CN112433846A - 一种边缘计算的资源调度方法和系统 - Google Patents
一种边缘计算的资源调度方法和系统 Download PDFInfo
- Publication number
- CN112433846A CN112433846A CN202011223583.6A CN202011223583A CN112433846A CN 112433846 A CN112433846 A CN 112433846A CN 202011223583 A CN202011223583 A CN 202011223583A CN 112433846 A CN112433846 A CN 112433846A
- Authority
- CN
- China
- Prior art keywords
- network node
- load value
- task
- processing
- time period
- 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
-
- 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
Abstract
本发明提出了一种边缘计算的资源调度方法和系统,所述方法包括:根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值;在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点;通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记;将所述任务发送至所述所述任务对接网络节点进行任务处理。所述系统包括与所述方法步骤对应的模块。
Description
技术领域
本发明提出了一种边缘计算的资源调度方法和系统,属于物联网技术领域。
背景技术
物联网中的前端数据采集点(边缘设备),最初都只具有数据采集、传递的功能。由于目前传感器集成度高,边缘设备获取的数据量增大,客户所在的边界侧对计算结果的需求速度也在不断提升。这就促使了边缘计算理论的诞生。传统的边缘计算是一种在物理上靠近数据生成的位置并处理数据的方法,如物联网的各个感知节点,有些感知节点不仅负责采集、传递数据,还实现部分数据处理、结果输出的功能。但是边缘设备的处理能力、计算能力等存在一定的局限,可能导致无法完成相应的功能需求。
发明内容
本发明提供了一种边缘计算的资源调度方法和系统,用以解决现有边缘计算的资源调度方法的资源调度能力较低的问题:
本发明提出的一种边缘计算的资源调度方法,所述方法包括:
根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值;
在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点;
通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记;
将所述任务发送至所述所述任务对接网络节点进行任务处理。
进一步地,所述根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值,包括:
设置所述负荷值获取时间周期的周期初始值;
以所述周期初始值作为负荷值获取时间周期,根据每各网络节点的处理能力负荷值通过阈值确定模型计算获取每各网络节点对应的负荷能力阈值,所述阈值确定模型为:
其中,Wy表示网络节点对应的负荷能力阈值;α1和α2表示阈值系数,α1的取值范围为0.56-0.73,α2的取值范围为0.71-0.87;H0表示网络节点对应初始资源量;H表示网络节点当前的剩余资源量;Hmax表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最大值;Hmin表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最小值;Hi表示第i次获取所述网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量;n表示获取网络节点对应的处理能力负荷值的次数;Wd表示当前获取的网络节点对应的处理能力负荷值;
以所述周期初始值作为负荷值获取时间周期,执行四次所述边缘计算网络中各网络节点的处理能力负荷值获取之后,利用自适应调整模型确定负荷值获取时间周期的自适应调整值,所述自适应调整模型为:
其中,T1表示负荷值获取时间周期的自适应调整值;m表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数,m=4;Cj表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,第j个周期内所述网络节点执行任务的次数;Cmax表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最大次数值;Cmin表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最小次数值,T0表示周期初始值;
以所述自适应调整值为负荷值获取时间周期执行四次所述边缘计算网络中各网络节点的处理能力负荷值的获取,并按照时间周期自适应调整规则对所述负荷值获取时间周期进行连续的自适应调整。
进一步地,所述时间周期自适应调整规则为:
