CN111224824A - 一种边缘自治模型构建方法 - Google Patents
一种边缘自治模型构建方法 Download PDFInfo
- Publication number
- CN111224824A CN111224824A CN202010011040.1A CN202010011040A CN111224824A CN 111224824 A CN111224824 A CN 111224824A CN 202010011040 A CN202010011040 A CN 202010011040A CN 111224824 A CN111224824 A CN 111224824A
- Authority
- CN
- China
- Prior art keywords
- edge
- data information
- network
- peer
- model
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a 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
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
-
- 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
- H04L67/1044—Group management mechanisms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种边缘自治模型构建方法,所述方法包括:获取应用场景的数据信息;根据预设服务类型对所述数据信息进行分类生成分类后的数据信息;将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息;将所述匹配关联后的数据信息进行建模生成边缘自治模型。因此,采用本申请实施例,可以提高任务执行效率。
Description
技术领域
本发明涉及软件技术领域,特别涉及一种边缘自治模型构建方法。
背景技术
随着物联网技术的快速发展,智能交通的电子设备、无人机群监控的电子设备和智能家居的电子设备都结合了物联网技术,使得电子设备实现智能化,更加方便人们的生活。
目前,结合了物联网技术的智能设备在工作过程中会产生一定的数据信息上传至云端进行处理,当云端的数据累计过多时会给云端带来巨大的压力,为了解决给云端带来巨大的压力,目前通常是采用传统的云计算进行云端压力缓解,传统的云计算由于延时较大,从而降低了智能设备之间的信息交互效率。
发明内容
本申请实施例提供了一种边缘自治模型构建方法。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
本申请实施例提供了一种边缘自治模型构建方法,所述方法包括:
获取应用场景的数据信息;
根据预设服务类型对所述数据信息进行分类生成分类后的数据信息;
将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息;
将所述匹配关联后的数据信息进行建模生成边缘自治模型。
可选的,所述获取应用场景的数据信息之前,还包括:
采集设备信息进行保存后生成应用场景的数据信息。
可选的,所述将所述关联后的数据信息进行建模生成边缘自治模型之后,还包括:
获取目标任务;
基于所述边缘自治模型完成所述目标任务的边缘自治和协同计算。
可选的,所述基于所述边缘自治模型完成所述目标任务的边缘自治和协同计算,包括:
获取对等式网络的网络协议;
获取内容分发网络的网络协议;
将所述内容分发网络的网络协议输入到所述对等式网络的网络协议中,生成输入后的对等式网络的网络协议;
基于所述输入后的对等式网络的网络协议实现预设设备集合中各设备之间的点对点通信;
根据所述边缘自治模型和所述点对点通信完成所述目标任务的边缘自治和协同计算。
可选的,所述在完成所述目标任务的边缘自治和协同计算时数据交互方式采用所述内容分发网络技术支撑边缘设备间数据交互。
可选的,所述内容分发网络的网络协议包括内容分发网络的管理机制对应的网络协议和内容分发网络的服务能力对应的网络协议。
可选的,所述边缘计算为函数计算、实时计算、任务划分、负载迁移和数据分发。
可选的,所述协同计算为对等式网络数据交互和对等式网络任务协同。
本申请实施例提供的技术方案可以包括以下有益效果:
在本申请实施例中,首先获取应用场景的数据信息,然后根据预设服务类型对所述数据信息进行分类生成分类后的数据信息,再将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息,最后将所述匹配关联后的数据信息进行建模生成边缘自治模型。本方案由于通过构建异构边缘设备协同计算和边缘自治模型来处理设备之间的信息交互,这不仅能够有效降低系统单点负载,还可以大幅提高任务执行效率,提高设备间的信息协同交互,更方便应用于智能交通、无人机群监控等应用场景。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是本申请实施例提供的一种边缘自治模型构建方法的流程示意图;
图2是本申请实施例提供的一种边缘自治模型构建过程的过程示意图;
图3是本申请实施例提供的边缘自治模型构建前的固件安全检测示意图;
图4是本申请实施例提供的边缘自治模型构建前的系统安全检测示意图;
图5是本申请实施例提供的边缘自治模型构建前的业务安全检测示意图;
图6是本申请实施例提供的一种边缘自治模型构建装置的结构示意图;
图7是本申请实施例提供的一种第一报告生成模块的结构示意图;
图7是本申请实施例提供的一种终端的结构示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。此外,在本发明的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
到目前为止,结合了物联网技术的智能设备在工作过程中会产生一定的数据信息上传至云端进行处理,当云端的数据累计过多时会给云端带来巨大的压力,为了解决给云端带来巨大的压力,目前通常是采用传统的云计算进行云端压力缓解,传统的云计算由于延时较大,从而降低了智能设备之间的信息交互效率。为此,本申请提供了一种边缘自治模型构建方法、装置、存储介质及终端,以解决上述相关技术问题中存在的问题。本申请提供的技术方案中,本方案由于通过构建异构边缘设备协同计算和边缘自治模型来处理设备之间的信息交互,这不仅能够有效降低系统单点负载,还可以大幅提高任务执行效率,提高设备间的信息协同交互,更方便应用于智能交通、无人机群监控等应用场景,下面采用示例性的实施例进行详细说明。
下面将结合附图1-附图3,对本申请实施例提供的边缘自治模型构建方法进行详细介绍。该方法可依赖于计算机程序实现,可运行于基于冯诺依曼体系的边缘自治模型构建装置上。该计算机程序可集成在应用中,也可作为独立的工具类应用运行。其中,本申请实施例中的边缘自治模型构建装置可以为用户终端,包括但不限于:个人电脑、平板电脑、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中用户终端可以叫做不同的名称,例如:用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant,PDA)、5G网络或未来演进网络中的终端设备等。
请参见图1,为本申请实施例提供了一种边缘自治模型构建方法的流程示意图。如图1所示,本申请实施例的所述方法可以包括以下步骤:
S101,获取应用场景的数据信息;
其中,应用场景的数据信息是部署在应用场景中的智能电子设备产生的数据信息,例如市政服务管理对应的电子设备产生的数据信息、城市交通协同对应的电子设备产生的数据信息、公共视屏分析对应的电子设备产生的信息、设备实施监控对应的电子设备产生的数据信息、突发事件处理对应的电子设备中产生的数据信息。
在本申请实施例中,在边缘自治模型构建时,首先需要采集部署在应用场景中的智能电子设备产生的数据信息进行保存,保存成功后生成应用场景的数据信息。
S102,根据预设服务类型对所述数据信息进行分类生成分类后的数据信息;
其中,预设服务类型是根据智能设备的应用场景进行分类的服务类型,例如市政服务、城市交通服务、公共视屏服务等。
在本申请实施例中,以人的需求为中心对应用场景进行服务分类,根据分类后的服务类型匹配对应的计算模式,同时对关联的各种计算模式进行虚拟化建模。进一步要对边缘计算环境中实体的性能、行为特点构建边缘计算模型,通过边缘计算单元、边缘计算执行体、边缘计算联合体来进行边缘计算建模,并构建边缘计算体系结构,实现资源按场景需要进行共享与协同优化。因此结合用户需求及工程需要,构建了边缘端设备协同计算的新型计算模型。
S103,将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息;
S104,将所述匹配关联后的数据信息进行建模生成边缘自治模型。
在本申请实施例中,从软件结构的设计角度出发,结合用户需求及工程需要,构建边缘端设备协同计算的新型计算模型。例如图3所示,图3为边缘自治拓扑示意图,边缘自治拓扑示意图中包括异构边缘设备协同计算和边缘自治。
异构边缘设备协同计算对于资源分配具有较强的调控优化能力,面向智能城市的边缘计算协同很大程度上影响了智能城市各部分的能源消耗,它实现了不同家庭终端设备之间的协同操作,不同设备的用电负荷数据在设备的边缘进行计算,经过本地处理之后将结果上传至云端,云端控制用电器的开关,实现协同操作和管理。
边缘自治不仅可降低数据传输带宽,同时能较好地保护隐私数据,降低终端敏感数据隐私泄露的风险从智能家居灵活地扩展到社区甚至城市的规模,边缘计算模型将成为新兴万物互联应用的支撑平台,根据边缘计算模型中将计算最大程度迁移到数据源附近的原则,用户需求在计算模型上层产生并且在边缘处理。
例如,以智能家居为例,通过赋予家庭网关计算能力,即便是在断网的状态下,诸如生物识别门锁、机器人等都能正常运作。但是,如果加上云计算,基于云端的大数据分析和判断,在联动的前提下,整个家庭场景的智能设备将变得更为个性化和智能化,譬如关上门的时候,扫地机器人就开始运作。
在本申请实施例中,首先获取应用场景的数据信息,然后根据预设服务类型对所述数据信息进行分类生成分类后的数据信息,再将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息,最后将所述匹配关联后的数据信息进行建模生成边缘自治模型。本方案由于通过构建异构边缘设备协同计算和边缘自治模型来处理设备之间的信息交互,这不仅能够有效降低系统单点负载,还可以大幅提高任务执行效率,提高设备间的信息协同交互,更方便应用于智能交通、无人机群监控等应用场景。
请参见图2,为本申请实施例提供了另一种边缘自治模型构建方法的流程示意图。如图2所示,本申请实施例的所述方法可以包括以下步骤:
S201,采集设备信息进行保存后生成应用场景的数据信息;
S202,获取应用场景的数据信息;
S203,根据预设服务类型对所述数据信息进行分类生成分类后的数据信息;
S204,将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息;
S205,将所述匹配关联后的数据信息进行建模生成边缘自治模型;
S206,获取目标任务;
S207,获取对等式网络的网络协议;
其中,对等式网络是(peer-to-peer,简称P2P),又称点对点技术,是无中心服务器、依靠用户群(peers)交换信息的互联网体系,它的作用在于,减低以往网路传输中的节点,以降低资料遗失的风险。与有中心服务器的中央网络系统不同,对等网络的每个用户端既是一个节点,也有服务器的功能,任何一个节点无法直接找到其他节点,必须依靠其户群进行信息交流。
S208,获取内容分发网络的网络协议;
其中,内容分发网络(Content Delivery Network,简称CDN),是构建在现有网络基础之上的智能虚拟网络,依靠部署在各地的边缘服务器,通过中心平台的负载均衡、内容分发、调度等功能模块,使用户就近获取所需内容,降低网络拥塞,提高用户访问响应速度和命中率。
S209,将所述内容分发网络的网络协议输入到所述对等式网络的网络协议中,生成输入后的对等式网络的网络协议;
在本申请实施例中,将CDN的管理机制和服务能力引入P2P网络,形成以CDN为可靠内容核心、以P2P为服务边缘的结构。将CDN的存储设备以P2P的方式组织,利用P2P的目录服务和多点传输能力,实现CDN存储设备之间的内容交换,提升CDN的内容分发能力。P2P边缘协同技术主要包含CDN数据与计算模型分发、P2P数据交互及P2P任务协同。CDN数据与计算模型分发技术主要研究边缘侧节点如何基于P2P网络,实现节点间互为CDN缓存节点,从而建立动态化、智能化的CDN网络;P2P数据交互技术则研究边缘侧设备的点对点高速数据交换机制。P2P任务协同则实现多边缘侧节点如何利用P2P通信机制实现的任务分配、任务协作同步及数据通信。
从融合方式来看,CDN和P2P融合有两种形式,一种是将CDN的Cache设备以P2P的方式组织,利用P2P的目录服务和多点传输能力,实现CDNCache设备之间的内容交换,提升CDN的内容分发能力;另外一种是将CDN的管理机制和服务能力引入P2P网络,形成以CDN为可靠的内容核心,以P2P为服务边缘的架构,通过这种架构,可以在不增加CDN成本的同时有效提升CDN服务能力,更有效地避免了P2P应用的诸多弊端,这种架构下,用户需要通过P2P的客户端来获取服务。
CDN和P2P融合后对于负载均衡有着极大的提高,可以大幅减少硬件投入和运营成本。
S210,基于所述输入后的对等式网络的网络协议实现预设设备集合中各设备之间的点对点通信;
S220,根据所述边缘自治模型和所述点对点通信完成所述目标任务的边缘自治和协同计算。
在本申请实施例中,在异构环境下,集群中不同计算节点的计算能力则大不一样,所以按照原有的平均分配任务方式将会造成部分性能较高的节点处于饥饿状态,而性能较差的节点始终处于饱和状态。只有当最后一个任务完成整个任务才算完成,所以被分配了同样多任务的性能较差的节点会严重拖慢执行时间,从而影响整体性能。
异构边缘侧任务动态划分技术主要对数据级并行与控制流分解的任务划分算法进行控制,用于支持指定资源约束下的任务智能划分,包括高数据量任务自动并行化、资源复杂任务自动协作化,从而有效降低系统单点负载,大幅提高任务执行效率。
任务划分、评估、分发与迁移技术可以加速任务分配以及子任务的完成。在分配目标任务时,首先通过计算当前任务和历史任务的相似度找到最适合的源任务,再将源任务的分配模式迁移到目标任务中,并在完成子任务的过程中使用迁移学习。
在本申请实施例中,首先获取应用场景的数据信息,然后根据预设服务类型对所述数据信息进行分类生成分类后的数据信息,再将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息,最后将所述匹配关联后的数据信息进行建模生成边缘自治模型。本方案由于通过构建异构边缘设备协同计算和边缘自治模型来处理设备之间的信息交互,这不仅能够有效降低系统单点负载,还可以大幅提高任务执行效率,提高设备间的信息协同交互,更方便应用于智能交通、无人机群监控等应用场景。
下述为本发明装置实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
请参见图4,其示出了本发明一个示例性实施例提供的边缘自治模型构建装置的结构示意图。该边缘自治模型构建装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置1包括信息获取模块10、信息分类模块20、信息关联匹配模块30、模型生成模块40。
信息获取模块10,用于获取应用场景的数据信息;
信息分类模块20,用于根据预设服务类型对所述数据信息进行分类生成分类后的数据信息;
信息关联匹配模块30,用于将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息;
模型生成模块40,用于将所述匹配关联后的数据信息进行建模生成边缘自治模型。
可选的,如图5所示,所述装置1还包括:
信息采集模块50,用于采集设备信息进行保存后生成应用场景的数据信息;
任务获取模块60,用于获取目标任务;
任务完成模块70,用于基于所述边缘自治模型完成所述目标任务的边缘自治和协同计算。
可选的,如图6所示,所述任务完成模块70,包括:
第一协议获取单元710,用于获取对等式网络的网络协议;
第二协议获取单元720,用于获取内容分发网络的网络协议;
协议生成单元730,用于将所述内容分发网络的网络协议输入到所述对等式网络的网络协议中,生成输入后的对等式网络的网络协议;
通信实现单元740,用于基于所述输入后的对等式网络的网络协议实现预设设备集合中各设备之间的点对点通信;
任务完成单元750,用于根据所述边缘自治模型和所述点对点通信完成所述目标任务的边缘自治和协同计算。
需要说明的是,上述实施例提供的边缘自治模型构建装置在执行边缘自治模型构建方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的边缘自治模型构建装置与边缘自治模型构建方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请实施例中,首先获取应用场景的数据信息,然后根据预设服务类型对所述数据信息进行分类生成分类后的数据信息,再将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息,最后将所述匹配关联后的数据信息进行建模生成边缘自治模型。本方案由于通过构建异构边缘设备协同计算和边缘自治模型来处理设备之间的信息交互,这不仅能够有效降低系统单点负载,还可以大幅提高任务执行效率,提高设备间的信息协同交互,更方便应用于智能交通、无人机群监控等应用场景。
本发明还提供一种计算机可读介质,其上存储有程序指令,该程序指令被处理器执行时实现上述各个方法实施例提供的边缘自治模型构建方法。
本发明还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述各个方法实施例所述的边缘自治模型构建方法。
请参见图7,为本申请实施例提供了一种终端的结构示意图。如图7所示,所述终端1000可以包括:至少一个处理器1001,至少一个网络接口1004,用户接口1003,存储器1005,至少一个通信总线1002。
其中,通信总线1002用于实现这些组件之间的连接通信。
其中,用户接口1003可以包括显示屏(Display)、摄像头(Camera),可选用户接口1003还可以包括标准的有线接口、无线接口。
其中,网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个电子设备1000内的各个部分,通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集,以及调用存储在存储器1005内的数据,执行电子设备1000的各种功能和处理数据。可选的,处理器1001可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器1001中,单独通过一块芯片进行实现。
其中,存储器1005可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图7所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及边缘自治模型构建应用程序。
在图7所示的终端1000中,用户接口1003主要用于为用户提供输入的接口,获取用户输入的数据;而处理器1001可以用于调用存储器1005中存储的边缘自治模型构建应用程序,并具体执行以下操作:
获取应用场景的数据信息;
根据预设服务类型对所述数据信息进行分类生成分类后的数据信息;
将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息;
将所述匹配关联后的数据信息进行建模生成边缘自治模型。
在一个实施例中,所述处理器1001在执行所述所述获取应用场景的数据信息之前时,还执行以下操作:
采集设备信息进行保存后生成应用场景的数据信息。
一个实施例中,所述处理器1001在执行所述将所述关联后的数据信息进行建模生成边缘自治模型之后时,还执行以下操作:
获取目标任务;
基于所述边缘自治模型完成所述目标任务的边缘自治和协同计算。
一个实施例中,所述处理器1001在执行所述基于所述边缘自治模型完成所述目标任务的边缘自治和协同计算时,具体执行以下操作:
获取对等式网络的网络协议;
获取内容分发网络的网络协议;
将所述内容分发网络的网络协议输入到所述对等式网络的网络协议中,生成输入后的对等式网络的网络协议;
基于所述输入后的对等式网络的网络协议实现预设设备集合中各设备之间的点对点通信;
根据所述边缘自治模型和所述点对点通信完成所述目标任务的边缘自治和协同计算。
在本申请实施例中,首先获取应用场景的数据信息,然后根据预设服务类型对所述数据信息进行分类生成分类后的数据信息,再将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息,最后将所述匹配关联后的数据信息进行建模生成边缘自治模型。本方案由于通过构建异构边缘设备协同计算和边缘自治模型来处理设备之间的信息交互,这不仅能够有效降低系统单点负载,还可以大幅提高任务执行效率,提高设备间的信息协同交互,更方便应用于智能交通、无人机群监控等应用场景。
本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。所属技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,应该理解到,所揭露的方法、产品(包括但不限于装置、设备等),可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
应当理解的是,附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。本发明并不局限于上面已经描述并在附图中示出的流程及结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (8)
1.一种边缘自治模型构建方法,其特征在于,所述方法包括:
获取应用场景的数据信息;
根据预设服务类型对所述数据信息进行分类生成分类后的数据信息;
将所述分类后的数据信息和预设计算模式进行匹配关联生成匹配关联后的数据信息;
将所述匹配关联后的数据信息进行建模生成边缘自治模型。
2.根据权利要求1所述的方法,其特征在于,所述获取应用场景的数据信息之前,还包括:
采集设备信息进行保存后生成应用场景的数据信息。
3.根据权利要求1所述的方法,其特征在于,所述将所述关联后的数据信息进行建模生成边缘自治模型之后,还包括:
获取目标任务;
基于所述边缘自治模型完成所述目标任务的边缘自治和协同计算。
4.根据权利要求3所述的方法,其特征在于,所述基于所述边缘自治模型完成所述目标任务的边缘自治和协同计算,包括:
获取对等式网络的网络协议;
获取内容分发网络的网络协议;
将所述内容分发网络的网络协议输入到所述对等式网络的网络协议中,生成输入后的对等式网络的网络协议;
基于所述输入后的对等式网络的网络协议实现预设设备集合中各设备之间的点对点通信;
根据所述边缘自治模型和所述点对点通信完成所述目标任务的边缘自治和协同计算。
5.根据权利要求4所述的方法,其特征在于,所述在完成所述目标任务的边缘自治和协同计算时数据交互方式采用所述内容分发网络技术支撑边缘设备间数据交互。
6.根据权利要求4所述的方法,其特征在于,所述内容分发网络的网络协议包括内容分发网络的管理机制对应的网络协议和内容分发网络的服务能力对应的网络协议。
7.根据权利要求4所述的方法,其特征在于,所述边缘计算为函数计算、实时计算、任务划分、负载迁移和数据分发。
8.根据权利要求4所述的方法,其特征在于,所述协同计算为对等式网络数据交互和对等式网络任务协同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010011040.1A CN111224824B (zh) | 2020-01-06 | 2020-01-06 | 一种边缘自治模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010011040.1A CN111224824B (zh) | 2020-01-06 | 2020-01-06 | 一种边缘自治模型构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111224824A true CN111224824A (zh) | 2020-06-02 |
CN111224824B CN111224824B (zh) | 2021-05-04 |
Family
ID=70832256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010011040.1A Active CN111224824B (zh) | 2020-01-06 | 2020-01-06 | 一种边缘自治模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111224824B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112202595A (zh) * | 2020-09-08 | 2021-01-08 | 华东师范大学 | 基于时间敏感网络系统的抽象模型构建方法 |
CN112202596A (zh) * | 2020-09-08 | 2021-01-08 | 华东师范大学 | 基于时间敏感网络系统的抽象模型构建装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130071033A1 (en) * | 2011-09-21 | 2013-03-21 | Tandent Vision Science, Inc. | Classifier for use in generating a diffuse image |
CN107561990A (zh) * | 2017-09-30 | 2018-01-09 | 华南理工大学 | 一种基于边缘计算的工业传感信号采集器及采集方法 |
CN108400917A (zh) * | 2018-01-22 | 2018-08-14 | 深圳大数点科技有限公司 | 一种面向智能制造的边缘计算网关及系统 |
CN108846375A (zh) * | 2018-06-29 | 2018-11-20 | 山东大学 | 一种基于神经网络的多模态协同学习方法及装置 |
CN109151077A (zh) * | 2018-10-31 | 2019-01-04 | 电子科技大学 | 一种基于目标导向的计算卸载方法 |
CN109961097A (zh) * | 2019-03-20 | 2019-07-02 | 西北大学 | 一种嵌入式场景下基于边缘计算的图像分类调度方法 |
CN110365753A (zh) * | 2019-06-27 | 2019-10-22 | 北京邮电大学 | 基于边缘计算的物联网服务低时延负载分配方法及装置 |
-
2020
- 2020-01-06 CN CN202010011040.1A patent/CN111224824B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130071033A1 (en) * | 2011-09-21 | 2013-03-21 | Tandent Vision Science, Inc. | Classifier for use in generating a diffuse image |
CN107561990A (zh) * | 2017-09-30 | 2018-01-09 | 华南理工大学 | 一种基于边缘计算的工业传感信号采集器及采集方法 |
CN108400917A (zh) * | 2018-01-22 | 2018-08-14 | 深圳大数点科技有限公司 | 一种面向智能制造的边缘计算网关及系统 |
CN108846375A (zh) * | 2018-06-29 | 2018-11-20 | 山东大学 | 一种基于神经网络的多模态协同学习方法及装置 |
CN109151077A (zh) * | 2018-10-31 | 2019-01-04 | 电子科技大学 | 一种基于目标导向的计算卸载方法 |
CN109961097A (zh) * | 2019-03-20 | 2019-07-02 | 西北大学 | 一种嵌入式场景下基于边缘计算的图像分类调度方法 |
CN110365753A (zh) * | 2019-06-27 | 2019-10-22 | 北京邮电大学 | 基于边缘计算的物联网服务低时延负载分配方法及装置 |
Non-Patent Citations (3)
Title |
---|
VINCENZO GRASSI等: "Architectural Issues for Self-adaptive Service Migration Management in Mobile Edge Computing Scenarios", 《2019 IEEE INTERNATIONAL CONFERENCE ON EDGE COMPUTING (EDGE)》 * |
施巍松等: "边缘计算:现状与展望", 《计算机研究与发展》 * |
邓晓衡: "基于综合信任的边缘计算资源协同研究", 《计算机研究与发展》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112202595A (zh) * | 2020-09-08 | 2021-01-08 | 华东师范大学 | 基于时间敏感网络系统的抽象模型构建方法 |
CN112202596A (zh) * | 2020-09-08 | 2021-01-08 | 华东师范大学 | 基于时间敏感网络系统的抽象模型构建装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111224824B (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alam et al. | Autonomic computation offloading in mobile edge for IoT applications | |
Chen et al. | On the computation offloading at ad hoc cloudlet: architecture and service modes | |
Xue et al. | Edge computing for internet of things: A survey | |
CN105912397A (zh) | 一种资源管理方法和装置 | |
CN105306557A (zh) | 一种基于云平台的桥梁健康监测系统 | |
CN105825462A (zh) | 基于物联网和云计算的智慧城市信息系统 | |
CN111224824B (zh) | 一种边缘自治模型构建方法 | |
Liao et al. | Cognitive balance for fog computing resource in Internet of Things: An edge learning approach | |
Baccarelli et al. | Fog of social IoT: When the fog becomes social | |
CN105144109A (zh) | 分布式数据中心技术 | |
CN108696594A (zh) | 一种市场监管区块链的大数据传输负载均衡方法及装置 | |
Rohith et al. | Comparative analysis of edge computing and edge devices: key technology in IoT and computer vision applications | |
CN113569117A (zh) | 一种基于工业互联网大数据服务的云平台系统及方法 | |
CN102468975A (zh) | 用于云计算移动网络资源管理模拟云计算系统及应用系统 | |
CN109495565B (zh) | 基于分布式泛在计算的高并发服务请求处理方法和设备 | |
CN107181682B (zh) | 计算网络端到端的接入能力的方法和装置 | |
CN113630383A (zh) | 一种边云协同的方法及装置 | |
CN103167002A (zh) | 发送名片的方法及系统 | |
Patel et al. | Smart dashboard: A novel approach for sustainable development of smart cities using fog computing | |
Rashid et al. | Edgestore: Towards an edge-based distributed storage system for emergency response | |
CN111224825B (zh) | 一种边缘自治模型构建装置 | |
Prakash et al. | Smart city video surveillance using fog computing | |
Ou et al. | Research on network performance optimization technology based on cloud-edge collaborative architecture | |
CN102929684A (zh) | 一种虚拟机拓扑图绘制的实现方法 | |
CN104239222B (zh) | 一种内存访问方法、设备和系统 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210806 Address after: Room 801, no.6, Lane 600, Yunling West Road, Putuo District, Shanghai 200062 Patentee after: SHANGHAI FORMAL TECH INFORMATION TECHNOLOGY Co.,Ltd. Address before: 200062 No. 3663, Putuo District, Shanghai, Zhongshan North Road Patentee before: EAST CHINA NORMAL University Patentee before: SHANGHAI FORMAL TECH INFORMATION TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |