CN112261120A - 一种配电物联网云边协同任务卸载方法及装置 - Google Patents
一种配电物联网云边协同任务卸载方法及装置 Download PDFInfo
- Publication number
- CN112261120A CN112261120A CN202011118486.0A CN202011118486A CN112261120A CN 112261120 A CN112261120 A CN 112261120A CN 202011118486 A CN202011118486 A CN 202011118486A CN 112261120 A CN112261120 A CN 112261120A
- Authority
- CN
- China
- Prior art keywords
- task
- edge computing
- computing terminal
- edge
- 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.)
- 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
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over 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
- H04L67/1004—Server selection for load balancing
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)
- Supply And Distribution Of Alternating Current (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请提供了一种配电物联网云边协同任务卸载方法及装置,本申请基于待卸载任务的第一边缘计算终端和用于接收待卸载任务的第二边缘计算终端,然后分别根据待卸载任务的任务量,以及第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算第一边缘计算终端到第二边缘计算终端的任务卸载通信成本,以及根据待卸载任务的任务量以及第二边缘计算终端的运行频率,计算第二边缘计算终端的任务卸载运行成本,然后利用根据任务卸载通信成本和任务卸载运行成本,计算得到的第二边缘计算终端对应的任务卸载综合成本作为判定条件,从而确定出卸载成本最小的第二边缘计算终端作为最终的待卸载任务接收终端,解决了现有的配电物联网稳定性差的技术问题。
Description
技术领域
本申请涉及云计算技术领域,尤其涉及一种配电物联网云边协同任务卸载方法及装置。
背景技术
目前,配电物联网以云管边端架构支持配电台区下海量综合设备的接入和新兴业务的开展,云管边端通过云边协同体系对业务进行协同响应,软硬件解耦的特性使云中心和边缘计算终端成为通用化计算设备,由于地理位置的优势边缘计算终端负责终端层的数据采集处理,对实时业务的快速响应;云中心依托海量计算资源的优势,实现海量业务的并发处理以及对复杂的业务进行计算处理。
但是,伴随着综合能源的发展,海量综合能源设备的接入和不断丰富的新兴业务使得配用电业务逐渐暴露出时空分布特性不均衡的问题,而任务卸载是目前解决配用电业务时空分布特性不均衡常用的手段之一,但是目前任务卸载只是简单的按照终端的负荷状态,将负荷高的终端任务卸载到负荷低的终端中,导致现有的配电物联网仍存在稳定性差的技术问题。
发明内容
本申请提供了一种配电物联网云边协同任务卸载方法及装置,用于解决现有的配电物联网存在的稳定性差的技术问题。
为实现上述发明目的,本申请第一方面提供了一种配电物联网云边协同任务卸载方法,包括:
监测边缘计算终端的业务数据流,并根据所述业务数据流计算所述边缘计算终端的计算负荷指标;
当所述边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值,则将所述边缘计算终端确定为第一边缘计算终端;
根据待卸载任务的任务量,以及所述第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算所述第一边缘计算终端到所述第二边缘计算终端的任务卸载通信成本,其中,所述第二边缘计算终端具体为计算负荷指标未超过预设的第二计算负荷指标阈值的边缘计算终端;
根据所述待卸载任务的任务量以及所述第二边缘计算终端的运行频率,计算所述第二边缘计算终端的任务卸载运行成本;
根据所述任务卸载通信成本和所述任务卸载运行成本,计算所述第二边缘计算终端对应的任务卸载综合成本;
通过比较各个第二边缘计算终端的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端,以便所述第一边缘计算终端对所述目标边缘计算终端实施任务卸载。