在每次负荷值获取时间周期自适应调整之后,以最新调整后的自适应调整值为负荷值获取时间周期进行连续四次的网络节点的处理能力负荷值的获取,并在连续四次的网络节点的处理能力负荷值的获取之后,通过自适应调整模型对所述负荷值获取时间周期进行自适应调整。
进一步地,在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点,包括:
根据所述边缘计算网络中各网络节点的剩余资源和剩余计算能力确定所述各网络节点的剩余处理能力负荷值;
依次将各网络节点的所述剩余处理能力负荷值与所述负荷能力阈值进行比较,当所述剩余处理能力负荷值与所述网络节点的负荷能力阈值满足数量条件时,将该网络节点确定为候选网络节点:
其中,所述数量条件为:|Wy-Ws|≤15%·Wd,Ws表示网络节点的剩余处理能力负荷值。
进一步地,通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记,包括:
根据所述任务的数据量确定所述边缘计算网络处理所述任务所需的任务处理负荷值;将所述任务处理负荷值与各所述候选网络节点的剩余处理能力负荷值进行比较,将满足所述任务处理负荷值不超过剩余处理能力负荷值的候选网络节点作为任务对接候选网络节点;
当所述任务对接候选网络节点的数量为一个时,将所述任务对接候选网络节点作为任务对接网络节点;
当所述任务对接候选网络节点的数量为多个时,获取所述任务对接候选网络节点的任务处理标记数量,将所述任务处理标记数量最小的任务对接候选网络节点作为任务对接网络节点;
当所述任务处理标记数量最小的任务对接候选网络节点为多个时,在所述任务处理标记数量最小的多个任务对接候选网络节点,选择剩余处理能力负荷值最大的任务对接候选网络节点作为任务对接网络节点。
一种边缘计算的资源调度系统,所述系统包括:
阈值确定模块,用于根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值;
候选节点确定模块,用于在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点;
任务对接节点确定模块,用于通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记;
任务发送模块,用于将所述任务发送至所述所述任务对接网络节点进行任务处理。
进一步地,所述阈值确定模块包括:
设置模块,用于设置所述负荷值获取时间周期的周期初始值;
阈值获取模块,用于以所述周期初始值作为负荷值获取时间周期,根据每各网络节点的处理能力负荷值通过阈值确定模型计算获取每各网络节点对应的负荷能力阈值,所述阈值确定模型为:
其中,Wy表示网络节点对应的负荷能力阈值;α1和α2表示阈值系数,α1的取值范围为0.56-0.73,α2的取值范围为0.71-0.87;H0表示网络节点对应初始资源量;H表示网络节点当前的剩余资源量;Hmax表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最大值;Hmin表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最小值;Hi表示第i次获取所述网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量;n表示获取网络节点对应的处理能力负荷值的次数;Wd表示当前获取的网络节点对应的处理能力负荷值;
自适应调整模块,用于以所述周期初始值作为负荷值获取时间周期,执行四次所述边缘计算网络中各网络节点的处理能力负荷值获取之后,利用自适应调整模型确定负荷值获取时间周期的自适应调整值,所述自适应调整模型为:
其中,T1表示负荷值获取时间周期的自适应调整值;m表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数,m=4;Cj表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,第j个周期内所述网络节点执行任务的次数;Cmax表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最大次数值;Cmin表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最小次数值,T0表示周期初始值;
获取及调整模块,用于以所述自适应调整值为负荷值获取时间周期执行四次所述边缘计算网络中各网络节点的处理能力负荷值的获取,并按照时间周期自适应调整规则对所述负荷值获取时间周期进行连续的自适应调整。
进一步地,所述时间周期自适应调整规则为:
在每次负荷值获取时间周期自适应调整之后,以最新调整后的自适应调整值为负荷值获取时间周期进行连续四次的网络节点的处理能力负荷值的获取,并在连续四次的网络节点的处理能力负荷值的获取之后,通过自适应调整模型对所述负荷值获取时间周期进行自适应调整。
进一步地,所述候选节点确定模块包括:
确定模块,用于根据所述边缘计算网络中各网络节点的剩余资源和剩余计算能力确定所述各网络节点的剩余处理能力负荷值;
候选确定模块,用于依次将各网络节点的所述剩余处理能力负荷值与所述负荷能力阈值进行比较,当所述剩余处理能力负荷值与所述网络节点的负荷能力阈值满足数量条件时,将该网络节点确定为候选网络节点:
其中,所述数量条件为:|Wy-Ws|≤15%·Wd,Ws表示网络节点的剩余处理能力负荷值。
进一步地,所述任务对接节点确定模块包括:
比较模块,用于根据所述任务的数据量确定所述边缘计算网络处理所述任务所需的任务处理负荷值;将所述任务处理负荷值与各所述候选网络节点的剩余处理能力负荷值进行比较,将满足所述任务处理负荷值不超过剩余处理能力负荷值的候选网络节点作为任务对接候选网络节点;
