CN109189571A - 计算任务调度方法及系统、边缘节点、存储介质和终端 - Google Patents

计算任务调度方法及系统、边缘节点、存储介质和终端 Download PDF

Info

Publication number
CN109189571A
CN109189571A CN201810854930.1A CN201810854930A CN109189571A CN 109189571 A CN109189571 A CN 109189571A CN 201810854930 A CN201810854930 A CN 201810854930A CN 109189571 A CN109189571 A CN 109189571A
Authority
CN
China
Prior art keywords
task
calculating task
calculating
acquired
mobile terminal
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.)
Pending
Application number
CN201810854930.1A
Other languages
English (en)
Inventor
孙雁飞
朱华瑜
亓晋
许斌
王堃
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 Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
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 Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201810854930.1A priority Critical patent/CN109189571A/zh
Publication of CN109189571A publication Critical patent/CN109189571A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种计算任务调度方法及系统、边缘节点、存储介质和终端,所述方法包括:按照时间先后顺序从所述计算任务列表中获取对应位序的计算任务,并判断是否能够处理所获取的计算任务;当确定无法处理所获取的计算任务时,将所获取的计算任务发送至邻近的空闲边缘节点或者云端进行处理;当确定能够处理所获取的计算任务时,将所述计算任务加入到自身的任务缓存列表中;对所述任务缓存列表中的计算任务进行排序,得到对应的任务调度列表;按照顺序从所述任务调度列表中获取对应的计算任务进行处理,并将对应的处理结果发送至对应的移动终端。上述的方案,可以提高移动终端计算任务的处理速度和效率。

