
终端用户不断生成用户请求，并通过ap发送给运营者。然后，在每个时间片中，运营者将根据边缘计算环境的条件来决定如何调度这些请求。本发明示例性实施例中省略了在之前已经被广泛研究过的调度细节。
对于每个时间片内固定边缘节点无法响应的用户请求，运营者将通知这些固定边缘节点将其作为任务拍卖。本发明示例性实施例中用ut表示在时间片t的任务，这也是相应的用户请求集。然后，对于每一个任务it∈ut，本发明示例性实施例中通过参数元组
注意，本发明示例性实施例中的元组可以通过引入更多参数来进一步扩展，比如考虑其他类型的资源(例如gpu、带宽)。在这里，本发明示例性实施例中没有考虑到所需的通信资源，因为5g将提供足够的带宽。
(二)识别候选任务和移动边缘节点
对于拍卖，固定边缘节点和移动边缘节点都需要确保该拍卖是盈利的。此外，用户请求的延迟要求也很关键。因此，必须首先选择满足上述要求的任务和移动边缘节点的候选集。基本思想见算法1。
本发明示例性实施例中首先选择候选任务集
其中，it表示相应终端用户的任务，mt表示用于处理该任务的移动边缘节点。
本发明示例性实施例中，对加入所述物联网的移动设备的资源进行预测，并根据预测结果判断所述移动设备能否成为所述移动边缘节点；当所述移动设备的资源能够运行所述边缘任务时，所述移动设备成为所述移动边缘节点，否则被抛弃。即，当不具备计算资源的移动设备加入物联网时，其一般情况下不作为移动边缘节点承接任务，反之，当具备空闲计算资源的移动设备加入物联网时，其才可能作为移动边缘节点承接边缘任务，并获取可能的收益。
尽管移动设备由于其自身的设备上需求随时间变化而变化，例如，移动设备在能够服务于其他请求之前必须满足其自身的低延迟应用程序的请求，但是本发明示例性实施例中假设移动设备仍然能够提供与其预测的相同的保证资源。因为一旦接收到任务，移动设备至少可以确保该保证的资源仅用于在分配的任务处理时间内处理任务。
本发明示例性实施例中，
另外，本发明示例性实施例中表示在远程云中处理任务的完成时间如下：
其中，r表示远程云，
此外，本发明示例性实施例中发现即使超过任务完成时间的最后期限(用
(三)任务分配
本发明示例性实施例的一种实施方式中，根据所述全局分配策略进行任务分配，由在所述拍卖机制中胜出的移动边缘节点处理分配的边缘任务，并将所述边缘任务的处理结果返回至发出所述边缘任务的终端用户，包括：
考虑到候选任务集
1)在每个时间段，由于多个任务参与竞价拍卖，因此不可能简单地使用二价拍卖策略(一种著名的单品拍卖定价策略)。
2)除了每个移动边缘节点的出价外，边缘节点还需要考虑利润最大化，这也取决于每个移动边缘节点的任务完成时间。这里，本发明示例性实施例中通过以下方式描述将任务it拍卖给mt的固定边缘节点的利润：
其中
本发明示例性实施例中还通过以下方法计算mt竞标任务it的利润：
其中
3)本发明示例性实施例中假设每个移动边缘节点可以同时提供多个服务，但不能同时处理同一服务的多个任务。虽然在实际的边缘计算系统中，多个任务可以分配给部署在具有较高的计算能力的移动边缘节点上的一个服务。具体地说，在边缘计算系统中，当一个高计算能力的节点的效率远远高于其他可用的低计算能力的移动边缘节点时，运营商通常会将多个任务分配给该节点。
本发明示例性实施例的一种实施方式中，获取各所述移动边缘节点的出价、所述移动边缘节点完成所述边缘任务的时间，以及所述固定边缘节点的拍卖价格，通过二部图匹配确保所述固定边缘节点的利润最大化，包括：
本发明示例性实施例中仍能假设每个移动边缘节点不能同时处理同一个服务的多个任务，因为本发明示例性实施例中的cri设计可以确保这一点，使得在移动边缘节点上部署任务变得更容易。上述困难使得如何分配任务到移动边缘节点并保证最大的利润变得很难。事实上，为了更清楚地陈述问题，本发明示例性实施例中把这个问题转化为在加权二部图上的最大匹配问题(参考定理2)。
简单说明如何将拍卖问题转化为二部图匹配问题。图4(b)的垂直虚线用于区分不同的拍卖节点。图4(b)的椭圆包含由同一移动边缘节点生成的y节点。