优选地,通过比较各个第二边缘计算终端的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端之后还包括:
根据所述待卸载任务的任务量以及所述第一边缘计算终端的运行频率,计算所述第一边缘计算终端的本地运行成本,当所述本地运行成本小于所述目标边缘计算终端的任务卸载综合成本时,则终止当前的任务卸载。
优选地,所述计算负荷指标具体包括:任务队列任务量和资源占用率;
所述当所述边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值,则将所述边缘计算终端确定为第一边缘计算终端具体包括:
当所述边缘计算终端的任务队列任务量超过了预设的第一任务队列任务量阈值,或所述边缘计算终端的资源占用率超过了预设的第一资源占用率阈值时,则将所述边缘计算终端确定为第一边缘计算终端。
优选地,还包括:
根据各个所述边缘计算终端的资源占用率与平均资源占用率的差值,结合预设的负荷均衡约束模型对各个边缘计算终端负荷均衡状态进行评估,若评估结果不满足所述负荷均衡约束模型的约束范围时,则执行后续步骤。
优选地,根据所述任务卸载通信成本和所述任务卸载运行成本,计算所述第二边缘计算终端对应的任务卸载综合成本具体包括:
根据所述任务卸载通信成本和所述任务卸载运行成本之和,得到所述第二边缘计算终端对应的任务卸载综合成本。
本申请第二方面提供了一种配电物联网云边协同任务卸载装置,包括:
负荷指标计算单元,用于监测边缘计算终端的业务数据流,并根据所述业务数据流计算所述边缘计算终端的计算负荷指标;
第一边缘计算终端确定单元,用于当所述边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值,则将所述边缘计算终端确定为第一边缘计算终端;
任务卸载通信成本计算单元,用于根据待卸载任务的任务量,以及所述第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算所述第一边缘计算终端到所述第二边缘计算终端的任务卸载通信成本,其中,所述第二边缘计算终端具体为计算负荷指标未超过预设的第二计算负荷指标阈值的边缘计算终端;
任务卸载运行成本计算单元,用于根据所述待卸载任务的任务量以及所述第二边缘计算终端的运行频率,计算所述第二边缘计算终端的任务卸载运行成本;
任务卸载综合成本计算单元,用于根据所述任务卸载通信成本和所述任务卸载运行成本,计算所述第二边缘计算终端对应的任务卸载综合成本;
任务卸载目标确定单元,用于通过比较各个第二边缘计算终端的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端,以便所述第一边缘计算终端对所述目标边缘计算终端实施任务卸载。
优选地,还包括:
本地运行成本计算单元,用于根据所述待卸载任务的任务量以及所述第一边缘计算终端的运行频率,计算所述第一边缘计算终端的本地运行成本,当所述本地运行成本小于所述目标边缘计算终端的任务卸载综合成本时,则终止当前的任务卸载。
优选地,所述计算负荷指标具体包括:任务队列任务量和资源占用率;
所述第一边缘计算终端确定单元具体用于:
当所述边缘计算终端的任务队列任务量超过了预设的第一任务队列任务量阈值,或所述边缘计算终端的资源占用率超过了预设的第一资源占用率阈值时,则将所述边缘计算终端确定为第一边缘计算终端。
优选地,还包括:
负荷均衡判定单元,用于根据各个所述边缘计算终端的资源占用率与平均资源占用率的差值,结合预设的负荷均衡约束模型对各个边缘计算终端负荷均衡状态进行评估,若评估结果不满足所述负荷均衡约束模型的约束范围时,则执行后续步骤。
优选地,所述任务卸载综合成本计算单元具体用于:
根据所述任务卸载通信成本和所述任务卸载运行成本之和,得到所述第二边缘计算终端对应的任务卸载综合成本。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请提供了一种配电物联网云边协同任务卸载方法及装置,其中方法包括:监测边缘计算终端的业务数据流,并根据业务数据流计算边缘计算终端的计算负荷指标;当边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值,则将边缘计算终端确定为第一边缘计算终端;根据待卸载任务的任务量,以及第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算第一边缘计算终端到第二边缘计算终端的任务卸载通信成本,其中,第二边缘计算终端具体为计算负荷指标未超过预设的第二计算负荷指标阈值的边缘计算终端;根据待卸载任务的任务量以及第二边缘计算终端的运行频率,计算第二边缘计算终端的任务卸载运行成本;根据任务卸载通信成本和任务卸载运行成本,计算第二边缘计算终端对应的任务卸载综合成本;通过比较各个第二边缘计算终端的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端,以便第一边缘计算终端对目标边缘计算终端实施任务卸载。
