本发明涉及一种基于拍卖算法的计算卸载方法及系统，属于5g业务资源分配。
背景技术：
1、国际电信联盟曾在第22次会议上明指出5g网络主要覆盖三大应用场景：增强移动宽带（enhanced mobile broadband, embb），超可靠低时延通信（ultra-reliable low-latency communication, urllc）以及大规模机器通信（large-scale machinecommunication, mmtc）。其中，embb业务目的是提高用户间的通信体验，要求用户体验速率达到1gbps，特定场景下满足20gbps的峰值速率，涵盖了3d、超高清视频、ar/vr、云游戏等超大流量移动带宽和时延中等的业务；urllc业务作为全新的领域，要求毫秒级别的端到端时延和高达99.999%传输可靠性，涵盖了诸如智能电网、工业自动化、自动驾驶、移动医疗、触觉互联网等要求超低时延和超高可靠性的业务。随着通信设备数量的飞速增长，计算密集型应用正在成为我们日常生活中不可分割的一部分。然而，由于移动设备的计算能力和设备寿命有限，在本地设备上处理数据成为一个需要考虑的重要问题。针对该问题，移动云计算（mobile cloud computing, mcc）是一种解决方案。在mcc中，通过蜂窝网络将计算密集型任务卸载到云服务器，可以减少资源受限设备的能源消耗。然后，云服务器执行卸载的任务，并将输出返回给设备。但是，云服务器距离移动设备很远，会产生较大的传输时延，无法满足一些低时延的业务需求。于是无线通信行业和学术研究界推出了一种名为移动边缘计算(mobile edge computing, mec)的新技术。根据当前发展策略，从5g通信发展需求的角度出发，在urllc与embb两种业务共存的场景中，移动边缘计算便是其中之一。
2、embb业务致力于追求人和人之间极致的通信体验，要求用户体验速率达到1gbps，特定场景下满足20gbps的峰值速率，涵盖了3d、超高清视频、ar/vr、云游戏等超大流量移动带宽和时延中等的业务，为了满足embb业务的需求，5g需要在频谱效率、信令效率、带宽和覆盖范围方面实现进行提升；urllc业务作为全新的领域，要求毫秒级别的端到端时延和高达99.999%的传输可靠性，涵盖了诸如智能电网、工业自动化、自动驾驶、移动医疗、触觉互联网等要求超低时延和超高可靠性的业务。
3、mec技术将网络控制、存储和移动计算等业务转移到网络边缘进行，以便资源有限的用户端移动设备可以进行计算复杂和低延迟的业务，将显着减少延迟和移动设备能耗，可以降低时延、设备节能、环境感知和增强隐私/安全性。
4、mec系统中资源分配是多用户mec系统的非常值得研究的关键问题，由于不同业务对于服务质量（quality of service, qos）的要求也不相同，在mec系统中支持不同业务是一个挑战。当很多移动用户同时将计算任务卸载到mec服务器上时会出现严重的干扰问题，随着系统中移动用户数量的不断增加，但由于mec服务器存在较多计算任务时会导致速率下降，产生严重干扰，故进行卸载任务的移动用户数量并不会随之增加，反而会有所减少。因此在保证服务质量的前提下，如何进行资源的合理分配显得尤为重要。
5、考虑到urllc用户和embb用户均会产生计算密集型业务，而移动设备本身计算能力和能量限制，需要卸载到mec服务器进行计算，对系统中的频谱资源和计算资源产生竞争。所以，mec系统中频谱资源和计算资源的联合分配是多用户mec系统的非常值得研究的关键问题，由于不同业务具有不同的qos要求，在mec系统中支持不同业务是一个挑战。现有的针对mec系统中urllc业务与embb业务共存的资源分配研究还不够完善，主要存在的问题如下所示：1）当前许多研究仅考虑了用户传输时延和计算卸载能耗，但服务器的搭建与维护需要固定成本，因此需要最大化服务器收益；2）未考虑多种服务器资源联合分配，例如通信资源、存储资源和计算资源。
技术实现思路
1、本发明提供了一种基于拍卖算法的计算卸载方法及系统，embb与urllc业务共存的mec场景下，最终目的是通过计算卸载策略进行资源分配，在满足用户时延和能耗等指标的前提下，同时最大化mec服务器的收益。传统mec场景下资源分配方法，这些方法缺点在于仅考虑了用户时延和能耗需求，而没有考虑到mec服务器的建设成本和取得的收益，会导致建设服务器的成本以及服务器中资源浪费。因此，本发明考虑了mec服务器的成本和收益，建立了多对多拍卖模型，设用户设备为买方，mec服务器为卖方，基站为拍卖人，并提出一种基于多回合双向拍卖的计算卸载策略，随着拍卖轮次的推进动态调整用户出价与服务器报价来提高拍卖成功率。既能够合理分配服务器的多种资源，保证mec服务器的收益最大化。
2、为了解决上述技术问题，本发明所采用的技术方案是：
3、一种基于拍卖算法的计算卸载方法：
4、建立embb用户与urllc用户共存的mec服务器区域传输模型；
5、基于所述区域传输模型，以embb用户和urllc用户作为买方，mec服务器作为卖方建立双向拍卖模型；
6、以卖方收益最大为目标，制定双向拍卖模型的约束条件；
7、所述双向拍卖模型动态调整买方出价和卖方报价，并根据约束条件，进行多轮拍卖，为embb用户和urllc用户匹配mec服务器；
8、将embb用户和urllc用户的计算任务卸载至所匹配的mec服务器。
9、进一步地，所述区域传输模型有k个基站，m个embb用户和n个urllc用户随机分布在区域内，每个用户都有一个计算任务待执行，设定不会发生大量urllc用户同时请求的情况，故m>>n，每个基站配备一个mec服务器，用户选择在本地设备上进行计算，或者卸载至mec服务器上进行处理；mec服务器资源量、计算能力和用户任务数据量等参数均随机分布在一定区间内。
10、进一步地，所述区域传输模型的参数包括：
11、embb业务的速率；
12、其中，为配给embb用户m的子载波数目，w为频带资源子载波带宽，为embb用户m的发射功率，为加性高斯白噪声功率，是embb用户的小尺度瑞利衰落，为embb用户m的路径损耗，表示为： ；
13、其中，为embb用户m到基站的距离；
14、embb用户m的本地计算的时延；
15、其中，为处理该任务所需的计算能力，是本地计算能力；
16、embb用户m本地计算能耗；
17、其中，为能耗因子，与embb用户设备的芯片性能相关；
18、embb用户m的卸载计算时延由两部分组成：任务卸载时延和mec服务器计算时延；所述任务卸载时延；
19、其中，为embb业务的可达速率；为embb用户m的任务比特量。
20、mec服务器计算时延；
21、其中， 为mec服务器为embb用户m的任务分配的计算资源；
22、embb用户m的卸载计算总时延 ；
23、设为embb用户m的二进制参数为分配参数，用于决定embb用户m的计算任务是否卸载到mec服务器k上进行处理：
24、；
25、embb用户m的数据卸载在mec服务器k上进行计算所需要的能耗；
26、卸载计算总时延改为： ；
27、卸载计算总能耗改为： ；
28、其中，为embb用户m的代价因子，根据任务的具体要求表现embb用户m期望实现的卸载代价。
29、urllc用户n的计算卸载时延为：
30、
31、其中为urllc业务的可达速率；为urllc用户n的任务比特量
32、设为urllc业务的二进制参数为分配参数，用于决定urllc用户n的计算任务是否卸载到mec服务器k上进行处理：
33、；
34、进一步地，以embb和urllc用户作为买方，mec服务器作为卖方建立双向拍卖模型的方法为：
35、mec服务器k的成本表示为： ；
