本技術(shù)涉及通信網(wǎng)絡(luò)，特別是涉及一種面向融合網(wǎng)絡(luò)的任務(wù)感知與智能調(diào)度方法。

背景技術(shù)：

1、算網(wǎng)融合是近幾年提出的新型網(wǎng)絡(luò)結(jié)構(gòu)，由于算網(wǎng)融合網(wǎng)絡(luò)場(chǎng)景下網(wǎng)絡(luò)結(jié)構(gòu)具有新的特點(diǎn)和復(fù)雜性，傳統(tǒng)任務(wù)調(diào)度方案往往不能直接適用于算網(wǎng)融合場(chǎng)景，對(duì)融合網(wǎng)絡(luò)中涉及到的網(wǎng)絡(luò)資源、算力資源和用戶需求等因素進(jìn)行綜合考慮和優(yōu)化仍然缺乏有效方法和策略，所以算網(wǎng)資源調(diào)度方案存在著諸多挑戰(zhàn)和待解決的問題。

2、目前算網(wǎng)資源調(diào)度相關(guān)研究和實(shí)踐案例較少。如何充分考慮網(wǎng)絡(luò)資源和算力資源，將用戶發(fā)起的任務(wù)協(xié)調(diào)調(diào)度到算力中心，更有效地利用算網(wǎng)資源，是一個(gè)亟待解決的問題。因此，需要深入研究算網(wǎng)資源融合調(diào)度方案，探索適合融合網(wǎng)絡(luò)應(yīng)用場(chǎng)景下的新型任務(wù)調(diào)度算法，并進(jìn)行驗(yàn)證和優(yōu)化，以更好地發(fā)揮算網(wǎng)融合架構(gòu)的潛力，實(shí)現(xiàn)異構(gòu)資源的有效利用和用戶任務(wù)的高效執(zhí)行。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的目的是提供一種面向融合網(wǎng)絡(luò)的任務(wù)感知與智能調(diào)度方法，可提高面向融合網(wǎng)絡(luò)的任務(wù)感知與智能調(diào)度的合理性。

2、為實(shí)現(xiàn)上述目的，本技術(shù)提供了如下方案：

3、本技術(shù)提供了一種面向融合網(wǎng)絡(luò)的任務(wù)感知與智能調(diào)度方法，所述面向融合網(wǎng)絡(luò)的任務(wù)感知與智能調(diào)度方法應(yīng)用于一種融合網(wǎng)絡(luò)，所述融合網(wǎng)絡(luò)包括：

4、算力解析路由、算力網(wǎng)絡(luò)控制器、核心網(wǎng)、多個(gè)用戶設(shè)備和多個(gè)算力中心；

5、所述算力網(wǎng)絡(luò)控制器和多個(gè)所述用戶設(shè)備均與所述算力解析路由連接；所述算力解析路由還通過核心網(wǎng)與多個(gè)所述算力中心連接；

6、所述用戶設(shè)備用于發(fā)布任務(wù)；

7、所述算力解析路由用于在接收到任一用戶設(shè)備發(fā)送的任務(wù)時(shí)，解析接收到的任務(wù)，并根據(jù)解析結(jié)果確定算力標(biāo)識(shí)；

8、所述算力網(wǎng)絡(luò)控制器用于基于算力標(biāo)識(shí)、核心網(wǎng)鏈路狀態(tài)和各個(gè)算力中心對(duì)的算力，確定目標(biāo)算力中心以及核心網(wǎng)最優(yōu)路徑；

9、所述算力解析路由用于按照最優(yōu)路徑將任務(wù)傳輸至目標(biāo)算力中心；

10、所述面向融合網(wǎng)絡(luò)的任務(wù)感知與智能調(diào)度方法，包括：

11、構(gòu)建融合網(wǎng)絡(luò)架構(gòu)；所述融合網(wǎng)絡(luò)架構(gòu)包括：多個(gè)節(jié)點(diǎn)、多條鏈路以及每條鏈路的權(quán)重；任一所述節(jié)點(diǎn)為用戶設(shè)備節(jié)點(diǎn)、路由節(jié)點(diǎn)或算力中心節(jié)點(diǎn)中的一種；所述鏈路以用戶設(shè)備節(jié)點(diǎn)或路由節(jié)點(diǎn)為鏈路起點(diǎn)，以路由節(jié)點(diǎn)或算力中心節(jié)點(diǎn)為鏈路終點(diǎn)；鏈路的權(quán)重表示從對(duì)應(yīng)鏈路的鏈路起點(diǎn)向鏈路終點(diǎn)傳輸數(shù)據(jù)的傳輸代價(jià)；