本申请基于待卸载任务的第一边缘计算终端和用于接收待卸载任务的第二边缘计算终端,然后分别根据待卸载任务的任务量,以及第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算第一边缘计算终端到第二边缘计算终端的任务卸载通信成本,以及根据待卸载任务的任务量以及第二边缘计算终端的运行频率,计算第二边缘计算终端的任务卸载运行成本,然后利用根据任务卸载通信成本和任务卸载运行成本,计算得到的第二边缘计算终端对应的任务卸载综合成本作为判定条件,从而确定出卸载成本最小的第二边缘计算终端作为最终的待卸载任务接收终端,解决了现有的配电物联网存在的稳定性差的技术问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请提供的一种配电物联网云边协同任务卸载方法的第一个实施例的流程示意图;
图2为本申请提供的一种配电物联网云边协同任务卸载方法的第二个实施例的流程示意图;
图3为本申请提供的一种配电物联网云边协同任务卸载装置的第一个实施例的结构示意图。
具体实施方式
伴随着综合能源的发展,海量综合能源设备的接入和不断丰富的新兴业务使得配用电业务逐渐暴露出时空分布特性不均衡的问题,而任务卸载是目前解决配用电业务时空分布特性不均衡常用的手段之一,但是目前任务卸载只是简单的按照终端的负荷状态,将负荷高的终端任务卸载到负荷低的终端中,没有考虑到任务卸载时产生卸载成本,导致现有的配电物联网仍存在稳定性差的技术问题。
本申请实施例提供了一种配电物联网云边协同任务卸载方法及装置,用于解决现有的配电物联网存在的稳定性差的技术问题。
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
请参阅图1,本申请第一个实施例提供了一种配电物联网云边协同任务卸载方法,包括:
步骤101、监测边缘计算终端的业务数据流,并根据业务数据流计算边缘计算终端的计算负荷指标。
步骤102、当边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值,则将边缘计算终端确定为第一边缘计算终端。
需要说明的是,首先通过监测边缘计算终端的业务数据流,并根据流经该边缘计算终端的业务数据流,计算该边缘计算终端的计算负荷指标,当边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值范围时,则将边缘计算终端确定为第一边缘计算终端,本实施例中第一边缘计算终端指的是因终端计算负荷较高,有进行任务卸载以降低计算负荷需求的边缘计算终端。
步骤103、根据待卸载任务的任务量,以及第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算第一边缘计算终端到第二边缘计算终端的任务卸载通信成本,其中,第二边缘计算终端具体为计算负荷指标未超过预设的第二计算负荷指标阈值的边缘计算终端。
步骤104、根据待卸载任务的任务量以及第二边缘计算终端的运行频率,计算第二边缘计算终端的任务卸载运行成本。
可以理解的是,紧接着步骤102,以步骤102中确定的第一边缘计算终端为源端,根据待卸载任务的任务量,以及第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算第一边缘计算终端的任务卸载到该第二边缘计算终端所产生的任务卸载通信成本。
以及根据待卸载任务的任务量以及第二边缘计算终端的运行频率,计算当该待卸载任务卸载到该第二边缘计算终端后,在第二边缘计算终端运行时产生的任务卸载运行成本。
步骤105、根据任务卸载通信成本和任务卸载运行成本,计算第二边缘计算终端对应的任务卸载综合成本。
步骤106、通过比较各个第二边缘计算终端的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端,以便第一边缘计算终端对目标边缘计算终端实施任务卸载。
可以理解的是,再紧接着步骤103和步骤104,综合步骤103和步骤104得到的任务卸载通信成本和任务卸载运行成本,获得第一边缘计算终端对某个第二边缘计算终端实施任务卸载时产生的任务卸载综合成本,然后,在此基础上,再通过横向比对各个第二边缘计算终端对应的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端,即可得出任务卸载成本最低的任务卸载方案,以便基于这个成本最低的任务卸载方案控制第一边缘计算终端对该目标边缘计算终端实施任务卸载,从而达到更优的效果。
以上为本申请提供的一种配电物联网云边协同任务卸载方法的第一个实施例的详细说明,下面为本申请提供的一种配电物联网云边协同任务卸载方法的第二个实施例的详细说明。
请参阅图2,本申请第二个实施例提供了一种配电物联网云边协同任务卸载方法。
步骤201、监测边缘计算终端的业务数据流,并根据业务数据流计算边缘计算终端的计算负荷指标,其中,计算负荷指标具体包括:任务队列任务量和资源占用率。