具体地，如图4(a)所示，本发明示例性实施例中考虑一个边缘计算环境，它包括三种服务、两个固定边缘节点、六个任务和七个移动边缘节点。每个任务都需要一个服务，本发明示例性实施例中假设具有所请求服务的移动边缘节点是候选移动边缘节点。由于每个移动边缘节点不能同时处理同一服务的多个任务，本发明示例性实施例中将投标者定义为具有特定服务的特定移动边缘节点。例如，具有两种嵌入式服务的图4(a)中的移动边缘节点1可以被视为图4(b)中的两个竞标者。因此，在图4(b)中，本发明示例性实施例中构造了一个加权二部图(x,y,e)，其中节点集合x表示任务集，节点集合y表示竞购者集，加权链路集e表示x和y之间的关系。
本发明示例性实施例中使用
图构造：然后，本发明示例性实施例中将加权二部图(x,y,e)扩展到一个更一般的场景，它对应于本发明示例性实施例中的移动辅助边缘计算框架。因此，在每个时间片中，本发明示例性实施例中使用x来表示
为了验证运营者的利润最大化问题与加权二部图(x,y,e)的最大匹配问题等价，本发明示例性实施例中给出了定义1和定义2中的相关知识，并提出定理1和定理2如下：
定义1：【完全匹配】图中的匹配是一组独立的链路，其中没有链路共享相同的节点。匹配的值是匹配中所有链路的权重之和。对于二部图(x,y,e)及其匹配的em，如果|x|＝|em|或|y|＝|em|，则em是一个完全匹配。
定义2：【最大匹配】对于二部图(x,y,e)，最大匹配就是使得图中值最大的匹配。
定理1：运营者的最大利润等于对应的二部图(x,y,e)的最大匹配问题的值。如果对应的链路来自于最大匹配问题的匹配，则将对应的任务分配给对应的移动边缘节点。
证明：可以说，最大匹配问题就是找到值最大的匹配，匹配中每条链路的值对应于运营者的利润。因此，运营者的最大利润等于相应的二部图(x,y,e)的最大匹配问题的值。当找到最大匹配时，它的所有链路都表示相应任务的分配
定理2：(x,y,e)的最大匹配问题可以通过求解所有子图(xn,yn,en),n∈n的最大匹配问题得到。前一个最大匹配的值等于后面子图的最大匹配的值之和。
证明：由于(x,y,e)的所有子图彼此独立，因此本发明示例性实施例中可以分别计算每个拍卖节点生成的子图。子图的最大匹配值之和等于(x,y,e)的最大匹配值。
基于定理1和定理2，本发明示例性实施例中可以通过求解一系列图匹配问题来解决运营者的利润最大化问题。因此，本发明示例性实施例中将重点放在单个节点的最大匹配问题上，并在算法2中给出了求解方法。对于
为了使用km算法，本发明示例性实施例中需要了解一些相关的概念。对于一个加权二部图g＝(x,y,e)，其中链路(x,y)∈e具有权重weightxy，如果在x∪y上存在一个实值函数f，使得本发明示例性实施例中在
在拍卖机制过程中，由各所述移动边缘节点向所述固定边缘节点发送参与证明；
当在拍卖中胜出的移动边缘节点放弃边缘任务时，根据所述参与证明降低对应的移动边缘节点的声誉参数；
当在拍卖中胜出的移动边缘节点未在保证的时间范围内完成分配的边缘任务时，根据所述参与证明和补偿系数，确定由对应的移动边缘节点向所述固定边缘节点作出补偿。
6、根据权利要求1所述的方法，其特征在于，所述方法还包括：
当根据所述全局分配策略分配的边缘任务被处理完成时，根据所述固定边缘节点向对应的移动边缘节点发送的分配证明，由所述固定节点向对应的移动边缘节点支付工作量。
因此，在算法2中，本发明示例性实施例中在第二步中可以得到时间复杂度为o(n*max{|xn|3,|yn|3})，这比o(max{|x|3,|y|3})好很多(即求解g图的时间)。然后计算第15行的最大利润值，得到16行中的优胜者任务和移动边缘节点。
(四)任务处理和付费
任务分配完成后，优胜者(即移动边缘节点)将处理相应的用户请求并将结果返回给终端用户。在此阶段，值得注意的是，移动边缘节点是否将执行处理操作以及如何确保这一点。
本发明示例性实施例的一种实施方式中，在拍卖机制过程中，由各所述移动边缘节点向所述固定边缘节点发送参与证明；
当在拍卖中胜出的移动边缘节点放弃边缘任务时，根据所述参与证明降低对应的移动边缘节点的声誉参数；
当在拍卖中胜出的移动边缘节点未在保证的时间范围内完成分配的边缘任务时，根据所述参与证明和补偿系数，确定由对应的移动边缘节点向所述固定边缘节点作出补偿。
这一过程包括如下：
