CN109150738B - 工业互联网资源管理方法及系统、可读存储介质和终端 - Google Patents

工业互联网资源管理方法及系统、可读存储介质和终端 Download PDF

Info

Publication number
CN109150738B
CN109150738B CN201810767782.XA CN201810767782A CN109150738B CN 109150738 B CN109150738 B CN 109150738B CN 201810767782 A CN201810767782 A CN 201810767782A CN 109150738 B CN109150738 B CN 109150738B
Authority
CN
China
Prior art keywords
request
service
resource
service request
edge
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
CN201810767782.XA
Other languages
English (en)
Other versions
CN109150738A (zh
Inventor
孙雁飞
吴丹丹
亓晋
王堃
许斌
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN201810767782.XA priority Critical patent/CN109150738B/zh
Publication of CN109150738A publication Critical patent/CN109150738A/zh
Application granted granted Critical
Publication of CN109150738B publication Critical patent/CN109150738B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/83—Admission control; Resource allocation based on usage prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/80—Actions related to the user profile or the type of traffic
    • H04L47/805—QOS or priority aware
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/104—Peer-to-peer [P2P] networks
    • H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Computer And Data Communications (AREA)

Abstract

一种工业互联网资源管理方法及系统、可读存储介质和终端，所述方法包括：边缘服务单元中对应的边缘节点接收用户终端的所述服务请求；当确定请求类型为流处理请求且自身存在对应的存储数据时，处理所述服务请求，并将得到的资源配置方案发送至所述控制管理单元；当确定请求类型为流处理请求且自身不存在对应的数据或者确定请求类型为批处理请求时，将所述服务请求转发至边缘服务单元中的边缘服务器；所述云服务单元接收所述边缘服务器按照预设的优先级顺序对服务请求进行排序得到的服务请求列表，并与边缘节点协同处理所述服务请求列表中的所述服务请求，得到对应的资源配置方案并发送至控制管理单元。在对工业互联网进行资源管理时，提高效率。