需要说明的是,配电物联网采用云管边端架构,从设备模块上分为三个层级,云中心负责汇集所有信息处理海量并发业务以及大计算负荷的业务;边缘计算层负责采集集中分散的综合能源设备信息,并且处理设备的实时业务;终端层广泛的分布式存在海量的综合能源设备,通过云中心和边缘计算终端进行集中控制和实时操控。
海量异构的数据和高并发的电力业务从设备不断的汇集到云中心,通过配电物联网计算负荷监控模块可以对云边体系中的云中心、边缘计算终端状态进行监测,对业务的数据流进行可视化描述。用计算负荷Win(t)描述完成该计算任务数据流处理过程计算设备所需的工作量,用任务字长Li(t)描述最后监测计算任务的数据大小。数据流由其中每个子计算任务Si共同构成,其中,w(t)为各个子计算任务的工作量,l(t)为各个子计算任务的数据大小。
边缘计算终端由容器技术对计算资源进行分割,计算负荷监控模块监测每个边缘计算终端Ei容器Dj的运行状态中的任务队列Qij(t+1),任务队列由三个部分组成:当前队列Qij(t),进队任务Win(t),执行速率Fij(t),队列更新公式详见公式(2)。并且通过容器的最大队列约束Qmax和容器运行成本等约束详见公式(3~5),其中k为当前设备的成本系数,决定当前容器的处理器运行频率fij,并且得出当前容器计算资源占用率。
Qij(t+1)=Qij(t)+Win(t)-Fij(t) (2)
Qij(t+1)<Qmax (3)
配电物联网计算负荷监控模块对每一个边缘计算终端的容器资源感知和计算业务进行监测,并且根据计算业务队列中的延时要求和设备计算成本得出当前容器的运行频率,最后根据运行频率得出当前容器的计算成本代价系数kc和容器资源占用率γ。
步骤202、根据各个边缘计算终端的资源占用率与平均资源占用率的差值,结合预设的负荷均衡约束模型对各个边缘计算终端负荷均衡状态进行评估,判断评估结果是否满足负荷均衡约束模型的约束范围时,若否则执行后续步骤203,若是则返回步骤201。
需要说明的是,本实施例通过云中心监测配电台区内所有边缘计算终端容器运行状态,为防止业务负荷过高的区域卸载成本过高,导致边缘计算终端的业务出现丢包等问题,通过设立负荷均衡约束模型,确保全局的容器资源占用率在同一水平,如果任务卸载结果不满足负荷均衡约束模型,负荷均衡模块向当前计算资源占用率高的设备的任务卸载模块,发出任务卸载命令,执行以下的任务卸载流程,直到全局边缘计算终端负荷水平一致。若整体仍满足该负荷均衡约束模型,则可以选择不进行任务卸载。
其中,本申请实施例提供的负荷均衡约束模型为:
式中,Rmax为预设的负荷均衡约束上限值。
步骤203、当边缘计算终端的任务队列任务量超过了预设的第一任务队列任务量阈值,或边缘计算终端的资源占用率超过了预设的第一资源占用率阈值时,则将边缘计算终端确定为第一边缘计算终端。
需要说明的是,基于当前终端的计算负荷指标,对以下两种类情况进行任务卸载:
A)任务队列Qij(t)超出最大范围,边缘计算终端设备计算资源不足,需要及时进行任务卸载;
B)当前节点的容器资源占用率γ过高,不满足负载均衡约束。
当检测到符合上述任意一项,即可将该终端定为第一边缘计算终端。
需要说明的是,首先通过监测边缘计算终端的业务数据流,并根据流经该边缘计算终端的业务数据流,计算该边缘计算终端的计算负荷指标,当边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值范围时,则将边缘计算终端确定为第一边缘计算终端,本实施例中第一边缘计算终端指的是因终端计算负荷较高,有进行任务卸载以降低计算负荷需求的边缘计算终端。
步骤204、根据待卸载任务的任务量,以及第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算第一边缘计算终端到第二边缘计算终端的任务卸载通信成本,其中,第二边缘计算终端具体为计算负荷指标未超过预设的第二计算负荷指标阈值的边缘计算终端。
步骤205、根据待卸载任务的任务量以及第二边缘计算终端的运行频率,计算第二边缘计算终端的任务卸载运行成本。
需要说明的是,计算任务从节点设备Ei卸载到节点设备Ej计算设备里,随着卸载决策Ej的不同,将会带来不同的卸载成本Cij,卸载成本由通讯成本Ctrans和计算成本Crun共同构成,Crun为任务卸载的目标容器的运行成本,由目标容器的成本代价系数乘以运行时间得到,详见公式(8)。
Crun=kc×Sk.w(t)/fij (8)
通讯成本的单位通讯成本kt一致,所以通讯成本由卸载设备和目标设备之间的通讯带宽Bwij决定,采用通讯函数(9)进行计算。
Ctrans=kt×Sk.l(t)/Bwij (9)
其中,Sk为待卸载的子计算任务。
步骤206、根据任务卸载通信成本和任务卸载运行成本之和,得到第二边缘计算终端对应的任务卸载综合成本。
具体计算公式可参照以下形式:
Cij=kc×Sk.w(t)/fj+kt×Sk.l(t)/Bwij,i≠j (10)
步骤207、通过比较各个第二边缘计算终端的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端。
步骤208、根据待卸载任务的任务量以及第一边缘计算终端的运行频率,计算第一边缘计算终端的本地运行成本,判断本地运行成本是否小于目标边缘计算终端的任务卸载综合成本时,若是则终止当前的任务卸载,否则,仍根据目标边缘计算终端,使第一边缘计算终端对目标边缘计算终端实施任务卸载。
进一步地,在确定出目标边缘计算终端后,还可以进一步计算出第一边缘计算终端的本地运行成本,即不进行任务卸载时的运行成本,再将计算得到的本地运行成本与该目标边缘计算终端对应的任务卸载综合成本进行比较,若小于,则说明执行任务卸载产生的成本比不执行任务卸载的成本更大,在这种情况下,不执行任务卸载反而为更优的方案,因此可以终止当前的任务卸载,否则仍按照原先确定好的目标边缘计算终端实施任务卸载。
其中,本实施例中本地运行成本的计算公式具体为:
Ci=kc×Sk.w(t)/fi (11)
本实施例通过对配电物联网中计算任务的流量进行监测,然后针对每个边缘计算终端Ei的网络流量进行计算负荷预测,并对边缘计算终端容器进行任务队列的监测,如果边缘计算终端Ei计算负荷超出队列限制,将直接向边缘计算终端设备Ei任务卸载模块发出任务卸载的指令,将未进队列的任务卸载到任务卸载成本最低的边缘计算终端Ej。满足约束的情况下,计算负荷监控模块根据成本优化函数,对运行成本进行优化求解,得到容器的处理器运行频率,并且计算成本系数和资源占用率。节点Ei计算任务本地的计算成本,然后计算其他节点的任务卸载计算成本,并且根据多节点运行成本优化函数,进行多节点的运行成本优化,将计算任务合理的分配到对应的节点计算设备,进行任务卸载。
任务卸载后计算边缘计算终端Ei的容器根据任务队列进行容器运行成本优化,重新决定容器处理器运行频率、计算成本系数、资源占用率,同时采集配电区域的所有边缘计算终端设备的参数,进行负载均衡约束计算,确保计算负荷分布均匀。
以上为本申请提供的一种配电物联网云边协同任务卸载方法的第二个实施例的详细说明,下面为本申请提供的一种配电物联网云边协同任务卸载装置的第一个实施例的详细说明。
请参阅图3,本申请第三个实施例提供了一种配电物联网云边协同任务卸载装置,包括:
负荷指标计算单元301,用于监测边缘计算终端的业务数据流,并根据业务数据流计算边缘计算终端的计算负荷指标;
第一边缘计算终端确定单元302,用于当边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值,则将边缘计算终端确定为第一边缘计算终端;
任务卸载通信成本计算单元303,用于根据待卸载任务的任务量,以及第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算第一边缘计算终端到第二边缘计算终端的任务卸载通信成本,其中,第二边缘计算终端具体为计算负荷指标未超过预设的第二计算负荷指标阈值的边缘计算终端;
任务卸载运行成本计算单元304,用于根据待卸载任务的任务量以及第二边缘计算终端的运行频率,计算第二边缘计算终端的任务卸载运行成本;
任务卸载综合成本计算单元305,用于根据任务卸载通信成本和任务卸载运行成本,计算第二边缘计算终端对应的任务卸载综合成本;
任务卸载目标确定单元306,用于通过比较各个第二边缘计算终端的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端,以便第一边缘计算终端对目标边缘计算终端实施任务卸载。
进一步地,还包括:
本地运行成本计算单元,用于根据待卸载任务的任务量以及第一边缘计算终端的运行频率,计算第一边缘计算终端的本地运行成本,当本地运行成本小于目标边缘计算终端的任务卸载综合成本时,则终止当前的任务卸载。
进一步地,计算负荷指标具体包括:任务队列任务量和资源占用率;
第一边缘计算终端确定单元具体用于:
当边缘计算终端的任务队列任务量超过了预设的第一任务队列任务量阈值,或边缘计算终端的资源占用率超过了预设的第一资源占用率阈值时,则将边缘计算终端确定为第一边缘计算终端。
进一步地,还包括:
负荷均衡判定单元,用于根据各个边缘计算终端的资源占用率与平均资源占用率的差值,结合预设的负荷均衡约束模型对各个边缘计算终端负荷均衡状态进行评估,若评估结果不满足负荷均衡约束模型的约束范围时,则执行后续步骤。
进一步地,任务卸载综合成本计算单元具体用于:
根据任务卸载通信成本和任务卸载运行成本之和,得到第二边缘计算终端对应的任务卸载综合成本。
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。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,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。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种配电物联网云边协同任务卸载方法,其特征在于,包括:
监测边缘计算终端的业务数据流,并根据所述业务数据流计算所述边缘计算终端的计算负荷指标;
当所述边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值,则将所述边缘计算终端确定为第一边缘计算终端;
根据待卸载任务的任务量,以及所述第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算所述第一边缘计算终端到所述第二边缘计算终端的任务卸载通信成本,其中,所述第二边缘计算终端具体为计算负荷指标未超过预设的第二计算负荷指标阈值的边缘计算终端;
根据所述待卸载任务的任务量以及所述第二边缘计算终端的运行频率,计算所述第二边缘计算终端的任务卸载运行成本;
根据所述任务卸载通信成本和所述任务卸载运行成本,计算所述第二边缘计算终端对应的任务卸载综合成本;
通过比较各个第二边缘计算终端的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端,以便所述第一边缘计算终端对所述目标边缘计算终端实施任务卸载。
2.根据权利要求1所述的一种配电物联网云边协同任务卸载方法,其特征在于,通过比较各个第二边缘计算终端的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端之后还包括:
根据所述待卸载任务的任务量以及所述第一边缘计算终端的运行频率,计算所述第一边缘计算终端的本地运行成本,当所述本地运行成本小于所述目标边缘计算终端的任务卸载综合成本时,则终止当前的任务卸载。
3.根据权利要求1所述的一种配电物联网云边协同任务卸载方法,其特征在于,所述计算负荷指标具体包括:任务队列任务量和资源占用率;
所述当所述边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值,则将所述边缘计算终端确定为第一边缘计算终端具体包括:
当所述边缘计算终端的任务队列任务量超过了预设的第一任务队列任务量阈值,或所述边缘计算终端的资源占用率超过了预设的第一资源占用率阈值时,则将所述边缘计算终端确定为第一边缘计算终端。
4.根据权利要求3所述的一种配电物联网云边协同任务卸载方法,其特征在于,还包括:
根据各个所述边缘计算终端的资源占用率与平均资源占用率的差值,结合预设的负荷均衡约束模型对各个边缘计算终端负荷均衡状态进行评估,若评估结果不满足所述负荷均衡约束模型的约束范围时,则执行后续步骤。
5.根据权利要求1所述的一种配电物联网云边协同任务卸载方法,其特征在于,根据所述任务卸载通信成本和所述任务卸载运行成本,计算所述第二边缘计算终端对应的任务卸载综合成本具体包括:
根据所述任务卸载通信成本和所述任务卸载运行成本之和,得到所述第二边缘计算终端对应的任务卸载综合成本。
6.一种配电物联网云边协同任务卸载装置,其特征在于,包括:
负荷指标计算单元,用于监测边缘计算终端的业务数据流,并根据所述业务数据流计算所述边缘计算终端的计算负荷指标;
第一边缘计算终端确定单元,用于当所述边缘计算终端的计算负荷指标超过了预设的第一计算负荷指标阈值,则将所述边缘计算终端确定为第一边缘计算终端;
任务卸载通信成本计算单元,用于根据待卸载任务的任务量,以及所述第一边缘计算终端与第二边缘计算终端之间的通讯带宽,计算所述第一边缘计算终端到所述第二边缘计算终端的任务卸载通信成本,其中,所述第二边缘计算终端具体为计算负荷指标未超过预设的第二计算负荷指标阈值的边缘计算终端;
任务卸载运行成本计算单元,用于根据所述待卸载任务的任务量以及所述第二边缘计算终端的运行频率,计算所述第二边缘计算终端的任务卸载运行成本;
任务卸载综合成本计算单元,用于根据所述任务卸载通信成本和所述任务卸载运行成本,计算所述第二边缘计算终端对应的任务卸载综合成本;
任务卸载目标确定单元,用于通过比较各个第二边缘计算终端的任务卸载综合成本,将任务卸载综合成本最小值对应的第二边缘计算终端确定为目标边缘计算终端,以便所述第一边缘计算终端对所述目标边缘计算终端实施任务卸载。
7.根据权利要求6所述的一种配电物联网云边协同任务卸载装置,其特征在于,还包括:
本地运行成本计算单元,用于根据所述待卸载任务的任务量以及所述第一边缘计算终端的运行频率,计算所述第一边缘计算终端的本地运行成本,当所述本地运行成本小于所述目标边缘计算终端的任务卸载综合成本时,则终止当前的任务卸载。
8.根据权利要求6所述的一种配电物联网云边协同任务卸载装置,其特征在于,所述计算负荷指标具体包括:任务队列任务量和资源占用率;
所述第一边缘计算终端确定单元具体用于:
当所述边缘计算终端的任务队列任务量超过了预设的第一任务队列任务量阈值,或所述边缘计算终端的资源占用率超过了预设的第一资源占用率阈值时,则将所述边缘计算终端确定为第一边缘计算终端。
9.根据权利要求8所述的一种配电物联网云边协同任务卸载装置,其特征在于,还包括:
负荷均衡判定单元,用于根据各个所述边缘计算终端的资源占用率与平均资源占用率的差值,结合预设的负荷均衡约束模型对各个边缘计算终端负荷均衡状态进行评估,若评估结果不满足所述负荷均衡约束模型的约束范围时,则执行后续步骤。
10.根据权利要求6所述的一种配电物联网云边协同任务卸载装置,其特征在于,所述任务卸载综合成本计算单元具体用于:
根据所述任务卸载通信成本和所述任务卸载运行成本之和,得到所述第二边缘计算终端对应的任务卸载综合成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011118486.0A CN112261120B (zh) | 2020-10-19 | 2020-10-19 | 一种配电物联网云边协同任务卸载方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011118486.0A CN112261120B (zh) | 2020-10-19 | 2020-10-19 | 一种配电物联网云边协同任务卸载方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112261120A true CN112261120A (zh) | 2021-01-22 |
CN112261120B CN112261120B (zh) | 2022-02-15 |
Family
ID=74245243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011118486.0A Active CN112261120B (zh) | 2020-10-19 | 2020-10-19 | 一种配电物联网云边协同任务卸载方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112261120B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360203A (zh) * | 2021-04-20 | 2021-09-07 | 广东电网有限责任公司电力调度控制中心 | 一种电力物联网的任务卸载方法及装置 |
CN113452751A (zh) * | 2021-05-20 | 2021-09-28 | 国网江苏省电力有限公司信息通信分公司 | 基于云边协同的电力物联网任务安全迁移系统及方法 |
CN113660697A (zh) * | 2021-08-10 | 2021-11-16 | 中标慧安信息技术股份有限公司 | 移动边缘计算的资源调度方法和装置 |
CN114069866A (zh) * | 2021-11-23 | 2022-02-18 | 国网山东省电力公司威海市文登区供电公司 | 一种配电室的控制方法、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107454136A (zh) * | 2017-06-12 | 2017-12-08 | 北京邮电大学 | 一种基于端到端p2p的计算卸载方法、装置及控制设备 |
CN107872402A (zh) * | 2017-11-15 | 2018-04-03 | 北京奇艺世纪科技有限公司 | 全局流量调度的方法、装置及电子设备 |
CN108984307A (zh) * | 2018-07-19 | 2018-12-11 | 中国联合网络通信集团有限公司 | 计算任务迁移方法及计算任务迁移器 |
CN110381161A (zh) * | 2019-07-29 | 2019-10-25 | 东南大学 | 电力物联网系统中基于博弈论的资源调度方法 |
CN110798858A (zh) * | 2019-11-07 | 2020-02-14 | 华北电力大学(保定) | 基于代价效率的分布式任务卸载方法 |
CN111381963A (zh) * | 2020-02-28 | 2020-07-07 | 腾讯科技(深圳)有限公司 | 负载均衡方法、装置、计算机可读存储介质和计算机设备 |
-
2020
- 2020-10-19 CN CN202011118486.0A patent/CN112261120B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107454136A (zh) * | 2017-06-12 | 2017-12-08 | 北京邮电大学 | 一种基于端到端p2p的计算卸载方法、装置及控制设备 |
CN107872402A (zh) * | 2017-11-15 | 2018-04-03 | 北京奇艺世纪科技有限公司 | 全局流量调度的方法、装置及电子设备 |
CN108984307A (zh) * | 2018-07-19 | 2018-12-11 | 中国联合网络通信集团有限公司 | 计算任务迁移方法及计算任务迁移器 |
CN110381161A (zh) * | 2019-07-29 | 2019-10-25 | 东南大学 | 电力物联网系统中基于博弈论的资源调度方法 |
CN110798858A (zh) * | 2019-11-07 | 2020-02-14 | 华北电力大学(保定) | 基于代价效率的分布式任务卸载方法 |
CN111381963A (zh) * | 2020-02-28 | 2020-07-07 | 腾讯科技(深圳)有限公司 | 负载均衡方法、装置、计算机可读存储介质和计算机设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360203A (zh) * | 2021-04-20 | 2021-09-07 | 广东电网有限责任公司电力调度控制中心 | 一种电力物联网的任务卸载方法及装置 |
CN113360203B (zh) * | 2021-04-20 | 2023-07-11 | 广东电网有限责任公司电力调度控制中心 | 一种电力物联网的任务卸载方法及装置 |
CN113452751A (zh) * | 2021-05-20 | 2021-09-28 | 国网江苏省电力有限公司信息通信分公司 | 基于云边协同的电力物联网任务安全迁移系统及方法 |
CN113660697A (zh) * | 2021-08-10 | 2021-11-16 | 中标慧安信息技术股份有限公司 | 移动边缘计算的资源调度方法和装置 |
CN114069866A (zh) * | 2021-11-23 | 2022-02-18 | 国网山东省电力公司威海市文登区供电公司 | 一种配电室的控制方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112261120B (zh) | 2022-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112261120B (zh) | 一种配电物联网云边协同任务卸载方法及装置 | |
CN102111337B (zh) | 任务调度方法和系统 | |
CN104901989B (zh) | 一种现场服务提供系统及方法 | |
CN111045828A (zh) | 基于配电网台区终端的分布式边缘计算方法和相关装置 | |
CN109981744B (zh) | 数据的分发方法、装置、存储介质及电子设备 | |
CN103401947A (zh) | 多个服务器的任务分配方法和装置 | |
CN104038540A (zh) | 一种应用代理服务器自动选择方法及系统 | |
CN107220108B (zh) | 一种实现云数据中心负载均衡的方法和系统 | |
CN109831524A (zh) | 一种负载均衡处理方法及装置 | |
CN108270805B (zh) | 用于数据处理的资源分配方法及装置 | |
CN114500339B (zh) | 一种节点带宽监测方法、装置、电子设备及存储介质 | |
CN115794407A (zh) | 计算资源分配方法、装置、电子设备及非易失性存储介质 | |
CN115421930B (zh) | 任务处理方法、系统、装置、设备及计算机可读存储介质 | |
Kowsigan et al. | An efficient performance evaluation model for the resource clusters in cloud environment using continuous time Markov chain and Poisson process | |
CN113553160A (zh) | 用于人工智能物联网的边缘计算节点任务调度方法及系统 | |
CN117135131A (zh) | 一种面向云边协同场景的任务资源需求感知方法 | |
CN116627631A (zh) | 资源调度方法、系统、电子设备和存储介质 | |
CN109614228B (zh) | 基于动态负载均衡方式的综合监控前置系统及工作方法 | |
CN108132840A (zh) | 一种分布式系统中的资源调度方法及装置 | |
Radi et al. | Genetic-based virtual machines consolidation strategy with efficient energy consumption in cloud environment | |
CN117311973A (zh) | 计算设备调度方法、装置、非易失性存储介质及电子设备 | |
CN110995802A (zh) | 任务的处理方法和装置、存储介质及电子装置 | |
CN114615705B (zh) | 一种基于5g网络下单用户资源分配策略方法 | |
CN106127396A (zh) | 一种智能电网中云调度任务的方法 | |
CN114513423B (zh) | 一种带宽调节方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |