CN111885136A - 基于边云协同的边缘计算网关集群运行方法及系统 - Google Patents
基于边云协同的边缘计算网关集群运行方法及系统 Download PDFInfo
- Publication number
- CN111885136A CN111885136A CN202010679660.2A CN202010679660A CN111885136A CN 111885136 A CN111885136 A CN 111885136A CN 202010679660 A CN202010679660 A CN 202010679660A CN 111885136 A CN111885136 A CN 111885136A
- Authority
- CN
- China
- Prior art keywords
- gateway
- edge computing
- type
- computing gateway
- data
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请涉及一种基于边云协同的边缘计算网关集群运行方法及系统,方法包括:云端服务器预先将各网关设定为管理型边缘计算网关、分析型边缘计算网关和存储型边缘计算网关,存储型边缘计算网关获取待处理数据,根据待预处理类型向管理型边缘计算网关发送数据分发请求,管理型边缘计算网关根据预处理类型和预设映射列表获取存有与预处理类型对应的目标算法的分析型边缘计算网关的网络标识并将网络标识发送给存储型边缘计算网关,存储型边缘计算网关根据网络标识将待处理数据发送分析型边缘计算网关进行处理得到处理结果并发送给存储型边缘计算网关,基于此,在边缘计算网关一侧即可实现对待处理数据的处理。
Description
技术领域
本申请涉及边缘计算网关技术领域,尤其涉及一种基于边云协同的边缘计算网关集群运行方法及系统。
背景技术
随着物联网等技术的不断发展、数据的不断增加,基于云的物联网解决方案渐渐无法满足人们日益增长的需求,越来越多的企业开始将目光转向边缘计算,并将其作为云的延伸扩展,以加快数据分析的速度,便于企业更快更好的做出决策。以往大多数人都期望将物联网部署至云端,这的确可以给个人用户带来便捷的使用体验,但构建企业级的物联网解决方案,仍然需要采用云计算和边缘计算的结合方案,即边云协同技术。与纯粹的云端解决方案相比,边云协同技术可以减少延迟、提高可扩展性、增强对信息的访问量,并使业务开发变得更加敏捷。
目前,在实现边云协同技术时,一般会有设备层和边缘层,边缘层用来连接设备层中的设备,边缘层中一般包含多个网关,各个网关独立对应特定的设备,对设备的数据处理后直接与云端或者应用层交互,若云端出现故障或者网关与云端断开连接时,各网关及下属设备就无法正常工作。
发明内容
为至少在一定程度上克服相关技术中存在的问题,本申请提供一种基于边云协同的边缘计算网关集群运行方法及系统。
根据本申请的第一方面,提供一种基于边云协同的边缘计算网关集群运行方法,应用于云端服务器预先设定的管理型边缘计算网关,包括:
接收云端服务器预先设定的存储型边缘计算网关发送的数据分发请求;所述数据分发请求包括预处理类型;所述预处理类型为处理待处理数据用到的算法类型;所述待处理数据为所述存储型边缘计算网关从连接设备中获取的数据;
根据所述预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识;所述分析型边缘计算网关为云端服务器预先设定的;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
将所述网络标识发送给所述存储型边缘计算网关,以使所述存储型边缘计算网关根据所述网络标识将所述待处理数据发送给所述网络标识对应的所述分析型边缘计算网关进行处理得到处理结果,并使所述分析型边缘计算网关将所述处理结果发送给所述存储型边缘计算网关。
可选的,本方法还包括:
分别向所述分析型边缘计算网关和所述存储型边缘计算网关发送运行状态获取请求;以使所述分析型边缘计算网关和所述存储型边缘计算网关汇总各自的运行状态并返回给所述管理型边缘计算网关;
接收所述分析型边缘计算网关和所述存储型边缘计算网关的运行状态信息;
将各所述分析型边缘计算网关和各所述存储型边缘计算网关的运行状态和网络标识进行映射,得到网关运行状态信息;
根据云端服务器的网关运行状态获取请求将所述网关运行状态信息发送给云端服务器。
可选的,所述管理型边缘计算网关包括一个主管理型子网关和多个辅管理型子网关;
所述方法还包括:
主管理型子网关将自身数据实时备份给各所述辅管理型子网关;
各所述辅管理型子网关向所述主管理型子网关请求主管理型子网关的运行状态;
各所述辅管理型子网关根据所述运行状态执行预设指令;
当所述运行状态为非正常运行时,各所述辅管理型子网关与各自通信连接的云端服务器、分析型边缘计算网关及存储型边缘计算网关进行数据通信。
根据本申请的第二方面,提供一种基于边云协同的边缘计算网关集群运行方法,应用于云端服务器预先设定的分析型边缘计算网关,包括:
接收存储型边缘计算网关根据网络标识发送的待处理数据;所述网络标识为管理型边缘计算网关根据预处理类型和预设映射列表获取的存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识;所述预处理类型为处理所述待处理数据用到的算法类型;所述预处理类型包含在存储型边缘计算网关向所述管理型边缘计算网关发送的数据分发请求中;所述待处理数据为所述存储型边缘计算网关从连接设备中获取的数据;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
利用所述目标算法对所述待处理数据进行处理,得到处理结果;
将所述处理结果发送给所述存储型边缘计算网关。
可选的,本方法还包括:
接收所述管理型边缘计算网关发送的运行状态获取请求;
根据所述运行状态获取请求汇总自身的运行状态,得到分析网关运行状态数据;
将所述分析网关运行状态数据发送给所述管理型边缘计算网关,以使所述管理型边缘计算网关将各所述分析型边缘计算网关和各所述存储型边缘计算网关的运行状态和网络标识进行映射,得到网关运行状态信息并发送给云端服务器。
可选的,每个所述分析型边缘计算网关对应包括多个分析型子网关;所述分析型边缘计算网关的各所述分析型子网关存储有相同的目标算法;
所述多个分析型子网关至少包括第一分析型子网关和第二分析型子网关;
所述方法还包括:
所述第一分析型子网关将自身更新所述目标算法的第一训练模型的第一时间发送给所述第二分析型子网关;
所述第二分析型子网关对比自身更新所述目标算法的第二训练模型的第二时间和所述第一时间;
当所述第一时间晚于所述第二时间,所述第二分析型子网关向所述第一分析型子网关发送训练模型同步请求;
所述第一分析型子网关根据所述训练模型同步请求将所述第一训练模型发送给所述第二分析型子网关;