12、獲取待處理任務(wù)隊(duì)列中第一個(gè)任務(wù)為當(dāng)前待處理任務(wù)；

13、從當(dāng)前待處理任務(wù)的算力標(biāo)識(shí)中提取當(dāng)前待處理任務(wù)的用戶設(shè)備節(jié)點(diǎn)為源節(jié)點(diǎn)；

14、基于所述融合網(wǎng)絡(luò)架構(gòu)，利用路徑搜索算法確定以源節(jié)點(diǎn)為起點(diǎn)，以每個(gè)算力中心節(jié)點(diǎn)為目的節(jié)點(diǎn)時(shí)對(duì)應(yīng)的路徑；

15、根據(jù)當(dāng)前待處理任務(wù)的算力標(biāo)識(shí)，從所有算力中心節(jié)點(diǎn)對(duì)應(yīng)的路徑中選取最優(yōu)路徑；

16、確定最優(yōu)路徑對(duì)應(yīng)的算力中心節(jié)點(diǎn)為最優(yōu)目的節(jié)點(diǎn)；

17、算力解析路由根據(jù)最優(yōu)路徑，將當(dāng)前待處理任務(wù)從源節(jié)點(diǎn)發(fā)送至最優(yōu)目的節(jié)點(diǎn)；

18、最優(yōu)目的節(jié)點(diǎn)處理當(dāng)前待處理任務(wù)后生成處理結(jié)果；

19、算力解析路由將處理結(jié)果從最優(yōu)目的節(jié)點(diǎn)返回至源節(jié)點(diǎn)；

20、將當(dāng)前待處理任務(wù)從待處理任務(wù)隊(duì)列中刪除，并返回步驟“獲取待處理任務(wù)隊(duì)列中第一個(gè)任務(wù)為當(dāng)前待處理任務(wù)”。

21、可選地，所述面向融合網(wǎng)絡(luò)的任務(wù)感知與智能調(diào)度方法，還包括：

22、算力解析路由在接收到任一用戶設(shè)備發(fā)送的任務(wù)請(qǐng)求時(shí)，根據(jù)任務(wù)請(qǐng)求更新待處理任務(wù)隊(duì)列。

23、可選地，算力解析路由在接收到任一用戶設(shè)備發(fā)送的任務(wù)請(qǐng)求時(shí)，根據(jù)任務(wù)請(qǐng)求更新待處理任務(wù)隊(duì)列，包括：

24、算力解析路由在接收到任一用戶設(shè)備發(fā)送的任務(wù)請(qǐng)求時(shí)，確定請(qǐng)求的任務(wù)為當(dāng)前待排序任務(wù)；

25、從當(dāng)前待排序任務(wù)的任務(wù)屬性中提取當(dāng)前待排序任務(wù)的任務(wù)類別；所述任務(wù)屬性包括任務(wù)類別、存儲(chǔ)資源量、帶寬需求和任務(wù)優(yōu)先級(jí)；所述任務(wù)類別為傳輸任務(wù)或計(jì)算任務(wù)；

26、在所述當(dāng)前待排序任務(wù)為計(jì)算任務(wù)時(shí)，確定當(dāng)前待排序任務(wù)的子任務(wù)類別為當(dāng)前子任務(wù)類別；

27、在任務(wù)成分表中查詢當(dāng)前子任務(wù)類別對(duì)應(yīng)的cpu比例和gpu比例；所述算力解析路由中存儲(chǔ)有任務(wù)成分表；所述任務(wù)成分表用于表述不同計(jì)算任務(wù)子任務(wù)類別對(duì)應(yīng)的cpu比例和gpu比例；同一計(jì)算任務(wù)子任務(wù)類別對(duì)應(yīng)的cpu比例和gpu比例之和等于1；