如图3所示，除了生成候选集外，移动边缘节点还需要向第三章第二节部分中的固定边缘节点提交参与证书，即pop(参与证明)。pop可以是设备标识号，可以用来识别和跟踪唯一的移动边缘节点。那么，如果提交pop并成为赢家的移动边缘节点放弃任务，将损害其自身声誉，甚至可能受到额外的赔偿和法律责任。另外，如果移动边缘节点没有在保证的时间内完成任务，则边缘节点将得到补偿。因此，本发明示例性实施例中可以使用pop来确保移动边缘节点的行为诚实。
当处理完所有获胜者任务
(一)算法复杂度
结合cri设计的细节，提出了在每个时间片中实现cri设计的主要功能(参考算法3)。该算法包括整个拍卖过程，即候选集生成(参考算法1)和任务分配确定阶段(参考算法2)。在算法1的第9行，将
本发明示例性实施例的一种实施方式中，所述方法还包括：
当根据所述全局分配策略分配的边缘任务被处理完成时，根据所述固定边缘节点向对应的移动边缘节点发送的分配证明，由所述固定节点向对应的移动边缘节点支付工作量，这一过程包括如下：
在算法2中，km算法的时间复杂度为o(n*max{|xn|3,|yn|3})(请参阅第三章第三节)。除此之外，第2行中的排序x节点需要时间
因此，算法3中的cri的总体时间复杂度为
(二)期望属性
为了分析所提出的cri拍卖机制，我们用以下定理证明了它的理想性质。
定理3：cri满足个体理性。
证明：cri满足个体理性当且仅当
对于竞拍者(即参与竞拍的移动边缘节点)，本发明示例性实施例中使用等式(4)中的
以上两个结论共同证明了cri满足个体理性。
定理4：cri满足真实性。
证明：cri设计的特殊之处在于本发明示例性实施例中只追求拍卖人的利润最大化，而不是竞拍人。在这个设计中，投标者将决定他们自己的出价bt，这样他们就可以获得一些利润。然而，由于是密封拍卖，竞拍者不知道对方的出价、计算能力和其他信息。如果借此机会哄抬价格，很可能导致竞买人被排除在候选集之外，从而无法获得收益。因此，本发明示例性实施例中可以推断他们的出价是基本合理的。在bt的基础上，为了使整个域的利润最大化，每个拍卖商(固定边缘节点)用km算法来决定中标者以使自己的利润最大化。由于定价策略是基于每个竞买人的出价，所以固定边缘节点的决策不会损害竞买人的利润。从上面的推理可以看出，拍卖人和竞拍人都必须诚实守信，才能使自己的利益最大化。
定理5：cri满足利润最大化。
证明：从定理3的证明可以看出，只有当方程(4)中的
上述经济特性与计算效率相结合，从理论上保证了cri设计的可行性。之后本发明示例性实施例中从实验的角度，通过在第五章第二、三节部分的仿真结果来保证其可行性。
五、性能评估
(一)实验设置
网络构建：cri设计的评估没有假设额外用户请求的需求、任务的价值和移动边缘节点的出价。因此，本发明示例性实施例中的数值结果对任何可能的数据集都是有效的。由于在真实的边缘计算环境中，没有关于用户请求的价值和移动边缘节点处理任务的成本的统计数据，因此为了一般性，本发明示例性实施例中随机生成用户请求的价值和每个任务的相应出价，它们都在(0,1]内服从均匀分布。
图5(a)(b)为说明供需不匹配以及相应比率α和β的数据图。
此外，本发明示例性实施例中引入了参数α，它是候选任务与边缘计算环境中生成的所有用户请求的比率。实际上，α反映了固定边缘节点的资源短缺情况，其中α的值越大，资源就越稀缺。本发明示例性实施例中使用α随机生成候选任务集。此外，本发明示例性实施例中还引入了参数β，即候选移动边缘节点与所有覆盖到的移动边缘节点的比率。而β可以用来反映应急能力，即数值越大，应急能力越强。α和β都随时间动态变化，本发明示例性实施例中的目标是生成α和β来接近边缘计算环境，这意味着供需基本平衡。在本发明示例性实施例中的实验装置中，本发明示例性实施例中模拟了图5(a)中的供需不匹配情况。如前所述，本发明示例性实施例中利用成都出租车用户的数据集模拟用户请求的需求，并设置能力指标(如固定边缘节点的处理能力)。
从图5(a)的观察，本发明示例性实施例中发现由于固定边缘节点的资源在一天中的某些时段(如0-8点钟)被过度调配，而在某些时段(如18:00到21:00)资源短缺，供需不匹配非常严重。然后，本发明示例性实施例中将比率α和β表示如下：
α＝max{(demand-supply)/supply,0}(5)
β＝max{(demand-supply)/supply σ,0}(6)
图5(b)显示β的值随α的值而变化，本发明示例性实施例中根据[0,0.1]内的均匀分布设置σ的值。