任务对接网络节点确定模块一,用于当所述任务对接候选网络节点的数量为一个时,将所述任务对接候选网络节点作为任务对接网络节点;
任务对接网络节点确定模块二,用于当所述任务对接候选网络节点的数量为多个时,获取所述任务对接候选网络节点的任务处理标记数量,将所述任务处理标记数量最小的任务对接候选网络节点作为任务对接网络节点;
任务对接网络节点确定模块三,用于当所述任务处理标记数量最小的任务对接候选网络节点为多个时,在所述任务处理标记数量最小的多个任务对接候选网络节点,选择剩余处理能力负荷值最大的任务对接候选网络节点作为任务对接网络节点。
本发明有益效果:
本发明提出的一种边缘计算的资源调度方法和系统,能够有效提高资源调度效率和资源调度的合理性。同时,在任务处理过于频繁的情况下,通过负荷值获取时间周期的自适应调整,提高资源调度频率与网络执行任务的频率的配合性,极大程度上提高资源调度的合理性。使资源调度的过程中,网络节点始终保持剩余资源量远大于任务执行量,减少边缘计算网络的资源饱和速率。
附图说明
图1为本发明所述方法的流程图;
图2为本发明所述系统的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提出的一种边缘计算的资源调度方法,如图1所示,所述方法包括:
S1、根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值;
S2、在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点;
S3、通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记;
S4、将所述任务发送至所述所述任务对接网络节点进行任务处理。
上述技术方案的效果为:能够有效提高资源调度效率和资源调度的合理性。同时,在任务处理过于频繁的情况下,通过负荷值获取时间周期的自适应调整,提高资源调度频率与网络执行任务的频率的配合性,极大程度上提高资源调度的合理性。使资源调度的过程中,网络节点始终保持剩余资源量远大于任务执行量,减少边缘计算网络的资源饱和速率。
本发明的一个实施例,所述根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值,包括:
S101、设置所述负荷值获取时间周期的周期初始值;
S102、以所述周期初始值作为负荷值获取时间周期,根据每各网络节点的处理能力负荷值通过阈值确定模型计算获取每各网络节点对应的负荷能力阈值,所述阈值确定模型为:
其中,Wy表示网络节点对应的负荷能力阈值;α1和α2表示阈值系数,α1的取值范围为0.56-0.73,α2的取值范围为0.71-0.87;H0表示网络节点对应初始资源量;H表示网络节点当前的剩余资源量;Hmax表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最大值;Hmin表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最小值;Hi表示第i次获取所述网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量;n表示获取网络节点对应的处理能力负荷值的次数;Wd表示当前获取的网络节点对应的处理能力负荷值;
S103、以所述周期初始值作为负荷值获取时间周期,执行四次所述边缘计算网络中各网络节点的处理能力负荷值获取之后,利用自适应调整模型确定负荷值获取时间周期的自适应调整值,所述自适应调整模型为:
其中,T1表示负荷值获取时间周期的自适应调整值;m表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数,m=4;Cj表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,第j个周期内所述网络节点执行任务的次数;Cmax表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最大次数值;Cmin表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最小次数值,T0表示周期初始值;
S104、以所述自适应调整值为负荷值获取时间周期执行四次所述边缘计算网络中各网络节点的处理能力负荷值的获取,并按照时间周期自适应调整规则对所述负荷值获取时间周期进行连续的自适应调整。
其中,所述时间周期自适应调整规则为:
在每次负荷值获取时间周期自适应调整之后,以最新调整后的自适应调整值为负荷值获取时间周期进行连续四次的网络节点的处理能力负荷值的获取,并在连续四次的网络节点的处理能力负荷值的获取之后,通过自适应调整模型对所述负荷值获取时间周期进行自适应调整。
上述技术方案的效果为:上述方法中,各网络节点的处理能力负荷值根据各边缘设备节点的计算能力和剩余资源量进行确定,同时,通过上述方式和公式模型获得的负荷能力阈值使负荷能力阈值设定更符合各网络节点的实际情况,防止统一固定的负荷能力阈值设置造成网络节点在资源调度分配的过程中,出现资源调度与网络节点实际资源利用情况不符的问题发生。另一方面,通过负荷值获取时间周期的自适应调整,能够根据边缘计算网络不通时间段的任务处理数量真实情况,使各网络节点的处理能力负荷值的获取与实际边缘计算网络的的实际运行情况的符合度更高。有效防止在边缘计算网络的任务处理量的变化较大时,固定负荷值获取时间周期造成各网络节点的处理能力负荷值的获取与实际网络任务处理情况不平衡的问题发生,造成资源调度效率降低的情况出现。极大程度上提高边缘计算网络的资源调度效率和稳定性。