28、確定當(dāng)前待排序任務(wù)的存儲(chǔ)資源量與當(dāng)前子任務(wù)類別對(duì)應(yīng)的cpu比例之積，為當(dāng)前待排序任務(wù)的cpu需求量；

29、確定當(dāng)前待排序任務(wù)的存儲(chǔ)資源量與當(dāng)前子任務(wù)類別對(duì)應(yīng)的gpu比例之積，為當(dāng)前待排序任務(wù)的gpu需求量；

30、對(duì)所述cpu需求量、所述gpu需求量和所述任務(wù)屬性進(jìn)行編碼，得到算力標(biāo)識(shí)；

31、在所述當(dāng)前待排序任務(wù)為傳輸任務(wù)時(shí)，對(duì)所述任務(wù)屬性進(jìn)行編碼，得到算力標(biāo)識(shí)；

32、將所述算力標(biāo)識(shí)添加到當(dāng)前待排序任務(wù)的報(bào)文頭部；

33、基于當(dāng)前待排序任務(wù)的優(yōu)先級(jí)，以及待處理任務(wù)隊(duì)列中所有待處理任務(wù)的優(yōu)先級(jí)，將當(dāng)前待排序任務(wù)插入待處理任務(wù)隊(duì)列中，完成待處理任務(wù)隊(duì)列更新。

34、可選地，基于所述融合網(wǎng)絡(luò)架構(gòu)，利用路徑搜索算法確定以源節(jié)點(diǎn)為起點(diǎn)，以每個(gè)算力中心節(jié)點(diǎn)為目的節(jié)點(diǎn)時(shí)對(duì)應(yīng)的路徑，包括：

35、在源節(jié)點(diǎn)處將當(dāng)前待處理任務(wù)切分為數(shù)據(jù)包隊(duì)列；

36、確定任一算力中心節(jié)點(diǎn)為當(dāng)前目的節(jié)點(diǎn)d；

37、確定數(shù)據(jù)包隊(duì)列中第一個(gè)數(shù)據(jù)包為當(dāng)前數(shù)據(jù)包；

38、將源節(jié)點(diǎn)s作為第1個(gè)元素添加到路徑列表中；

39、令源節(jié)點(diǎn)s為當(dāng)前節(jié)點(diǎn)c；

40、令當(dāng)前數(shù)據(jù)包到達(dá)當(dāng)前節(jié)點(diǎn)的累計(jì)傳輸代價(jià)t＝0；

41、令經(jīng)過節(jié)點(diǎn)數(shù)h＝1；

42、初始化當(dāng)前數(shù)據(jù)包p＝{s,d,c,t,h,f}；f表示當(dāng)前數(shù)據(jù)包是否已到達(dá)當(dāng)前目的節(jié)點(diǎn)d；

43、初始化最小q值為正無窮大；

44、確定當(dāng)前節(jié)點(diǎn)c的任一鄰居節(jié)點(diǎn)為當(dāng)前鄰居節(jié)點(diǎn)；當(dāng)前節(jié)點(diǎn)c的鄰居節(jié)點(diǎn)為融合網(wǎng)絡(luò)架構(gòu)中以當(dāng)前節(jié)點(diǎn)c為鏈路起點(diǎn)的鏈路對(duì)應(yīng)的鏈路終點(diǎn)；

45、確定從當(dāng)前節(jié)點(diǎn)c經(jīng)過當(dāng)前鄰居節(jié)點(diǎn)到達(dá)當(dāng)前目的節(jié)點(diǎn)d的q值為當(dāng)前鄰居q值；

46、判斷當(dāng)前鄰居q值是否小于最小q值，得到第一判斷結(jié)果；

47、若第一判斷結(jié)果為否，則更新當(dāng)前鄰居節(jié)點(diǎn)，并返回步驟“確定從當(dāng)前節(jié)點(diǎn)c經(jīng)過當(dāng)前鄰居節(jié)點(diǎn)到達(dá)當(dāng)前目的節(jié)點(diǎn)d的q值為當(dāng)前鄰居節(jié)點(diǎn)對(duì)應(yīng)的q值”；