对比算法：为了证明cri算法的性能，本发明示例性实施例中将其与两个基准算法进行了比较：
(i)贪婪分配(ga)：该算法使用贪婪分配算法(参考算法4的4-10行)来代替算法3的km算法。第9行中的
(ii)边云模式(ac)：旨在以固定边缘节点和远程云的能力响应所有用户的请求，这一点已经在许多工作中进行了研究。在这种情况下，本发明示例性实施例中会发现，虽然运营商不会支付移动边缘节点费用，但由于任务完成率较低，运营商仍然会损失经济利润。
(二)算法性能
为了展示算法的性能，本发明示例性实施例中将其与两个基准(即第五章第一节部分中的ga和ac)进行了比较。本发明示例性实施例中严格分析了三个指标，并进行了慷慨的评估，如下图6(a)及图6(b)所示，其图6(a)表示cri/ga/ac对应任务完成率的变化，图6(b)表示cri/ga/ac对应运营者利润的变化。
任务完成率(tcr)：图6(a)显示了不同数目的候选移动边缘节点和任务时的基准算法和cri的平均任务完成率。例如，图6(a)中的350*500意味着本发明示例性实施例中随机生成350个候选移动边缘节点和500个候选任务。y轴的任务完成率表示候选任务的完成率。结果表明，cri和ga的tcr远高于ac的tcr，说明在边缘计算环境中引入拍卖机制可以显著提高tcr。同时，本发明示例性实施例中发现cri的tcr略高于ga的tcr，并且本发明示例性实施例中发现cri的km算法正在寻找戏等价子图的完全匹配，而ga的贪婪分配算法可能不会搜索到这样的匹配。
另外，本发明示例性实施例中可以看到tcr随着候选移动边缘节点的增加而上升，随着候选任务的增加而降低，这可以解释为候选移动边缘节点越多(待响应的候选任务越少)，能够响应的任务越多(tcr越高)。因此，本发明示例性实施例中得出结论，cri设计可以显著提高固定边缘节点的服务质量。
利润：图6(b)表示固定边缘节点通过改变候选移动边缘节点和任务的数量可以获得的平均利润。结果表明，cri算法的收益高于ga和ac的收益，高于ga的收益是因为cri的km算法追求最大匹配，而ga的贪婪算法可能得不到最优解。而高于ac的利润是因为虽然每个被响应的任务都能获得更多的利润，但是总利润会因为tcr的降低而降低。因此，本发明示例性实施例中的cri设计的利润仍然优于其他两个基准。此外，由于同步tcr的提高，图6(b)中的所有利润都随着候选移动边缘节点的增加而增加。但是，随着候选任务数的增加，利润先增加后减少。原因可以理解为tcr在下降，但候选任务的基数在上升。因此，本发明示例性实施例中得出结论，cri设计在经济上对固定边缘节点有利。
计算效率：为了确认本发明示例性实施例中对时间复杂性的分析，本发明示例性实施例中在表2中记录了不同设置下的cri运行时间。对于每个设置，本发明示例性实施例中随机生成50个实例并记录平均结果。本发明示例性实施例中使用python3.6和intel(r)core(tm)i7-8750h处理器、16gb内存处理器运行所有测试。本发明示例性实施例中验证了cri的算法3分别对于候选任务集和移动边缘节点集在多项式时间内收敛。表3显示了ga的平均运行时间，结果表明cri和ga都是计算效率高的，ga并不比cri好。至于ac，虽然它不需要花费拍卖过程的时间，但本发明示例性实施例中随后表明它可能会花费其他指标。
总的来说，与其他两个基准测试相比，本发明示例性实施例中的cri算法在上述三个指标上都有更好的性能。这些指标从服务质量、经济效益和计算效率三个方面反映了cri设计的优势。因此，本发明示例性实施例中可以得出结论：将cri应用到本发明示例性实施例中的移动辅助边缘计算框架中，可以通过获得更高的tcr和更高的利润来提高固定边缘节点的qos。
个体理性：定理3证明了cri是个体理性的，这意味着每个中标任务的价值高于收费价格(参见图7(a))，而每个获胜的移动边缘节点收到不低于其处理相应任务的成本的付款(参见图7(b))。
本发明示例性实施例中给出了图7(a)中中标任务的价值和价格，以及图7(b)中赢得移动边缘节点的出价和成本。结果表明，获胜的移动边缘节点获得了正的收益，即从cri中获益。此外，由于每个获胜任务的效用都是正的，因此运营商仍然可以获得利润。因此，移动边缘节点愿意支持固定边缘节点，并且运营商也倾向于拍卖一些固定边缘节点无法处理的任务。
