CN111274110B - 一种基于区块链的边缘设备性能评价方法、管理方法及介质 - Google Patents

一种基于区块链的边缘设备性能评价方法、管理方法及介质 Download PDF

Info

Publication number
CN111274110B
CN111274110B CN202010066180.9A CN202010066180A CN111274110B CN 111274110 B CN111274110 B CN 111274110B CN 202010066180 A CN202010066180 A CN 202010066180A CN 111274110 B CN111274110 B CN 111274110B
Authority
CN
China
Prior art keywords
node
edge device
performance
verification
block chain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010066180.9A
Other languages
English (en)
Other versions
CN111274110A (zh
Inventor
邹泽东
谷瑞翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Everything Digital Technology Co ltd
Original Assignee
Sichuan Everything Digital Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Everything Digital Technology Co ltd filed Critical Sichuan Everything Digital Technology Co ltd
Priority to CN202010066180.9A priority Critical patent/CN111274110B/zh
Publication of CN111274110A publication Critical patent/CN111274110A/zh
Application granted granted Critical
Publication of CN111274110B publication Critical patent/CN111274110B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3428—Benchmarking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452—Performance evaluation by statistical analysis

Abstract

本发明涉及边缘计算技术领域，并公开了一种基于区块链的边缘设备性能评价方法、管理方法及介质，该方法本发明基于区块链的边缘设备性能评价方法，通过在被评价节点和选取的验证节点对应的设备上同步运行基准程序模块，得到各个设备运行完该基准程序模块对应的时间开销，再通过验证节点对应设备的性能参数及其与被评价节点对应设备的时间开销比例，计算出参考性能参数，最后通过统计计算出的所有参考性能参数，得到被评价节点的可信任性能参数，并将该可信任性能参数记录在区块链上。因此，本发明能够在庞大的边缘计算网络中，精确有效且公平公正地记录每一个设备的性能。

Description

一种基于区块链的边缘设备性能评价方法、管理方法及介质
技术领域
本发明涉及边缘计算技术领域，特别涉及一种基于区块链的边缘设备性能评价方法、管理方法及介质。
背景技术
边缘计算是近年来备受关注的新领域，边缘计算应用的重要组成部分边缘设备也呈多样化发展趋势。随着物联网的发展，边缘设备的计算性能以及状态的管理成为一个亟待解决的问题。
在传统云时代，云计算中心虽然具有强大的处理性能，也能够处理海量的数据。但是，任何一个云计算中心其服务器数量是有限的，面对物联网场景下呈数量级增长的海量数据时，必然会出现大量服务器崩溃，而且，云计算服务还要求将需要处理的数据传送到云计算中心，由于带宽的限制，传送海量数据需要花费一定时间，同时云计算中心处理数据也需要花费一定时间，自然会加大请求响应时间，用户体验极差。尤其在物联网场景下，随着海量的设备接入，将导致云计算服务崩溃。
在一些特殊的应用领域，比如分布式计算领域，资源消耗量和设备计算能力是直接衡量设备贡献度的指标，这些指标在封闭可控的环境下可以得到充分的保障，即算力供给方和消耗方为同一个组织，存在完全信任关系。但是在物联网场景下，很多设备都有潜力成为边缘设备，比如智能手机，个人电脑，智能家具等。一旦多个组织或者个人的设备加入到边缘计算网络当中，就需要一个公平合理的技术方案，来保障和衡量每个设备的贡献度。
发明内容
本发明的目的在于：提供一种基于区块链的边缘设备设性能评价方法，能够在庞大的边缘计算网络中，精确有效且公平公正地记录每一个设备的性能。
为了实现上述目的，本发明提供了以下技术方案：
一种基于区块链的边缘设备性能评价方法，其包括：
选取区块链中一定数量的节点作为被评价节点的验证节点，并分别在所述被评价节点和各个所述验证节点对应的设备上同步运行基准程序模块，得到各个设备运行完所述基准程序模块对应的时间开销；
在每个所述验证节点对应的设备上，根据其与所述被评价节点对应设备之间的时间开销比例，以及其自身的性能参数，计算出用于评价所述被评价节点性能的参考性能参数；
统计由所述验证节点计算出的所有参考性能参数，计算出所述评价节点的可信任性能参数，并基于所述可信任性能参数，生成相应的区块，记录在所述区块链上。
根据一种具体的实施方式，本发明基于区块链的边缘设备性能评价方法中，所述基准程序模块由所述被评价节点对应的设备生成，并由所述被评价节点将所述基准程序模块同步至各个所述验证节点。
进一步地，运行所述基准程序模块时包括：计算出特定的Hash值。而且，在计算用于评价所述被评价节点性能的参考性能参数之前，还包括：判断所述验证节点对应的设备与所述被评价节点对应的设备计算出的Hash值是否一致；若一致，则计算出所述参考性能参数，否则，不计算所述参考性能参数。
根据一种具体的实施方式，本发明基于区块链的边缘设备性能评价方法中，选取的所述验证节点的数量为奇数个；其中，若计算出所述参考性能参数的验证节点的数量超过一半，则选取计算出的所有所述参考性能参数的中位数作为所述评价节点的可信任性能参数，否则本次评价失败，需重新进行评价。
基于同一发明构思，本发明还提供一种边缘设备管理方法，其采用本发明基于区块链的边缘设备性能评价方法，评价边缘计算网络中各个边缘设备的性能，并根据评价结果，响应边缘计算需求，实现相应的边缘计算任务调度。
根据一种具体的实施方式，本发明的边缘设备管理方法还包括：根据评价结果，对边缘计算网络中各个边缘设备进行分组。
基于同一发明构思，本发明还提供一种计算机可读存储介质，其上存储有一个或多个程序，其特征在于，该一个或多个程序被一个或多个处理器执行时实现本发明基于区块链的边缘设备性能评价方法或本发明的边缘设备管理方法。
综上所述，与现有技术相比，本发明的有益效果是：
1、本发明基于区块链的边缘设备性能评价方法，通过在被评价节点和选取的验证节点对应的设备上同步运行基准程序模块，得到各个设备运行完该基准程序模块对应的时间开销，再通过验证节点对应设备的性能参数及其与被评价节点对应设备的时间开销比例，计算出参考性能参数，最后通过统计计算出的所有参考性能参数，得到被评价节点的可信任性能参数，并将该可信任性能参数记录在区块链上。因此，本发明能够在庞大的边缘计算网络中，精确有效且公平公正地记录每一个设备的性能。
2、本发明边缘设备管理方法能够在精确获得边缘计算网络中每个设备的性能评价结果的基础上，可以精准地响应各种边缘计算需求，并实现相应的边缘计算任务调度。因此，本发明能够准确地适应不同边缘应用，提高设备的利用率。
附图说明
图1为本发明被评价节点与验证节点的信息交互的示意图；
图2为本发明新的区块生成过程示意图。
实施方式
下面结合附图及具体实施例对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
如图1和图2所示，随机选取区块链中的5个节点作为被评价节点的验证节点，并分别在所述被评价节点和各个所述验证节点对应的设备上同步运行基准程序模块Benchmark，得到各个设备运行完所述基准程序模块对应的时间开销Runtime。
具体的，基准程序模块Benchmark由被评价节点对应的设备生成，并由被评价节点将基准程序模块Benchmark同步至各个验证节点。在实施时，基准程序模块Benchmark可按照一定规则随机生成，即对不同节点进行评价时，由相应被评价节点生成的基准程序模块Benchmark是不一样的，但是，基准程序模块Benchmark设计要求需要考虑以下内容：
1、设定合适的计算量，确保设备的运行效率，比如设定一个计算量，能够使通用性能设备能在5钟左右完成计算。
2、需要在程序运行过程中，对设备的硬盘参数，内存读写能力，CPU和GPU计算能力等数据进行检测取样，以综合考虑被评价节点对应的设备的各项指标。