本发明的一个实施例,在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点,包括:
S201、根据所述边缘计算网络中各网络节点的剩余资源和剩余计算能力确定所述各网络节点的剩余处理能力负荷值;
S202、依次将各网络节点的所述剩余处理能力负荷值与所述负荷能力阈值进行比较,当所述剩余处理能力负荷值与所述网络节点的负荷能力阈值满足数量条件时,将该网络节点确定为候选网络节点:
其中,所述数量条件为:|Wy-Ws|≤15%·Wd,Ws表示网络节点的剩余处理能力负荷值。
上述技术方案的效果为:通过上述方式和数量条件的设置,能够使网络节点始终保持剩余资源量远大于任务执行量,极大程度上减少边缘计算网络的资源饱和速率,进而提高边缘计算网络整体资源调度的运行稳定性。
本发明的一个实施例,通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记,包括:
S301、根据所述任务的数据量确定所述边缘计算网络处理所述任务所需的任务处理负荷值;将所述任务处理负荷值与各所述候选网络节点的剩余处理能力负荷值进行比较,将满足所述任务处理负荷值不超过剩余处理能力负荷值的候选网络节点作为任务对接候选网络节点;
S302、当所述任务对接候选网络节点的数量为一个时,将所述任务对接候选网络节点作为任务对接网络节点;
S303、当所述任务对接候选网络节点的数量为多个时,获取所述任务对接候选网络节点的任务处理标记数量,将所述任务处理标记数量最小的任务对接候选网络节点作为任务对接网络节点;
S304、当所述任务处理标记数量最小的任务对接候选网络节点为多个时,在所述任务处理标记数量最小的多个任务对接候选网络节点,选择剩余处理能力负荷值最大的任务对接候选网络节点作为任务对接网络节点。
上述技术方案的效果为:通过上述方式获取任务对接网络节点,能够使网络节点始终保持剩余资源量远大于任务执行量,极大程度上减少边缘计算网络的资源饱和速率,进而提高边缘计算网络整体资源调度的运行稳定性。
本发明实施例提出一种边缘计算的资源调度系统,如图2所示,所述系统包括:
阈值确定模块,用于根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值;
候选节点确定模块,用于在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点;
任务对接节点确定模块,用于通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记;
任务发送模块,用于将所述任务发送至所述所述任务对接网络节点进行任务处理。
上述技术方案的工作原理为:
首先,通过阈值确定模块根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值;然后,利用候选节点确定模块在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点;随后,采用任务对接节点确定模块通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记;最后,通过任务发送模块将所述任务发送至所述所述任务对接网络节点进行任务处理。
上述技术方案的效果为:能够有效提高资源调度效率和资源调度的合理性。同时,在任务处理过于频繁的情况下,通过负荷值获取时间周期的自适应调整,提高资源调度频率与网络执行任务的频率的配合性,极大程度上提高资源调度的合理性。使资源调度的过程中,网络节点始终保持剩余资源量远大于任务执行量,减少边缘计算网络的资源饱和速率。
本发明的一个实施例,所述阈值确定模块包括:
设置模块,用于设置所述负荷值获取时间周期的周期初始值;
阈值获取模块,用于以所述周期初始值作为负荷值获取时间周期,根据每各网络节点的处理能力负荷值通过阈值确定模型计算获取每各网络节点对应的负荷能力阈值,所述阈值确定模型为:
其中,Wy表示网络节点对应的负荷能力阈值;α1和α2表示阈值系数,α1的取值范围为0.56-0.73,α2的取值范围为0.71-0.87;H0表示网络节点对应初始资源量;H表示网络节点当前的剩余资源量;Hmax表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最大值;Hmin表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最小值;Hi表示第i次获取所述网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量;n表示获取网络节点对应的处理能力负荷值的次数;Wd表示当前获取的网络节点对应的处理能力负荷值;
自适应调整模块,用于以所述周期初始值作为负荷值获取时间周期,执行四次所述边缘计算网络中各网络节点的处理能力负荷值获取之后,利用自适应调整模型确定负荷值获取时间周期的自适应调整值,所述自适应调整模型为:
其中,T1表示负荷值获取时间周期的自适应调整值;m表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数,m=4;Cj表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,第j个周期内所述网络节点执行任务的次数;Cmax表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最大次数值;Cmin表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最小次数值,T0表示周期初始值;