48、若第一判斷結(jié)果為是，則令經(jīng)過節(jié)點(diǎn)數(shù)h的數(shù)值增加1；

49、將當(dāng)前鄰居節(jié)點(diǎn)作為第h個(gè)元素添加到路徑列表中；

50、判斷經(jīng)過節(jié)點(diǎn)數(shù)h是否大于預(yù)設(shè)路徑長(zhǎng)度，得到第二判斷結(jié)果；

51、若第二判斷結(jié)果為是，則初始化當(dāng)前數(shù)據(jù)包，將當(dāng)前數(shù)據(jù)包添加到數(shù)據(jù)包隊(duì)列中；

52、若第二判斷結(jié)果為否，則確定當(dāng)前節(jié)點(diǎn)c和當(dāng)前鄰居節(jié)點(diǎn)對(duì)應(yīng)鏈路權(quán)重為當(dāng)前鏈路權(quán)重；

53、令累計(jì)傳輸代價(jià)t的數(shù)值增加當(dāng)前鏈路權(quán)重；

54、判斷當(dāng)前鄰居節(jié)點(diǎn)是否為當(dāng)前目的節(jié)點(diǎn)d，得到第三判斷結(jié)果；

55、若第三判斷結(jié)果為否，則將當(dāng)前鄰居節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)，將當(dāng)前鄰居q值作為最小q值，并返回步驟“確定當(dāng)前節(jié)點(diǎn)c的任一鄰居節(jié)點(diǎn)為當(dāng)前鄰居節(jié)點(diǎn)”；

56、若第三判斷結(jié)果為是，則確定路徑列表為當(dāng)前目的節(jié)點(diǎn)對(duì)應(yīng)的路徑；

57、確定累計(jì)傳輸代價(jià)t為當(dāng)前目的節(jié)點(diǎn)對(duì)應(yīng)路徑的累計(jì)傳輸代價(jià)。

58、可選地，在確定累計(jì)傳輸代價(jià)t為當(dāng)前目的節(jié)點(diǎn)對(duì)應(yīng)路徑的累計(jì)傳輸代價(jià)之后，還包括：

59、更新當(dāng)前目的節(jié)點(diǎn)，并返回步驟“確定數(shù)據(jù)包隊(duì)列中第一個(gè)數(shù)據(jù)包為當(dāng)前數(shù)據(jù)包”，直至遍歷所有算力中心節(jié)點(diǎn)，得到所有算力中心節(jié)點(diǎn)對(duì)應(yīng)的路徑。

60、可選地，根據(jù)當(dāng)前待處理任務(wù)的算力標(biāo)識(shí)，從所有算力中心節(jié)點(diǎn)對(duì)應(yīng)的路徑中選取最優(yōu)路徑，包括：

61、從當(dāng)前待處理任務(wù)的算力標(biāo)識(shí)中提取當(dāng)前待處理任務(wù)的任務(wù)類別；

62、在當(dāng)前待處理任務(wù)為傳輸任務(wù)時(shí)，從所有算力中心節(jié)點(diǎn)對(duì)應(yīng)的路徑中選取最小累計(jì)傳輸代價(jià)對(duì)應(yīng)的路徑為最優(yōu)路徑。

63、可選地，根據(jù)當(dāng)前待處理任務(wù)的算力標(biāo)識(shí)，從所有算力中心節(jié)點(diǎn)對(duì)應(yīng)的路徑中選取最優(yōu)路徑，還包括：

64、在當(dāng)前待處理任務(wù)為計(jì)算任務(wù)時(shí)，從算力標(biāo)識(shí)中提取cpu需求量和gpu需求量；

65、獲取負(fù)載均衡因子；所述負(fù)載均衡因子用于描述當(dāng)前時(shí)刻所有算力中心的剩余資源量；

66、確定任一算力中心節(jié)點(diǎn)對(duì)應(yīng)路徑為當(dāng)前路徑；

67、根據(jù)目標(biāo)函數(shù)，以及所述負(fù)載均衡因子、所述cpu需求量、所述gpu需求量和當(dāng)前路徑的累計(jì)傳輸代價(jià)，確定當(dāng)前路徑對(duì)應(yīng)的目標(biāo)函數(shù)值；

68、更新當(dāng)前路徑，并返回步驟“根據(jù)目標(biāo)函數(shù)，以及所述負(fù)載均衡因子、所述cpu需求量、所述gpu需求量和當(dāng)前路徑的累計(jì)傳輸代價(jià)，確定當(dāng)前路徑對(duì)應(yīng)的目標(biāo)函數(shù)值”直至遍歷所有算力中心節(jié)點(diǎn)，得到每個(gè)算力中心節(jié)點(diǎn)對(duì)應(yīng)的路徑的目標(biāo)函數(shù)值；

69、確定最大目標(biāo)函數(shù)值對(duì)應(yīng)的路徑為最優(yōu)路徑。

70、可選地，在獲取待處理任務(wù)隊(duì)列中第一個(gè)任務(wù)為當(dāng)前待處理任務(wù)之前，還包括：

71、構(gòu)建目標(biāo)函數(shù)，并確定目標(biāo)函數(shù)的約束條件。

72、可選地，所述目標(biāo)函數(shù)為：

73、

74、其中，i為目標(biāo)函數(shù)，λj(i)表示第j個(gè)用戶任務(wù)tuj是否被分配給第i個(gè)算力中心cci，當(dāng)λj(i)＝1時(shí)表示用戶任務(wù)tuj被分配給算力中心cci，當(dāng)λj(i)＝0時(shí)表示用戶任務(wù)tuj未被分配給算力中心cci；w表示用戶任務(wù)數(shù)量，n表示算力中心數(shù)量，α表示服務(wù)時(shí)延權(quán)重，表示任務(wù)tuj在算力中心cci上的服務(wù)時(shí)延，β表示傳輸時(shí)延權(quán)重，表示任務(wù)tuj的完整數(shù)據(jù)傳輸?shù)剿懔χ行腸ci的累積傳輸時(shí)延，γ表示負(fù)載均衡因子權(quán)重，dr表示負(fù)載均衡因子。

75、可選地，所述約束條件為：

76、

77、其中，cj表示第j個(gè)用戶任務(wù)tuj的cpu需求量，ci表示第i個(gè)算力中心cci的剩余cpu資源，gj表示表示第j個(gè)用戶任務(wù)tuj的gpu需求量，gi表示第i個(gè)算力中心cci的剩余gpu資源，sj表示表示第j個(gè)用戶任務(wù)tuj的存儲(chǔ)資源需求量，si表示第i個(gè)算力中心cci的剩余存儲(chǔ)資源。

78、根據(jù)本技術(shù)提供的具體實(shí)施例，本技術(shù)公開了以下技術(shù)效果：

79、本技術(shù)提供了一種面向融合網(wǎng)絡(luò)的任務(wù)感知與智能調(diào)度方法，設(shè)計(jì)了一種動(dòng)態(tài)資源感知和用戶任務(wù)優(yōu)先級(jí)調(diào)度機(jī)制，該機(jī)制綜合考慮任務(wù)特征、用戶屬性等因素，預(yù)估任務(wù)對(duì)異構(gòu)算力資源的需求，并將解析出的信息添加到任務(wù)的算力標(biāo)識(shí)中；通過引入深度強(qiáng)化學(xué)習(xí)算法，智能感知網(wǎng)絡(luò)鏈路狀態(tài)和流量特征，自主學(xué)習(xí)和決策數(shù)據(jù)包的傳輸路徑；解決了算網(wǎng)融合場(chǎng)景下計(jì)算任務(wù)與傳輸任務(wù)的協(xié)同處理和算力中心資源的動(dòng)態(tài)調(diào)度問題，設(shè)計(jì)了綜合考慮任務(wù)類型和特征、網(wǎng)絡(luò)鏈路情況和協(xié)調(diào)算力中心資源剩余情況的動(dòng)態(tài)資源調(diào)度算法，以適應(yīng)融合網(wǎng)絡(luò)場(chǎng)景下多樣化、動(dòng)態(tài)化的通信需求。