Description

计算任务调度方法及系统、边缘节点、存储介质和终端
技术领域
本发明涉及数据处理技术领域,具体地涉及一种计算任务调度方法及系统、边缘节点、存储介质和终端。
背景技术
随着大数据、云计算技术的广泛应用,物联网设备的大规模接入以及各种新型业务,如虚拟现实(VR)、增强现实(AR)和视频会议等的不断涌现,当前无线网络中出现了数据流量飞速增长、数据规模急剧扩大,用户对网络服务质量的要求越来越高等情况。同时,移动终端的功能逐步加强,其功能也已经不仅仅局限于通信领域,而是成为人们移动娱乐、办公、阅读、计算的强大载体。因此,第三方提供的各种依赖于终端的高复杂程序,开始大量运用于移动计算中。但是,移动终端的计算能力受到体积的限制,当前的电池技术也还没有突破性的进展,给移动计算带来了巨大的压力。
通过将计算任务和请求数据迁移到近端的移动边缘计算服务器上,可以减少网络设备能耗和传输时延,并大大提高用户体验。其中,移动边缘计算可利用无线接入网络就近提供用户IT所需服务和云端计算功能,而创造出一个具备高性能,低延迟与高带宽的服务环境,加速网络中各项内容、服务及应用的快速下载,让用户享有不间断的高质量网络体验。
但是,现有的移动计算任务处理方法,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提高移动终端计算任务的处理效率,提升用户的使用体验。
为解决上述技术问题,本发明实施例提供了一种计算任务调度方法,所述方法包括:
获取移动终端发送的计算任务;
将所获取的计算任务按照预设的优先级顺序进行排序,构成计算任务列表:
按照时间先后顺序从所述计算任务列表中获取对应位序的计算任务,并判断是否能够处理所获取的计算任务;
当确定无法处理所获取的计算任务时,将所获取的计算任务发送至邻近的空闲边缘节点或者云端进行处理;
当确定能够处理所获取的计算任务时,将所述计算任务加入到自身的任务缓存列表中;
对所述任务缓存列表中的计算任务进行排序,得到对应的任务调度列表;
按照顺序从所述任务调度列表中获取对应的计算任务进行处理,并将对应的处理结果发送至对应的移动终端。
可选地,所述方法还包括:
获取已完成的计算任务的处理过程和处理结果的历史记录信息;
采用所获取的历史记录信息中对应的计算任务分配及相关信息进行训练,得到对应的任务分配模型;
将所得到的任务分配模型发送至所述移动终端,以使得所述移动终端采用所述任务分配模型选取就近的空闲边缘节点处理自身的计算任务。
可选地,所述方法还包括:
获取已完成的计算任务的处理过程和处理结果的历史记录信息;
对所获取的历史记录信息中的计算任务筛选及相关信息进行训练,得到对应的任务筛选模型;
将所得到的任务筛选模型进行存储,以在后续采用所述任务筛选配模型从所获取的计算任务中筛选出自身能够处理的计算任务。
本发明实施例还提供了一种边缘节点,包括:
接口单元,适于获取移动终端发送的计算任务;将所获取的计算任务按照预设的优先级顺序进行排序,构成计算任务列表;
判断单元,适于按照时间先后顺序从所述计算任务列表中获取对应位序的计算任务,并判断是否能够处理所获取的计算任务;
网络传输单元,适于当确定无法处理所获取的计算任务时,将所获取的计算任务发送至邻近的空闲边缘节点或者云端进行处理;当确定能够处理所获取的计算任务时,将所述计算任务加入到自身的任务缓存列表中;
决策分析单元,适于对所述任务缓存列表中的计算任务进行排序,得到对应的任务调度列表;按照顺序从所述任务调度列表中获取对应的计算任务进行处理,并将对应的处理结果发送至对应的移动终端。
可选地,所述决策分析单元,还适于获取已完成的计算任务的处理过程和处理结果的历史记录信息;采用所获取的历史记录信息中对应的计算任务分配及相关信息进行训练,得到对应的任务分配模型;将所得到的任务分配模型发送至所述移动终端,以使得所述移动终端采用所述任务分配模型选取就近的空闲边缘节点处理自身的计算任务。
可选地,所述决策分析单元,还适于获取已完成的计算任务的处理过程和处理结果的历史记录信息;对所获取的历史记录信息中的计算任务筛选及相关信息进行训练,得到对应的任务筛选模型;将所得到的任务筛选模型进行存储,以在后续采用所述任务筛选配模型从所获取的计算任务中筛选出自身能够处理的计算任务。
本发明实施例还提供了一种计算任务调度系统,包括移动终端和上述任一项所述的边缘节点,所述移动终端分别与所述多个边缘节点通信连接。
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计算任务调度方法的步骤。
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计算任务调度方法的步骤。
