CN109582637A - 网络基础结构系统和使用其的数据处理和数据共享的方法 - Google Patents
网络基础结构系统和使用其的数据处理和数据共享的方法 Download PDFInfo
- Publication number
- CN109582637A CN109582637A CN201811139607.2A CN201811139607A CN109582637A CN 109582637 A CN109582637 A CN 109582637A CN 201811139607 A CN201811139607 A CN 201811139607A CN 109582637 A CN109582637 A CN 109582637A
- Authority
- CN
- China
- Prior art keywords
- data
- application
- network infrastructure
- network
- function
- 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
Links
Classifications
-
- 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
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
-
- 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
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/562—Brokering proxy services
-
- 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
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/46—Interconnection of networks
- H04L12/4641—Virtual LANs, VLANs, e.g. virtual private networks [VPN]
-
- 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
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Security & Cryptography (AREA)
- Information Transfer Between Computers (AREA)
Abstract
一种本发明的网络基础结构系统,其中该网络基础结构系统通过使用构成应用域的应用终端或应用服务器以共享方式连接到其的网络基础结构来实现数据共享和处理,该网络基础结构系统包括存储、处理、共享数据的多个网络基础结构节点,其中多个网络基础结构节点中的每一个包括数据处理模块,该数据处理模块包括提供给应用终端和应用服务器中的至少一个的数据传递功能、数据分发功能、数据处理功能和数据共享功能。
Description
相关申请的交叉引用
本申请要求分别于2017年9月28日和2018年8月20日提交的韩国专利申请第10-2017-0126127号和第10-2018-0096917号的优先权的权益,其全部内容通过引用结合于此以用于所有目的。
技术领域
本发明一般涉及网络基础结构系统和构成网络基础结构系统的网络基础结构节点。此外,本发明涉及一种通过使用网络基础结构系统高效地数据共享和处理数据的方法。
背景技术
基于IoT的高度互联社会通过分析大量收集的数据并通过跨产业边界融合数据来创建智能,预期该社会将开发新的高附加值产业和服务。因此,每个产业部门已经投入了大量时间和费用来收集各种数据,并且为了最高质量的数据,通过数据分析/处理已经创建了智能高附加值服务/产品。
然而,传统的数据收集是作为针对每个产业部门的单独平台以封闭的方式执行的,并且收集的数据主要用于其自己的领域。因此,与其他产业共享和实时在线交易收集的数据是困难的。
此外,当处理和使用数据时,在远程云或远程应用站点的单独收集平台中连接由产业领域、个人终端等创建的数据,并且在对其执行数据过滤和大数据分析之后,数据被控制并作为远程服务提供。上述过程被称为“云计算系统”。然而,在传统云计算系统中,由于数据传送延迟而发生处理延迟,并且随着要被处理的数据量显著增加而出现数据过载。
因此,传统收集的数据可以主要用于非实时服务,诸如分析和预测服务等。因此,提供用于未来社会的服务,诸如要求通过执行实时分析的现场(at a field)快速控制的超智能服务(诸如自动驾驶或无人驾驶工厂),以及超现实服务(诸如增强现实/虚拟现实(AR/VR)技术),可能会被限制。
与此相关,为了解决云计算系统的上述问题,最近,已经开发了用于快速处理生成数据的区域附近而不是云区域附近的数据的网络服务,这被称为“雾(fog)计算系统”。与此相关,传统的雾计算系统适用于使用接入终端的计算资源的减少数据传送延迟的应用,但是在满足除延迟之外的各种应用的要求(网络资源、计算资源、移动性、数据共享等)和提高网络效率的方面受到限制。
前述内容仅意图帮助理解本发明的背景,并且不意图意味着本发明落入本领域技术人员已知的相关领域的范围内。
发明内容
因此,考虑到相关技术中出现的上述问题做出了本发明,并且本发明意图提供用于数据共享和服务优化的新的网络基础结构系统和新的数据处理方法。
此外,为了解决相关技术中出现的上述问题,本发明的另一目的是提供一种网络基础结构系统以及使用该网络基础结构系统的数据共享和数据处理方法,该网络基础结构系统能够通过使用构成网络基础结构的多个网络节点根据应用服务的各种要求来处理数据。
另外,为了解决相关技术中出现的上述问题,本发明的又一目的是由构成网络基础结构的每个网络节点提供以下中的至少一个:数据传递功能(或面向数据的传递功能)、事件驱动的数据分发功能、数据处理功能、基础结构资源管理功能、数据共享和管理功能、以及优化引擎功能。
此外,本发明的又一目的是提供一种网络基础结构系统和数据处理方法,其中,对于基于数据的服务和产业发展,应用通过使用基于网络基础结构的数据市场在自己的域上实时共享和交换数据(例如,一对一或N对M),并且通过根据应用服务的需求在网络基础结构的优化区域处动态地或按需提供应用数据和应用软件来满足优化的超现实和超智能应用服务的要求(关键性能指数,KPI)
可从本公开获得的技术问题不受上述技术问题的限制,并且本公开所属技术领域的普通技术人员可从以下描述中清楚地理解其他未提及的技术问题。
为了实现上述目的,根据本发明的一个方面,提供了一种网络基础结构系统,其中该网络基础结构系统通过使用构成应用域的应用终端或应用服务器以共享方式连接到其的网络基础结构来实现共享和处理数据,该系统包括:多个网络基础结构节点,其在网络基础结构系统内存储、处理和共享数据,其中多个网络基础结构节点中的每一个包括数据处理模块,该数据处理模块包括被提供给应用终端和应用服务器中的至少一个的数据传递功能、数据分发功能、数据处理功能和数据共享功能。
此外,多个网络基础结构节点中的每一个可以与网络配置节点中的任何一个相对应,该网络配置节点包括构成网络基础结构系统的接入网络节点、边缘网络节点和核心网络节点,并且每个网络基础结构节点还可以包括应用数据储存库和应用软件储存库。
此外,数据传递功能可以是接口,应用域内的所有应用终端或应用服务器通过该接口连接到网络,并且基于应用软件和应用数据的名称以请求/响应方式在传送器和接收器之间传递数据。
此外,数据传递功能可以通过基于数据的名称以一对一请求/响应方式执行同步来传递数据。
此外,当应用数据以事件驱动的方式在N个数据生成器和M个数据消费者之间异步传送时,想要共享数据的N个数据生成器可以通过使用数据分发功能在网络基础结构中基于该数据的名称来发布数据,并且想要消费数据的M个数据消费者可以通过使用数据分发功能基于数据的名称在网络基础结构中来传送对期望数据的订阅请求。
此外,数据分发功能可以存储和管理将通过接收发布的数据和订阅请求接收共享数据和标准信息的接收器列表,并且在数据发布时,通过使用接收器列表和标准信息将共享数据分发到已经以事件驱动的方式传送订阅请求的M个数据消费者,而没有要求附加的请求。
此外,数据分发功能可以根据数据的时间共享特征和空间共享特征以及数据生成器和数据消费者的分布情况来动态确定要分发的数据的存储位置和分发位置,并且根据数据生成器和数据消费者的位置改变来调整数据的存储位置和分发位置。
此外,除了在连接到网络的所有应用域的应用终端或应用服务器中生成的原始数据之外,数据分发功能还可以发布由在网络基础结构内的网络基础结构节点中运行的应用软件重新生成的处理数据,并且其中在网络基础结构内的网络基础结构节点中运行的应用软件可以通过传送对任意数据的订阅请求来作为数据消费者接收该任意数据。