Description

工业互联网资源管理方法及系统、可读存储介质和终端
技术领域
本发明涉及工业互联网技术领域，具体地涉及一种工业互联网资源管理方法及系统、可读存储介质和终端。
背景技术
工业物联网通过工业资源的网络互联、数据互通和系统互操作，实现制造原料的灵活配置、制造过程的按需执行、制造工艺的合理优化和制造环境的快速适应，从而达到资源的高效利用，构建智能化的新工业体系。
在工业物联网中，各种工业互联网设备生成的大数据不断地剧增，将这些大量数据转发到远程云平台进行进一步处理可能会引起严重的网络拥塞从而导致各种应用的时延问题，存在着效率低下的问题。
发明内容
本发明解决的技术问题是如何在对工业互联网进行资源管理时，提高效率。
为解决上述技术问题，本发明实施例提供了一种工业互联网资源管理方法，所述方法包括：
用户终端接收用户的服务请求并发送至对应的边缘服务单元；
所述边缘服务单元中对应的边缘节点接收所述服务请求，并确定所述服务请求对应的请求类型；当确定请求类型为流处理请求且自身存在对应的存储数据时，处理所述服务请求，并将处理得到的资源配置方案发送至控制管理单元；当确定请求类型为流处理请求且自身不存在对应的数据或者确定请求类型为批处理请求时，将所述服务请求转发至边缘服务单元中的边缘服务器；
所述边缘服务器接收所述边缘节点发送的服务请求并按照预设的优先级顺序添加至服务请求列表，将所述服务请求列表发送至云服务单元；
所述云服务单元接收所述边缘服务器发送的服务请求列表，并采用云服务器与边缘节点协同处理所述服务请求列表中的所述服务请求，得到对应的资源配置方案并发送至控制管理单元；
所述控制管理单元接收所述资源配置方案，并采用所接收的资源配置方案对工业互联网设备进行控制。
可选地，所述采用云服务器与边缘节点协同处理所述服务请求列表中的所述服务请求，包括：
所述云服务器与边缘节点协同将所获取的工业互联网产生的原始资源数据进行标准化，并统计得到标准化后的原始资源数据之间存在的规律和关联度；
所述云服务器基于标准化后的原始资源数据之间存在的规律和关联度，预测得出预设时间周期内工业互联网的资源供给量和消耗量的信息；基于工业互联网设备的历史资源数据，构建所述工业互联网设备的资源消耗与时延均衡模型；采用所构建的资源消耗与时延均衡模型，计算得出所述工业互联网设备的最优资源配置方案。
可选地，当所述服务请求为批处理请求时，所述采用云服务器与边缘节点协同处理所述服务请求列表中的所述服务请求，所述方法还包括：
所述云服务器对所述批处理请求的资源配置方案进行模拟仿真，并根据模拟仿真结果对所述批处理请求的资源配置方案进行优化；
将优化后的资源配置方案作为处理所述批处理请求的资源配置方案发送至所述控制管理单元。
可选地，所述方法还包括：
所述云服务器当服务请求的处理结果满足预设的资源消耗和时延需求时，将所述服务请求及对应的资源配置方案进行存储并发送至所述边缘节点；
所述边缘节点接收所述服务请求及对应的资源配置方案并进行存储。
本发明实施例还提供了一种工业互联网资源管理系统，包括用户终端、边缘服务单元、云服务单元和控制管理单元；所述用户终端与所述边缘服务单元耦接，所述边缘服务单元还与所述云服务单元和所述控制管理单元耦接，所述云服务单元还与所述控制管理单元耦接；所述边缘服务单元包括边缘服务器和多个边缘节点；所述云服务单元包括多个云服务器；
所述用户终端，适于接收用户的服务请求并发送至对应的边缘节点；
所述边缘服务单元中对应的边缘节点，适于接收所述服务请求，并确定所述服务请求对应的请求类型；当确定请求类型为流处理请求且自身存在对应的存储数据时，处理所述服务请求，并将处理得到的资源配置方案发送至所述控制管理单元；当确定请求类型为流处理请求且自身不存在对应的数据或者确定请求类型为批处理请求时，将所述服务请求转发至边缘服务单元中的边缘服务器；
所述边缘服务器，适于接收所述边缘节点发送的服务请求并按照预设的优先级顺序添加至服务请求列表，将所述服务请求列表发送至所述云服务单元；
所述云服务单元，适于接收所述边缘服务器发送的服务请求列表，并采用云服务器与边缘节点协同处理所述服务请求列表中的所述服务请求，得到对应的资源配置方案并发送至控制管理单元；
所述控制管理单元，适于接收所述资源配置方案，并采用所接收的资源配置方案对工业互联网设备进行控制。
可选地，所述云服务器，适于当服务请求为流处理请求时，与边缘节点协同将所获取的工业互联网产生的原始资源数据进行标准化；基于标准化后的原始资源数据，预测得出预设时间周期内工业互联网的资源供给量和消耗量的信息；基于工业互联网设备的历史资源数据，构建所述工业互联网设备的资源消耗与时延均衡模型；采用所构建的资源消耗与时延均衡模型，计算得出所述工业互联网设备的最优资源配置方案。
可选地，所述云服务器，还适于当所述服务请求为批处理请求时，所述云服务器对所述批处理请求的资源配置方案进行模拟仿真，并根据模拟仿真结果对所述批处理请求的资源配置方案进行优化；
将优化后的资源配置方案作为处理所述批处理请求的资源配置方案发送至所述控制管理单元。
可选地，所述云服务器，还适于当服务请求的处理结果满足预设的资源消耗和时延需求时，将所述服务请求及对应的资源配置方案进行存储并发送至所述边缘节点；所述边缘节点，还适于接收所述服务请求及对应的资源配置方案并进行存储。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述任一项所述的工业互联网资源管理方法的步骤。
本发明实施例还提供了一种终端，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述任一项所述的工业互联网资源管理方法的步骤。
与现有技术相比，本发明实施例的技术方案具有以下有益效果：
上述的方案，边缘服务单元中对应的边缘节点接收用户终端的所述服务请求；当确定请求类型为流处理请求且自身存在对应的存储数据时，处理所述服务请求，并将得到的资源配置方案发送至所述控制管理单元；当确定请求类型为流处理请求且自身不存在对应的数据或者确定请求类型为批处理请求时，将所述服务请求转发至边缘服务单元中的边缘服务器；所述云服务单元接收所述边缘服务器按照预设的优先级顺序对服务请求进行排序得到的服务请求列表，并与边缘节点协同处理所述服务请求列表中的所述服务请求，得到对应的资源配置方案并发送至控制管理单元，由于采用云服务器和边缘节点协同的方式处理工业互联网中的服务请求，与仅采用云服务平台，可以有效减少网络拥塞从而导致各种应用的时延问题，故可以提高服务请求的处理效率，进而可以提高工业互联网资源的管理效率。
附图说明
图1是本发明实施例中的一种工业互联网资源管理系统的结构示意图；
图2是本发明实施例中的一种工业互联网资源管理方法的流程示意图。
具体实施方式
本发明实施例中的技术方案通过采用云服务器和边缘节点协同的方式处理工业互联网中的服务请求，与仅采用云服务平台，可以有效减少网络拥塞从而导致各种应用的时延问题，故可以提高服务请求的处理效率，进而可以提高工业互联网资源的管理效率。
为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
为了便于理解，下面首先对本发明实施例中的工业互联网资源管理系统进行介绍。
图1是本发明实施例中的一种工业互联网资源管理系统的结构示意图。参见图1，本发明实施例还提供了一种工业互联网资源管理系统，可以包括用户终端11、边缘服务单元12、云服务单元13和控制管理单元14。其中，所述用户终端11与所述边缘服务单元12耦接，所述边缘服务单元12还与所述云服务单元13和所述控制管理单元14耦接，所述云服务单元13还与所述控制管理单元14耦接；所述边缘服务单元包括边缘服务器和多个边缘节点；所述云服务单元包括多个云服务器。
下面将结合图2对图1所示的工业互联网资源管理系统的工作原理进行描述。
图2是本发明实施例中的一种工业互联网资源管理方法的流程示意图。如图2所示，本发明实施例中的一种工业互联网资源管理方法，适于采用云服务与边缘节点协同的方式进行服务请求的处理，具体可以包括如下的步骤：
步骤S201：用户终端接收用户的服务请求并发送至对应的边缘服务单元。
在具体实施中，所述用户终端各种各样的工业物联网设备组成，包括传感器节点，智能制造设备等，这些工业互联网设备可以视为工业物联网架构中的客户端，支持跨平台和动态服务执行，使得用户可以从边缘服务单元按需访问所需的服务和底层操作系统。
在具体实施中，用户可以根据实际的需要通过所述用户终端输入对应的服务请求。用户终端接收用户终端发送的服务请求将转发至边缘服务单元中位于用户附近的边缘节点。
步骤S202：所述边缘服务单元中对应的边缘节点接收所述服务请求，并确定所述服务请求对应的请求类型；当确定请求类型为流处理请求，可以执行步骤S203；反之，则可以执行步骤S205。
在具体实施中，所述边缘服务单元包括边缘服务器和多个边缘节点。其中，边缘节点具备计算和存储的能力，可以连接不同工业互联网场景下的各种设施或基础设施，、如车载网络场景中的道路站点单元，通信设备的高性能路由器或基站，以及工业场景中一些应用丰富的机器设备。
在具体实施中，所述边缘服务单元中位于所述用户终端附近的边缘节点可以接收用户终端发出的服务请求，并通过对所接收的服务请求进行解析将所接收的服务请求划分为两类，即批处理请求和流处理请求。其中，批处理请求的处理以低资源消耗作为重要考虑因素；流处理请求则包含多种实时性的应用程序，对时延具有较为严格的要求。
步骤S203：所述边缘节点判断自身是否存在对应的存储数据；当判断结果为是时，可以执行步骤S204；反之，则可以执行步骤S205。
在具体实施中，当云服务器和边缘节点处理过相同的流处理请求，且作为该流处理请求的处理结果的资源配置方案符合该流处理请求的时延和资源消耗的需求时，云服务器和边缘节点会将该流处理服务请求的资源配置方案进行存储，以在后续出现相同的服务请求时，可以直接将该资源配置方案作为服务请求的处理结果发送给用户终端，以提高服务请求的处理效率。因此，当确定所接收的服务请求为流处理请求时，所述边缘节点在自身所存储的数据中搜索对应的存储数据，即通过搜索确定自身是否存储有处理该流处理请求对应的资源配置方案，以便在确定自身存在对应的存储数据时，可以直接将对应的资源配置方案发送至所述用户终端，以提高效率。
步骤S204：所述边缘节点处理所述服务请求，并将处理得到的资源配置方案发送至所述控制管理单元。