36、其中，，，分别为服务器k的通信，存储和计算资源总量，，，分别为三种资源的成本影响因子，服务器资源量越大，其搭建和维护成本也越大；
37、embb用户m对资源的估值表示为： ；
38、其中，和分别为用户m业务时延和能耗的估值权重参数，二者之和为1；为时延代价因子，为能耗代价因子；
39、同理，urllc用户n对资源的估值表示为：；
40、其中，为urllc用户n的时延代价因子。
41、embb用户m第t+1轮拍卖出价为： ；
42、其中，t表示当前拍卖轮数，sum表示拍卖总轮数，prom为用户任务的优先级，为调节用户出价的参数；
43、urllc用户n第t+1轮拍卖出价为：
44、其中，pron为urllc用户任务优先级，为urllc业务出价指数。
45、mec服务器k第t+1轮拍卖要价表示为： ；
46、其中，为调节mec服务器要价的参数，为mec服务器剩余资源量对报价的影响参数；
47、；
48、其中，，，分别表示第t轮时服务器k剩余的通信资源，计算资源和存储资源量。随着拍卖的推进，资源量逐渐减少，减小，mec服务器要价也随之降低，使得服务器能够保持一定的优势，提高拍卖的成功率。
49、进一步地，以卖方收益最大为目标，制定双向拍卖模型的约束条件的方法为：
50、embb用户m带给mec服务器k的效益表示为embb用户m支付的报酬减去mec服务器k成本，即：
51、
52、同理，urllc用户n带给mec服务器k的效益可表示为：；
53、mec服务器的总收益写成每个embb用户m带给对应mec服务器的收益总和：
54、
55、卖方收益最大为目标的目标函数为：
56、；
57、其中，约束条件c1和c2表示每个embb或urllc用户的任务若选择卸载计算，只能由一个mec服务器k完成；约束条件c3表示用户的每个计算任务只能整体卸载计算或本地计算；约束条件c4，c5和c6表示两种业务用户消耗的通信，存储和计算资源量均不能超过该服务器资源存量总和，其中，，，，，分别表示服务器k提供给用户m或n的相应资源量；约束条件c7表示时延和能耗均大于0。
58、进一步地，所述双向拍卖模型动态调整买方出价和卖方报价，并根据约束条件，进行多轮拍卖，为embb用户和urllc用户匹配mec服务器的方法为：
59、步骤1、若有urllc用户向mec服务器k发送请求，则将urllc用户匹配所请求的mec服务器k；
60、步骤2、对embb用户m对于mec服务器k的偏好度进行排行，根据所述约束条件筛选出符合条件的mec服务器k；
61、步骤3、假设基站为拍卖人，embb用户m为买方，embb用户m向基站提供业务需求、对所需求资源的估值、对于mec服务器k的偏好度排行和出价，其中，首轮拍卖将所需求资源的估值作为embb用户m的出价；mec服务器k为卖方，向基站提供各类资源总量和要价；
62、步骤4、基站根据收集的信息对mec服务器k进行偏好度降序排序，按偏好度从高到低的顺序逐个访问mec服务器k，选取请求该偏好度mec服务器k的embb用户m，若该embb用户m的出价≥所请求mec服务器k的要价，则将该embb用户m添加到候选列表中，进入步骤5；否则将该embb用户m添加到失败列表中，进入步骤6；
63、步骤5、遍历全部请求该偏好度mec服务器k的用户embb用户m，将候选列表中embb用户m的出价按照降序排序，判断候选列表中embb用户m所需求资源的总量≤该偏好度mec服务器k剩余资源量，则匹配成功，更新该偏好度mec服务器k剩余资源量；否则按候选列表中embb用户m出价从低到高的顺序将出价低的embb用户m添加至失败列表中，直至候选列表中embb用户m所需求资源的总量≤该偏好度mec服务器k剩余资源量，匹配成功，进入步骤7；若未遍历全部请求该偏好度mec服务器k的用户embb用户m，则返回步骤1；
64、步骤6、添加至失败列表中的embb用户m向下一个偏好度的mec服务器k发送请求，返回步骤2，若该embb用户m所有偏好度的mec服务器k均不能匹配，则本轮拍卖结束，进入下一轮拍卖；在下一轮拍卖中，该embb用户m修改出价， mec服务器k修改要价，返回步骤4；
65、步骤7、若mec服务器k中剩余资源不足以继续匹配或所有embb用户m和urllc用户已匹配到相应的mec服务器k，则拍卖结束；否则返回步骤1。
66、相应地，本发明还提供一种基于拍卖算法的计算卸载系统，包括：
67、区域传输模块，用于建立embb用户与urllc用户共存的mec服务器区域传输关系；
68、双向拍卖模型，用于以embb用户和urllc用户作为买方，mec服务器作为卖方，动态调整买方出价和卖方报价，并根据约束条件，进行多轮拍卖，为embb用户和urllc用户匹配mec服务器， embb用户和urllc用户的计算任务卸载至所匹配的mec服务器。
69、进一步地，还包括一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据上述的方法中的任一方法。
70、进一步地，还包括一种计算设备，所述计算设备包括：
71、一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据上述的方法中的任一方法的指令。
72、本发明所达到的有益效果：
73、本发明提出一种基于拍卖算法的计算卸载方法及系统，首先建立传输模型，考虑同一小区内多个embb与urllc业务用户共存且进行上行传输至多个mec服务器的场景。其次根据建立的传输模型列出必要的参数，包括embb传输速率、本地计算延迟、本地计算能耗、卸载计算延迟和卸载计算能耗。再根据拍卖算法原理建立双向拍卖模型，表示出成本，估值，并设置参数调节出价与要价。最后综合考虑服务器收益、计算卸载的时延与能耗，从而建立最优化问题，并根据约束条件进行多回合双向拍卖，为用户的计算任务匹配最合适的mec服务器，当mec服务器中剩余资源过少或所有用户任务均已分配到相应的服务器中进行计算，则拍卖结束。相比于传统的资源分配方法，本发明能够使mec服务器得到更高的收益，促使资源高效利用，具有更好的性能。
1.一种基于拍卖算法的计算卸载方法，其特征在于：
2.根据权利要求1所述的基于拍卖算法的计算卸载方法，其特征在于，所述区域传输模型有k个基站，m个embb用户和n个urllc用户随机分布在区域内，每个用户都有一个计算任务待执行，设定不会发生大量urllc用户同时请求的情况，故m>>n，每个基站配备一个mec服务器，用户选择在本地设备上进行计算，或者卸载至mec服务器上进行处理。
3.根据权利要求1所述的基于拍卖算法的计算卸载方法，其特征在于，所述区域传输模型的参数包括：
4.根据权利要求3所述的基于拍卖算法的计算卸载方法，其特征在于，以embb用户和urllc用户作为买方，mec服务器作为卖方建立双向拍卖模型的方法为：
5.根据权利要求4所述的基于拍卖算法的计算卸载方法，其特征在于，以卖方收益最大为目标，制定双向拍卖模型的约束条件的方法为：
6.根据权利要求5所述的基于拍卖算法的计算卸载方法，其特征在于，所述双向拍卖模型动态调整买方出价和卖方报价，并根据约束条件，进行多轮拍卖，为embb用户和urllc用户匹配mec服务器的方法为：
7.一种基于拍卖算法的计算卸载系统，其特征在于，包括：
8.根据权利要求7所述的基于拍卖算法的计算卸载系统，其特征在于：还包括一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至6所述的方法中的任一方法。
9.根据权利要求7所述的基于拍卖算法的计算卸载系统，其特征在于：还包括一种计算设备，所述计算设备包括：