此外,数据处理功能可以从应用终端或应用服务器基于应用软件信息和应用数据的名称接收服务请求,确定应用软件的优化运行位置,动态地下载处理服务所需的应用数据和应用软件,以及运行下载的应用软件。
此外,基于名称指定的应用数据可以根据服务请求从应用终端或应用服务器被传递,或者被存储在网络基础结构内的任意储存库中,并且基于名称指定的应用软件可以:由应用预先存储在网络基础结构内的任意储存库中,当通过数据处理功能在接收应用软件的运行时、在所述网络基础结构内的优化运行位置中动态地下载来运行,以及将运行结果传递到应用终端或应用服务器。
此外,可以根据相应的应用软件的特征来确定应用软件的优化运行位置,其中,当要处理的数据量大时、可以确定位于最接近数据的网络节点作为优化运行位置,当要求对应用终端的快速处理响应时、可以确定位于接近应用终端的位置的网络节点作为优化运行位置,当要求大量计算资源时、可以确定具有能够满足相应请求的计算资源的网络节点作为优化运行位置,以及当要处理的数据被分发到各种位置时、可以确定使用最佳优化网络的网络节点作为优化运行位置,从而满足应用软件的要求(KPI)。
此外,数据处理功能可以:基于应用的名称,确定已经从应用终端或应用服务器传送了对应用软件的运行请求的该应用软件的运行位置;当已经一起传送了从相应的应用终端或应用服务器指定的应用数据的名称时,从应用域或网络内部存储位置下载应用数据,并通过绑定应用数据来运行应用软件;以及将运行结果传递到应用终端或应用服务器。
此外,多个网络基础结构节点中的每一个还可以包括基础结构资源管理功能,其中该基础结构资源管理功能可以:整体管理分布在网络基础结构系统内的多个网络基础结构节点的计算资源、存储资源和网络资源;通过执行资源的增加、减少和错误的自动缩放分发应用数据,在没有运营商命令或控制的情况下将应用数据存储在网络基础结构系统中;以及提供运行应用软件的计算环境。
此外,多个网络基础结构节点中的每一个还可以包括数据安全功能,其中该数据安全功能可以管理和提供加密密钥,以用于通过网络基础结构连接的应用域之间的数据共享,以及用于批准的数据生成器和数据消费者之间的数据交换。
此外,数据共享功能可以存储和管理交换记录,以用于批准的数据生成器和消费者之间的数据交换的完整性验证。
此外,多个网络基础结构节点中的每一个还可以包括优化引擎功能:优化网络连接、数据存储位置、软件运行位置以满足应用服务要求(KPI);基于应用数据和应用软件的简档来确定该应用数据和应用软件的初始位置;以及基于应用数据的接入频率、网络传送量以及应用软件的运行质量的统计和记录信息来执行对存储位置和运行位置的优化。
此外,多个网络基础结构节点中的每一个还可以包括优化引擎功能,该优化引擎功能通过根据N个数据生成器和M个数据消费者的数量和位置的改变使用数据生成器和数据消费者之间的数据分发功能执行学习来执行优化。
此外,该系统还可以包括云节点作为构成网络基础结构系统的网络节点,其中该云节点可以被视为一个网络基础结构节点,该网络基础结构节点具有比其他网络基础结构节点相对更大的计算资源和存储资源。
此外,根据本发明,一种在网络基础结构系统内处理数据的方法,其中网络基础结构系统包括通过使用构成应用域的应用终端或应用服务器以共享方式连接到其的网络基础结构处理数据的多个网络基础结构节点,该方法包括:提供在集成计算资源和存储资源中用于存储应用数据以及用于存储和运行应用软件的环境,多个网络基础结构节点中的每一个包括计算资源和存储资源;当从应用域内的应用终端接收到应用软件对应用服务的运行请求时,由多个网络基础结构节点中的任何一个搜索相应的应用软件,并根据应用软件的简档动态地确定应用软件在网络基础结构节点本身或另一网络基础结构节点中的运行位置;以及通过将通过运行相应的应用软件获得的结果传递到应用终端来提供应用服务。
此外,根据本发明,一种网络基础结构节点,其中通过使用构成应用域的应用终端或应用服务器以共享方式连接到其的网络基础结构处理数据的多个网络基础结构节点被包括在网络基础结构系统中,该网络基础结构节点包括:数据处理模块,其存储、处理和共享提供给网络基础结构系统的数据,其中多个网络基础结构节点中的每一个向应用终端和应用服务器中的至少一个提供数据传递功能、数据分发功能、数据处理功能和数据共享功能。
根据本发明的实施例,通过提供基于网络基础结构的数据共享和应用服务优化的功能,获得以下效果。
首先,可以提供数据共享效率。所有的个人、产业和公共机构都通过网络连接起来。因此,不是在特定应用域的平台中提供市场,而是通过使用所有应用域以共享方式连接到其的网络基础结构来提供可以数据共享或存储可以被交换的数据的市场,通过在所有应用域当中使用通用网络接入方法来实现全球范围的数据共享。此外,在网络基础结构内,数据由诸如接入网络节点、边缘网络节点、核心网络节点、云网络节点等的任意节点分发,并且因此可以通过以包括原始数据到经处理的数据的任意处理范围共享和使用数据来实现增加创建新价值的可能性。换句话说,除了从传统网络基础结构提供的连接性之外,通过网络基础结构的数据共享效率可以通过另外建立数据共享和处理功能来提高。
换句话说,可以通过使用网络基础结构的传递、分发和共享功能来提供基于数据提供商或生成器与数据消费者之间的加密密钥以一对一的请求/响应方式的异步事件驱动的多边数据共享和交换、以及N到M组内的异步事件驱动的多边数据共享和交换,并且因此可以通过在连接到网络的所有应用域之间提供高效的数据共享来创建各种类型的智能。
然后,可以提供应用服务优化,不是在远程应用服务器中收集在现场或本地生成的数据之后由远程应用软件对其进行处理,而是根据应用服务的要求(KPI),应用数据和该应用数据的应用软件处理被动态地移动到网络内从接入节点到核心节点的全国范围内的优化位置并在该位置运行,因此,并且可以根据其各自的要求以优化的方式提供各种未来超智能和超现实应用服务。例如,要求快速控制和超低延迟的服务是通过将应用软件移动到生成应用数据的最终用户或移动到现场附近的接入设备或节点来处理的,因此可以提供快速控制。
此外,当在收集大数据时必须通过分析主要数据来立即处理与安全或灾难相关的重要紧急服务时,用于网络基础结构的数据收集和分析的应用软件根据网络基础结构树形结构的分层架构被分层布置在接入网络节点、边缘网络节点和核心网络节点中。因此,最后,通过分层顺序收集数据并同时对其进行分析,可以高效地收集大数据,并且除了快速分析之外,可以实时检测主要数据,并且可以高效地提供重要和紧急的服务。此外,要求大处理负载的数据处理可以在核心或边缘云中心,或者在计算资源丰富的节点中运行。
附图说明
结合附图,从下面的详细描述中将更清楚地理解本发明的上述和其他目的、特征和其他优点,其中:
图1A和1B是描述通过使用传统网络基础结构的数据共享和数据处理概念的视图;
图2A和2B是描述通过使用本发明的网络基础结构的数据共享和数据处理概念的视图;
图3是示出本发明的基于网络和云的网络基础结构配置的视图;
图4是示出根据本发明的用于数据共享和服务优化过程的网络基础结构系统内的数据处理模块的视图;
图5是示出根据本发明的用于执行网络基础结构的应用服务优化的网络基础结构内的数据处理过程的视图;
图6是示出根据本发明的用于网络基础结构的应用服务之间的一对一数据共享和交换的网络基础结构内的处理过程的视图;
图7是示出根据本发明的在网络基础结构中的应用域当中的N个数据提供商到M个数据消费者的事件驱动异步数据共享和交换的网络基础结构内的处理过程的视图;以及
图8至图11是示出使用根据本发明的网络基础结构系统的示例的视图,并且示出了交通应用系统的示例。
具体实施方式
在下文中,将参考附图描述本发明的示例性实施例,以用于本领域技术人员容易地实现本发明。为了便于描述,附图中所示的每个组件的尺寸和厚度是任意示出的,但是本发明不限于此。
在下面的描述中,如果关于熟知的功能或配置的详细描述可能使得本公开的主题不清楚,则将省略详细描述。此外,在附图中,省略了与本发明的描述无关的部分,相似的部分用相似的附图标记表示。
在本发明中,彼此不同的组件意图清楚地描述各自的特征,而不一定意味着组件是分开的。也就是说,多个组件可以集成到一个硬件或软件单元中,或者一个组件可以分布到多个硬件或软件单元中。因此,除非另外说明,这样的集成或分布式实施例包括在本发明的范围内。
在本发明中,在各种实施例中描述的组件不一定是必要的组件,并且一些可以是可选的组件。因此,由一个实施例中描述的组件的子集组成的实施例也包括在本发明的范围内。此外,除了在各种实施例中描述的组件之外,包括其他组件的实施例也包括在本发明的范围内。
在下文中,为了实现上述目的,将参考附图详细描述基于网络基础结构的应用之间的数据共享和应用服务优化方法和装置的实施例。
首先,在本发明中,“网络基础结构”或“网络基础结构”意味着包括构成无线和有线通信网络的网络组件的基本范围的基本通信环境。例如基站、接入点等与用于传统通信网络的连接的网络基础结构组件相对应。在下文中,在本发明中,为了便于描述,“网络基础结构结构”被公开为“网络基础结构”。此外,“网络基础结构组件”或“网络基础结构组件”被公开为“网络基础结构节点”或“网络节点”。此外,网络基础结构节点被连接的状态被公开为“网络系统”或“网络基础结构系统”。
