技术摘要：
本申请公开了一种移动边缘计算装置及方法，装置包括：移动边缘计算服务器，第三方计算设备以及本地设备；本地设备用于产生任务，对任务进行分解得到多个子任务，并将子任务发送至移动边缘计算服务器；第三方计算设备用于根据子任务的数量以及本地设备的数量计算出最优  全部
背景技术：
随着社会科技发展，5G技术、新型物联网应用(如虚拟现实、远程医疗、智慧城市 等)不断涌现，这些物联网应用强烈依赖于用户设备(如传感器、可穿戴设备、摄像头等)之 间的高速数据交互和超低延时通信计算。然而，由于尺寸和重量的限制，这些物联网设备的 计算性能和电池容量非常有限。为增强用户设备的计算性能和降低计算时延，移动边缘计 算(MEC)技术应运而生。基于移动边缘计算技术，用户设备可通过无线链路将计算任务卸载 至网络边缘，由移动边缘计算服务器远程代理计算，并随后将计算结果发送回用户设备。相 比于传统的云计算，移动边缘计算可避免网络拥塞和多跳路由等不利效应，能够极大地降 低计算时延，并节省用户设备的能量损耗。值得注意的是，在移动边缘计算系统中，如何调 度用户的计算卸载，以及分配计算任务，是亟待解决的关键技术问题。
技术实现要素：
本申请提供了一种移动边缘计算装置及方法，解决了现有技术的计算资源分配不 均的缺点的技术问题。 有鉴于此，本申请第一方面提供了一种移动边缘计算装置，所述装置包括：移动边 缘计算服务器，分别与所述移动边缘计算服务器相连的第三方计算设备以及本地设备； 所述本地设备用于产生任务，对所述任务进行分解得到多个子任务，并将所述子 任务发送至所述移动边缘计算服务器； 所述第三方计算设备用于根据所述子任务的数量以及所述本地设备的数量计算 出最优任务分配方案，将所述最优任务分配方案发送至所述移动边缘计算服务器； 所述移动边缘计算服务器用于根据所述最优任务分配方案，将所述子任务发送至 所述本地设备，使得所述本地设备对分配的所述子任务进行计算，并将计算结果发送至产 生所述子任务的所述本地设备。 可选的，所述本地设备包括： 分解单元，用于获取到的所述本地设备与所述移动边缘计算服务器的信道状态信 息，以及所述本地设备产生的任务信息；根据所述信道状态信息以及所述任务信息设置阈 值，将所述任务按照所述阈值分解成多个所述子任务。 可选的，所述移动边缘计算服务器还用于对分配给所述移动边缘计算服务器的所 述子任务进行计算，并将计算结果发送至产生所述子任务的所述本地设备。 本申请第二方面提供一种移动边缘计算方法，所述方法包括： 获取本地设备发送的子任务以及第三方计算设备计算出的最优任务分配方案； 根据所述最优任务分配方案将所述子任务分配给所述本地设备和/或移动边缘计 算服务器； 4 CN 111601328 A 说　明　书 2/7 页 获取本地设备和/或移动边缘计算服务器对所述子任务的计算结果，将所述子任 务的计算结果发送至对应的所述本地设备。 可选的，在所述获取本地设备发送的子任务以及第三方计算设备计算出的最优任 务分配方案，之前还包括： 获取到的所述本地设备与所述移动边缘计算服务器的信道状态信息，以及所述本 地设备产生的任务信息；根据所述信道状态信息以及所述任务信息设置阈值，将所述任务 按照所述阈值分解成多个所述子任务。 可选的，在所述获取本地设备发送的子任务以及第三方计算设备计算出的最优任 务分配方案，之前还包括： 采用遗传算法计算出所述最优任务分配方案。 可选的，在所述获取本地设备和/或移动边缘计算服务器对所述子任务的计算结 果，将所述子任务的计算结果发送至对应的所述本地设备，之后还包括： 根据所述最优分配方案计算完成所有所述子任务的时间。 本申请第三方面提供一种第三方计算设备，所述设备包括处理器以及存储器： 所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器； 所述处理器用于根据所述程序代码中的指令，执行如上述第二方面所述的一种移 动边缘计算方法的步骤。 本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存 储程序代码，所述程序代码用于执行上述第二方面所述的方法。 本申请第五方面提供一种包括指令的计算机程序产品，当其在计算机上运行时， 使得所述计算机执行上述第二方面所述的方法。 从以上技术方案可以看出，本申请具有以下优点： 本申请中，提供了一种移动边缘计算装置及方法，装置包括：移动边缘计算服务 器，第三方计算设备以及本地设备；本地设备用于产生任务，对任务进行分解得到多个子任 务，并将子任务发送至移动边缘计算服务器；第三方计算设备用于根据子任务的数量以及 本地设备的数量计算出最优任务分配方案，将最优任务分配方案发送至移动边缘计算服务 器；移动边缘计算服务器用于根据最优任务分配方案，将子任务发送至本地设备，使得本地 设备对分配的子任务进行计算，并将计算结果发送至产生子任务的所述本地设备。本申请 通过将任务进行分解成多个子任务，将所有本地设备分解后得到的子任务按照计算得到的 最优任务分配方案合理分配给相应的本地设备，即可以将较多的子任务分配给计算资源丰 富的本地设备，将较少的子任务分配给计算资源少的本地设备，使得计算资源能够被合理 利用，同时也降低的计算任务总耗时。 附图说明 图1为本申请一种移动边缘计算装置的一个实施例的装置结构图； 图2为本申请一种移动边缘计算方法的一个实施例的方法流程图； 图3为本申请一种移动边缘计算方法的另一个实施例的方法流程图； 图4为本申请中采用遗传算法计算出最优任务分配方案的一个实施例的方法流程 图； 5 CN 111601328 A 说　明　书 3/7 页 图5为本申请中采用遗传算法中的交叉操作的示意图； 图6为本申请中采用遗传算法中交叉操作之后将子任务多余的操作编程任务缺失 的操作示意图； 图7为本申请中采用遗传算法中的变异操作的示意图； 图8为采用本申请方法与采用基准方法在不同的迭代次数下完成计算任务所花费 的总时间对比仿真图； 图9为采用本申请方法与采用基准方法在随着本地设备数量增加时，完成计算任 务所花费的总时间的对比仿真图。