CN106911762A - 一种在sdn中基于雾计算的架构及其处理方法 - Google Patents

Abstract

本发明涉及一种在SDN中基于雾计算的架构，其包括物联网设备层、雾计算层、控制节点和云计算中心。在SDN中基于雾计算的架构的处理方法，包括(1)智能传感器将经智能物联网网关向控制节点发出请求；(2)若为非时延敏感业务转步骤(3)；否则转步骤(4)；(3)控制节点将数据传至云计算中心，云计算中心将结果反馈至受控终端；(4)若数据处理服务请求小于阈值转步骤(5)，反之转步骤(6)；(5)查找服务器占用表并由选定的边缘服务器进行处理并将结果反馈至受控终端；(6)查询服务器占用表，控制节点选择出CPU使用率以及内存使用率大于阈值的边缘服务器，由选定的多个边缘服务器进行数据处理，并将理结果返回至受控终端。

Description

一种在SDN中基于雾计算的架构及其处理方法

技术领域

本发明涉及物联网及雾计算领域，具体涉及一种在SDN中基于雾计算的架构及其处理方法。

背景技术

近年来，随着云计算、物联网技术的广泛应用，越来越多的应用把数据处理以及存储放到了云计算中心，解决了物联网设备和智能终端存储、计算能力不足的问题，同时也减少了此类设备的能耗。

尽管云计算应用越来越广泛，但是智能设备并不能完全受益于云计算服务，比如智能设备缺少网络资源以及在云计算中心进行计算处理的能力。由于传输时延过大，对于时延敏感的应用程序来说，云计算的服务形式就不适合了。

到2020年连接到互联网的智能设备数量将超过240亿，由于连接设备数量的增加、智能设备以及云计算中心之间的长距离，并且用户重复请求云计算服务，因此将对网络性能造成严重的负担并且降低云计算服务的Qos。此外，在云计算中心以及智能设备之间的高网络延迟并不适用于时延敏感的应用程序和服务。

发明内容

发明目的：本发明针对上述现有技术存在的问题做出改进，即本发明公开了一种在SDN(软件定义网络)中基于雾计算的架构及其处理方法，其不仅可以减少物联网服务的处理时间，而且可以充分利用软件定义网络集中控制的特点，避免网络拥塞。

技术方案：一种在SDN中基于雾计算的架构，包括：

物联网设备层，包括智能传感器和受控终端，

雾计算层，包括网络设备以及多个边缘服务器，上述网络设备包括多个智能物联网网关和多个路由交换设备，多个路由交换设备相连构成有线网络，多个边缘服务器、智能物联网网关分别与有线网络相连，智能物联网网关分别与智能传感器、受控终端进行数据交互，雾计算层用于处理实时性的物联网服务请求，包括网络设备传输由智能传感器采集的物联网服务需要的环境数据，边缘服务器处理分析智能传感器采集到的环境数据，并将处理分析的结果反馈至控制节点；

控制节点，分别与有线网络、多个智能物联网网关相连，包括SDN控制器以及物联网服务管理器，其中：

SDN控制器用于管理网络设备并分别获取多个智能物联网网关到每个边缘服务器的通信时延；

物联网服务管理器用于维护边缘服务器占用表和服务映射表，边缘服务器占用表周期更新边缘服务器的CPU使用率以及内存使用率，边缘服务映射表保存物联网服务的处理位置，

控制节点同时根据边缘服务器的CPU使用率、边缘服务器的内存使用率、物联网服务请求的大小、对时延的敏感程度和控制节点到各个边缘服务器的通信时延，共同决策出物联网服务的处理位置，并更新服务映射表；

云计算中心，与有线网络相连，用于处理非实时性的物联网服务请求，存储雾计算层上传的智能传感器采集的环境数据，并对环境数据进行分析处理，并将分析处理的结果下发至控制节点。

一种在SDN中基于雾计算的架构的处理方法，包括以下步骤：

(1)、智能传感器将采集到的环境数据发送至智能物联网网关，物联网网关接收到数据后，向控制节点请求数据处理服务，同时告知控制节点服务大小以及是否为时延敏感服务；

(2)、控制节点收到数据处理服务请求后，获取服务类型，若为非时延敏感业务时，进入步骤(3)；若为时延敏感业务时，进入步骤(4)；

(3)、控制节点通过智能物联网网关将数据传送至云计算中心，并将该服务的处理位置保存至服务映射表，然后由云计算中心进行数据处理，并将处理结果返回至控制节点，控制节点更新服务映射表，将已经处理完成的服务从表中删除，并将处理结果反馈至受控终端；

(4)、比较数据处理服务请求与阈值的大小，若数据处理服务请求的大小小于阈值，进入步骤(5)，若数据处理服务请求的大小大于阈值，进入步骤(6)，

(5)、控制节点查询智能物联网网关到各个边缘服务器的时延，按照时延大小对边缘服务器进行升序排序，然后根据排序后的顺序依次查找服务器占用表，当边缘服务器CPU使用率以及内存使用率低于阈值时，选定该边缘服务器作为服务处理位置，并将该服务处理位置保存至服务映射表，接着控制节点将决策结果发送给智能物联网网关，同时让边缘服务器做好数据处理服务准备，智能物联网网关将智能传感器检测到的环境数据传送至选定的边缘服务器，最后由选定的边缘服务器进行数据处理，处理结束后将处理结果返回至控制节点，控制节点更新服务映射表，将已经处理完成的服务从表中删除，并将处理结果反馈至受控终端；

(6)查询服务器占用表，控制节点选择出CPU使用率以及内存使用率大于阈值的边缘服务器，数据处理服务器将由筛选出的多个边缘服务器共同协作处理，控制节点将该服务处理位置保存至服务映射表，控制节点将决策结果发送给智能物联网网关，同时让将参与数据处理服务的边缘服务器做好准备，智能物联网网关将智能传感器检测到的环境数据分割，分别传输至上述多个边缘服务器，最后由选定的多个边缘服务器进行数据处理，处理结束后将处理结果返回至控制节点，控制节点更新服务映射表，将已经处理完成的服务从表中删除，并将处理结果反馈至受控终端。

有益效果：本发明公开的一种在SDN中基于雾计算的架构及其处理方法具有以下有益效果：

1、雾计算层的边缘服务器位于网络的边缘，更靠近物联网传感器以及受控终端，物联网设备产生的数据能够在本地进行实时的得到处理，减少了传输的时延；

2、SDN架构能够对网络进行集中控制，方便对网络进行管理，利用SDN对网络进行统一管理的特点，获取网关到边缘服务器的时延，使得进行数据处理服务时充分考虑了当前网络的状况，有效避免了网络拥塞状况的出现；

3、利用轻量级的虚拟化技术容器技术，加快了服务处理的部署。

附图说明

图1是本发明公开的一种在SDN中基于雾计算的架构的示意图；

图2是步骤(3)的处理流程示意图；

图3是步骤(5)的处理流程示意图；

图4是步骤(6)的处理流程示意图。

具体实施方式：

下面对本发明的具体实施方式详细说明。

如图1所示，一种在SDN中基于雾计算的架构，包括：

物联网设备层，包括智能传感器和受控终端，

雾计算层，包括网络设备以及多个边缘服务器，上述网络设备包括多个智能物联网网关和多个路由交换设备，多个路由交换设备相连构成有线网络，多个边缘服务器、智能物联网网关分别与有线网络相连，智能物联网网关分别与智能传感器、受控终端进行数据交互，雾计算层用于处理实时性的物联网服务请求，包括网络设备传输由智能传感器采集的物联网服务需要的环境数据，边缘服务器处理分析智能传感器采集到的环境数据，并将处理分析的结果反馈至控制节点；

控制节点，分别与有线网络、多个智能物联网网关相连，包括SDN控制器以及物联网服务管理器，其中：

SDN控制器用于管理网络设备并分别获取多个智能物联网网关到每个边缘服务器的通信时延；

物联网服务管理器用于维护边缘服务器占用表和服务映射表，边缘服务器占用表周期更新边缘服务器的CPU使用率以及内存使用率，边缘服务映射表保存物联网服务的处理位置，

控制节点同时根据边缘服务器的CPU使用率、边缘服务器的内存使用率、物联网服务请求的大小、对时延的敏感程度和控制节点到各个边缘服务器的通信时延，共同决策出物联网服务的处理位置，并更新服务映射表；

云计算中心，与有线网络相连，用于处理非实时性的物联网服务请求，存储雾计算层上传的智能传感器采集的环境数据，并对环境数据进行分析处理，并将分析处理的结果下发至控制节点。

一种在SDN中基于雾计算的架构的处理方法，包括以下步骤：

(1)、智能传感器将采集到的环境数据发送至智能物联网网关，物联网网关接收到数据后，向控制节点请求数据处理服务，同时告知控制节点服务大小以及是否为时延敏感服务；

(2)、控制节点收到数据处理服务请求后，获取服务类型，若为非时延敏感业务时，进入步骤(3)；若为时延敏感业务时，进入步骤(4)；

(3)、如图2所示，控制节点通过智能物联网网关将数据传送至云计算中心，并将该服务的处理位置保存至服务映射表，然后由云计算中心进行数据处理，并将处理结果返回至控制节点，控制节点更新服务映射表，将已经处理完成的服务从表中删除，并将处理结果反馈至受控终端；

(4)、比较数据处理服务请求与阈值的大小，若数据处理服务请求的大小小于阈值，进入步骤(5)，若数据处理服务请求的大小大于阈值，进入步骤(6)，

(5)、如图3所示，控制节点查询智能物联网网关到各个边缘服务器的时延，按照时延大小对边缘服务器进行升序排序，然后根据排序后的顺序依次查找服务器占用表，当边缘服务器CPU使用率以及内存使用率低于阈值时，选定该边缘服务器作为服务处理位置，并将该服务处理位置保存至服务映射表，接着控制节点将决策结果发送给智能物联网网关，同时让边缘服务器做好数据处理服务准备，智能物联网网关将智能传感器检测到的环境数据传送至选定的边缘服务器，最后由选定的边缘服务器进行数据处理，处理结束后将处理结果返回至控制节点，控制节点更新服务映射表，将已经处理完成的服务从表中删除，并将处理结果反馈至受控终端；