在下文中,将描述通过使用本发明的网络基础结构共享和处理数据的方法与通过使用传统网络基础结构共享和处理数据的方法之间的概念差异。
图1A和1B是描述通过使用传统网络基础结构的数据共享和数据处理概念的视图,图2A和2B是描述通过使用本发明的网络基础结构的数据共享和数据处理概念的视图。
首先,将参考图1A和2A来描述使用本发明的网络基础结构的数据处理方法与使用传统网络基础结构的数据处理方法的比较。
图1A是示出使用传统网络基础结构的数据处理方法的概念图的视图。例如,在本地站点或现场(field)生成的数据(例如,IoT数据)被远程公共云或存在能够处理数据的软件的应用服务器收集,并被传送到其中。收集的数据被远程分析和处理,并且用于远程控制本地站点或现场。这里,在传统的数据处理方法中,通过数据的控制在经过t+N之后执行,因此提供要求快速控制的各种当前和未来服务可能被限制。此外,所有类型数据的传送必须通过每个网络节点执行,即使控制不需要数据,因此每个网络节点中网络带宽的消耗高达“量(volume)*M(数据创建者的数量)”。
同时,图2A是示出使用根据本发明的网络基础结构的数据处理方法的概念图的视图。例如,通过使用根据本发明的网络基础结构的应用软件动态网络内(in-network)处理方法,除了在时间t处,应用数据也在时间t+1、t+2、t+3等处在接入网络节点和边缘网络节点中被收集和分析,因此根据要求的快速控制是可用的。此外,根据网络的分层结构,以主接入节点范围、次边缘节点范围和第三核心节点范围为单位的数据收集是可用的,并且同时,通过分析和处理对数据执行顺序过滤来建立由于网络内垃圾数据传送而导致的网络带宽减少。例如,根据过滤功能,网络带宽可以从(v*M)/F1减少到(v*M)/F1/F2和(v*M)/F1/F2/F3。结果,可以实现应用域的大数据处理速度的提高和负载的降低。此外,在上述过程期间,还通过快速分析主要信息来提供主要服务运行。
然后,将参考图1B和2B描述使用本发明的网络基础结构的数据共享方法与使用传统网络基础结构的数据共享方法的比较。
图1B是示出使用根据传统方法的网络基础结构的数据共享方法的概念图的视图。详细地,大量数据通过IoT、云、AI等被智能化,但仅限于应用/域特定的智能。换句话说,单个原始数据可以通过使用与另一智能相同的业务来创建另一业务(business),并且通过因特网或租用的线路或虚拟专用网络(vvpn)在终端和远程应用平台之间执行收集数据的当前方法。因此,在t+n的时间之后,应用域当中的数据共享和使用是可用的。此外,生成了处理大数据以共享从原始数据到第M个经处理的数据的数据的管理及其复杂性。
同时,图2B是示出使用根据本发明的网络基础结构的数据共享方法的概念图的视图。例如,通过使用应用数据的网络内事件驱动的数据分发的方法,N到M事件驱动的数据共享在国家范围内分发的应用域(例如,应用终端、应用服务器、应用软件)当中是可用的。此外,网络内的应用软件通过使用动态网络内处理功能来发布经处理的数据,因此可以在任意原始级别(例如,r、r+1、r+2、r+3…r+N)中的时间t+1、t+3和t+5处和根据应用要求在任意时间处分别共享原始数据、经主处理的数据和经次处理的数据。例如,在每个事件中,数据共享在(r,t+1)、(r+1,t+2)、(r+2,t+3)和(r+N,t+N)中是可用的。
详细地,图1A和1B的传统网络基础结构的目的是提供数据连接性。换句话说,传统网络基础结构执行将由网络数据提供商或生成器生成的数据传递到远程应用服务器或云服务器的功能。
另一方面,本发明的网络基础结构除了数据连接性之外,还包括数据处理模块或数据处理功能。因此,根据图2A和2B中的本发明的网络基础结构系统内的网络节点分别包括数据处理模块或存储和处理数据的功能。此外,对于数据处理,根据本发明的网络节点可以自主下载远程应用软件并将其用于数据处理。
在下文中,将参考图3至11详细描述根据本发明的网络基础结构系统和网络基础结构节点的数据处理模块或功能。
图3是示出本发明的用于基于网络和云的数据共享和应用服务优化的网络基础结构配置的视图。
例如,构成本发明的网络系统的物理基础结构可以被配置有最终用户101、接入网络102(在下文中,称为“接入网络节点”或“接入节点”)、城域/边缘网络104(在下文中,称为“边缘网络节点”或“边缘节点”)、核心网络106(在下文中,称为“核心网络节点”或“核心节点”)、边缘云103和核心云105。与此相关,以上网络基础结构配置是用于描述本发明的示例,并且本发明不限于此。例如,网络基础结构内的各个网络节点可以保持相互水平的关系。这里,网络节点可以被称为诸如第一节点、第二节点和第三节点。
最终用户101包括所有人或事物,以及生成数据或消费数据的应用,诸如个人、产业、公共部门(public sector)PC、移动电话、自动驾驶汽车、无人驾驶飞机、机器人等。
此外,接入网络节点102是有线或无线网络接入节点,并且提供使最终用户101能够连接到网络的接口。
此外,边缘网络节点104集中接入网络节点和核心网络节点106,并且执行边缘网络节点之间的连接。
此外,边缘103和核心云105意味着具有如上所述的大规模计算和存储资源的基础结构网络云节点。
根据本发明,物理基础结构可以具有从最终用户101到接入网络节点102、从接入网络节点到边缘网络节点104、从边缘网络节点104到核心网络节点106集中的分层架构。然而,以上结构是用于描述本发明的示例,并且本发明不限于此。例如,网络基础结构内的各个网络节点102、104和106可以以分布式方式配置以保持相互水平的关系。
根据本发明的网络基础结构系统选择性地包括计算功能107和存储功能107,该计算功能107能够对包括最终用户、接入网络节点、边缘网络节点和核心网络节点的所有网络配置组件执行传统联网或连接性功能且能够运行应用软件,并且该存储功能107能够存储应用数据。
作为具有以上物理基础结构的硬件单元中的数据共享和应用服务优化的功能,基础结构软件108至113被使用,在分布式接入/边缘/核心网络节点和边缘/核心云节点的计算/存储/网络资源中运行,并且能够执行例如数据传递功能108、数据共享和分发功能109、数据存储功能110、数据处理模块111、数据安全功能112和优化引擎功能113。与此相关,基础结构软件108至113可以通常应用于每个网络基础结构节点,或者可以由网络基础结构节点选择性地应用。此外,作为特定的基础结构软件,例如,优化引擎功能113可以被设计成在具有更高层的全球功能的网络节点内提供。
此外,基于具有以上物理基础结构的硬件和用于以上数据共享和服务优化基础结构的软件,各种应用服务(例如制造、医疗、交通等)的应用软件115和应用数据116,可以在网络基础结构内动态的被存储和运行,以提供优化的服务。
详细地,例如,在上述图3中,示出了一个示例性的情况,其中网络基础结构系统内的特定接入网络节点102提供“医疗”和“交通”应用服务,特定边缘网络节点104提供“制造”应用服务,特定核心网络节点106提供“制造”和“交通”应用服务,特定边缘云节点103提供“医疗”和“制造”应用服务,特定核心云节点105提供“医疗”应用服务。因此,各个节点的应用服务不限于上述服务,并且各种应用服务可以根据应用要求被立即和动态地添加或删除。
图4是示出根据本发明的数据共享和服务优化基础结构系统内的数据处理模块的视图。如上所述,所有的网络节点和云节点可以配备有用于数据共享和服务优化的相应软件,并运行该软件。
连接到数据共享和服务优化基础结构201的应用终端202和应用服务服务器203,在应用终端202和应用服务服务器203提供数据共享或交换服务时充当数据生成器/提供商,或者在应用终端202和应用服务服务器203消费共享数据时充当数据消费者。此外,应用终端202和应用服务服务器203在服务优化期间充当服务请求者202和203,通过使用数据共享和服务优化基础结构共享和交换来接收服务所需的数据,以及通过运行应用软件来接收期望的应用服务。
根据本发明的数据共享和服务优化基础结构201可以在内部包括作为数据处理模块的数据传递功能204、数据分发功能205、数据处理功能206、基础结构资源管理功能207、数据共享功能208、数据安全功能209和优化引擎功能210。与此相关,每个功能可以被配置有执行独特功能的软件。并且,每个功能可以被配置有执行独特功能的硬件模块。此后,将描述每个功能。
首先,数据传递功能204充当接口,使得所有应用终端或应用服务器都连接到网络,并且通过使用请求/响应方式、基于应用软件和应用数据的名称在传送器和接收器之间同步传递数据。