在具体实施中，在自身所存储的数据中存在对应的存储数据，即通过搜索确定自身存储有处理该流处理请求对应的资源配置方案时，所述边缘节点可以直接将对应的资源配置方案，作为该流处理请求的处理结果并发送至所述控制管理单元，以使得所述控制管理单元采用所接收的资源配置方案对工业互联网设备进行控制。
步骤S205：所述边缘节点将所述服务请求转发至边缘服务单元中的边缘服务器。
在具体实施中，当确定请求类型为流处理请求且自身不存在对应的数据或者确定请求类型为批处理请求，或者当确定所述服务请求的请求类型为批处理请求时，所述边缘节点可以将所述服务请求发送至所述边缘服务单元中的边缘服务器中进行后续的处理。
步骤S206：所述边缘服务器接收所述边缘节点发送的服务请求并按照预设的优先级顺序添加至服务请求列表，将所述服务请求列表发送至云服务单元。
在具体实施中，边缘服务器可以根据边缘节点发送的服务请求为流处理请求还是批处理请求的分类，以及服务请求对时延的敏感度，对所接收的待处理的服务请求设置对应的优先级顺序，并将服务请求及其优先级顺序传送到云服务器。
步骤S207：所述云服务单元接收所述边缘服务器发送的服务请求列表，并采用云服务器与边缘节点协同处理所述服务请求列表中的所述服务请求，得到对应的资源配置方案并发送至控制管理单元。
在具体实施中，所述云服务单元由具有大量计算和存储资源的多个云服务器组成，负责复杂的数据处理和大规模数据/服务存储。它可以与边缘服务器协作，处理工业物联网应用的一些对时延较为敏感及资源密集的服务请求。此外，云服务单元也类似于应用商店，它可以为边缘服务模块提供完整的服务和应用集合以满足最终用户的需求。
在具体实施中，在接收到边缘节点发送的服务请求列表时，所述云服务单元中的云服务器将部分数据分析处理的工作分配给边缘服务器进行处理。
具体地，所述云服务器与边缘节点一同对工业物联网产生的无序、不系统的原始资源数据信息进行标准化，并将标准化后的原始资源数据进行归类汇总，通过统计运算得到原始资源数据之间存在的规律和关联度并最终汇总至云服务器。
云服务器在接收到标准化后的原始资源数据及原始资源数据之间存在的规律和关联度时，可以基于所得到的原始资源数据之间的规律和关联度，从资源的供给两方进行预测，也即预测一定时间周期内工业互联网中各种设备的资源耗能量和资源产生量，并基于工业互联网设备的历史资源数据，构建所述工业互联网设备的资源消耗与时延均衡模型。
当处理一服务请求时，云服务器将实时的资源数据输入至所构建的资源消耗与时延均衡模型，计算得出对应的最优资源配置方案，以在保持工业设备实时性的同时降低资源消耗。其中，对于时延比较敏感的流处理请求，云服务器则直接将对应的资源配置方案发送至所述控制管理单元；反之，当服务请求为批处理请求时，云服务器可以对该类请求的处理过程进行模拟仿真，得到对应的仿真处理结果；当确定所述仿真处理结果满足预设的最低资源消耗需求时，将模拟仿真过程中使用的资源配置方案作为处理所述批处理请求的资源配置方案发送至所述控制管理单元。
在具体实施中，为了提高服务请求的处理效率，节约计算资源，所述云服务器在确定服务请求的处理结果满足预设的资源消耗和时延需求时，将所述服务请求及对应的资源配置方案进行存储并发送至所述边缘节点进行存储，以在后续接收到相同的服务请求时，可以直接将对应的资源配置方案发送至管理控制单元，故可以提高服务请求的处理效率，并可以避免对相同的服务请求进行重复处理，节约资源。
步骤S208：所述控制管理单元接收所述资源配置方案，并采用所接收的资源配置方案对工业互联网设备进行控制。
在具体实施中，所述控制管理单元在接收到云服务单元发送的资源配置方案时，可以通过管理工具和开发接口对工业物联网设备进行最优配置。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述的工业互联网资源管理方法的步骤。其中，所述工业互联网资源管理方法请参见前述部分的描述，不再赘述。
本发明实施例还提供了一种终端，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行所述的工业互联网资源管理方法的步骤。其中，所述工业互联网资源管理方法请参见前述部分的描述，不再赘述。
采用本发明实施例中的上述的方案，边缘服务单元中对应的边缘节点接收用户终端的所述服务请求；当确定请求类型为流处理请求且自身存在对应的存储数据时，处理所述服务请求，并将得到的资源配置方案发送至所述控制管理单元；当确定请求类型为流处理请求且自身不存在对应的数据或者确定请求类型为批处理请求时，将所述服务请求转发至边缘服务单元中的边缘服务器；所述云服务单元接收所述边缘服务器按照预设的优先级顺序对服务请求进行排序得到的服务请求列表，并与边缘节点协同处理所述服务请求列表中的所述服务请求，得到对应的资源配置方案并发送至控制管理单元，由于采用云服务器和边缘节点协同的方式处理工业互联网中的服务请求，与仅采用云服务平台，可以有效减少网络拥塞从而导致各种应用的时延问题，故可以提高服务请求的处理效率，进而可以提高工业互联网资源的管理效率。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (8)