真实性：为了验证定理4中cri的真实性，本发明示例性实施例中随机选取一个移动边缘节点来研究其效益在出价不同时的变化。如图8(a)所示，a显示了当其出价为0.448且成本为0.295时，移动边缘节点是赢家。因此，移动边缘节点获得效用/利润0.153。然后，本发明示例性实施例中改变这个移动边缘节点的出价重新测试。结果表明，当出价低于0.448时，该移动边缘节点仍能赢得拍卖，但当出价超过0.448美元时，该节点将失去拍卖。可以看出，移动边缘节点无论出价多少，都无法提高其效用。然而，从对所有移动边缘节点的测试中，本发明示例性实施例中发现很少有像b这样的情况：当出价为0.557美元、成本为0.306美元时，移动边缘节点仍然可以通过提高出价来提高其效用。在此，本发明示例性实施例中强调，虽然所有的移动边缘节点都可以灵活地调整其出价，但也存在很大的竞价失败风险，实验测试的失败率高达97.87％。因此，理性的移动边缘节点将会真实地出价。
此外，本发明示例性实施例中可以在两种情况下推断边缘节点的真实性：1)如果价格低于中标人的出价，将损害固定边缘节点的信誉，这是灾难性的；2)如果价格高于中标人的出价，则会损害固定边缘节点的利润。综上所述，cri可以保证移动边缘节点和固定边缘节点的真实性，因为不真实行为无法提高效用。因此，cri可以从不真实的参与者(固定边缘节点和移动边缘节点)的干扰中解放出来，这些参与者试图以牺牲他人的利益为代价使自己受益。
利润最大化：为了验证定理5的利润最大化，本发明示例性实施例中使用图8(b)中的案例c，其中中标者出价为0.44，赢家任务的价值为0.55。如果price＜0.44，则会损害固定边节点的信誉(参见定理4)，这是极力避免的。如果price≥0.44，则固定边缘节点无法从任务中获得更多好处(请参阅等式(3))。因此，cri保证了固定边缘节点从每个优胜者任务中获得的利润最大化。
通过以上的仿真实验，验证了实验结果与理论证明的一致性，并认为在今后的工作中，对真实场景的模拟也是必要的。
本发明示例性实施例中将讨论本发明示例性实施例中的cri设计是否可以带来其他性能改进，例如运营者潜在的长期利润增长。从仿真实验的结果来看，本发明示例性实施例中的设计有利于提高任务完成率，从而进一步提高新兴物联网应用的用户体验，吸引更多的用户向边缘计算环境发送请求。这就是在实际的边缘计算场景中应用cri的潜在长期收益。本发明示例性实施例中对移动辅助边缘计算框架做了初步的尝试。
为边缘计算环境中新兴的物联网应用提供超低延迟服务的高效方案正在被积极研究和应用。如，将服务放置和请求调度结合起来，提高了边缘节点资源的利用率；gsp-ors允许边缘计算系统运营者全局分配固定边缘节点的资源，并优化调度用户的请求，实现资源的高效利用；关于边缘计算中的计算卸载；将移动设备用户之间的分布式计算卸载决策问题描述为一个多用户计算卸载博弈问题；通过从云端借用处理资源来提高移动设备的计算能力。然而，上述方式都没有考虑将任务从固定边缘节点转移到移动设备上。因此，cri补充了这些工作，目前，网络边缘的不匹配问题仍然缺乏关注。
本发明示例性实施例中关注一种独特的紧急情况(供需不匹配)、拍卖物品(用户请求)和买家(移动边缘节点)。本发明示例性实施例中的工作也不同于一般的拍卖机制，它采用双重拍卖和去中心的拍卖来实现资源的优化配置。尽管如此，cri关注的是基于移动边缘节点的合理、真实的报价，而没有考虑移动边缘节点的最优报价策略。cri也可以被看作是一种带有信用担保证书的博弈机制设计(参见图2中的pop、poa)。
虽然边缘计算的目标是为终端用户提供“随时随地”的低延迟服务，但固定边缘节点有限的资源和突发的峰值需求对现有的解决方案提出了挑战。本发明示例性实施例中将这些挑战描述为网络边缘的供需不匹配问题。本发明示例性实施例中首次提出了移动辅助边缘计算框架，通过引入移动边缘节点来提高固定边缘节点的服务质量。同时，本发明示例性实施例中设计了cri来激励移动边缘节点以减少供需不匹配。实验证明，cri具有良好的个体合理性、真实性和利润最大化等特性，数值结果显示了移动辅助边缘计算框架的优越性，这促使本发明示例性实施例中进行更多的研究。本发明示例性实施例中未来可能的发展方向可以简单地概括为：1)将cri设计应用到实际场景中；2)评估cri的长期收益；3)研究和提高用户的qoe。