数据分发功能205以事件驱动的方式在N个数据生成器和M个数据消费者之间异步传递应用数据。想要共享数据的N个数据生成器在网络基础结构中基于数据的名称发布数据,而想要消费数据的M个数据消费者在网络基础结构中基于数据的名称订阅期望的数据。数据分发功能205接收发布的数据和订阅,并管理将要接收共享数据的列表和标准。然后,当被管理的数据被发布时,数据分发功能205以事件驱动的方式将数据分发到已经通过使用列表的信息传送了订阅的M个数据消费者,而没有附加的请求。
数据处理功能206从应用终端或应用服务器接收服务请求,动态地下载处理服务所需的应用数据和应用软件,并结合服务运行该应用数据和应用软件。详细地,例如,当服务请求被传送时,处理服务所需的应用数据可以从应用终端或应用服务器传递,或者可以存储在网络基础结构内的任意储存库中。此外,处理服务所需的应用软件可以由应用预先存储在网络基础结构的任意储存库中,由数据处理功能动态地下载到被优化用于在网络基础结构内的运行且在已经接收到运行请求时在其中运行的位置,以及将其结果传递到已经传送了运行请求的应用终端或应用服务器。这里,可以根据相应软件的特征来确定应用软件的优化运行位置。例如,当要处理的数据量大时,处理位置可以接近数据;或者当要求对应用终端的快速处理响应时,处理位置可以接近应用终端;或者当要求大量计算资源时,可以选择满足相应要求的相应位置,并且可以在其中运行应用软件。
基础结构资源管理功能207以集成方式管理分布在网络范围内的节点(诸如IoT终端、有线/无线接入/边缘/核心网络节点、云节点等)的计算资源、存储资源和网络资源。详细地,通过执行资源的增加、减少和错误的自动缩放,提供了一种计算环境,其中应用的数据被稳定地分发和存储,并且应用软件在没有运营商的命令或控制的情况下在网络基础结构内运行。基础结构资源管理功能207可以针对以上功能分开地管理应用数据储存库和应用软件储存库。
数据共享功能208和数据安全功能209管理和提供加密密钥,以用于记录通过网络基础结构连接的应用域之间的数据共享或交换,用于完整性验证,以及用于批准的数据提供商和消费者之间的数据交换。同样,数据共享功能208可以管理用于数据交换的分布式账本(distributed ledger)储存库。
优化引擎功能210优化网络连接、数据存储位置、软件运行位置以满足应用服务要求(KPI)。以上优化引擎功能作为优化策略被传递到应用软件。详细地,优化引擎功能210基于应用数据和应用软件的简档来确定初始位置,并且通过基于诸如应用数据的接入频率、网络传送量、应用软件的运行质量的统计或记录信息(监控数据Mon.D)执行存储位置和运行位置的学习来执行优化。
上述数据共享和服务优化网络基础结构的内部功能或模块可以被提供给网络基础结构内的所有节点并在该网络基础结构内的所有节点中运行。然而,优化引擎功能210可以仅被提供给特定节点(例如,核心网络节点)以传递优化策略,而不是被提供给所有网络节点。
图5是示出根据本发明的用于执行网络基础结构的应用服务优化的网络基础结构内的数据处理过程的视图。
详细地,在数据共享和服务处理基础结构301中,存在接入网络节点302、边缘网络节点304和核心网络节点306,并且各个网络节点除了网络资源和功能之外,还包括计算和存储资源和功能。此外,存储应用数据和应用软件的储存库303和305可以分布和定位在网络节点或云节点中,以在网络基础结构内被统一接入。
与此相关,图5的服务处理示例是示出其中应用服务提供商307的服务通过基础结构301被提供给应用终端308的过程的示例,并且示出了可以在应用服务提供商或应用终端所连接的任意基础结构节点中运行的处理过程。细节将在下面描述。
首先,在309中,应用服务提供商307以相应的应用软件的名称在网络基础结构内注册应用软件。
在310中,应用软件已经注册在其中的网络基础结构内的任意网络节点通过上述优化引擎功能210分析服务要求(KPI)和应用软件的简档,并且在311中,任意网络节点根据超低延迟要求、服务请求位置的要求和其他要求确定被期望具有最佳效率的基础结构内的应用软件的初始存储位置,并且存储在其中。例如,将要被存储的应用软件的特征被延迟敏感软件311a、全球范围服务软件311b和其他软件311c等分类,并且被存储在适合于应用软件的每个特征的网络基础结构内的优化位置中。
然后,在312中,当在任意时间处从请求相应的应用服务的应用终端在网络基础结构中接收到相应软件的运行请求时,在313中,已经接收到运行请求的网络基础结构中的任意网络节点通过上述数据处理功能206识别服务要求(KPI)和相应的应用软件的简档,并且识别应用软件的存储位置和运行应用软件所需的应用数据的存储位置。
当在313中识别应用数据的存储位置时,在314中,诸如快速控制的实时控制服务将每个应用软件的运行位置确定为接近已经请求了该服务的终端的位置,当数据带宽大时确定为接近应用数据的位置,或者当要求较大计算能力时确定为诸如云的计算资源成本低的位置。
当在314中确定应用软件的运行位置时,在315中,位于相应运行位置的数据处理模块以按需方式将服务所需的并存储在网络基础结构中的应用软件动态地下载到相应运行位置,并且在316中,动态地或以按需方式接收服务所需的应用数据。
然后,在317和318中,向上述基础结构资源管理功能207传送相应的应用软件的运行请求。在319中,在网络基础结构内运行的应用软件的结果被立即传送到已经请求了服务的应用终端308或应用服务提供商307,或者在320中,该结果可以被存储在网络基础结构内的特定储存库中,并且可以成为搜索主题或者被另一应用软件使用。
图6是示出根据本发明的用于网络基础结构401的应用服务之间的一对一数据共享和交换的网络基础结构内的处理过程的视图。
在数据共享和服务处理基础结构401中,存在接入网络节点402、边缘网络节点404和核心网络节点406,并且网络节点中的每一个除了网络资源和功能之外,还包括计算和存储资源和处理功能。此外,存储应用数据和应用软件的储存库403和405可以分布和定位在网络节点或云节点中,以在网络基础结构内被统一接入。例如,图6的数据共享或交换处理示例示出了通过在第一应用409的服务和第二应用410、第三应用407和第四应用408的服务之间通过一对一数据请求来进行数据共享或交换的过程。
在411中,第一应用域的第一应用409的终端或服务器按数据的名称和表示数据特征的简档提供将要共享给网络基础结构的数据。网络基础结构的上述数据共享功能208将用于加密相应数据的加密密钥传递给作为数据提供商的第一应用终端409。
此外,在412中,网络基础结构的数据共享功能208通过分析从相应数据的提供者接收的简档来确定相应数据将要被存储的位置。换句话说,可以考虑每个简档的特征来确定位置,例如,对延迟敏感的服务数据可以接近接入网络节点存储,在特定区域中有价值的数据可以存储在该相应的区域中,将在全国范围内使用的数据可以存储在整个接入网络节点或核心网络节点中,或者大量数据或非实时处理的数据可以存储在中央云节点中。此外,在413中,可以通过使用提供给数据提供商的加密密钥来加密和存储所存储的数据。
然后,当从正在第二应用域的终端410,第三应用域的服务器407和第四应用域的服务器408的至少一个中或在网络基础结构内运行的第二应用域的软件416和第四应用域的软件417中的任何一个或全部传送从第一应用提供的交换或共享数据的请求时,在419中,网络基础结构的上述数据共享功能208记录第一应用数据的第一应用终端与第二应用终端、第三应用服务器和第四应用服务器之间的关系,并且在414中,将第一应用数据的解密密钥传递到已经请求了相应数据的应用。
详细地,例如,当第二应用的终端410以第一应用数据的名义向网络基础结构传送数据请求时,网络基础结构的上述数据传递功能204传递相应的第一应用的加密数据。在416中,第一应用的数据可以通过网络基础结构内的上述数据分发功能205存储在任意储存库中,或者第一应用的终端或服务器可以具有该数据。此外,请求数据的第二应用软件416和第四应用软件417指的是在网络基础结构内的任意运行位置运行的软件,因此第二应用软件416和第四应用软件417可以分别在任意时间传送共享第一应用数据的请求。在所有以上情况下,通过基于网络基础结构的数据名称的传递功能,加密数据可以以一对一的请求/响应方式在数据提供商(第一应用)和数据消费者(第二应用、第三应用、第四应用)之间传递。
然后,在423和424中,在已经接收到数据的网络基础结构中运行的第二应用的终端410、第三应用的服务器407、第四应用的服务器408、或者第二应用的软件416和第四应用的软件417解密和使用该数据。
图7是示出根据本发明的网络基础结构501中的应用域当中的N个数据提供商到M个数据消费者的事件驱动异步数据共享和交换的网络基础结构内的处理过程的视图。
在数据共享和服务处理基础结构501中,存在接入网络节点502、边缘网络节点504和核心网络节点506,并且网络节点中的每一个除了网络资源和功能之外,还包括计算和存储资源和处理功能。此外,存储应用数据和应用软件的储存库503和505可以分布和定位在网络节点或云节点中,以在网络基础结构内被统一接入。图7的数据共享和交换过程是,例如,N到M异步数据共享和交换过程,其中数据共享以事件驱动的方式执行,而没有来自第二应用、第三应用和第四应用的服务的、对第一应用中实时生成的数据的请求。