1.一种工业互联网资源管理方法，其特征在于，包括：
用户终端接收用户的服务请求并发送至对应的边缘服务单元；
所述边缘服务单元中对应的边缘节点接收所述服务请求，并确定所述服务请求对应的请求类型；当确定请求类型为流处理请求且自身存在对应的存储数据时，处理所述服务请求，并将处理得到的资源配置方案发送至控制管理单元；当确定请求类型为流处理请求且自身不存在对应的数据或者确定请求类型为批处理请求时，将所述服务请求转发至边缘服务单元中的边缘服务器；
所述边缘服务器接收所述边缘节点发送的服务请求并按照预设的优先级顺序添加至服务请求列表，将所述服务请求列表发送至云服务单元；
所述云服务单元接收所述边缘服务器发送的服务请求列表，并采用云服务器与边缘节点协同处理所述服务请求列表中的所述服务请求，得到对应的资源配置方案并发送至控制管理单元，具体包括：所述云服务器与边缘节点协同将所获取的工业互联网产生的原始资源数据进行标准化，并统计得到标准化后的原始资源数据之间存在的规律和关联度；所述云服务器基于标准化后的原始资源数据之间存在的规律和关联度，预测得出预设时间周期内工业互联网的资源供给量和消耗量的信息；基于工业互联网设备的历史资源数据，构建所述工业互联网设备的资源消耗与时延均衡模型；采用所构建的资源消耗与时延均衡模型，计算得出所述工业互联网设备的最优资源配置方案；
所述控制管理单元接收所述资源配置方案，并采用所接收的资源配置方案对工业互联网设备进行控制。
2.根据权利要求1所述的工业互联网资源管理方法，其特征在于，当所述服务请求为批处理请求时，所述采用云服务器与边缘节点协同处理所述服务请求列表中的所述服务请求，还包括：
所述云服务器对所述批处理请求的资源配置方案进行模拟仿真，并根据模拟仿真结果对所述批处理请求的资源配置方案进行优化；
将优化后的资源配置方案作为处理所述批处理请求的资源配置方案发送至所述控制管理单元。
3.根据权利要求1或2所述的工业互联网资源管理方法，其特征在于，还包括：
所述云服务器当服务请求的处理结果满足预设的资源消耗和时延需求时，将所述服务请求及对应的资源配置方案进行存储并发送至所述边缘节点；
所述边缘节点接收所述服务请求及对应的资源配置方案并进行存储。
4.一种工业互联网资源管理系统，其特征在于，包括用户终端、边缘服务单元、云服务单元和控制管理单元；所述用户终端与所述边缘服务单元耦接，所述边缘服务单元还与所述云服务单元和所述控制管理单元耦接，所述云服务单元还与所述控制管理单元耦接；所述边缘服务单元包括边缘服务器和多个边缘节点；所述云服务单元包括多个云服务器；
所述用户终端，适于接收用户的服务请求并发送至对应的边缘节点；
所述边缘服务单元中对应的边缘节点，适于接收所述服务请求，并确定所述服务请求对应的请求类型；当确定请求类型为流处理请求且自身存在对应的存储数据时，处理所述服务请求，并将处理得到的资源配置方案发送至所述控制管理单元；当确定请求类型为流处理请求且自身不存在对应的数据或者确定请求类型为批处理请求时，将所述服务请求转发至边缘服务单元中的边缘服务器；
所述边缘服务器，适于接收所述边缘节点发送的服务请求并按照预设的优先级顺序添加至服务请求列表，将所述服务请求列表发送至所述云服务单元；
所述云服务单元，适于接收所述边缘服务器发送的服务请求列表，并采用云服务器与边缘节点协同处理所述服务请求列表中的所述服务请求，得到对应的资源配置方案并发送至控制管理单元，具体包括：当服务请求为流处理请求时，与边缘节点协同将所获取的工业互联网产生的原始资源数据进行标准化；基于标准化后的原始资源数据，预测得出预设时间周期内工业互联网的资源供给量和消耗量的信息；基于工业互联网设备的历史资源数据，构建所述工业互联网设备的资源消耗与时延均衡模型；采用所构建的资源消耗与时延均衡模型，计算得出所述工业互联网设备的最优资源配置方案；
所述控制管理单元，适于接收所述资源配置方案，并采用所接收的资源配置方案对工业互联网设备进行控制。
5.根据权利要求4所述的工业互联网资源管理系统，其特征在于，所述云服务器，还适于当所述服务请求为批处理请求时，对所述批处理请求的资源配置方案进行模拟仿真，并根据模拟仿真结果对所述批处理请求的资源配置方案进行优化；将优化后的资源配置方案作为处理所述批处理请求的资源配置方案发送至所述控制管理单元。
6.根据权利要求4或5所述的工业互联网资源管理系统，其特征在于，
所述云服务器，还适于当服务请求的处理结果满足预设的资源消耗和时延需求时，将所述服务请求及对应的资源配置方案进行存储并发送至所述边缘节点；
所述边缘节点，还适于接收所述服务请求及对应的资源配置方案并进行存储。
7.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1至3任一项所述的工业互联网资源管理方法的步骤。
8.一种终端，其特征在于，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行权利要求1至3任一项所述的工业互联网资源管理方法的步骤。
CN201810767782.XA 2018-07-12 2018-07-12 工业互联网资源管理方法及系统、可读存储介质和终端 Active CN109150738B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810767782.XA CN109150738B (zh) 2018-07-12 2018-07-12 工业互联网资源管理方法及系统、可读存储介质和终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810767782.XA CN109150738B (zh) 2018-07-12 2018-07-12 工业互联网资源管理方法及系统、可读存储介质和终端