获取及调整模块,用于以所述自适应调整值为负荷值获取时间周期执行四次所述边缘计算网络中各网络节点的处理能力负荷值的获取,并按照时间周期自适应调整规则对所述负荷值获取时间周期进行连续的自适应调整。
其中,所述时间周期自适应调整规则为:
在每次负荷值获取时间周期自适应调整之后,以最新调整后的自适应调整值为负荷值获取时间周期进行连续四次的网络节点的处理能力负荷值的获取,并在连续四次的网络节点的处理能力负荷值的获取之后,通过自适应调整模型对所述负荷值获取时间周期进行自适应调整。
上述技术方案的工作原理为:
首先,利用设置模块设置所述负荷值获取时间周期的周期初始值;然后,通过阈值获取模块以所述周期初始值作为负荷值获取时间周期,根据每各网络节点的处理能力负荷值通过阈值确定模型计算获取每各网络节点对应的负荷能力阈值;之后,通过自适应调整模块以所述周期初始值作为负荷值获取时间周期,执行四次所述边缘计算网络中各网络节点的处理能力负荷值获取之后,利用自适应调整模型确定负荷值获取时间周期的自适应调整值;最后,采用获取及调整模块以所述自适应调整值为负荷值获取时间周期执行四次所述边缘计算网络中各网络节点的处理能力负荷值的获取,并按照时间周期自适应调整规则对所述负荷值获取时间周期进行连续的自适应调整。
上述技术方案的效果为:各网络节点的处理能力负荷值根据各边缘设备节点的计算能力和剩余资源量进行确定,同时,通过上述方式和公式模型获得的负荷能力阈值使负荷能力阈值设定更符合各网络节点的实际情况,防止统一固定的负荷能力阈值设置造成网络节点在资源调度分配的过程中,出现资源调度与网络节点实际资源利用情况不符的问题发生。另一方面,通过负荷值获取时间周期的自适应调整,能够根据边缘计算网络不通时间段的任务处理数量真实情况,使各网络节点的处理能力负荷值的获取与实际边缘计算网络的的实际运行情况的符合度更高。有效防止在边缘计算网络的任务处理量的变化较大时,固定负荷值获取时间周期造成各网络节点的处理能力负荷值的获取与实际网络任务处理情况不平衡的问题发生,造成资源调度效率降低的情况出现。极大程度上提高边缘计算网络的资源调度效率和稳定性。
本发明的一个实施例,所述候选节点确定模块包括:
确定模块,用于根据所述边缘计算网络中各网络节点的剩余资源和剩余计算能力确定所述各网络节点的剩余处理能力负荷值;
候选确定模块,用于依次将各网络节点的所述剩余处理能力负荷值与所述负荷能力阈值进行比较,当所述剩余处理能力负荷值与所述网络节点的负荷能力阈值满足数量条件时,将该网络节点确定为候选网络节点:
其中,所述数量条件为:|Wy-Ws|≤15%·Wd,Ws表示网络节点的剩余处理能力负荷值。
上述技术方案的工作原理为:首先,通过确定模块根据所述边缘计算网络中各网络节点的剩余资源和剩余计算能力确定所述各网络节点的剩余处理能力负荷值;然后,利用候选确定模块依次将各网络节点的所述剩余处理能力负荷值与所述负荷能力阈值进行比较,当所述剩余处理能力负荷值与所述网络节点的负荷能力阈值满足数量条件时,将该网络节点确定为候选网络节点。
上述技术方案的效果为:通过上述方式和数量条件的设置,能够使网络节点始终保持剩余资源量远大于任务执行量,极大程度上减少边缘计算网络的资源饱和速率,进而提高边缘计算网络整体资源调度的运行稳定性。
本发明的一个实施例,所述任务对接节点确定模块包括:
比较模块,用于根据所述任务的数据量确定所述边缘计算网络处理所述任务所需的任务处理负荷值;将所述任务处理负荷值与各所述候选网络节点的剩余处理能力负荷值进行比较,将满足所述任务处理负荷值不超过剩余处理能力负荷值的候选网络节点作为任务对接候选网络节点;
任务对接网络节点确定模块一,用于当所述任务对接候选网络节点的数量为一个时,将所述任务对接候选网络节点作为任务对接网络节点;
任务对接网络节点确定模块二,用于当所述任务对接候选网络节点的数量为多个时,获取所述任务对接候选网络节点的任务处理标记数量,将所述任务处理标记数量最小的任务对接候选网络节点作为任务对接网络节点;
任务对接网络节点确定模块三,用于当所述任务处理标记数量最小的任务对接候选网络节点为多个时,在所述任务处理标记数量最小的多个任务对接候选网络节点,选择剩余处理能力负荷值最大的任务对接候选网络节点作为任务对接网络节点。
上述技术方案的工作原理为:首先,通过比较模块根据所述任务的数据量确定所述边缘计算网络处理所述任务所需的任务处理负荷值;将所述任务处理负荷值与各所述候选网络节点的剩余处理能力负荷值进行比较,将满足所述任务处理负荷值不超过剩余处理能力负荷值的候选网络节点作为任务对接候选网络节点;然后,利用任务对接网络节点确定模块一在所述任务对接候选网络节点的数量为一个时,将所述任务对接候选网络节点作为任务对接网络节点;随后,通过任务对接网络节点确定模块二在所述任务对接候选网络节点的数量为多个时,获取所述任务对接候选网络节点的任务处理标记数量,将所述任务处理标记数量最小的任务对接候选网络节点作为任务对接网络节点;最后,采用任务对接网络节点确定模块三在所述任务处理标记数量最小的任务对接候选网络节点为多个时,在所述任务处理标记数量最小的多个任务对接候选网络节点,选择剩余处理能力负荷值最大的任务对接候选网络节点作为任务对接网络节点。
上述技术方案的效果为:通过上述方式获取任务对接网络节点,能够使网络节点始终保持剩余资源量远大于任务执行量,极大程度上减少边缘计算网络的资源饱和速率,进而提高边缘计算网络整体资源调度的运行稳定性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种边缘计算的资源调度方法,其特征在于,所述方法包括:
根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值;
在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点;
通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记;
将所述任务发送至所述所述任务对接网络节点进行任务处理。
2.根据权利要求1所述方法,其特征在于,所述根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值,包括:
设置所述负荷值获取时间周期的周期初始值;
以所述周期初始值作为负荷值获取时间周期,根据每各网络节点的处理能力负荷值通过阈值确定模型计算获取每各网络节点对应的负荷能力阈值,所述阈值确定模型为:
其中,Wy表示网络节点对应的负荷能力阈值;α1和α2表示阈值系数,α1的取值范围为0.56-0.73,α2的取值范围为0.71-0.87;H0表示网络节点对应初始资源量;H表示网络节点当前的剩余资源量;Hmax表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最大值;Hmin表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最小值;Hi表示第i次获取所述网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量;n表示获取网络节点对应的处理能力负荷值的次数;Wd表示当前获取的网络节点对应的处理能力负荷值;
以所述周期初始值作为负荷值获取时间周期,执行四次所述边缘计算网络中各网络节点的处理能力负荷值获取之后,利用自适应调整模型确定负荷值获取时间周期的自适应调整值,所述自适应调整模型为:
其中,T1表示负荷值获取时间周期的自适应调整值;m表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数,m=4;Cj表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,第j个周期内所述网络节点执行任务的次数;Cmax表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最大次数值;Cmin表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最小次数值,T0表示周期初始值;
以所述自适应调整值为负荷值获取时间周期执行四次所述边缘计算网络中各网络节点的处理能力负荷值的获取,并按照时间周期自适应调整规则对所述负荷值获取时间周期进行连续的自适应调整。
3.根据权利要求2所述方法,其特征在于,所述时间周期自适应调整规则为:
在每次负荷值获取时间周期自适应调整之后,以最新调整后的自适应调整值为负荷值获取时间周期进行连续四次的网络节点的处理能力负荷值的获取,并在连续四次的网络节点的处理能力负荷值的获取之后,通过自适应调整模型对所述负荷值获取时间周期进行自适应调整。
4.根据权利要求1所述方法,其特征在于,在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点,包括:
根据所述边缘计算网络中各网络节点的剩余资源和剩余计算能力确定所述各网络节点的剩余处理能力负荷值;
依次将各网络节点的所述剩余处理能力负荷值与所述负荷能力阈值进行比较,当所述剩余处理能力负荷值与所述网络节点的负荷能力阈值满足数量条件时,将该网络节点确定为候选网络节点:
其中,所述数量条件为:|Wy-Ws|≤15%·Wd,Ws表示网络节点的剩余处理能力负荷值。
5.根据权利要求1所述方法,其特征在于,通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记,包括:
根据所述任务的数据量确定所述边缘计算网络处理所述任务所需的任务处理负荷值;将所述任务处理负荷值与各所述候选网络节点的剩余处理能力负荷值进行比较,将满足所述任务处理负荷值不超过剩余处理能力负荷值的候选网络节点作为任务对接候选网络节点;
当所述任务对接候选网络节点的数量为一个时,将所述任务对接候选网络节点作为任务对接网络节点;
当所述任务对接候选网络节点的数量为多个时,获取所述任务对接候选网络节点的任务处理标记数量,将所述任务处理标记数量最小的任务对接候选网络节点作为任务对接网络节点;
当所述任务处理标记数量最小的任务对接候选网络节点为多个时,在所述任务处理标记数量最小的多个任务对接候选网络节点,选择剩余处理能力负荷值最大的任务对接候选网络节点作为任务对接网络节点。
6.一种边缘计算的资源调度系统,其特征在于,所述系统包括:
阈值确定模块,用于根据负荷值获取时间周期获取边缘计算网络中各网络节点的处理能力负荷值,并根据每各网络节点的处理能力负荷值计算获取每各网络节点对应的负荷能力阈值;
候选节点确定模块,用于在所述边缘计算网络的任务生成时,根据所述各网络节点的当前剩余处理能力负荷值与负荷能力阈值筛选出候选网络节点;
任务对接节点确定模块,用于通过所述边缘计算网络处理所述任务所需的任务处理负荷值在所述候选网络节点中选取处理所述任务的网络节点,获得任务对接网络节点,并将所述任务对接网络节点进行一次任务处理标记;