所述第二分析型子网关删除所述第二训练模型并存储所述第一训练模型,所述第二分析型子网关将所述第二时间的时间信息更新为所述第一时间的时间信息。
根据本申请的第三方面,提供一种基于边云协同的边缘计算网关集群运行方法,应用于云端服务器预先设定的存储型边缘计算网关,包括:
从连接设备中获取待处理数据;
根据所述待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求,以使所述管理型边缘计算网关根据所述预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识;所述预处理类型为处理待处理数据用到的算法类型;所述数据分发请求包括预处理类型;所述分析型边缘计算网关为云端服务器预先设定的;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
接收管理型边缘计算网关发送的所述网络标识;
根据所述网络标识将所述待处理数据发送给所述网络标识对应的所述分析型边缘计算网关,以使所述分析型边缘计算网关对所述待处理数据进行处理得到处理结果;
接收所述分析型边缘计算网关发送的所述处理结果。
可选的,本方法还包括:
接收所述管理型边缘计算网关发送的运行状态获取请求;
根据所述运行状态获取请求汇总自身的运行状态,得到存储网关运行状态数据;
将所述存储网关运行状态数据发送给所述管理型边缘计算网关,以使所述管理型边缘计算网关将各所述分析型边缘计算网关和各所述存储型边缘计算网关的运行状态和网络标识进行映射,得到网关运行状态信息并发送给云端服务器。
可选的,每个所述存储型边缘计算网关对应包括多个存储型子网关;所述存储型边缘计算网关的各所述存储型子网关存储有相同的连接设备的数据;
所述多个存储型子网关至少包括第一存储型子网关和第二存储型子网关;
所述方法还包括:
所述第一存储型子网关将自身更新连接设备的第一数据的第三时间发送给所述第二存储型子网关;
所述第二存储型子网关对比自身更新连接设备的第二数据的第四时间和所述第三时间;
当所述第三时间晚于所述第四时间,所述第二存储型子网关向所述第一存储型子网关发送数据同步请求;
所述第一存储型子网关根据所述数据同步请求将所述第一数据发送给所述第二存储型子网关;
所述第二存储型子网关删除所述第二数据并存储所述第一数据,所述第二存储型子网关将所述第四时间的时间信息更新为所述第三时间的时间信息。
根据本申请的第四方面,提供一种基于边云协同的边缘计算网关集群运行系统,包括云端服务器预先设定的管理型边缘计算网关、分析型边缘计算网关和存储型边缘计算网关;
所述存储型边缘计算网关与连接设备相连接,用于获取所述连接设备的待处理数据,并根据所述待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求;所述预处理类型为处理待处理数据用到的算法类型;所述数据分发请求包括预处理类型;
所述管理型边缘计算网关与所述存储型边缘计算网关相连接,用于根据所述预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识,并将所述网络标识发送给所述存储型边缘计算网关;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
所述分析型边缘计算网关与所述存储型边缘计算网关相连接,用于接收所述存储型边缘计算网关根据所述网络标识向对应的所述分析型边缘计算网关发送的所述待处理数据,并利用所述目标算法对所述待处理数据进行处理,得到处理结果,将所述处理结果返回给所述存储型边缘计算网关。
本申请提供的技术方案可以包括以下有益效果:云端服务器预先将各网关设定为管理型边缘计算网关、分析型边缘计算网关和存储型边缘计算网关,存储型边缘计算网关在获取到待处理数据后,根据待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求,其中,数据分发请求包括预处理类型,预处理类型为处理待处理数据需要用到的算法类型,管理型边缘计算网关再根据预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识并将网络标识发送给存储型边缘计算网关,其中,所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系,存储型边缘计算网关根据所述网络标识将所述待处理数据发送给所述网络标识对应的所述分析型边缘计算网关进行处理得到处理结果,并使所述分析型边缘计算网关将所述处理结果发送给所述存储型边缘计算网关,基于此,在边缘计算网关一侧即可实现对待处理数据的处理,无需依赖云端服务器进行处理,避免了因云端故障而导致的设备无法正常工作的情况发生。
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,并不能限制本申请。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本申请的实施例一提供的一种基于边云协同的边缘计算网关集群运行方法的流程示意图。
图2是本申请的实施例二提供的一种基于边云协同的边缘计算网关集群运行方法的流程示意图。
图3是本申请的实施例三提供的一种基于边云协同的边缘计算网关集群运行方法的流程示意图。
图4是本申请的实施例四提供的一种基于边云协同的边缘计算网关集群运行方法的流程示意图。
图5是本申请的实施例五提供的一种基于边云协同的边缘计算网关集群运行系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。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申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
随着物联网等技术的不断发展、数据的不断增加,基于云的物联网解决方案渐渐无法满足人们日益增长的需求,越来越多的企业开始将目光转向边缘计算,并将其作为云的延伸扩展,以加快数据分析的速度,便于企业更快更好的做出决策。以往大多数人都期望将物联网部署至云端,这的确可以给个人用户带来便捷的使用体验,但构建企业级的物联网解决方案,仍然需要采用云计算和边缘计算的结合方案,即边云协同技术。与纯粹的云端解决方案相比,边云协同技术可以减少延迟、提高可扩展性、增强对信息的访问量,并使业务开发变得更加敏捷。
目前,在实现边云协同技术时,一般会有设备层和边缘层,边缘层用来连接设备层中的设备,边缘层中一般包含多个网关,各个网关独立对应特定的设备,对设备的数据处理后直接与云端或者应用层交互,若云端出现故障或者网关与云端断开连接时,各网关及下属设备就无法正常工作。
为了解决上述技术问题,本申请提供了一种基于边云协同的边缘计算网关集群运行方法及系统,下面以实施例的形式进行说明。
实施例一
请参阅图1,图1是本申请的实施例一提供的一种基于边云协同的边缘计算网关集群运行方法的流程示意图。