详细地,在511中,第一应用域的应用服务器或终端509通过向网络基础结构的上述数据共享功能208提供将要被共享的数据的名称和表示该数据特征的简档来注册要发布的数据。
在512中,网络基础结构的上述数据共享功能208通过分析从相应数据提供者接收的简档来确定将要被存储的相应数据的位置。换句话说,在513中,可以考虑每个简档的特征来确定位置。例如,对延迟敏感的服务数据可以接近接入网络节点存储,在特定区域中有价值的数据可以存储在相应的区域中,将在全国范围内使用的数据可以存储在整个接入网络节点或核心网络节点中,或者大量数据或非实时处理的数据可以存储在中央云节点中。这里,当以加密状态共享数据时,可以向第一应用数据的提供者提供加密密钥。
当从第二应用域的终端510、第三应用域的服务器507和第四应用域的服务器508或正在网络基础结构中运行的第二应用域的软件515和第四应用域的软件516接收到被注册以被发布的第一应用的数据的订阅请求时(订阅过程),在518中,网络基础结构的上述数据共享功能208管理已经传送了订阅请求的第二应用、第三应用、第四应用的列表。此外,当以加密状态共享数据时,可以分别传递第一应用数据的数据的解密密钥。
然后,当在519中生成从第一应用终端509发布和注册的数据时,在520中,网络基础结构的上述的、且已经接收到数据的数据分发功能205存储相应的数据。此外,在521中,数据分发功能205将接收到的数据传递到已经传送了相应数据的订阅请求并且在基础结构之外的第二应用终端510、第三应用服务器507和第四应用服务器508,以及传递到正在网络基础结构内运行的第二应用软件515和第四应用软件516。在522中,在接收到的数据被加密时,已经接收到其订阅被传送的数据的应用通过使用传递的解密密钥来解密和使用接收到的数据。
这里,在523中,当由于例如网络基础结构之外的第四应用的移动而没有传送用于订阅的请求数据时,在514中,在第四应用完成移动之后,当检测到第四应用的移动位置与网络基础结构在一起使得第四应用使用数据时,网络基础结构的上述数据分发功能205通过使用存储的数据将数据传递到已经完成移动的第四应用。
图8至11是示出使用根据本发明的数据共享网络基础结构系统交通应用服务作为示例的实施例的视图。
图8是示出本发明的在用于交通服务的大数据处理服务的效率方面的实施例的视图。例如,在网络基础结构系统中,作为网络节点,接入节点A1、A2、A3、…、A8、A9、A10、A11和A12,边缘节点E1、E2、E3和E4以及核心节点C1在全国范围内被分层建立,并且如上所述,并且每个网络节点除了网络连接之外,还包括计算和存储资源,并且包括存储应用数据和运行应用软件的功能。
与此相关,在图8的实施例中,交通环境下的应用服务被用作示例,终端可以是“自动驾驶汽车”、“交通灯”、“相机”等。例如,一个接入节点可以与一个区域的交叉路口相对应,并且一个边缘节点可以与包括各种交叉路口的区域交通范围相对应。
在终端(例如,自动驾驶汽车,交通灯,相机)中生成的终端单元的数据(原始数据,DR1,DR2,DR3)由接入节点A1的交叉路口交通信息收集和分析应用软件F1来收集,并被生成和存储为交叉路口单元交通处理信息D11。交叉路口单元交通处理信息D11由边缘节点E1的区域交通信息收集和分析软件F2收集,并且被生成和存储为区域单元交通处理信息D21。此外,区域单元交通处理信息D21由核心节点C1的全国范围交通信息收集和分析应用软件F3收集,并被生成和存储为全国范围交通处理信息D31。如上所述,当通过网络基础结构内的分层节点传递由终端生成的数据时,大数据被分层收集并被立即分析,并且因此提供了一种实时分析和控制可用的结构。此外,可以根据应用服务器和应用终端的请求,以按需方式在优化的运行位置处动态地下载诸如处理大数据的应用软件。
与此相关,应用软件通过被分发和提供给根据图8的实施例在分层架构中配置的网络节点A1、…A12、E1、…E4和C1中的每一个来运行,并且因此,与使用与终端位置相邻的接入网络节点作为目标的雾计算系统提供的传统的面向低延迟的需求技术方案相比,可以处理各种应用的更多要求(网络带宽、计算资源、移动性、数据接近度等)。因此,该系统可以全面且高效地推进。此外,根据应用终端或服务器的请求,应用软件被立即且动态地在线搜索和下载,使得应用软件在没有运营商干预的情况下被动态地运行,因此该系统可以比传统的雾或边缘云系统更先进。
图9是示出通过应用上述图8的实施例在效率方面实现交通服务的快速控制的示例的视图。
例如,当收集和分析交叉路口交通信息的接入节点A1的应用软件F1检测到交叉路口发生事故时,接入节点A1立即将相应的数据D11传递到控制交叉路口自动驾驶汽车速度的应用软件F10。因此,紧急服务可以以最小的低延迟作为实时服务来处理,诸如由于交通事故而控制或停止后续自动驾驶汽车速度。
此外,边缘节点E1立即将由收集交叉路口事故发生信息的边缘节点E1的应用软件F2收集的区域交通数据D21传递到控制区域交通的应用软件F20,并且因此,为了根据交通事故之后的停滞来控制区域内的交通,可以在邻近交叉路口执行信号控制,或者可以执行改变附近自动驾驶汽车的导航信息以使得交通顺畅。
图10是示出通过应用上述图8的实施例在交通服务环境下以动态和按需方式高效地实现福利服务的示例的视图。
例如,假设在图10的交通服务环境中,行动不方便的老年人乘坐机器人轮椅(robot wheelchair)来到城镇。此外,可以假设相应的机器人轮椅是自动驾驶轮椅,而不包括自动驾驶软件或诸如相机的昂贵的传感器。当机器人轮椅在城镇时,在步骤1中,机器人轮椅向连接的接入节点A2传送为其自身运行机器人自动驾驶应用软件F-R的请求。在步骤2中,接入节点A2从网络基础结构内的储存库FS中搜索所请求的应用软件F-R,并将其动态地下载到接入节点A2。在步骤3中,接入节点A2运行相应的已下载软件。例如,应用软件F-R执行共享信息的过程(步骤4,数据订阅),以用于从接入节点A2获得交叉路口的交通(交通灯、相机、自动驾驶汽车)信息D1,这是自动轮椅的自动驾驶所要求的。在步骤5中,已经接收了区域A2的交通信息D1的应用软件F-R确定用于机器人轮椅的自动驾驶的路线。在步骤6中,机器人轮椅被最近的接入节点A2实时控制。这里,在步骤7中,当机器人轮椅移动到相邻区域(接入节点A5)时,在步骤8中,机器人轮椅在接入节点A5中执行在接入节点A2中执行的步骤。然后,网络基础结构通过重复步骤2至6,在网络基础结构内的优化位置处共享自动驾驶机器人轮椅的必要数据和福利应用服务。因此,向机器人轮椅提供到目的地的自动驾驶服务。
图11是示出通过应用上述图8的实施例来实现交通、福利、安全应用域之间的共享或交换的市场的过程的示例的视图。
例如,示出了一种情况,其中自动驾驶汽车速度控制交通应用软件F10、机器人轮椅自动驾驶福利应用软件F-R和刑事拘留安全应用软件F-S共享或者交换或者共享且交换在图11的接入节点A2中收集、存储和处理的交通数据D1。通过使用数据共享或交换的过程,安全和福利应用域接收能够解码数据D1的密钥,以便使用交通数据D1。福利和安全应用服务(F-R和F-S)将对数据D1的请求传送到网络基础结构内的上述数据共享功能208(步骤2,订阅)。然后,在步骤1中,当从交通灯或相机生成数据时。在步骤3中,将相应的数据传递到已经传送了订阅请求的应用软件F-S和F-R,并且已经接收到数据的应用软件F-S和F-R通过使用有效密钥解密数据并控制终端(例如,呼叫警车、移动机器人轮椅)。此外,在步骤4中,共享或交换的数据当其订阅请求被传送时沿着网络路径被相同地传递到相邻应用终端和远程终端。此外,在步骤5中,对于数据共享或交换不被批准的应用软件F-P,尽管数据通过订阅被传递到该应用软件F-P,但是由于有效密钥没有被传送到该应用软件F-P,所以数据不被共享。因此,可以提供正常的数据共享或交换以及市场功能。
与此相关,构成系统的每个块显示在单独的块中,但是可以在包括软件程序的一种介质中实现。程序介质可以包括ROM存储器。
尽管为了例示性的目的已经描述了本发明的优选实施例,但是本领域技术人员将理解,在不脱离如所附权利要求中公开的本发明的范围和精神的情况下,各种修改、添加和替换是可以的。
Claims (20)
1.一种网络基础结构系统,其中所述网络基础结构系统通过使用构成应用域的应用终端或应用服务器以共享方式连接到其的网络基础结构来共享和处理数据,所述系统包括:
多个网络基础结构节点,在所述网络基础结构系统内存储、处理和共享数据,其中
所述多个网络基础结构节点中的每一个包括数据处理模块,所述数据处理模块包括提供给应用终端和应用服务器中的至少一个的数据传递功能、数据分发功能、数据处理功能和数据共享功能。
2.根据权利要求1所述的系统,其中所述多个网络基础结构节点中的每一个与网络配置节点中的任何一个相对应,所述网络配置节点包括构成所述网络基础结构系统的接入网络节点、边缘网络节点和核心网络节点,并且每个网络基础结构节点还包括应用数据储存库和应用软件储存库。
3.根据权利要求1所述的系统,其中数据传递功能是接口,应用域内的所有应用终端或应用服务器通过该接口连接到网络,并且基于应用软件和应用数据的名称以请求/响应方式在传送器和接收器之间传递数据。
4.根据权利要求3所述的系统,其中所述数据传递功能通过基于数据的名称以一对一的请求/响应方式执行同步来传递数据。
5.如权利要求1所述的系统,其中当应用数据以事件驱动的方式在N个数据生成器和M个数据消费者之间异步传递时,想要共享数据的N个数据生成器通过使用所述数据分发功能在所述网络基础结构中基于数据的名称来发布所述数据,以及想要消费数据的M个数据消费者通过使用所述数据分发功能基于数据的名称在所述网络基础结构中传送对期望数据的订阅请求。
6.根据权利要求5所述的系统,其中所述数据分发功能存储和管理将通过接收发布的数据和所述订阅请求来接收共享数据和标准信息的接收器的列表,并且当数据被发布时,通过使用接收器列表和标准信息,在不接收附加请求的情况下以事件驱动的方式将所述共享数据分发到已经传送了所述订阅请求的M个数据消费者。
7.根据权利要求1所述的系统,其中所述数据分发功能根据所述数据的时间共享特征和空间共享特征以及数据生成器和数据消费者的分布情况来动态地确定将要被分发的数据的存储位置和分发位置,并且根据所述数据生成器和所述数据消费者的位置改变来调整数据的存储位置和分发位置。
8.根据权利要求1所述的系统,其中,除了在连接到所述网络基础结构的所有应用域的应用终端或应用服务器中生成的原始数据之外,所述数据分发功能还发布由在所述网络基础结构内的网络基础结构节点中运行的应用软件重新生成的处理数据,并且其中,在所述网络基础结构内的网络基础结构节点中运行的应用软件通过传送对任意数据的订阅请求来作为数据消费者接收所述任意数据。
9.根据权利要求1所述的系统,其中所述数据处理功能:从应用终端或应用服务器基于应用软件信息和应用数据的名称接收服务请求;确定应用软件的优化运行位置;动态地下载处理服务所需的应用数据和应用软件;以及运行下载的应用软件。
10.根据权利要求9所述的系统,其中基于名称指定的应用数据根据所述服务请求从所述应用终端或所述应用服务器被传递,或者被存储在所述网络基础结构内的任意储存库中,并且基于名称指定的所述应用软件被应用预先存储在所述网络基础结构内的任意储存库中,当接收到所述应用软件的运行时、通过所述数据处理功能在所述网络基础结构内的优化运行位置中动态地下载来运行,以及将运行结果传递到已经传送了所述运行请求的应用终端或应用服务器。
11.根据权利要求10所述的系统,其中,根据相应的应用软件的特征来确定所述应用软件的优化运行位置,其中,当要处理的数据量大时、确定位于最接近数据的网络节点作为所述优化运行位置,当要求对所述应用终端的快速处理响应时、确定位于接近所述应用终端的位置的网络节点作为所述优化运行位置,当要求大量计算资源时、确定具有能够满足相应请求的计算资源的网络节点作为所述优化运行位置,以及当要处理的数据被分发到各种位置时、确定使用最佳优化网络的网络节点作为所述优化运行位置。
12.根据权利要求9所述的系统,其中,所述数据处理功能:基于所述应用软件的名称,确定已经从所述应用终端或所述应用服务器传送了对所述应用软件的运行请求的所述应用软件的运行位置;当已经一起传送从相应的应用终端或应用服务器指定的应用数据的名称时,从所述应用域或从网络内部存储位置下载应用数据,并通过绑定应用数据来运行应用软件;以及将运行结果传递到所述应用终端或应用服务器。
13.根据权利要求1所述的系统,其中,所述多个网络基础结构节点中的每一个还包括基础结构资源管理功能,其中,所述基础结构资源管理功能:整体管理分布在所述网络基础结构系统内的所述多个网络基础结构节点的计算资源、存储资源和网络资源;通过执行资源的增加、减少和错误的自动缩放来分发应用数据,从而在没有运营商命令或控制的情况下将所述应用数据存储在所述网络基础结构系统中;以及提供运行应用软件的计算环境。
14.根据权利要求1所述的系统,其中,所述多个网络基础结构节点中的每一个还包括数据安全功能,其中,所述数据安全功能管理和提供加密密钥,以用于通过所述网络基础结构连接的应用域之间的数据共享,以及用于批准的数据生成器和数据消费者之间的数据交换。
15.根据权利要求14所述的系统,其中,为了完整性验证,所述数据共享功能存储和管理所述批准的数据生成器和消费者之间的数据交换的交换记录。
16.根据权利要求1所述的系统,其中,所述多个网络基础结构节点中的每一个还包括优化引擎功能:其优化网络连接、数据存储位置、软件运行位置以满足应用服务要求(KPI);基于应用数据和应用软件的简档来确定应用数据和应用软件的初始位置;以及基于应用数据的接入频率、网络传送量以及应用软件的运行质量的统计和记录信息来执行存储位置和运行位置的优化。
17.根据权利要求1所述的系统,其中,所述多个网络基础结构节点中的每一个还包括优化引擎功能,所述优化引擎功能通过根据N个数据生成器和M个数据消费者的数量和位置的改变使用数据生成器和数据消费者之间的数据分发功能执行学习来执行优化。
18.如权利要求1所述的系统,还包括云节点作为构成所述网络基础结构系统的网络基础结构节点,其中,所述云节点包括应用数据储存库和应用软件储存库。
19.一种在网络基础结构系统内处理数据的方法,其中所述网络基础结构系统包括通过使用构成应用域的应用终端或应用服务器以共享方式连接到其的网络基础结构处理数据的多个网络基础结构节点,所述方法包括:
通过使用集成计算资源和存储资源提供用于存储应用数据以及用于存储和运行应用软件的环境,所述多个网络基础结构节点中的每一个包括计算资源和存储资源;
当从应用域内的应用终端接收到应用软件对应用服务的运行请求时,由多个网络基础结构节点中的任何一个搜索相应的应用软件,并根据应用软件的简档动态地确定应用软件在网络基础结构节点本身或另一网络基础结构节点中的运行位置;以及
通过将通过运行相应的应用软件获得的结果传递到应用终端来提供应用服务。
20.一种网络基础结构节点,其中通过使用构成应用域的应用终端或应用服务器以共享方式连接到其的网络基础结构处理数据的多个网络基础结构节点被包括在网络基础结构系统中,所述网络基础结构节点包括:
数据处理模块,存储、处理和共享提供给网络基础结构系统的数据,其中
所述多个网络基础结构节点中的每一个向应用终端和应用服务器中的至少一个提供数据传递功能、数据分发功能、数据处理功能和数据共享功能。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20170126127 | 2017-09-28 | ||
KR10-2017-0126127 | 2017-09-28 | ||
KR1020180096917A KR102435830B1 (ko) | 2017-09-28 | 2018-08-20 | 네트워크 인프라 시스템 및 이를 이용한 데이터 공유 및 서비스 최적화를 위한 데이터 처리 방법 |
KR10-2018-0096917 | 2018-08-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109582637A true CN109582637A (zh) | 2019-04-05 |
Family
ID=63720479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811139607.2A Pending CN109582637A (zh) | 2017-09-28 | 2018-09-28 | 网络基础结构系统和使用其的数据处理和数据共享的方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11070639B2 (zh) |
EP (1) | EP3462708B1 (zh) |
CN (1) | CN109582637A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884942A (zh) * | 2021-01-29 | 2021-06-01 | 中汽创智科技有限公司 | 一种数据记录与回放系统及其回放方法 |
WO2024104289A1 (zh) * | 2022-11-14 | 2024-05-23 | 中移(苏州)软件技术有限公司 | 一种消息处理方法、装置、设备及存储介质 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI637280B (zh) * | 2017-05-16 | 2018-10-01 | 緯創資通股份有限公司 | 基於物聯網架構的監控方法、霧運算終端以及物聯網系統 |
US11095714B2 (en) | 2018-05-01 | 2021-08-17 | YugaByte Inc | Orchestration of data services in multiple cloud infrastructures |