任务发送模块,用于将所述任务发送至所述所述任务对接网络节点进行任务处理。
7.根据权利要求6所述系统,其特征在于,所述阈值确定模块包括:
设置模块,用于设置所述负荷值获取时间周期的周期初始值;
阈值获取模块,用于以所述周期初始值作为负荷值获取时间周期,根据每各网络节点的处理能力负荷值通过阈值确定模型计算获取每各网络节点对应的负荷能力阈值,所述阈值确定模型为:
其中,Wy表示网络节点对应的负荷能力阈值;α1和α2表示阈值系数,α1的取值范围为0.56-0.73,α2的取值范围为0.71-0.87;H0表示网络节点对应初始资源量;H表示网络节点当前的剩余资源量;Hmax表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最大值;Hmin表示获取网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量最小值;Hi表示第i次获取所述网络节点对应的处理能力负荷值时,所述网络节点对应的剩余资源量;n表示获取网络节点对应的处理能力负荷值的次数;Wd表示当前获取的网络节点对应的处理能力负荷值;
自适应调整模块,用于以所述周期初始值作为负荷值获取时间周期,执行四次所述边缘计算网络中各网络节点的处理能力负荷值获取之后,利用自适应调整模型确定负荷值获取时间周期的自适应调整值,所述自适应调整模型为:
其中,T1表示负荷值获取时间周期的自适应调整值;m表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数,m=4;Cj表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,第j个周期内所述网络节点执行任务的次数;Cmax表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最大次数值;Cmin表示按照同一负荷值获取时间周期连续执行处理能力负荷值获取的次数内,一个负荷值获取时间周期中所述网络节点执行任务的最小次数值,T0表示周期初始值;
获取及调整模块,用于以所述自适应调整值为负荷值获取时间周期执行四次所述边缘计算网络中各网络节点的处理能力负荷值的获取,并按照时间周期自适应调整规则对所述负荷值获取时间周期进行连续的自适应调整。
8.根据权利要求7所述系统,其特征在于,所述时间周期自适应调整规则为:
在每次负荷值获取时间周期自适应调整之后,以最新调整后的自适应调整值为负荷值获取时间周期进行连续四次的网络节点的处理能力负荷值的获取,并在连续四次的网络节点的处理能力负荷值的获取之后,通过自适应调整模型对所述负荷值获取时间周期进行自适应调整。
9.根据权利要求6所述系统,其特征在于,所述候选节点确定模块包括:
确定模块,用于根据所述边缘计算网络中各网络节点的剩余资源和剩余计算能力确定所述各网络节点的剩余处理能力负荷值;
候选确定模块,用于依次将各网络节点的所述剩余处理能力负荷值与所述负荷能力阈值进行比较,当所述剩余处理能力负荷值与所述网络节点的负荷能力阈值满足数量条件时,将该网络节点确定为候选网络节点:
其中,所述数量条件为:|Wy-Ws|≤15%·Wd,Ws表示网络节点的剩余处理能力负荷值。
10.根据权利要求6所述系统,其特征在于,所述任务对接节点确定模块包括:
比较模块,用于根据所述任务的数据量确定所述边缘计算网络处理所述任务所需的任务处理负荷值;将所述任务处理负荷值与各所述候选网络节点的剩余处理能力负荷值进行比较,将满足所述任务处理负荷值不超过剩余处理能力负荷值的候选网络节点作为任务对接候选网络节点;
任务对接网络节点确定模块一,用于当所述任务对接候选网络节点的数量为一个时,将所述任务对接候选网络节点作为任务对接网络节点;
任务对接网络节点确定模块二,用于当所述任务对接候选网络节点的数量为多个时,获取所述任务对接候选网络节点的任务处理标记数量,将所述任务处理标记数量最小的任务对接候选网络节点作为任务对接网络节点;
任务对接网络节点确定模块三,用于当所述任务处理标记数量最小的任务对接候选网络节点为多个时,在所述任务处理标记数量最小的多个任务对接候选网络节点,选择剩余处理能力负荷值最大的任务对接候选网络节点作为任务对接网络节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011223583.6A CN112433846B (zh) | 2020-11-05 | 2020-11-05 | 一种边缘计算的资源调度方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011223583.6A CN112433846B (zh) | 2020-11-05 | 2020-11-05 | 一种边缘计算的资源调度方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112433846A true CN112433846A (zh) | 2021-03-02 |
CN112433846B CN112433846B (zh) | 2022-10-21 |
Family
ID=74696589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011223583.6A Active CN112433846B (zh) | 2020-11-05 | 2020-11-05 | 一种边缘计算的资源调度方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112433846B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109274745A (zh) * | 2018-09-28 | 2019-01-25 | 北京北斗方圆电子科技有限公司 | 一种边缘节点优化计算的物联网系统和方法 |
CN110347515A (zh) * | 2019-07-17 | 2019-10-18 | 国网四川省电力公司电力科学研究院 | 一种适合边缘计算环境的资源优化分配方法 |
CN111274035A (zh) * | 2020-01-20 | 2020-06-12 | 长沙市源本信息科技有限公司 | 边缘计算环境下的资源调度方法、装置和计算机设备 |
US20200228623A1 (en) * | 2019-01-14 | 2020-07-16 | Amdocs Development Limited | Handshake of application execution between edge nodes |
-
2020
- 2020-11-05 CN CN202011223583.6A patent/CN112433846B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109274745A (zh) * | 2018-09-28 | 2019-01-25 | 北京北斗方圆电子科技有限公司 | 一种边缘节点优化计算的物联网系统和方法 |
US20200228623A1 (en) * | 2019-01-14 | 2020-07-16 | Amdocs Development Limited | Handshake of application execution between edge nodes |
CN110347515A (zh) * | 2019-07-17 | 2019-10-18 | 国网四川省电力公司电力科学研究院 | 一种适合边缘计算环境的资源优化分配方法 |
CN111274035A (zh) * | 2020-01-20 | 2020-06-12 | 长沙市源本信息科技有限公司 | 边缘计算环境下的资源调度方法、装置和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112433846B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111242282B (zh) | 基于端边云协同的深度学习模型训练加速方法 | |
CN107871164B (zh) | 一种雾计算环境个性化深度学习方法 | |
CN104516475B (zh) | 用于管理多核片上系统上的全局芯片功率的方法和装置 | |
CN104901989B (zh) | 一种现场服务提供系统及方法 | |
CN109981744B (zh) | 数据的分发方法、装置、存储介质及电子设备 | |
CN105900064A (zh) | 调度数据流任务的方法和装置 | |
CN112148484B (zh) | 一种基于耦合度的微服务在线分配方法与系统 | |
CN108270805B (zh) | 用于数据处理的资源分配方法及装置 | |
CN111026548B (zh) | 一种逆向深度强化学习的电力通信设备测试资源调度方法 | |
CN115186821B (zh) | 面向芯粒的神经网络推理开销估计方法及装置、电子设备 | |
CN104346214B (zh) | 用于分布式环境的异步任务管理装置及方法 | |
CN110198339A (zh) | 一种基于QoE感知的边缘计算任务调度方法 | |
US20230066703A1 (en) | Method for estimating structural vibration in real time | |
CN116955455A (zh) | 适用于辐射监测系统的处理方法及平台 | |
CN114091688B (zh) | 一种计算资源获取方法、装置、电子设备和存储介质 | |
CN112433846B (zh) | 一种边缘计算的资源调度方法和系统 | |
CN112651500B (zh) | 一种量化模型的生成方法及终端 | |
CN117135131A (zh) | 一种面向云边协同场景的任务资源需求感知方法 | |
CN115883391A (zh) | 单用户服务选择方法及装置 | |
CN103455525B (zh) | 基于用户的搜索推广行为确定推广帐号状态的方法与设备 | |
CN115525394A (zh) | 容器数量的调整方法及装置 | |
CN110276455B (zh) | 基于全局率权重的分布式深度学习系统 | |
CN111490889B (zh) | 一种无线业务增长预估方法及装置 | |
CN111092755B (zh) | 一种基于资源占用的边缘服务迁移仿真方法 | |
US20240086717A1 (en) | Model training control method based on asynchronous federated learning, electronic device and storage medium |
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 |