本实施例以管理型边缘计算网关、分析型边缘计算网关和存储型边缘计算网关之间的交互为例进行说明,如图1所示,本实施例的基于边云协同的边缘计算网关集群运行方法可以包括:
步骤S101、存储型边缘计算网关向连接设备发送数据获取请求。
需要说明的是,上述连接设备指的是与存储型边缘计算网关通信连接的设备,可以是任意自动控制设备,比如智能家居,也可以是任意传感器类设备,比如测量温度、湿度、液位、亮度等自然参数的传感器。
其中,本申请中的各类型网关可以是现有的普通网关设备,由云端服务器对普通网关的类型进行设定,以适应不同类型所承载的任务,云端服务器可以但不仅限于通过脚本的方式对普通网关设备进行设定,以使普通网关按照不同脚本运行。
步骤S102、连接设备根据数据获取请求返回待处理数据。
步骤S103、存储型边缘计算网关接收待处理数据。
步骤S104、存储型边缘计算网关根据待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求。
需要说明的是,此处的待处理数据由于连接设备不同,其数据类型或者数据内容以及需要利用何种算法进行处理可能都会不同,比如在智能家居方面,以扫地机器人为例,该待处理数据可能就是清扫时间数据、清扫路径数据,而对于上述待处理数据的处理可能就是根据清扫路径数据以及清扫时间数据生成不同时间的清扫路径图,此时就需要可以根据清扫时间数据和清扫路径数据生成不同时间的清扫路径图的算法。
而上述预处理类型即处理待处理数据用到的算法类型,存储型边缘计算网关根据待处理数据以及待处理数据和预处理类型的映射列表得到该待处理数据的预处理类型,并根据预处理类型生成数据分发请求。
步骤S105、管理型边缘计算网关接收数据分发请求。
步骤S106、管理型边缘计算网关根据预处理类型和预设映射列表获取存储有与预处理类型对应的目标算法的分析型边缘计算网关的网络标识。
其中,此处的预设映射列表中记录了各类型算法与分析型边缘计算网关的网络标识的映射关系,可以如表1所示,同一个算法可以分别存储在不同的分析型边缘计算网关中,同一个分析型边缘计算网关也可以存储多个算法,可以由云端服务器进行配置。
序号 | 算法 | 分析型边缘计算网关网络标识 |
1 | 算法1 | 网关A、网关B |
2 | 算法2 | 网关A、网关C |
3 | 算法3 | 网关B、网关D |
4 | 算法4 | 网关E |
表1
当有多个分析型边缘计算网关存储有目标算法时,可以根据各分析型边缘计算网关与获取待处理数据的存储型边缘计算网关之间的通信时延进行选择,可以选择通信时延最小的分析型边缘计算网关,将该分析型边缘计算网关的网络标识发送给存储型边缘计算网关。
步骤S107、管理型边缘计算网关将步骤S106中的网络标识发送给存储型边缘计算网关。
步骤S108、存储型边缘计算网关接收步骤S107中的网络标识。
步骤S109、存储型边缘计算网关根据网络标识将待处理数据发送给网络标识对应的分析型边缘计算网关。
步骤S110、分析型边缘计算网关利用目标算法对待处理数据进行处理,得到处理结果。
步骤S111、分析型边缘计算网关将处理结果发送给存储型边缘计算网关。
步骤S112、存储型边缘计算网关接收步骤S111中的处理结果。
需要说明的是,存储型边缘计算网关接收到处理结果后,可以进行存储,也可以返回给连接设备。当然,处理结果会因为不同的连接设备的不同待处理数据的不同而不同,处理结果不仅可以是各类数据,还可以是控制指令,若是控制指令,则需要根据控制指令的内容进行控制,可能是由存储型边缘计算网关进行控制,也可能是将控制指令发送给连接设备,使连接设备执行该控制指令。
另外,为了便于对所有网关的运行状态进行监管,管理型边缘计算网关可以获取分析型边缘计算网关以及存储型边缘计算网关的运行状态数据,并映射网络关系发送给云端服务器,以便云端服务器对各网关的异常进行处理、根据需求进行配置及更新算法。当然,发送给云端服务器的网关运行状态信息还可以包括各管理型边缘计算网关的运行状态数据。具体如下:
步骤S113、管理型边缘计算网关分别向分析型边缘计算网关和存储型边缘计算网关发送运行状态获取请求。
步骤S114、分析型边缘计算网关接收步骤S113中的运行状态获取请求。
步骤S115、分析型边缘计算网关根据运行状态获取请求汇总自身的运行状态,得到分析网关运行状态数据。
步骤S116、分析型边缘计算网关将分析网关运行状态数据发送给管理型边缘计算网关。
步骤S117、存储型边缘计算网关接收步骤S114中的运行状态获取请求。
步骤S118、存储型边缘计算网关根据运行状态获取请求汇总自身的运行状态,得到存储网关运行状态数据。
步骤S119、存储型边缘计算网关将存储网关运行状态数据发送给管理型边缘计算网关。
步骤S120、管理型边缘计算网关接收步骤S116中的分析网关运行状态数据和步骤S119中的存储网关运行状态数据。
步骤S121、管理型边缘计算网关将分析网关运行状态数据和存储网关运行状态数据及分析型边缘计算网关和存储型边缘计算网关的网络标识进行映射,得到网关运行状态信息。
步骤S122、云端服务器向管理型边缘计算网关发送网关运行状态获取请求。
步骤S123、管理型边缘计算网关接收网关运行状态获取请求。
步骤S124、管理型边缘计算网关根据网关运行状态获取请求将网关运行状态信息发送给云端服务器。
步骤S125、云端服务器接收网关运行状态信息。
当云端服务器与管理型边缘计算网关失联时,维护服务器可以连接任意网关来获取网关运行状态信息,具体如下:
当维护服务器与管理型边缘计算网关连接时,包括:维护服务器向管理型边缘计算网关发送网关运行状态维护请求;管理型边缘计算网关接收网关运行状态维护请求;管理型边缘计算网关根据网关运行状态维护请求将网关运行状态信息发送给维护服务器;维护服务器接收网关运行状态信息。
当维护服务器与分析型边缘计算网关连接时,包括:维护服务器向分析型边缘计算网关发送网关运行状态维护请求;分析型边缘计算网关接收网关运行状态维护请求;分析型边缘计算网关将网关运行状态维护请求发送给管理型边缘计算网关;管理型边缘计算网关接收网关运行状态维护请求;管理型边缘计算网关根据网关运行状态维护请求将网关运行状态信息发送给分析型边缘计算网关;分析型边缘计算网关接收网关运行状态信息;分析型边缘计算网关将网关运行状态信息发送给维护服务器;维护服务器接收网关运行状态信息。
当维护服务器与存储型边缘计算网关连接时,包括:维护服务器向存储型边缘计算网关发送网关运行状态维护请求;存储型边缘计算网关接收网关运行状态维护请求;存储型边缘计算网关将网关运行状态维护请求发送给管理型边缘计算网关;管理型边缘计算网关接收网关运行状态维护请求;管理型边缘计算网关根据网关运行状态维护请求将网关运行状态信息发送给存储型边缘计算网关;存储型边缘计算网关接收网关运行状态信息;存储型边缘计算网关将网关运行状态信息发送给维护服务器;维护服务器接收网关运行状态信息。
实施例二
请参阅图2,图2是本申请的实施例二提供的一种基于边云协同的边缘计算网关集群运行方法的流程示意图。