3、计算特定的Hash，保证不被篡改，例如零时生成1M的字符，从第一字符开始计算Hash，结果再加入下一次的计算，这样能保证设备必须正确的计算每个步骤才能计算出相应的结果。
而当验证节点接收到基准程序模块Benchmark后，会在其对应的设备上开始运行，直至运行完成。
当每个验证节点对应的设备完成基准程序模块Benchmark的运行且接收到被评价节点的运行结果Runtime+Hash后，每个验证节点对应的设备根据该验证节点与被评价节点对应设备之间的时间开销比例，以及其自身的性能参数，计算出用于评价被评价节点性能的参考性能参数。具体的，例如，验证节点与被评价节点对应设备之间的时间开销比例为1:2，那么，验证节点与被评价节点对应设备性能参数之比也应该为1:2。
最后，统计由所述验证节点计算出的所有参考性能参数，计算出所述评价节点的可信任性能参数，并基于所述可信任性能参数，生成相应的区块，记录在所述区块链上。在实施时，在生成新的区块时，不仅包含被评价节点的可信任性能参数，还包含通过被评价节点对应设备上操作系统的API，获取的设备UUID，并在该UUID上加入随机数生成设备ID。
本发明中，选取的所述验证节点的数量为奇数个。如此若计算出所述参考性能参数的验证节点的数量超过一半，则选取计算出的所有所述参考性能参数的中位数作为所述评价节点的可信任性能参数，否则本次评价失败，需重新进行评价。
本发明基于区块链的边缘设备性能评价方法中，为了提高评价效率，在验证节点计算用于评价被评价节点性能的参考性能参数之前，还包括：判断验证节点对应的设备与所述被评价节点对应的设备计算出的Hash值是否一致；若一致，则计算出所述参考性能参数，否则，不计算所述参考性能参数。
本发明还提供一种边缘设备管理方法，其采用本发明基于区块链的边缘设备性能评价方法，评价边缘计算网络中各个边缘设备的性能，并根据评价结果，响应边缘计算需求，实现相应的边缘计算任务调度。因此，本发明能够准确地适应不同边缘应用，提高设备的利用率。
而且，本发明的边缘设备管理方法还包括：根据评价结果，对边缘计算网络中各个边缘设备进行分组。通过分组管理边缘设备，能够根据边缘计算需求，精准投放相应的边缘设备组，提供响应效率。
此外，本发明还提供一种可读存储介质，如ROM存储设备、移动硬盘、U盘或者光盘等存储器，将一个或多个程序写入存储器中，并一个或多个处理器来执行该存储器中的程序。如此当该存储器中的程序被处理器执行时实现本发明基于区块链的边缘设备性能评价方法或本发明的边缘设备管理方法。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于区块链的边缘设备性能评价方法，其特征在于，包括：
选取区块链中一定数量的节点作为被评价节点的验证节点，并分别在所述被评价节点和各个所述验证节点对应的设备上同步运行基准程序模块，得到各个设备运行完所述基准程序模块对应的时间开销；
在每个所述验证节点对应的设备上，根据其与所述被评价节点对应设备之间的时间开销比例，以及其自身的性能参数，计算出用于评价所述被评价节点性能的参考性能参数；
统计由所述验证节点计算出的所有参考性能参数，计算出所述评价节点的可信任性能参数，并基于所述可信任性能参数，生成相应的区块，记录在所述区块链上。
2.如权利要求1所述的基于区块链的边缘设备性能评价方法，其特征在于，所述基准程序模块由所述被评价节点对应的设备生成，并由所述被评价节点将所述基准程序模块同步至各个所述验证节点。
3.如权利要求2所述的基于区块链的边缘设备性能评价方法，其特征在于，运行所述基准程序模块时包括：计算出特定的Hash值。
4.如权利要求3所述的基于区块链的边缘设备性能评价方法，其特征在于，在计算用于评价所述被评价节点性能的参考性能参数之前，还包括：判断所述验证节点对应的设备与所述被评价节点对应的设备计算出的Hash值是否一致；若一致，则计算出所述参考性能参数，否则，不计算所述参考性能参数。
5.如权利要求1~4任一项所述的基于区块链的边缘设备性能评价方法，其特征在于，选取的所述验证节点的数量为奇数个；其中，若计算出所述参考性能参数的验证节点的数量超过一半，则选取计算出的所有所述参考性能参数的中位数作为所述评价节点的可信任性能参数，否则本次评价失败，需重新进行评价。
6.一种边缘设备管理方法，其特征在于，采用如权利要求1~5任一项所述的基于区块链的边缘设备性能评价方法，评价边缘计算网络中各个边缘设备的性能，并根据评价结果，响应边缘计算需求，实现相应的边缘计算任务调度。
7.如权利要求6所述的边缘设备管理方法，其特征在于，还包括：根据评价结果，对边缘计算网络中各个边缘设备进行分组。
8.一种计算机可读存储介质，其上存储有一个或多个程序，其特征在于，该一个或多个程序被一个或多个处理器执行时实现权利要求1~5任一项所述的基于区块链的边缘设备性能评价方法或权利要求6或7所述的边缘设备管理方法。
CN202010066180.9A 2020-01-20 2020-01-20 一种基于区块链的边缘设备性能评价方法、管理方法及介质 Active CN111274110B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010066180.9A CN111274110B (zh) 2020-01-20 2020-01-20 一种基于区块链的边缘设备性能评价方法、管理方法及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010066180.9A CN111274110B (zh) 2020-01-20 2020-01-20 一种基于区块链的边缘设备性能评价方法、管理方法及介质

Publications (2)

Publication Number Publication Date
CN111274110A CN111274110A (zh) 2020-06-12
CN111274110B true CN111274110B (zh) 2023-03-31

Family

ID=71002649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010066180.9A Active CN111274110B (zh) 2020-01-20 2020-01-20 一种基于区块链的边缘设备性能评价方法、管理方法及介质

Country Status (1)

Country Link
CN (1) CN111274110B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112600919B (zh) * 2020-12-10 2022-06-21 中国科学院深圳先进技术研究院 一种基于PoW共识机制的设备算力评价方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108717605A (zh) * 2018-05-29 2018-10-30 厦门哈希科技有限公司 一种考绩评价的存储方法、装置、存储介质、终端设备及系统
CN109102340A (zh) * 2018-08-22 2018-12-28 泰康保险集团股份有限公司 基于区块链的服务评价方法、装置、电子设备及介质
CN109657450A (zh) * 2018-12-14 2019-04-19 泰康保险集团股份有限公司 基于区块链进行评价的方法、装置、介质及电子设备
CN109740918A (zh) * 2018-12-29 2019-05-10 武汉易测云网络科技有限公司 一种基于区块链的评价系统和方法
CN109964446A (zh) * 2018-06-08 2019-07-02 北京大学深圳研究生院 一种基于投票的共识方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10796022B2 (en) * 2018-05-16 2020-10-06 Ebay Inc. Weighted source data secured on blockchains

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108717605A (zh) * 2018-05-29 2018-10-30 厦门哈希科技有限公司 一种考绩评价的存储方法、装置、存储介质、终端设备及系统
CN109964446A (zh) * 2018-06-08 2019-07-02 北京大学深圳研究生院 一种基于投票的共识方法
CN109102340A (zh) * 2018-08-22 2018-12-28 泰康保险集团股份有限公司 基于区块链的服务评价方法、装置、电子设备及介质
CN109657450A (zh) * 2018-12-14 2019-04-19 泰康保险集团股份有限公司 基于区块链进行评价的方法、装置、介质及电子设备
CN109740918A (zh) * 2018-12-29 2019-05-10 武汉易测云网络科技有限公司 一种基于区块链的评价系统和方法

Also Published As

Publication number Publication date
CN111274110A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
US11811772B2 (en) Differentiated containerization and execution of web content based on trust level and other attributes
Srirama et al. Adapting scientific computing problems to clouds using MapReduce
CN112100460B (zh) 基于区块链的网络页面存证方法、装置、介质及电子设备
Hang et al. Optimal blockchain network construction methodology based on analysis of configurable components for enhancing hyperledger fabric performance
Su et al. Systematic data placement optimization in multi-cloud storage for complex requirements
US9612946B2 (en) Using linked data to determine package quality
Mohammed et al. An approach for realistically simulating the performance of scientific applications on high performance computing systems
CN103778050A (zh) 一种数据库服务器高可用性能检测系统
JP6410932B2 (ja) 組み込み可能なクラウド分析
CN111274110B (zh) 一种基于区块链的边缘设备性能评价方法、管理方法及介质
Park et al. Dynamic group‐based fault tolerance technique for reliable resource management in mobile cloud computing
CN113742660A (zh) 应用程序许可管理系统及方法
Abad et al. Generating request streams on Big Data using clustered renewal processes
US20230040564A1 (en) Learning Causal Relationships
Chahal et al. Migrating a recommendation system to cloud using ml workflow
Pan et al. Gray computing: A framework for computing with background javascript tasks
CN113454597A (zh) 区块链交易处理系统和方法
Yang et al. Implementation of a cloud computing environment for hiding huge amounts of data
Giannoutakis et al. Evaluation of self‐organizing and self‐managing heterogeneous high performance computing clouds through discrete‐time simulation
Bhattacharya et al. Evaluating distributed computing infrastructures: an empirical study comparing Hadoop deployments on cloud and local systems
Thu et al. Cost solving model in computation offloading decision algorithm
Zhou et al. File heat-based Self-adaptive Replica Consistency Strategy for Cloud Storage.
Kelly et al. Fixed-priority global scheduling for mixed-criticality real-time systems
Secinti et al. Fault tolerant VM consolidation for energy-efficient cloud environments
Li et al. A spatial data security model under the cloud environment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant