任务处理方法、装置、电子设备及计算机程序产品与流程

本发明涉及通讯领域，具体而言，涉及一种任务处理方法、装置、电子设备及计算机程序产品。

背景技术：

1、随着物联网(iot)技术的发展，使得高性能物联网设备的需求不断增加，产生了大量的移动设备和计算需求。

2、在工业互联网应用场景中，任务处理延迟会严重影响应用性能。例如，在生产过程中，需要对工厂车间进行实时监控，收集大量的实时运行数据进行分析。在车联网应用场景中，车辆之间信息和资源共享的需求日益增长，针对实时路况信息的处理是车联网发展的关键需求。因此，以云计算(cloud computing,cc)为代表的计算处理方案引起了众多研究者的关注。

3、云计算强大的计算能力可以解决大量数据的计算和存储问题。但是，由于用户需要将大量数据传输到云数据中心进行处理，导致数据传输时间过长，在很多实际情况下无法满足时延敏感型应用的超低时延要求。终端设备与云服务器之间的链路距离较长，容易出现数据中断和错误，导致计算结果无法正确反馈，影响用户体验。

4、因此，面对iot终端设备的爆发式增长，以及用户对低时延、低功耗的需求，不能单纯依赖云服务器有限的计算能力。与云计算数据中心处理解决方案相比，边缘算移动边缘计算mec系统的数据中心更小，更有利于部署。边缘节点分布广泛，距离用户更近，可以安装在车辆等边缘服务器上。此外，通过将计算能力转移到移动边缘节点，更方便与第三方应用的集成，为移动边缘入口的服务创新提供了大量可能。mec采用分布式数据处理，能更好地实现低延迟、低能效、高可靠性的需求。

5、但是，在移动边缘计算mec中，边缘服务器的处理能力远不如云计算的强大计算能力。当计算任务比较复杂时，任务处理时间也会明显增加，这样的处理延迟仍旧不能满足对延迟敏感的计算任务的要求。

6、针对上述移动边缘计算mec的任务处理时间长的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种任务处理方法、装置、电子设备及计算机程序产品，以至少解决移动边缘计算mec的任务处理时间长的技术问题。

2、根据本发明实施例的一个方面，提供了一种任务处理方法，包括：获取终端上传的待处理任务集，其中，所述待处理任务集至少包括：从目标任务中拆分出的多个数据量相同的任务块；将所述待处理任务集发送至边缘算力网络进行处理，其中，所述边缘算力网络包括：多个用于处理所述任务块的计算节点，所述待处理任务集按照目标路由路径记录的多个所述计算节点顺序传输，并向所述目标路由路径中记录的每个所述计算节点按照每个所述计算节点对应的目标任务卸载量卸载所述任务块；接收所述边缘算力网络返回的任务处理结果。

3、可选地，所述计算节点包括：与所述终端存在通信链路的第一计算节点，所述第一计算节点对应的所述目标任务卸载量为第一任务卸载量，将所述待处理任务集发送至边缘算力网络进行处理包括：向所述目标路由路径记录的所述第一计算节点传输所述待处理任务集；按照所述第一任务卸载量，向所述第一计算节点卸载第一任务块，其中，所述第一任务块包括：符合所述第一任务卸载量的多个所述任务块；由所述第一计算节点对所述第一任务块进行处理，得到第一处理结果。

4、可选地，所述计算节点包括：与所述第一计算节点存在通信链路的第二计算节点，所述第二计算节点对应的所述目标任务卸载量为第二任务卸载量，所述方法还包括：在按照所述第一任务卸载量，向所述第一计算节点卸载第一任务块之后，向所述目标路由路径记录的所述第二计算节点传输待卸载任务集，并按照所述第二任务卸载量，向所述第二计算节点卸载第二任务块，其中，所述待卸载任务集为卸载了所述第一任务块的所述待处理任务集，所述第二任务块包括：符合所述第二任务卸载量的多个所述任务块；在由所述第一计算节点对所述第一任务块进行处理，得到所述第一处理结果之后，按照所述目标路由路径，向所述第二计算节点传输所述第一处理结果；由所述第二计算节点结合所述第一处理结果对所述第二任务块进行处理，得到第二处理结果。

5、可选地，在由所述第二计算节点结合所述第一处理结果对所述第二任务块进行处理，得到第二处理结果之后，所述方法还包括：检测卸载了所述第二任务块的所述待卸载任务集是否为空集；在卸载了所述第二任务块的所述待卸载任务集为空集的情况下，将所述第二处理结果确定为所述任务处理结果。