本实施例以管理型边缘计算网关的执行为例进行说明,如图2所示,本实施例的基于边云协同的边缘计算网关集群运行方法可以包括:
步骤S201、接收云端服务器预先设定的存储型边缘计算网关发送的数据分发请求;所述数据分发请求包括预处理类型;所述预处理类型为处理待处理数据用到的算法类型;所述待处理数据为所述存储型边缘计算网关从连接设备中获取的数据;
步骤S202、根据所述预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识;所述分析型边缘计算网关为云端服务器预先设定的;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
步骤S203、将所述网络标识发送给所述存储型边缘计算网关,以使所述存储型边缘计算网关根据所述网络标识将所述待处理数据发送给所述网络标识对应的所述分析型边缘计算网关进行处理得到处理结果,并使所述分析型边缘计算网关将所述处理结果发送给所述存储型边缘计算网关。
本实施例中,云端服务器预先将各网关设定为管理型边缘计算网关、分析型边缘计算网关和存储型边缘计算网关,存储型边缘计算网关在获取到待处理数据后,根据待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求,其中,数据分发请求包括预处理类型,预处理类型为处理待处理数据需要用到的算法类型,管理型边缘计算网关再根据预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识并将网络标识发送给存储型边缘计算网关,其中,所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系,存储型边缘计算网关根据所述网络标识将所述待处理数据发送给所述网络标识对应的所述分析型边缘计算网关进行处理得到处理结果,并使所述分析型边缘计算网关将所述处理结果发送给所述存储型边缘计算网关,基于此,在边缘计算网关一侧即可实现对待处理数据的处理,无需依赖云端服务器进行处理,避免了因云端故障而导致的设备无法正常工作的情况发生。
另外,为了便于对所有网关的运行状态进行监管,管理型边缘计算网关可以获取分析型边缘计算网关以及存储型边缘计算网关的运行状态数据,并映射网络关系发送给云端服务器,以便云端服务器对各网关的异常进行处理、根据需求进行配置及更新算法。当然,发送给云端服务器的网关运行状态信息还可以包括各管理型边缘计算网关的运行状态数据。
具体可以包括:分别向所述分析型边缘计算网关和所述存储型边缘计算网关发送运行状态获取请求;以使所述分析型边缘计算网关和所述存储型边缘计算网关汇总各自的运行状态并返回给所述管理型边缘计算网关;接收所述分析型边缘计算网关和所述存储型边缘计算网关的运行状态信息;将各所述分析型边缘计算网关和各所述存储型边缘计算网关的运行状态和网络标识进行映射,得到网关运行状态信息;根据云端服务器的网关运行状态获取请求将所述网关运行状态信息发送给云端服务器。
需要说明的是,管理型边缘计算网关包括一个主管理型子网关和多个辅管理型子网关;主管理型子网关和辅管理型子网关之间的数据处于实时备份的状态,且辅管理型子网关实时探测与主管理型子网关之间的连接,当主管理型子网关与辅管理型子网关失联时,辅管理型子网关则负责与之相连的分析型边缘计算网关与存储型边缘计算网关的数据交互,直接运行管理型边缘计算网关的任务。
上述主辅切换的过程具体可以包括:主管理型子网关将自身数据实时备份给各所述辅管理型子网关;各所述辅管理型子网关向所述主管理型子网关请求主管理型子网关的运行状态;各所述辅管理型子网关根据所述运行状态执行预设指令;当所述运行状态为非正常运行时,各所述辅管理型子网关与各自通信连接的云端服务器、分析型边缘计算网关及存储型边缘计算网关进行数据通信。
实施例三
请参阅图3,图3是本申请的实施例三提供的一种基于边云协同的边缘计算网关集群运行方法的流程示意图。
本实施例以分析型边缘计算网关的执行为例进行说明,如图3所示,本实施例的基于边云协同的边缘计算网关集群运行方法可以包括:
步骤S301、接收存储型边缘计算网关根据网络标识发送的待处理数据;所述网络标识为管理型边缘计算网关根据预处理类型和预设映射列表获取的存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识;所述预处理类型为处理所述待处理数据用到的算法类型;所述预处理类型包含在存储型边缘计算网关向所述管理型边缘计算网关发送的数据分发请求中;所述待处理数据为所述存储型边缘计算网关从连接设备中获取的数据;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
步骤S302、利用所述目标算法对所述待处理数据进行处理,得到处理结果;
步骤S303、将所述处理结果发送给所述存储型边缘计算网关。
本实施例中,云端服务器预先将各网关设定为管理型边缘计算网关、分析型边缘计算网关和存储型边缘计算网关,存储型边缘计算网关在获取到待处理数据后,根据待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求,其中,数据分发请求包括预处理类型,预处理类型为处理待处理数据需要用到的算法类型,管理型边缘计算网关再根据预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识并将网络标识发送给存储型边缘计算网关,其中,所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系,存储型边缘计算网关根据所述网络标识将所述待处理数据发送给所述网络标识对应的所述分析型边缘计算网关进行处理得到处理结果,并使所述分析型边缘计算网关将所述处理结果发送给所述存储型边缘计算网关,基于此,在边缘计算网关一侧即可实现对待处理数据的处理,无需依赖云端服务器进行处理,避免了因云端故障而导致的设备无法正常工作的情况发生。
另外,为了便于对所有网关的运行状态进行监管,管理型边缘计算网关可以获取分析型边缘计算网关以及存储型边缘计算网关的运行状态数据,并映射网络关系发送给云端服务器,以便云端服务器对各网关的异常进行处理、根据需求进行配置及更新算法。当然,发送给云端服务器的网关运行状态信息还可以包括各管理型边缘计算网关的运行状态数据。
具体可以包括:接收所述管理型边缘计算网关发送的运行状态获取请求;根据所述运行状态获取请求汇总自身的运行状态,得到分析网关运行状态数据;将所述分析网关运行状态数据发送给所述管理型边缘计算网关,以使所述管理型边缘计算网关将各所述分析型边缘计算网关和各所述存储型边缘计算网关的运行状态和网络标识进行映射,得到网关运行状态信息并发送给云端服务器。
需要说明的是,每个所述分析型边缘计算网关对应包括多个分析型子网关;所述分析型边缘计算网关的各所述分析型子网关存储有相同的目标算法;所述多个分析型子网关至少包括第一分析型子网关和第二分析型子网关。为了保证各分析型子网关中存储的目标算法是一致的,可以利用区块链数据存储方式对目标算法进行更新,具体可以包括:所述第一分析型子网关将自身更新所述目标算法的第一训练模型的第一时间发送给所述第二分析型子网关;所述第二分析型子网关对比自身更新所述目标算法的第二训练模型的第二时间和所述第一时间;当所述第一时间晚于所述第二时间,所述第二分析型子网关向所述第一分析型子网关发送训练模型同步请求;所述第一分析型子网关根据所述训练模型同步请求将所述第一训练模型发送给所述第二分析型子网关;所述第二分析型子网关删除所述第二训练模型并存储所述第一训练模型,所述第二分析型子网关将所述第二时间的时间信息更新为所述第一时间的时间信息。
实施例四
请参阅图4,图4是本申请的实施例四提供的一种基于边云协同的边缘计算网关集群运行方法的流程示意图。
本实施例以存储型边缘计算网关的执行为例进行说明,如图4所示,本实施例的基于边云协同的边缘计算网关集群运行方法可以包括:
步骤S401、从连接设备中获取待处理数据;
步骤S402、根据所述待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求,以使所述管理型边缘计算网关根据所述预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识;所述预处理类型为处理待处理数据用到的算法类型;所述数据分发请求包括预处理类型;所述分析型边缘计算网关为云端服务器预先设定的;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
步骤S403、接收管理型边缘计算网关发送的所述网络标识;
步骤S404、根据所述网络标识将所述待处理数据发送给所述网络标识对应的所述分析型边缘计算网关,以使所述分析型边缘计算网关对所述待处理数据进行处理得到处理结果;
步骤S405、接收所述分析型边缘计算网关发送的所述处理结果。
本实施例中,云端服务器预先将各网关设定为管理型边缘计算网关、分析型边缘计算网关和存储型边缘计算网关,存储型边缘计算网关在获取到待处理数据后,根据待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求,其中,数据分发请求包括预处理类型,预处理类型为处理待处理数据需要用到的算法类型,管理型边缘计算网关再根据预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识并将网络标识发送给存储型边缘计算网关,其中,所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系,存储型边缘计算网关根据所述网络标识将所述待处理数据发送给所述网络标识对应的所述分析型边缘计算网关进行处理得到处理结果,并使所述分析型边缘计算网关将所述处理结果发送给所述存储型边缘计算网关,基于此,在边缘计算网关一侧即可实现对待处理数据的处理,无需依赖云端服务器进行处理,避免了因云端故障而导致的设备无法正常工作的情况发生。
另外,为了便于对所有网关的运行状态进行监管,管理型边缘计算网关可以获取分析型边缘计算网关以及存储型边缘计算网关的运行状态数据,并映射网络关系发送给云端服务器,以便云端服务器对各网关的异常进行处理、根据需求进行配置及更新算法。当然,发送给云端服务器的网关运行状态信息还可以包括各管理型边缘计算网关的运行状态数据。
具体可以包括:接收所述管理型边缘计算网关发送的运行状态获取请求;根据所述运行状态获取请求汇总自身的运行状态,得到存储网关运行状态数据;将所述存储网关运行状态数据发送给所述管理型边缘计算网关,以使所述管理型边缘计算网关将各所述分析型边缘计算网关和各所述存储型边缘计算网关的运行状态和网络标识进行映射,得到网关运行状态信息并发送给云端服务器。
需要说明的是,每个所述存储型边缘计算网关对应包括多个存储型子网关;所述存储型边缘计算网关的各所述存储型子网关存储有相同的连接设备的数据;所述多个存储型子网关至少包括第一存储型子网关和第二存储型子网关;为了保证各存储型子网关中存储的数据是一致的,可以利用区块链数据存储方式对数据进行更新,具体可以包括:所述第一存储型子网关将自身更新连接设备的第一数据的第三时间发送给所述第二存储型子网关;所述第二存储型子网关对比自身更新连接设备的第二数据的第四时间和所述第三时间;当所述第三时间晚于所述第四时间,所述第二存储型子网关向所述第一存储型子网关发送数据同步请求;所述第一存储型子网关根据所述数据同步请求将所述第一数据发送给所述第二存储型子网关;所述第二存储型子网关删除所述第二数据并存储所述第一数据,所述第二存储型子网关将所述第四时间的时间信息更新为所述第三时间的时间信息。
实施例五
请参阅图5,图5是本申请的实施例五提供的一种基于边云协同的边缘计算网关集群运行系统的结构示意图。
本实施例提供的基于边云协同的边缘计算网关集群运行系统可以包括:云端服务器501预先设定的管理型边缘计算网关502、分析型边缘计算网关503和存储型边缘计算网关504;
所述存储型边缘计算网关与连接设备505相连接,用于获取所述连接设备的待处理数据,并根据所述待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求;所述预处理类型为处理待处理数据用到的算法类型;所述数据分发请求包括预处理类型;
所述管理型边缘计算网关与所述存储型边缘计算网关相连接,用于根据所述预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识,并将所述网络标识发送给所述存储型边缘计算网关;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
所述分析型边缘计算网关与所述存储型边缘计算网关相连接,用于接收所述存储型边缘计算网关根据所述网络标识向对应的所述分析型边缘计算网关发送的所述待处理数据,并利用所述目标算法对所述待处理数据进行处理,得到处理结果,将所述处理结果返回给所述存储型边缘计算网关。
需要说明的是,上述实施例中的详细解释可以互相适用。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本申请的描述中,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。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于边云协同的边缘计算网关集群运行方法,应用于云端服务器预先设定的管理型边缘计算网关,其特征在于,包括:
接收云端服务器预先设定的存储型边缘计算网关发送的数据分发请求;所述数据分发请求包括预处理类型;所述预处理类型为处理待处理数据用到的算法类型;所述待处理数据为所述存储型边缘计算网关从连接设备中获取的数据;
根据所述预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识;所述分析型边缘计算网关为云端服务器预先设定的;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
将所述网络标识发送给所述存储型边缘计算网关,以使所述存储型边缘计算网关根据所述网络标识将所述待处理数据发送给所述网络标识对应的所述分析型边缘计算网关进行处理得到处理结果,并使所述分析型边缘计算网关将所述处理结果发送给所述存储型边缘计算网关。
2.根据权利要求1所述的基于边云协同的边缘计算网关集群运行方法,其特征在于,还包括:
分别向所述分析型边缘计算网关和所述存储型边缘计算网关发送运行状态获取请求;以使所述分析型边缘计算网关和所述存储型边缘计算网关汇总各自的运行状态并返回给所述管理型边缘计算网关;
接收所述分析型边缘计算网关和所述存储型边缘计算网关的运行状态信息;
将各所述分析型边缘计算网关和各所述存储型边缘计算网关的运行状态和网络标识进行映射,得到网关运行状态信息;
根据云端服务器的网关运行状态获取请求将所述网关运行状态信息发送给云端服务器。
3.根据权利要求1所述的基于边云协同的边缘计算网关集群运行方法,其特征在于,所述管理型边缘计算网关包括一个主管理型子网关和多个辅管理型子网关;
所述方法还包括:
主管理型子网关将自身数据实时备份给各所述辅管理型子网关;
各所述辅管理型子网关向所述主管理型子网关请求主管理型子网关的运行状态;
各所述辅管理型子网关根据所述运行状态执行预设指令;
当所述运行状态为非正常运行时,各所述辅管理型子网关与各自通信连接的云端服务器、分析型边缘计算网关及存储型边缘计算网关进行数据通信。
4.一种基于边云协同的边缘计算网关集群运行方法,应用于云端服务器预先设定的分析型边缘计算网关,其特征在于,包括:
接收存储型边缘计算网关根据网络标识发送的待处理数据;所述网络标识为管理型边缘计算网关根据预处理类型和预设映射列表获取的存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识;所述预处理类型为处理所述待处理数据用到的算法类型;所述预处理类型包含在存储型边缘计算网关向所述管理型边缘计算网关发送的数据分发请求中;所述待处理数据为所述存储型边缘计算网关从连接设备中获取的数据;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
利用所述目标算法对所述待处理数据进行处理,得到处理结果;
将所述处理结果发送给所述存储型边缘计算网关。
5.根据权利要求4所述的基于边云协同的边缘计算网关集群运行方法,其特征在于,还包括:
接收所述管理型边缘计算网关发送的运行状态获取请求;
根据所述运行状态获取请求汇总自身的运行状态,得到分析网关运行状态数据;
将所述分析网关运行状态数据发送给所述管理型边缘计算网关,以使所述管理型边缘计算网关将各所述分析型边缘计算网关和各所述存储型边缘计算网关的运行状态和网络标识进行映射,得到网关运行状态信息并发送给云端服务器。
6.根据权利要求4所述的基于边云协同的边缘计算网关集群运行方法,其特征在于,每个所述分析型边缘计算网关对应包括多个分析型子网关;所述分析型边缘计算网关的各所述分析型子网关存储有相同的目标算法;
所述多个分析型子网关至少包括第一分析型子网关和第二分析型子网关;
所述方法还包括:
所述第一分析型子网关将自身更新所述目标算法的第一训练模型的第一时间发送给所述第二分析型子网关;
所述第二分析型子网关对比自身更新所述目标算法的第二训练模型的第二时间和所述第一时间;
当所述第一时间晚于所述第二时间,所述第二分析型子网关向所述第一分析型子网关发送训练模型同步请求;
所述第一分析型子网关根据所述训练模型同步请求将所述第一训练模型发送给所述第二分析型子网关;
所述第二分析型子网关删除所述第二训练模型并存储所述第一训练模型,所述第二分析型子网关将所述第二时间的时间信息更新为所述第一时间的时间信息。
7.一种基于边云协同的边缘计算网关集群运行方法,应用于云端服务器预先设定的存储型边缘计算网关,其特征在于,包括:
从连接设备中获取待处理数据;
根据所述待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求,以使所述管理型边缘计算网关根据所述预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识;所述预处理类型为处理待处理数据用到的算法类型;所述数据分发请求包括预处理类型;所述分析型边缘计算网关为云端服务器预先设定的;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
接收管理型边缘计算网关发送的所述网络标识;
根据所述网络标识将所述待处理数据发送给所述网络标识对应的所述分析型边缘计算网关,以使所述分析型边缘计算网关对所述待处理数据进行处理得到处理结果;
接收所述分析型边缘计算网关发送的所述处理结果。
8.根据权利要求7所述的基于边云协同的边缘计算网关集群运行方法,其特征在于,还包括:
接收所述管理型边缘计算网关发送的运行状态获取请求;
根据所述运行状态获取请求汇总自身的运行状态,得到存储网关运行状态数据;
将所述存储网关运行状态数据发送给所述管理型边缘计算网关,以使所述管理型边缘计算网关将各所述分析型边缘计算网关和各所述存储型边缘计算网关的运行状态和网络标识进行映射,得到网关运行状态信息并发送给云端服务器。
9.根据权利要求7所述的基于边云协同的边缘计算网关集群运行方法,其特征在于,每个所述存储型边缘计算网关对应包括多个存储型子网关;所述存储型边缘计算网关的各所述存储型子网关存储有相同的连接设备的数据;
所述多个存储型子网关至少包括第一存储型子网关和第二存储型子网关;
所述方法还包括:
所述第一存储型子网关将自身更新连接设备的第一数据的第三时间发送给所述第二存储型子网关;
所述第二存储型子网关对比自身更新连接设备的第二数据的第四时间和所述第三时间;
当所述第三时间晚于所述第四时间,所述第二存储型子网关向所述第一存储型子网关发送数据同步请求;
所述第一存储型子网关根据所述数据同步请求将所述第一数据发送给所述第二存储型子网关;
所述第二存储型子网关删除所述第二数据并存储所述第一数据,所述第二存储型子网关将所述第四时间的时间信息更新为所述第三时间的时间信息。
10.一种基于边云协同的边缘计算网关集群运行系统,其特征在于,包括云端服务器预先设定的管理型边缘计算网关、分析型边缘计算网关和存储型边缘计算网关;
所述存储型边缘计算网关与连接设备相连接,用于获取所述连接设备的待处理数据,并根据所述待处理数据的预处理类型向管理型边缘计算网关发送数据分发请求;所述预处理类型为处理待处理数据用到的算法类型;所述数据分发请求包括预处理类型;
所述管理型边缘计算网关与所述存储型边缘计算网关相连接,用于根据所述预处理类型和预设映射列表获取存储有与所述预处理类型对应的目标算法的分析型边缘计算网关的网络标识,并将所述网络标识发送给所述存储型边缘计算网关;所述预设映射列表存储有所述云端服务器预先设定的各算法类型与存储有各所述算法类型的各所述分析型边缘计算网关的网络标识的映射关系;
所述分析型边缘计算网关与所述存储型边缘计算网关相连接,用于接收所述存储型边缘计算网关根据所述网络标识向对应的所述分析型边缘计算网关发送的所述待处理数据,并利用所述目标算法对所述待处理数据进行处理,得到处理结果,将所述处理结果返回给所述存储型边缘计算网关。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010679660.2A CN111885136B (zh) | 2020-07-15 | 2020-07-15 | 基于边云协同的边缘计算网关集群运行方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010679660.2A CN111885136B (zh) | 2020-07-15 | 2020-07-15 | 基于边云协同的边缘计算网关集群运行方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111885136A true CN111885136A (zh) | 2020-11-03 |
CN111885136B CN111885136B (zh) | 2022-07-26 |
Family
ID=73151790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010679660.2A Active CN111885136B (zh) | 2020-07-15 | 2020-07-15 | 基于边云协同的边缘计算网关集群运行方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111885136B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112181668A (zh) * | 2020-11-04 | 2021-01-05 | 深圳市蓝波湾通信技术有限公司 | 一种基于边缘计算端的智能管理方法、装置以及系统 |
CN112600892A (zh) * | 2020-12-07 | 2021-04-02 | 北京邮电大学 | 面向物联网的区块链设备、系统及工作方法 |
CN113179325A (zh) * | 2021-04-30 | 2021-07-27 | 招商局金融科技有限公司 | 多终端的协同交互方法、装置、网关盒子及介质 |
CN113406907A (zh) * | 2021-05-26 | 2021-09-17 | 中国联合网络通信集团有限公司 | 养殖数据处理方法、服务器、中心计算集群和介质 |
CN113766019A (zh) * | 2021-09-01 | 2021-12-07 | 江苏信臣健康科技股份有限公司 | 基于云端以及边缘计算相结合的物联网系统 |
CN115174295A (zh) * | 2022-05-30 | 2022-10-11 | 青岛海尔科技有限公司 | 场景信息同步方法、装置及存储介质、电子装置 |
CN115361397A (zh) * | 2022-08-05 | 2022-11-18 | 中国南方电网有限责任公司 | 基于云边协同和区块链的电网数据处理方法和系统 |
WO2023206048A1 (zh) * | 2022-04-25 | 2023-11-02 | 北京小米移动软件有限公司 | 数据处理方法及系统,ai管理装置及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190114211A1 (en) * | 2017-10-18 | 2019-04-18 | General Electric Company | Apparatus and method for multitenancy in cloud environments for processing large datasets |
CN109684075A (zh) * | 2018-11-28 | 2019-04-26 | 深圳供电局有限公司 | 一种基于边缘计算和云计算协同进行计算任务卸载的方法 |
US20190208007A1 (en) * | 2018-01-03 | 2019-07-04 | Verizon Patent And Licensing Inc. | Edge Compute Systems and Methods |
CN110633144A (zh) * | 2019-08-23 | 2019-12-31 | 成都华为技术有限公司 | 一种边缘云的融合管理的方法及装置 |
CN111061491A (zh) * | 2019-12-11 | 2020-04-24 | 青岛海洋科学与技术国家实验室发展中心 | 一种基于lxc容器技术的边缘计算网关管理系统及方法 |
KR20200044200A (ko) * | 2018-10-10 | 2020-04-29 | 전자부품연구원 | IoT 컴퓨팅 환경에서의 클라우드와 엣지간의 분산 처리 방법 및 시스템 |
CN111381950A (zh) * | 2020-03-05 | 2020-07-07 | 南京大学 | 一种面向边缘计算环境基于多副本的任务调度方法和系统 |
-
2020
- 2020-07-15 CN CN202010679660.2A patent/CN111885136B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190114211A1 (en) * | 2017-10-18 | 2019-04-18 | General Electric Company | Apparatus and method for multitenancy in cloud environments for processing large datasets |
US20190208007A1 (en) * | 2018-01-03 | 2019-07-04 | Verizon Patent And Licensing Inc. | Edge Compute Systems and Methods |
KR20200044200A (ko) * | 2018-10-10 | 2020-04-29 | 전자부품연구원 | IoT 컴퓨팅 환경에서의 클라우드와 엣지간의 분산 처리 방법 및 시스템 |
CN109684075A (zh) * | 2018-11-28 | 2019-04-26 | 深圳供电局有限公司 | 一种基于边缘计算和云计算协同进行计算任务卸载的方法 |
CN110633144A (zh) * | 2019-08-23 | 2019-12-31 | 成都华为技术有限公司 | 一种边缘云的融合管理的方法及装置 |
CN111061491A (zh) * | 2019-12-11 | 2020-04-24 | 青岛海洋科学与技术国家实验室发展中心 | 一种基于lxc容器技术的边缘计算网关管理系统及方法 |
CN111381950A (zh) * | 2020-03-05 | 2020-07-07 | 南京大学 | 一种面向边缘计算环境基于多副本的任务调度方法和系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112181668A (zh) * | 2020-11-04 | 2021-01-05 | 深圳市蓝波湾通信技术有限公司 | 一种基于边缘计算端的智能管理方法、装置以及系统 |
CN112181668B (zh) * | 2020-11-04 | 2024-05-14 | 深圳市蓝波湾通信技术有限公司 | 一种基于边缘计算端的智能管理方法、装置以及系统 |
CN112600892A (zh) * | 2020-12-07 | 2021-04-02 | 北京邮电大学 | 面向物联网的区块链设备、系统及工作方法 |
CN113179325A (zh) * | 2021-04-30 | 2021-07-27 | 招商局金融科技有限公司 | 多终端的协同交互方法、装置、网关盒子及介质 |
CN113406907A (zh) * | 2021-05-26 | 2021-09-17 | 中国联合网络通信集团有限公司 | 养殖数据处理方法、服务器、中心计算集群和介质 |
CN113766019A (zh) * | 2021-09-01 | 2021-12-07 | 江苏信臣健康科技股份有限公司 | 基于云端以及边缘计算相结合的物联网系统 |
CN113766019B (zh) * | 2021-09-01 | 2024-04-30 | 江苏信臣健康科技股份有限公司 | 基于云端以及边缘计算相结合的物联网系统 |
WO2023206048A1 (zh) * | 2022-04-25 | 2023-11-02 | 北京小米移动软件有限公司 | 数据处理方法及系统,ai管理装置及存储介质 |
CN115174295A (zh) * | 2022-05-30 | 2022-10-11 | 青岛海尔科技有限公司 | 场景信息同步方法、装置及存储介质、电子装置 |
CN115174295B (zh) * | 2022-05-30 | 2024-05-24 | 青岛海尔科技有限公司 | 场景信息同步方法、装置及存储介质、电子装置 |
CN115361397A (zh) * | 2022-08-05 | 2022-11-18 | 中国南方电网有限责任公司 | 基于云边协同和区块链的电网数据处理方法和系统 |
CN115361397B (zh) * | 2022-08-05 | 2023-08-01 | 中国南方电网有限责任公司 | 基于云边协同和区块链的电网数据处理方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111885136B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111885136B (zh) | 基于边云协同的边缘计算网关集群运行方法及系统 | |
US10656868B2 (en) | Optimal storage and workload placement, and high resiliency, in geo-distributed cluster systems | |
CN112073265B (zh) | 一种基于分布式边缘计算的物联网监控方法和系统 | |
US10033570B2 (en) | Distributed map reduce network | |
US11106560B2 (en) | Adaptive thresholds for containers | |
CN105593773B (zh) | 用于虚拟分布式控制系统的自动委托的系统和方法 | |
CN102782673B (zh) | 用于对象迁移波的系统和方法 | |
CN112929187B (zh) | 网络切片管理方法、装置和系统 | |
CN108449286A (zh) | 网络带宽资源分配方法及装置 | |
CN103179171B (zh) | 基于分布式系统架构的文件传输方法及装置 | |
US7890952B2 (en) | Autonomic peer-to-peer computer software installation | |
US20230010417A1 (en) | Message oriented middleware cluster synchronization | |
WO2021008675A1 (en) | Dynamic network configuration | |
CN109039795A (zh) | 一种云服务器资源监控方法和系统 | |
CN110391940A (zh) | 服务地址的响应方法、装置、系统、设备和存储介质 | |
US20230254383A1 (en) | Operations control of network services | |
CN114706675A (zh) | 基于云边协同系统的任务部署方法及装置 | |
JP6950576B2 (ja) | ネットワークシステム、トポロジ管理方法、およびプログラム | |
US9015371B1 (en) | Method to discover multiple paths to disk devices cluster wide | |
US11947410B2 (en) | Broadband error remediation engine in a data analytics system | |
US20220206868A1 (en) | Edge compute environment configuration tool | |
CN108347465A (zh) | 一种选择网络数据中心的方法及装置 | |
CN113824801B (zh) | 一种智能融合终端统一接入管理组件系统 | |
CN113360689B (zh) | 图像检索系统、方法、相关装置及计算机程序产品 | |
KR102476271B1 (ko) | 자율 관리(semi-managed) DHT 구성 방법 및 시스템 |
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 |