CN111464558B (zh) * | 2020-04-20 | 2022-03-01 | 公安部交通管理科学研究所 | 一种交通安全综合服务管理平台数据采集传输的方法 |
US11838384B2 (en) | 2020-07-03 | 2023-12-05 | Electronics And Telecommunications Research Institute | Intelligent scheduling apparatus and method |
US11477300B1 (en) * | 2021-10-18 | 2022-10-18 | Verizon Patent And Licensing Inc. | Method and system for application management service |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103179182A (zh) * | 2011-12-14 | 2013-06-26 | 韩国电子通信研究院 | 用于支持云之间的基础结构共享的设备和方法 |
US20130212214A1 (en) * | 2012-02-09 | 2013-08-15 | Rockwell Automation Technologies, Inc. | Cloud gateway for industrial automation information and control systems |
CN104104736A (zh) * | 2014-08-06 | 2014-10-15 | 曙光信息产业(北京)有限公司 | 一种云服务器及其使用方法 |
US20150007169A1 (en) * | 2013-06-26 | 2015-01-01 | International Business Machines Corporation | Deploying an application in a cloud computing environment |
US20150253994A1 (en) * | 2014-03-07 | 2015-09-10 | Fujitsu Limited | Information processing system, information processing device, information processing program and information processing method |
WO2017035536A1 (en) * | 2015-08-27 | 2017-03-02 | FogHorn Systems, Inc. | Edge intelligence platform, and internet of things sensor streams system |
US20170201585A1 (en) * | 2016-01-11 | 2017-07-13 | Equinix, Inc. | Distributed edge processing of internet of things device data in co-location facilities |
CN107018180A (zh) * | 2017-03-22 | 2017-08-04 | 南京理工大学 | 基于jseda的智能交通大数据平台分发共享系统 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8510513B2 (en) | 2009-12-18 | 2013-08-13 | Electronics And Telecommunications Research Institute | Network load reducing method and node structure for multiprocessor system with distributed memory |
KR101756709B1 (ko) | 2011-06-17 | 2017-07-11 | 삼성전자주식회사 | 데이터 관리 시스템 및 그 시스템에서 데이터 표시 방법 |
KR101727296B1 (ko) | 2012-05-21 | 2017-04-17 | 한국전자통신연구원 | 프로파일 기반 무선 센서 네트워크 시스템 및 통신 방법 |
KR101383027B1 (ko) | 2012-05-31 | 2014-04-08 | 에스케이플래닛 주식회사 | 클라우드 스트리밍을 이용한 데이터 공유 방법, 이를 위한 시스템, 이를 위한 단말기 및 이를 위한 서비스장치 |
US10614041B2 (en) * | 2014-03-17 | 2020-04-07 | Citrix Systems, Inc. | Sync as a service for cloud-based applications |
US10616052B2 (en) * | 2016-02-23 | 2020-04-07 | Cisco Technology, Inc. | Collaborative hardware platform management |
US20170293501A1 (en) * | 2016-04-11 | 2017-10-12 | Vmware, Inc. | Method and system that extends a private data center to encompass infrastructure allocated from a remote cloud-computing facility |
US10462212B2 (en) * | 2016-10-28 | 2019-10-29 | At&T Intellectual Property I, L.P. | Hybrid clouds |
US10454977B2 (en) * | 2017-02-14 | 2019-10-22 | At&T Intellectual Property I, L.P. | Systems and methods for allocating and managing resources in an internet of things environment using location based focus of attention |
US20180270121A1 (en) * | 2017-03-20 | 2018-09-20 | Stanley George Stringfellow | Information processing architecture for network edge-based optimization problems |
US20180316555A1 (en) * | 2017-04-29 | 2018-11-01 | Cisco Technology, Inc. | Cognitive profiling and sharing of sensor data across iot networks |
US10262019B1 (en) * | 2017-09-22 | 2019-04-16 | EMC IP Holding Company LLC | Distributed management optimization for IoT deployments |
US11843656B2 (en) * | 2017-09-27 | 2023-12-12 | Iguazio Systems Ltd. | Dynamic application mobilization |
-
2018
- 2018-09-14 US US16/131,172 patent/US11070639B2/en active Active
- 2018-09-20 EP EP18195685.5A patent/EP3462708B1/en active Active
- 2018-09-28 CN CN201811139607.2A patent/CN109582637A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103179182A (zh) * | 2011-12-14 | 2013-06-26 | 韩国电子通信研究院 | 用于支持云之间的基础结构共享的设备和方法 |
US20130212214A1 (en) * | 2012-02-09 | 2013-08-15 | Rockwell Automation Technologies, Inc. | Cloud gateway for industrial automation information and control systems |
US20150007169A1 (en) * | 2013-06-26 | 2015-01-01 | International Business Machines Corporation | Deploying an application in a cloud computing environment |
US20150253994A1 (en) * | 2014-03-07 | 2015-09-10 | Fujitsu Limited | Information processing system, information processing device, information processing program and information processing method |
CN104104736A (zh) * | 2014-08-06 | 2014-10-15 | 曙光信息产业(北京)有限公司 | 一种云服务器及其使用方法 |
WO2017035536A1 (en) * | 2015-08-27 | 2017-03-02 | FogHorn Systems, Inc. | Edge intelligence platform, and internet of things sensor streams system |
US20170201585A1 (en) * | 2016-01-11 | 2017-07-13 | Equinix, Inc. | Distributed edge processing of internet of things device data in co-location facilities |
CN107018180A (zh) * | 2017-03-22 | 2017-08-04 | 南京理工大学 | 基于jseda的智能交通大数据平台分发共享系统 |
Non-Patent Citations (2)
Title |
---|
吴升等: "数字区域应用基础设施研究", 《地球信息科学》 * |
肖桃顺等: "基于SOA的综合电子信息系统数据共享服务研究", 《中国电子科学研究院学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884942A (zh) * | 2021-01-29 | 2021-06-01 | 中汽创智科技有限公司 | 一种数据记录与回放系统及其回放方法 |
CN112884942B (zh) * | 2021-01-29 | 2023-07-21 | 中汽创智科技有限公司 | 一种数据记录与回放系统及其回放方法 |
WO2024104289A1 (zh) * | 2022-11-14 | 2024-05-23 | 中移(苏州)软件技术有限公司 | 一种消息处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20190098104A1 (en) | 2019-03-28 |
EP3462708A1 (en) | 2019-04-03 |
EP3462708B1 (en) | 2021-03-31 |
US11070639B2 (en) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109582637A (zh) | 网络基础结构系统和使用其的数据处理和数据共享的方法 | |
Liu et al. | Vehicular edge computing and networking: A survey | |
Stojmenovic | Fog computing: A cloud to the ground support for smart things and machine-to-machine networks | |
Raza et al. | A survey on vehicular edge computing: architecture, applications, technical issues, and future directions | |
Wang et al. | Multi-agent imitation learning for pervasive edge computing: A decentralized computation offloading algorithm | |
Zhao et al. | ETC-IoT: Edge-node-assisted transmitting for the cloud-centric internet of things | |
Tang et al. | An offloading method using decentralized P2P-enabled mobile edge servers in edge computing | |
KR101942566B1 (ko) | 보안 감시 네트워크에서 정보데이터의 전송 및 캐싱 방법, 기록매체, 보안 감시 네트워크의 정보데이터 캐싱 장치, 그리고 보안 감시 네트워크 시스템 | |
CN110024352A (zh) | 用于iot装置的分散式数据存储和处理 | |
KR102259927B1 (ko) | 워크플로우 엔진 프레임워크 | |
Zhao et al. | Edge-MapReduce-based intelligent information-centric IoV: Cognitive route planning | |
Liao et al. | Fog-enabled vehicle as a service for computing geographical migration in smart cities | |
Teimoori et al. | A secure cloudlet-based charging station recommendation for electric vehicles empowered by federated learning | |
CN107211341A (zh) | 对用户设备进行分布式内容预取的系统、设备和方法 | |
Meneguette et al. | Vehicular clouds leveraging mobile urban computing through resource discovery | |
Neiat et al. | A deep reinforcement learning approach for composing moving IoT services | |
Li et al. | Integrating NFV and ICN for advanced driver-assistance systems | |
WO2020245835A1 (en) | Allocation of fog node resources | |
Li et al. | A dynamic and scalable user-centric route planning algorithm based on polychromatic sets theory | |
CN114090244A (zh) | 一种服务编排方法、装置、系统及存储介质 | |
Chen et al. | Vehicle as a service (VaaS): Leverage vehicles to build service networks and capabilities for smart cities | |
Lee et al. | Trends in blockchain and federated learning for data sharing in distributed platforms | |
Rahul et al. | Fog computing architecture, application and resource allocation: a review | |
Behravan et al. | A comprehensive survey on using fog computing in vehicular networks | |
Mekki et al. | A survey on vehicular fog computing: Motivation, architectures, taxonomy, and issues |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190405 |