6、可选地，所述方法还包括：在卸载了所述第二任务块的所述待卸载任务集不为空集的情况下，将所述第二计算节点确定为所述第一计算节点。

7、可选地，在将所述待处理任务集发送至边缘算力网络进行处理之前，所述方法还包括：获取所述边缘算力网络的网络信息，其中，所述网络信息至少包括：每个所述计算节点的算力资源信息、所述计算节点之间的网络拓扑信息、和所述计算节点之间的网络时延信息，所述算力资源信息至少包括：用于表示每个所述计算节点中用于处理所述任务块的剩余资源量，所述网络拓扑信息用于表示存在所述计算节点之间是否存在通信链路，所述网络时延信息用于表示每个所述任务块在所述计算节点之间的单位传输速率；将所述待处理任务集作为蚁群，采用蚁群优化算法根据所述网络信息确定所述目标路由路径和所述目标路由路径中每个所述计算节点对应的所述目标任务卸载量，其中，所述处理任务集中的所述任务块作为所述蚁群中的蚂蚁，所述蚂蚁根据所述网络拓扑信息在存在所述通信链路的所述计算节点之间移动，并根据所述剩余资源量选择所述计算节点停留，所述蚁群优化算法用于对所述蚁群在所述边缘算力网络中的迁移进行多轮迭代，得到每轮迭代出的预设路由路径和所述预设路由路径中每个所述计算节点对应的预设任务卸载量，并在多个所述预设路由路径中确定总处理时延最短的所述目标路由路径和所述目标路由路径中每个所述计算节点对应的所述目标任务卸载量，所述预设任务卸载量根据所述计算节点中停留所述蚂蚁的蚂蚁数量确定，每个所述预设路由路径的所述总处理时延根据所述预设路由路径中每个所述计算节点的所述算力资源信息和所述单位传输速率确定。

8、可选地，所述方法还包括：在每轮迭代过程中，确定所述蚂蚁停留的第一模拟节点，其中，所述第一模拟节点为本轮迭代确定的所述预设路由路径中的所述计算节点；在所述边缘算力网络中确定与所述第一模拟节点存在通信链路的多个候选节点，和每个所述候选节点的预设转移概率，其中，所述预设转移概率根据上一轮迭代后的信息素和启发式因子确定，所述信息素由所述蚁群中的所述蚂蚁产生，并随迭代轮次的增加而减小，所述启发式因子为所述预设路由路径的所述总处理时延的倒数；根据每个候选节点的预设转移概率，在多个所述候选节点中选择第二模拟节点；将所述第二模拟节点确定为所述第一模拟节点。

9、可选地，所述算力资源信息还包括：所述计算节点处理每个所述任务块的单位处理速率，所述方法还包括：根据第一任务数量与所述单位处理速率的比值，确定所述计算节点的任务处理时延，其中，所述第一任务数量为按照所述计算节点对应的所述预设任务卸载量从所述待处理任务集中卸载的所述任务块的数量，所述任务处理时延为所述计算节点处理所述第一任务数量的所述任务块的时长；根据第二任务数量与所述单位传输速率的比值，确定所述计算节点的任务传输时延，其中，所述第二任务数量为所述待处理任务集向所述计算节点卸载所述第一任务数量的所述任务块后剩余的所述任务块的数量，所述任务传输时延为所述计算节点转移所述第二任务数量的所述任务块的时长；将同一所述计算节点中所述任务处理时延和所述任务传输时延中的最大值，确定为所述计算节点的节点时延；累加同一所述预设路由路径中每个所述计算节点的所述节点延时，确定所述预设路由路径的所述总处理时延。

10、可选地，所述方法还包括：根据每轮迭代的所述计算节点的所述任务传输时延与所述任务处理时延的差值，确定所述计算节点的预设卸载概率；根据所述预设卸载概率，确定所述蚁群中的所述蚂蚁在所述计算节点中停留的蚂蚁数量；根据所述计算节点中停留的所述蚂蚁数量，确定所述计算节点对应的预设任务卸载量。

11、根据本发明实施例的另一方面，还提供了一种任务处理装置，包括：获取模块，用于获取终端上传的待处理任务集，其中，所述待处理任务集至少包括：从目标任务中拆分出的多个数据量相同的任务块；发送模块，用于将所述待处理任务集发送至边缘算力网络进行处理，其中，所述边缘算力网络包括：多个用于处理所述任务块的计算节点，所述待处理任务集按照目标路由路径记录的多个所述计算节点顺序传输，并向所述目标路由路径中记录的每个所述计算节点按照每个所述计算节点对应的目标任务卸载量卸载所述任务块；接收模块，用于接收所述边缘算力网络返回的任务处理结果。

12、根据本发明实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质用于存储程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行上述任务处理方法。

13、根据本发明实施例的另一方面，还提供了一种电子设备，包括：存储器和处理器，所述处理器用于运行存储在所述处理器中的程序，其中，所述程序运行时执行上述任务处理方法。

14、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任务处理方法的步骤。

15、在本发明实施例中，边缘算力网络中的每个计算节点的处理能力有限，在对复杂的目标任务进行处理的情况下，可以将目标任务拆分为多个数据量相同的任务块，得到待处理任务集，然后待处理任务集按照边缘算力网络中的目标路由路径依次在多个计算节点中顺序传输，并向每个计算节点卸载部分任务块直到待处理任务集中的任务块全部卸载完毕，每个计算节点可以对各自卸载的任务块进行处理，从而利用边缘算力网络的计算节点可以共同对复杂的目标任务进行处理，提高了对目标任务的处理速度，实现了减少任务处理时长的技术效果，进而解决了移动边缘计算mec的任务处理时间长技术问题。