图9为本发明实施例提供的一种移动辅助边缘计算装置的结构示意图，该装置可由软件和/或硬件实现，一般地集成于智能终端中，可通过移动辅助边缘计算方法来实现。如图所示，本实施例可以以上述实施例为基础，提供了一种移动辅助边缘计算装置，应用于至少包括固定边缘节点和移动边缘节点的物联网，其主要包括了边缘任务确定模块910、拍卖模块920以及分配模块930。
其中的边缘任务确定模块910，用于根据用户请求和资源分布，向固定边缘节点请求边缘任务，所述边缘任务为固定边缘节点无法响应的用户请求；
拍卖模块920，用于根据拍卖机制向若干移动边缘节点拍卖所述边缘任务，以及根据各所述移动边缘节点的收益以及固定边缘节点的支出，确定最终的定价策略；
分配模块930，用于结合所述定价策略以及移动边缘节点的定价，确定所述边缘任务在各所述移动边缘节点的全局分配策略。
本发明示例性实施例的一种实施方式中，所述装置还包括：
计算模块，用于获取各所述移动边缘节点的出价、所述移动边缘节点完成所述边缘任务的时间，以及所述固定边缘节点的拍卖价格，通过二部图匹配确保所述固定边缘节点的利润最大化。
本发明示例性实施例的一种实施方式中，所述根据拍卖机制向若干移动边缘节点拍卖所述边缘任务之前，所述装置还包括判断模块，用于：
对加入所述物联网的移动设备的资源进行预测，并根据预测结果判断所述移动设备能否成为所述移动边缘节点；
当所述移动设备的资源能够运行所述边缘任务时，所述移动设备成为所述移动边缘节点，否则被抛弃。
本发明示例性实施例的一种实施方式中，所述装置还包括任务分配子模块，用于：
根据所述全局分配策略进行任务分配，由在所述拍卖机制中胜出的移动边缘节点处理分配的边缘任务，并将所述边缘任务的处理结果返回至发出所述边缘任务的终端用户。
本发明示例性实施例的一种实施方式中，所述装置还包括评价模块，用于：
在拍卖机制过程中，由各所述移动边缘节点向所述固定边缘节点发送参与证明；
当在拍卖中胜出的移动边缘节点放弃边缘任务时，根据所述参与证明降低对应的移动边缘节点的声誉参数；
当在拍卖中胜出的移动边缘节点未在保证的时间范围内完成分配的边缘任务时，根据所述参与证明和补偿系数，确定由对应的移动边缘节点向所述固定边缘节点作出补偿。
上述实施例中提供的装置可执行本发明中任意实施例中所提供的移动辅助边缘计算方法，具备执行该方法相应的功能模块和有益效果，未在上述实施例中详细描述的技术细节，可参见本发明任意实施例中所提供的移动辅助边缘计算方法。
需要说明的是，本发明示例性实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本发明示例性实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
图10示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的cpu(centralprocessingunit，中央处理器)、微处理器、应用专用集成电路(applicationspecificintegratedcircuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。
存储器1020可以采用rom(readonlymemory，只读存储器)、ram(randomaccessmemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行本发明实施例的移动辅助边缘计算方法。
输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信。
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序及程序本身的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息，以用于执行本发明实施例的上述技术方案。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明示例性实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本发明示例性实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明示例性实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明示例性实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本公开的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明示例性实施例。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。
本发明示例性实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明示例性实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本公开的保护范围之内。
1.一种移动辅助边缘计算方法，应用于至少包括固定边缘节点和移动边缘节点的物联网，其特征在于，所述方法包括：
根据用户请求和资源分布，向固定边缘节点请求边缘任务，所述边缘任务为固定边缘节点无法响应的用户请求；
根据拍卖机制向若干移动边缘节点拍卖所述边缘任务，以及根据各所述移动边缘节点的收益以及固定边缘节点的支出，确定最终的定价策略；
结合所述定价策略以及移动边缘节点的定价，确定所述边缘任务在各所述移动边缘节点的全局分配策略。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取各所述移动边缘节点的出价、所述移动边缘节点完成所述边缘任务的时间，以及所述固定边缘节点的拍卖价格，通过二部图匹配确保所述固定边缘节点的利润最大化。
3.根据权利要求1所述的方法，其特征在于，所述根据拍卖机制向若干移动边缘节点拍卖所述边缘任务之前，所述方法还包括：
对加入所述物联网的移动设备的资源进行预测，并根据预测结果判断所述移动设备能否成为所述移动边缘节点；
当所述移动设备的资源能够运行所述边缘任务时，所述移动设备成为所述移动边缘节点，否则被抛弃。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述全局分配策略进行任务分配，由在所述拍卖机制中胜出的移动边缘节点处理分配的边缘任务，并将所述边缘任务的处理结果返回至发出所述边缘任务的终端用户。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
在拍卖机制过程中，由各所述移动边缘节点向所述固定边缘节点发送参与证明；
当在拍卖中胜出的移动边缘节点放弃边缘任务时，根据所述参与证明降低对应的移动边缘节点的声誉参数；
当在拍卖中胜出的移动边缘节点未在保证的时间范围内完成分配的边缘任务时，根据所述参与证明和补偿系数，确定由对应的移动边缘节点向所述固定边缘节点作出补偿。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当根据所述全局分配策略分配的边缘任务被处理完成时，根据所述固定边缘节点向对应的移动边缘节点发送的分配证明，由所述固定节点向对应的移动边缘节点支付工作量。
7.一种移动辅助边缘计算装置，应用于至少包括固定边缘节点和移动边缘节点的物联网，其特征在于，所述装置包括：
边缘任务确定模块，用于根据用户请求和资源分布，向固定边缘节点请求边缘任务，所述边缘任务为固定边缘节点无法响应的用户请求；
拍卖模块，用于根据拍卖机制向若干移动边缘节点拍卖所述边缘任务，以及根据各所述移动边缘节点的收益以及固定边缘节点的支出，确定最终的定价策略；
分配模块，用于结合所述定价策略以及移动边缘节点的定价，确定所述边缘任务在各所述移动边缘节点的全局分配策略。
8.根据权利要求1所述的装置，其特征在于，所述装置还包括：
计算模块，用于获取各所述移动边缘节点的出价、所述移动边缘节点完成所述边缘任务的时间，以及所述固定边缘节点的拍卖价格，通过二部图匹配确保所述固定边缘节点的利润最大化。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任意一项所述的移动辅助边缘计算方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1至6任一所述的移动辅助边缘计算方法。
技术总结