Publications (2)

Publication Number Publication Date
CN109150738A CN109150738A (zh) 2019-01-04
CN109150738B true CN109150738B (zh) 2021-01-19

Family

ID=64800470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810767782.XA Active CN109150738B (zh) 2018-07-12 2018-07-12 工业互联网资源管理方法及系统、可读存储介质和终端

Country Status (1)

Country Link
CN (1) CN109150738B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109976915B (zh) * 2019-04-02 2021-04-13 中国联合网络通信集团有限公司 基于边缘计算的边云协同需求的优化方法和系统
CN110493304B (zh) * 2019-07-04 2022-11-29 上海数据交易中心有限公司 边缘计算系统以及交易系统
CN111277663B (zh) * 2020-02-07 2021-08-27 山东大学 一种双服务池建筑智能管控方法及系统
CN113301587B (zh) * 2020-04-15 2022-06-03 阿里巴巴集团控股有限公司 节点管控方法、网络系统、设备及存储介质
CN112202888B (zh) * 2020-09-30 2021-12-14 中国联合网络通信集团有限公司 一种边缘用户的报文转发方法及sdn
CN112650183B (zh) * 2020-12-29 2022-04-12 煤炭科学研究总院 工业互联网平台
CN113742048B (zh) * 2021-11-03 2022-08-02 北京中科金马科技股份有限公司 一种酒店云服务系统及其服务方法
CN114755993B (zh) * 2022-06-13 2022-11-22 深圳市玄羽科技有限公司 应用于工业互联网的协同控制方法、系统及相关设备
CN115600240A (zh) * 2022-09-27 2023-01-13 陆从标（Cn） 一种人力资源数据分布式任务处理方法、系统与电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111443A (zh) * 2011-01-06 2011-06-29 西安电子科技大学 物联网运营系统及向用户提供服务的方法
CN103067297A (zh) * 2013-01-25 2013-04-24 中国科学院声学研究所 一种基于资源消耗预测的动态负载均衡方法及装置
CN105357199A (zh) * 2015-11-09 2016-02-24 南京邮电大学 一种云计算认知资源管理系统及方法
CN106911762A (zh) * 2017-01-16 2017-06-30 西安电子科技大学 一种在sdn中基于雾计算的架构及其处理方法
CN107172166A (zh) * 2017-05-27 2017-09-15 电子科技大学 面向工业智能化服务的云雾计算系统
CN107222468A (zh) * 2017-05-22 2017-09-29 北京邮电大学 增强现实处理方法、终端、云端服务器和边缘服务器
CN107797867A (zh) * 2017-10-31 2018-03-13 济南浪潮高新科技投资发展有限公司 一种增强边缘侧智能计算能力的方法及装置
EP3293682A1 (en) * 2016-09-13 2018-03-14 Alcatel Lucent Method and device for analyzing sensor data

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9866637B2 (en) * 2016-01-11 2018-01-09 Equinix, Inc. Distributed edge processing of internet of things device data in co-location facilities

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111443A (zh) * 2011-01-06 2011-06-29 西安电子科技大学 物联网运营系统及向用户提供服务的方法
CN103067297A (zh) * 2013-01-25 2013-04-24 中国科学院声学研究所 一种基于资源消耗预测的动态负载均衡方法及装置
CN105357199A (zh) * 2015-11-09 2016-02-24 南京邮电大学 一种云计算认知资源管理系统及方法
EP3293682A1 (en) * 2016-09-13 2018-03-14 Alcatel Lucent Method and device for analyzing sensor data
CN106911762A (zh) * 2017-01-16 2017-06-30 西安电子科技大学 一种在sdn中基于雾计算的架构及其处理方法
CN107222468A (zh) * 2017-05-22 2017-09-29 北京邮电大学 增强现实处理方法、终端、云端服务器和边缘服务器
CN107172166A (zh) * 2017-05-27 2017-09-15 电子科技大学 面向工业智能化服务的云雾计算系统
CN107797867A (zh) * 2017-10-31 2018-03-13 济南浪潮高新科技投资发展有限公司 一种增强边缘侧智能计算能力的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于边缘计算的工业数据采集;马吉军,贾雪琴,寿颜波,杨 晨;《工业控制与自动化》;20180711;91-93 *
工业互联网中边缘计算的实现方法;丛力群;《自动化博览》;20180703;48-52 *

Also Published As

Publication number Publication date
CN109150738A (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
CN109150738B (zh) 工业互联网资源管理方法及系统、可读存储介质和终端
Deng et al. Towards power consumption-delay tradeoff by workload allocation in cloud-fog computing
CN108089921B (zh) 用于云端大数据运算架构的服务器及其运算资源最佳化方法
US20210042578A1 (en) Feature engineering orchestration method and apparatus
CN111770157B (zh) 一种业务处理方法、装置及电子设备和存储介质
CN111597043B (zh) 一种全场景边缘计算方法、装置及系统
CN101593133A (zh) 虚拟机资源负载均衡方法及装置
US20200327001A1 (en) Message processing method and system, storage medium and electronic device
Chen et al. Latency minimization for mobile edge computing networks
CN105321346A (zh) 运用云计算基础资源池来控制城市智能交通的方法
US20200084121A1 (en) Node of a Network and a Method of Operating the Same for Resource Distribution
CN105450784B (zh) 向mq中的消息分配消费节点的装置及方法
Al-Sinayyid et al. Job scheduler for streaming applications in heterogeneous distributed processing systems
US8819239B2 (en) Distributed resource management systems and methods for resource management thereof
Routaib et al. Modeling and evaluating a cloudlet-based architecture for mobile cloud computing
Dimitrios et al. Simulation and performance evaluation of a fog system
US11228537B2 (en) Resource processing method and system, storage medium and electronic device
Mershad et al. A study of the performance of a cloud datacenter server
CN116501828B (zh) 基于非结构化数据集的服务器无感知向量查询方法和系统
Guo Ant colony optimization computing resource allocation algorithm based on cloud computing environment
Surya et al. Novel Approaches for Resource Management Across Edge Servers
CN114866430A (zh) 边缘计算的算力预测方法、算力编排方法及系统
Mohamed et al. Dynamic resource allocation in cloud computing based on software-defined networking framework
US20210103830A1 (en) Machine learning based clustering and patterning system and method for network traffic data and its application
CN111049919B (zh) 一种用户请求的处理方法、装置、设备及存储介质

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