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,由移动终端就近选取的空闲边缘节点发送自身的计算任务,再通过边缘节点将自身能够处理所获取的计算任务加入到自身的任务缓存列表中进行后续的处理,而将无法处理的计算任务发送至邻近的空闲边缘节点或者云端进行处理,与采用集中式的移动终端的计算任务分配相比,可以提高移动终端的计算任务的处理速度和效率。
附图说明
图1是本发明实施例中的一种计算任务调度方法的流程示意图;
图2是本发明实施例中的一种边缘节点的结构示意图。
具体实施方式
本发明实施例中的技术方案由移动终端就近选取的空闲边缘节点发送自身的计算任务,再通过边缘节点将自身能够处理所获取的计算任务加入到自身的任务缓存列表中进行后续的处理,而将无法处理的计算任务发送至邻近的空闲边缘节点或者云端进行处理,可以提高移动终端的计算任务的处理速度和效率。
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。
图1是本发明实施例中的一种计算任务调度方法的流程示意图。参见图1,本发明实施例中的一种计算任务调度方法,可以包括如下的步骤:
步骤S101:获取移动终端发送的计算任务。
在具体实施中,当移动终端存在待处理的计算任务时,用户可以从附近的边缘节点中选取一个边缘节点,并向所选取的边缘节点发送对应的任务请求,从而将自身待处理的计算任务发送至所选取的边缘节点。
步骤S102:将所获取的计算任务按照预设的优先级顺序进行排序,构成计算任务列表。
在具体实施中,边缘节点在接收到移动终端发送的任务请求时,可以从中解析得到对应的计算任务,并将解析得到的计算任务按照预设的优先级,如所需的计算量大小的顺序,将所接收的一个以上的移动终端发送的计算任务进行排列,构成对应的计算任务列表。
步骤S103:按照时间先后顺序从所述计算任务列表中获取对应位序的计算任务,并判断是否能够处理所获取的计算任务;当判断结果为是时,可以执行步骤S105;反之,则可以执行步骤S104。
在具体实施中,所述边缘节点判断自身是否能够处理所获取的计算任务,是指所述边缘节点判断自身的性能指标是否符合所获取的计算任务的性能指标需求,如计算量等。其中,优先接收到的计算任务将被优先分配给边缘节点进行处理,故越靠后接收到的计算任务其超出边缘节点的性能指标的几率就会越大。
步骤S104:将所获取的计算任务发送至邻近的空闲边缘节点或者云端进行处理。
在具体实施中,当边缘节点确定自身的性能指标无法满足所获取的计算任务的性能指标需求时,可以将所获取的计算任务转发至邻近的空闲边缘节点或者云端进行处理。
步骤S105:将所述计算任务加入到自身的任务缓存列表中。
在具体实施中,当确定能够处理所获取的计算任务时,边缘节点可以将所述计算任务加入到自身的任务缓存列表中,以待后续处理。
采用上述的方式,由多个边缘节点将所获取的用户提交的移动终端的计算任务按照自身是否具有处理计算任务的性能指标,将计算任务进行保留或者转发至邻近的空闲边缘节点或云端进行处理,与采用集中式的计算任务分配方式星币,可以避免计算任务由于超负荷造成的计算任务分配迟延,故可以提高计算任务的处理速度和效率。
步骤S106:对所述任务缓存列表中的计算任务进行排序,得到对应的任务调度列表。
在具体实施中,所述边缘节点可以按照预设的时间周期将自身的缓存的移动终端的计算任务按照所需的计算量和/或存储量的大小的顺序进行排序,得到对应的任务调度列表。
步骤S107:按照顺序从所述任务调度列表中获取对应的计算任务进行处理,并将对应的处理结果发送至对应的移动终端。
在具体实施中,计算任务在所述任务调度列表中位序,即为所述边缘节点对移动终端的计算任务的处理顺序。因此,当生成对应的任务调度列表中,边缘节点可以按照顺序从所述任务调度列表中获取对应位序的计算任务并进行处理,并将所得到的处理结果反馈值对应的移动终端,从而完成计算任务的处理。
在具体实施中,本发明实施例中的计算任务调度方法还可以包括:
步骤S108:获取已完成的计算任务的处理过程和处理结果的历史记录信息。
在具体实施中,所述历史记录信息为边缘节点对之前所有进行处理的计算任务的处理过程和处理结果进行存储所得到计算任务处理的历史记录信息。
步骤S109:采用所获取的历史记录信息中对应的计算任务分配及相关信息进行训练,得到对应的任务分配模型。
在具体实施中,当获取到已完成的计算任务的处理过程和处理结果的历史记录信息时,可以从中筛选出对应的计算任务分配及相关信息并进行训练得到对应的任务分配模型,也即移动终端如何选取边缘节点发送自身的计算任务的任务分配方案。
步骤S110:将所得到的任务分配模型发送至所述移动终端,以使得所述移动终端采用所述任务分配模型选取就近的空闲边缘节点处理自身的计算任务。
在具体实施中,当训练得到对应的任务分配模型时,所述边缘节点可以将所训练得到的任务分配模型发送至移动终端,以使得所述移动终端可以在后续有计算任务待处理时,通过所述任务分配模型可以选取更加合适的边缘节点将自身的计算任务发送给所选取的边缘节点,以使得所选取的边缘节点具有处理计算任务的性能指标,可以尽量因计算任务的性能指标需求超出边缘节点的性能指标而需要将所接收的计算任务再转发至其他的边缘节点或者云端,故可以提高计算任务的处理速度和效率。
在具体实施中,本发明实施例中的计算任务调度方法还可以包括:
步骤S111:对所获取的历史记录信息中的计算任务筛选及相关信息进行训练,得到对应的任务筛选模型。
在具体实施中,所述任务筛选模型为边缘终端如何选取符合自身的性能指标的计算任务,以及将何种计算任务发送至其他邻近的空闲边缘节点或者云端进行处理的计算任务筛选方案。
步骤S112:将所得到的任务筛选模型进行存储,以在后续采用所述任务筛选配模型从所获取的计算任务中筛选出自身能够处理的计算任务。
在具体实施中,当训练得到对应的任务筛选模型时,所述边缘节点可以在后续处理移动终端发送的计算任务时,采用训练得到的任务筛选模型选取符合自身性能指标的计算任务,而将其他的计算任务发送至邻近的空闲边缘节点或者云端进行处理,以提高计算任务调度的合理性,从而提升计算任务的处理速度和效率。
上述的方案,由移动终端就近选取的空闲边缘节点发送自身的计算任务,再通过边缘节点将自身能够处理所获取的计算任务加入到自身的任务缓存列表中进行后续的处理,而将无法处理的计算任务发送至邻近的空闲边缘节点或者云端进行处理,与采用集中式的计算任务分配相比,可以提高移动终端的计算任务的处理速度和效率。
上述对本发明实施例中的方法进行了详细的描述,下面将对上述的方法对应的装置进行介绍。
图2示出了本发明实施例中的一种边缘节点的结构示意图。参见图2,本发明实施例中的一种边缘节点20,可以包括接口单元201、判断单元202、网络传输单元203和决策分析单元204,其中:
所述接口单元201,适于获取移动终端发送的计算任务;将所获取的计算任务按照预设的优先级顺序进行排序,构成计算任务列表。
所述判断单元202,适于按照时间先后顺序从所述计算任务列表中获取对应位序的计算任务,并判断是否能够处理所获取的计算任务。
所述网络传输单元203,适于当确定无法处理所获取的计算任务时,将所获取的计算任务发送至邻近的空闲边缘节点或者云端进行处理;当确定能够处理所获取的计算任务时,将所述计算任务加入到自身的任务缓存列表中。
所述决策分析单元204,适于对所述任务缓存列表中的计算任务进行排序,得到对应的任务调度列表;按照顺序从所述任务调度列表中获取对应的计算任务进行处理,并将对应的处理结果发送至对应的移动终端。
在本发明一实施例中,所述决策分析单元204,还适于获取已完成的计算任务的处理过程和处理结果的历史记录信息;采用所获取的历史记录信息中对应的计算任务分配及相关信息进行训练,得到对应的任务分配模型;将所得到的任务分配模型发送至所述移动终端,以使得所述移动终端采用所述任务分配模型选取就近的空闲边缘节点处理自身的计算任务。
在本发明另一实施例中,所述决策分析单元204,还适于获取已完成的计算任务的处理过程和处理结果的历史记录信息;对所获取的历史记录信息中的计算任务筛选及相关信息进行训练,得到对应的任务筛选模型;将所得到的任务筛选模型进行存储,以在后续采用所述任务筛选配模型从所获取的计算任务中筛选出自身能够处理的计算任务。
本发明实施例还提供了一种计算任务调度系统,包括移动终端和上述所述的边缘节点,所述移动终端分别与所述多个边缘节点通信连接。
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计算任务调度方法的步骤。其中,所述计算任务调度方法的步骤请参见前述部分的详细介绍,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计算任务调度方法的步骤。其中,所述计算任务调度方法的步骤请参见前述部分的详细介绍,不再赘述。
采用本发明实施例中的上述方案,由移动终端就近选取的空闲边缘节点发送自身的计算任务,再通过边缘节点将吱声能够处理所获取的计算任务加入到自身的任务缓存列表中进行后续的处理,而将无法处理的计算任务发送至邻近的空闲边缘节点或者云端进行处理,与采用集中式的移动终端的计算任务分配相比,可以提高移动终端的计算任务的处理速度和效率。
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 (9)

1.一种计算任务调度方法,其特征在于,包括:
获取移动终端发送的计算任务;所述移动终端就近选取空闲的边缘节点发送自身的计算任务;
将所获取的计算任务按照预设的优先级顺序进行排序,构成计算任务列表;
按照时间先后顺序从所述计算任务列表中获取对应位序的计算任务,并判断是否能够处理所获取的计算任务;
当确定无法处理所获取的计算任务时,将所获取的计算任务发送至邻近的空闲边缘节点或者云端进行处理;
当确定能够处理所获取的计算任务时,将所述计算任务加入到自身的任务缓存列表中;
对所述任务缓存列表中的计算任务进行排序,得到对应的任务调度列表;
按照顺序从所述任务调度列表中获取对应的计算任务进行处理,并将对应的处理结果发送至对应的移动终端。
2.根据权利要求1所述的计算任务调度方法,其特征在于,还包括:
获取已完成的计算任务的处理过程和处理结果的历史记录信息;
采用所获取的历史记录信息中对应的计算任务分配及相关信息进行训练,得到对应的任务分配模型;
将所得到的任务分配模型发送至所述移动终端,以使得所述移动终端采用所述任务分配模型选取就近的空闲边缘节点处理自身的计算任务。
3.根据权利要求1所述的计算任务调度方法,其特征在于,还包括:
获取已完成的计算任务的处理过程和处理结果的历史记录信息;
对所获取的历史记录信息中的计算任务筛选及相关信息进行训练,得到对应的任务筛选模型;
将所得到的任务筛选模型进行存储,以在后续采用所述任务筛选配模型从所获取的计算任务中筛选出自身能够处理的计算任务。
4.一种边缘节点,其特征在于,包括:
接口单元,适于获取移动终端发送的计算任务;将所获取的计算任务按照预设的优先级顺序进行排序,构成计算任务列表;
判断单元,适于按照时间先后顺序从所述计算任务列表中获取对应位序的计算任务,并判断是否能够处理所获取的计算任务;
网络传输单元,适于当确定无法处理所获取的计算任务时,将所获取的计算任务发送至邻近的空闲边缘节点或者云端进行处理;当确定能够处理所获取的计算任务时,将所述计算任务加入到自身的任务缓存列表中;
决策分析单元,适于对所述任务缓存列表中的计算任务进行排序,得到对应的任务调度列表;按照顺序从所述任务调度列表中获取对应的计算任务进行处理,并将对应的处理结果发送至对应的移动终端。
5.根据权利要求4所述的边缘节点,其特征在于,所述决策分析单元,还适于获取已完成的计算任务的处理过程和处理结果的历史记录信息;采用所获取的历史记录信息中对应的计算任务分配及相关信息进行训练,得到对应的任务分配模型;将所得到的任务分配模型发送至所述移动终端,以使得所述移动终端采用所述任务分配模型选取就近的空闲边缘节点处理自身的计算任务。
6.根据权利要求4所述的边缘节点,其特征在于,所述决策分析单元,还适于获取已完成的计算任务的处理过程和处理结果的历史记录信息;对所获取的历史记录信息中的计算任务筛选及相关信息进行训练,得到对应的任务筛选模型;将所得到的任务筛选模型进行存储,以在后续采用所述任务筛选配模型从所获取的计算任务中筛选出自身能够处理的计算任务。
7.一种计算任务调度系统,包括移动终端和多个权利要求4-6任一项所述的边缘节点,所述移动终端分别与所述多个边缘节点通信连接。
8.一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任一项所述的计算任务调度方法的步骤。
9.一种终端,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任一项所述的计算任务调度方法的步骤。
CN201810854930.1A 2018-07-30 2018-07-30 计算任务调度方法及系统、边缘节点、存储介质和终端 Pending CN109189571A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810854930.1A CN109189571A (zh) 2018-07-30 2018-07-30 计算任务调度方法及系统、边缘节点、存储介质和终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810854930.1A CN109189571A (zh) 2018-07-30 2018-07-30 计算任务调度方法及系统、边缘节点、存储介质和终端

Publications (1)

Publication Number Publication Date
CN109189571A true CN109189571A (zh) 2019-01-11

Family

ID=64937405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810854930.1A Pending CN109189571A (zh) 2018-07-30 2018-07-30 计算任务调度方法及系统、边缘节点、存储介质和终端

Country Status (1)

Country Link
CN (1) CN109189571A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109889575A (zh) * 2019-01-15 2019-06-14 北京航空航天大学 一种边缘环境下的协同计算平台系统及方法
CN109918205A (zh) * 2019-03-25 2019-06-21 深圳市网心科技有限公司 一种边缘设备调度方法、系统、装置及计算机存储介质
CN110399210A (zh) * 2019-07-30 2019-11-01 中国联合网络通信集团有限公司 基于边缘云的任务调度方法及装置
CN110554919A (zh) * 2019-08-19 2019-12-10 武汉世纪楚林科技有限公司 边缘设备数据处理方法、装置、终端设备及存储介质
WO2020232717A1 (zh) * 2019-05-23 2020-11-26 西门子股份公司 边缘侧模型处理的方法、边缘计算设备和计算机可读介质
CN112749012A (zh) * 2021-01-15 2021-05-04 北京智芯微电子科技有限公司 终端设备的数据处理方法、装置、系统及存储介质
CN113676559A (zh) * 2021-10-23 2021-11-19 深圳希研工业科技有限公司 物联网多设备移动边缘计算的信息处理系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831120A (zh) * 2011-06-15 2012-12-19 腾讯科技(深圳)有限公司 一种数据处理方法及系统
CN102831012A (zh) * 2011-06-16 2012-12-19 日立(中国)研究开发有限公司 多节点分布式系统中的任务调度装置和任务调度方法
CN104268018A (zh) * 2014-09-22 2015-01-07 浪潮(北京)电子信息产业有限公司 一种Hadoop集群中的作业调度方法和作业调度器
CN105656964A (zh) * 2014-11-10 2016-06-08 中国移动通信集团公司 数据推送的实现方法及装置
US20160373336A1 (en) * 2015-06-22 2016-12-22 Futurewei Technologies, Inc. Multiple topology-transparent zones having a common edge node
CN106293950A (zh) * 2016-08-23 2017-01-04 成都卡莱博尔信息技术股份有限公司 一种面向集群系统的资源优化管理方法
CN107977268A (zh) * 2017-10-13 2018-05-01 北京百度网讯科技有限公司 人工智能的异构硬件的任务调度方法、装置及可读介质
CN108243246A (zh) * 2017-12-25 2018-07-03 北京市天元网络技术股份有限公司 一种边缘计算资源调度方法、边缘设备及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831120A (zh) * 2011-06-15 2012-12-19 腾讯科技(深圳)有限公司 一种数据处理方法及系统
CN102831012A (zh) * 2011-06-16 2012-12-19 日立(中国)研究开发有限公司 多节点分布式系统中的任务调度装置和任务调度方法
CN104268018A (zh) * 2014-09-22 2015-01-07 浪潮(北京)电子信息产业有限公司 一种Hadoop集群中的作业调度方法和作业调度器
CN105656964A (zh) * 2014-11-10 2016-06-08 中国移动通信集团公司 数据推送的实现方法及装置
US20160373336A1 (en) * 2015-06-22 2016-12-22 Futurewei Technologies, Inc. Multiple topology-transparent zones having a common edge node
CN106293950A (zh) * 2016-08-23 2017-01-04 成都卡莱博尔信息技术股份有限公司 一种面向集群系统的资源优化管理方法
CN107977268A (zh) * 2017-10-13 2018-05-01 北京百度网讯科技有限公司 人工智能的异构硬件的任务调度方法、装置及可读介质
CN108243246A (zh) * 2017-12-25 2018-07-03 北京市天元网络技术股份有限公司 一种边缘计算资源调度方法、边缘设备及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭雅琼: "云中多媒体应用的资源优化调度研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109889575A (zh) * 2019-01-15 2019-06-14 北京航空航天大学 一种边缘环境下的协同计算平台系统及方法
CN109889575B (zh) * 2019-01-15 2020-08-25 北京航空航天大学 一种边缘环境下的协同计算平台系统及方法
CN109918205A (zh) * 2019-03-25 2019-06-21 深圳市网心科技有限公司 一种边缘设备调度方法、系统、装置及计算机存储介质
CN109918205B (zh) * 2019-03-25 2023-11-17 深圳市网心科技有限公司 一种边缘设备调度方法、系统、装置及计算机存储介质
WO2020232717A1 (zh) * 2019-05-23 2020-11-26 西门子股份公司 边缘侧模型处理的方法、边缘计算设备和计算机可读介质
CN110399210A (zh) * 2019-07-30 2019-11-01 中国联合网络通信集团有限公司 基于边缘云的任务调度方法及装置
CN110399210B (zh) * 2019-07-30 2021-10-01 中国联合网络通信集团有限公司 基于边缘云的任务调度方法及装置
CN110554919A (zh) * 2019-08-19 2019-12-10 武汉世纪楚林科技有限公司 边缘设备数据处理方法、装置、终端设备及存储介质
CN112749012A (zh) * 2021-01-15 2021-05-04 北京智芯微电子科技有限公司 终端设备的数据处理方法、装置、系统及存储介质
CN112749012B (zh) * 2021-01-15 2024-05-28 北京智芯微电子科技有限公司 终端设备的数据处理方法、装置、系统及存储介质
CN113676559A (zh) * 2021-10-23 2021-11-19 深圳希研工业科技有限公司 物联网多设备移动边缘计算的信息处理系统及方法

Similar Documents

Publication Publication Date Title
CN109189571A (zh) 计算任务调度方法及系统、边缘节点、存储介质和终端
CN109857546B (zh) 基于Lyapunov优化的多服务器移动边缘计算卸载方法及装置
CN112995023B (zh) 一种多接入边缘计算网络计算卸载系统及其计算卸载方法
CN109669768B (zh) 一种面向边云结合架构的资源分配和任务调度方法
CN109788046B (zh) 一种基于改进蜂群算法的多策略边缘计算资源调度方法
CN110808922B (zh) 一种消息处理方法、装置、存储介质及电子设备
CN106657379A (zh) 一种nginx服务器负载均衡的实现方法及系统
CN107871164A (zh) 一种雾计算环境个性化深度学习方法
CN110489176B (zh) 一种基于装箱问题的多接入边缘计算任务卸载方法
CN105491085B (zh) 一种在线请求排队方法及装置
CN104796449B (zh) 内容分发方法、装置及设备
CN113692021B (zh) 一种基于亲密度的5g网络切片智能资源分配方法
CN110662238A (zh) 一种针对边缘网络下突发请求的强化学习调度方法及设备
He et al. QoE-based cooperative task offloading with deep reinforcement learning in mobile edge networks
CN103984761A (zh) 海量异构数据的存储方法及系统
CN113850394B (zh) 联邦学习方法、装置、电子设备及存储介质
CN109729519A (zh) 数据下载的方法及相关装置
WO2022104266A1 (en) Machine learning system for routing optimization based on historical performance data
CN105335313B (zh) 一种基础数据的传输方法及装置
CN115629865A (zh) 一种基于边缘计算的深度学习推理任务调度方法
Tao et al. Drl-driven digital twin function virtualization for adaptive service response in 6g networks
CN110992123A (zh) 一种订单派发方法及装置
CN112199154A (zh) 一种基于分布式协同采样中心式优化的强化学习训练系统及方法
CN109388482A (zh) 任务的调度方法、装置及存储介质
CN113543160A (zh) 5g切片资源配置方法、装置、计算设备及计算机存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190111

RJ01 Rejection of invention patent application after publication