(6)如图4所示，查询服务器占用表，控制节点选择出CPU使用率以及内存使用率大于阈值的边缘服务器，数据处理服务器将由筛选出的多个边缘服务器共同协作处理，控制节点将该服务处理位置保存至服务映射表，控制节点将决策结果发送给智能物联网网关，同时让将参与数据处理服务的边缘服务器做好准备，智能物联网网关将智能传感器检测到的环境数据分割，分别传输至上述多个边缘服务器，最后由选定的多个边缘服务器进行数据处理，处理结束后将处理结果返回至控制节点，控制节点更新服务映射表，将已经处理完成的服务从表中删除，并将处理结果反馈至受控终端。

上面对本发明的实施方式做了详细说明。但是本发明并不限于上述实施方式，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (2)

1.一种在SDN中基于雾计算的架构，其特征在于，包括：

物联网设备层，包括智能传感器和受控终端，

雾计算层，包括网络设备以及多个边缘服务器，上述网络设备包括多个智能物联网网关和多个路由交换设备，多个路由交换设备相连构成有线网络，多个边缘服务器、智能物联网网关分别与有线网络相连，智能物联网网关分别与智能传感器、受控终端进行数据交互，雾计算层用于处理实时性的物联网服务请求，包括网络设备传输由智能传感器采集的物联网服务需要的环境数据，边缘服务器处理分析智能传感器采集到的环境数据，并将处理分析的结果反馈至控制节点；

控制节点，分别与有线网络、多个智能物联网网关相连，包括SDN控制器以及物联网服务管理器，其中：

SDN控制器用于管理网络设备并分别获取多个智能物联网网关到每个边缘服务器的通信时延；

物联网服务管理器用于维护边缘服务器占用表和服务映射表，边缘服务器占用表周期更新边缘服务器的CPU使用率以及内存使用率，边缘服务映射表保存物联网服务的处理位置，

控制节点同时根据边缘服务器的CPU使用率、边缘服务器的内存使用率、物联网服务请求的大小、对时延的敏感程度和控制节点到各个边缘服务器的通信时延，共同决策出物联网服务的处理位置，并更新服务映射表；

云计算中心，与有线网络相连，用于处理非实时性的物联网服务请求，存储雾计算层上传的智能传感器采集的环境数据，并对环境数据进行分析处理，并将分析处理的结果下发至控制节点。

2.一种在SDN中基于雾计算的架构的处理方法，其特征在于，包括以下步骤：

(1)、智能传感器将采集到的环境数据发送至智能物联网网关，物联网网关接收到数据后，向控制节点请求数据处理服务，同时告知控制节点服务大小以及是否为时延敏感服务；

(2)、控制节点收到数据处理服务请求后，获取服务类型，若为非时延敏感业务时，进入步骤(3)；若为时延敏感业务时，进入步骤(4)；

(3)、控制节点通过智能物联网网关将数据传送至云计算中心，并将该服务的处理位置保存至服务映射表，然后由云计算中心进行数据处理，并将处理结果返回至控制节点，控制节点更新服务映射表，将已经处理完成的服务从表中删除，并将处理结果反馈至受控终端；

(4)、比较数据处理服务请求与阈值的大小，若数据处理服务请求的大小小于阈值，进入步骤(5)，若数据处理服务请求的大小大于阈值，进入步骤(6)，

(5)、控制节点查询智能物联网网关到各个边缘服务器的时延，按照时延大小对边缘服务器进行升序排序，然后根据排序后的顺序依次查找服务器占用表，当边缘服务器CPU使用率以及内存使用率低于阈值时，选定该边缘服务器作为服务处理位置，并将该服务处理位置保存至服务映射表，接着控制节点将决策结果发送给智能物联网网关，同时让边缘服务器做好数据处理服务准备，智能物联网网关将智能传感器检测到的环境数据传送至选定的边缘服务器，最后由选定的边缘服务器进行数据处理，处理结束后将处理结果返回至控制节点，控制节点更新服务映射表，将已经处理完成的服务从表中删除，并将处理结果反馈至受控终端；

(6)查询服务器占用表，控制节点选择出CPU使用率以及内存使用率大于阈值的边缘服务器，数据处理服务器将由筛选出的多个边缘服务器共同协作处理，控制节点将该服务处理位置保存至服务映射表，控制节点将决策结果发送给智能物联网网关，同时让将参与数据处理服务的边缘服务器做好准备，智能物联网网关将智能传感器检测到的环境数据分割，分别传输至上述多个边缘服务器，最后由选定的多个边缘服务器进行数据处理，处理结束后将处理结果返回至控制节点，控制节点更新服务映射表，将已经处理完成的服务从表中删除，并将处理结果反馈至受控终端。