CN112486676A - 一种基于边缘计算的数据共享分发方法及装置 - Google Patents
一种基于边缘计算的数据共享分发方法及装置 Download PDFInfo
- Publication number
- CN112486676A CN112486676A CN202011334145.7A CN202011334145A CN112486676A CN 112486676 A CN112486676 A CN 112486676A CN 202011334145 A CN202011334145 A CN 202011334145A CN 112486676 A CN112486676 A CN 112486676A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- edge
- strategy
- network edge
- 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
- G06F9/5072—Grid computing
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种基于边缘计算的数据共享分发方法及装置,该方法包括:获取目标事物的网络边缘设备部署策略获取对应的共享服务器;获取目标数据的采集策略及处理策略;基于目标数据的采集策略从目标事物处采集目标数据,存储至目标网络边缘设备;根据目标数据的处理策略处理目标网络边缘设备中的目标数据,得到网络边缘数据存储至所对应的共享服务器;在共享服务器上汇总各个网络边缘数据,按照预设的边缘数据分析处理策略进行分析处理得到边缘计算精准数据,将精准数据进行分享分发。本发明解决了数据追踪中的网络时延问题,提供近智能服务,可以满足敏捷联接、实时业务、数据优化、应用智能、完全与隐私保护等方面的需求。
Description
技术领域
本发明涉及智能通讯的技术领域,具体涉及一种基于边缘计算的数据共享分发方法及装置。
背景技术
目前,全球已掀起行业数字化转型的浪潮,数字化是基础,网络化是支撑,智能化是目标。通过对人物、环境、过程等对象进行数字化产生数据,通过网络化实现数据的价值流动,以数据为生产要素,通过智能化为各行业创造经济和社会价值。智能化是以数据的智能分析为基础,从而实现智能决策和智能操作,通过闭环实现业务流程的持续智能优化。
目前的智能数据处理方式是以数据计算你中心为基本,从各个地方采集数据,集中进行分析处理的方式,一般数据计算中心的部署位置都较远,在各个应用场景中,计算任务都需要较小的计算时延,而直接通过偏远的数据计算中心将会导致数据传输时间长,带来延时损耗。而在工业生产、运营成场景中,对事故、故障、突发情况的实时响应非常重要,现有的数据处理,乃至云计算都存在网络时延大、成本高及安全隐患等一系列问题,无法适应所有的大数据分析、处理要求。
在云计算架构中,数据通过网络全部传输并保存至云端,通过云计算的动态、弹性及灵活特性,克服了对IT资源的独占性、数据中心的业务密度低、系统资源利用效率低下、有限的物理空间难以满足业务快速发展的要求的问题。然而,与此同时,云计算所需要的大量数据来自于相关的设备采集得到,各类终端将采集到的大量数据传送至对应的云平台中,通过中心化的集中运算得到分析结果,随着分布式智能设备的广泛使用,大量的数据传输造成了传输通道的堵塞,造成云计算中的极大困难。
因此,行业内亟需一种能对目标追踪任务的特点进行分析并追踪的方案。
发明内容
本发明的目的在于针对现有技术的不足而提供一种基于边缘计算的数据共享分发方法及装置。本发明的目的可以通过如下所述技术方案来实现。
本发明提供一种基于边缘计算的数据共享分发方法,包括:
根据事物的位置及自身属性类型,按照预设的共享服务器设置策略设置共享服务器,并按照预设识别码策略设置对应的共享识别码;
预设事物的属性类型与其网络边缘设备的部署策略对应关系;设置所述目标事物的属性类型与数据采集及处理策略的数据处理对应关系;
根据目标事物的属性类型及所述部署策略对应关系,获取所述目标事物的网络边缘设备部署策略及对应的共享识别码,按照所述共享识别码获取对应的共享服务器;根据所述网络边缘设备部署策略配置所述目标事物的目标网络边缘设备;
根据所述数据处理对应关系及所述目标事物的属性类型,获取目标数据的采集策略及处理策略;基于所述目标数据的采集策略从所述目标事物处采集目标数据,存储至所述目标网络边缘设备;根据所述目标数据的处理策略处理所述目标网络边缘设备中的所述目标数据,得到网络边缘数据存储至所对应的共享服务器;
在所述共享服务器上汇总各个所述网络边缘数据,按照预设的边缘数据分析处理策略进行分析处理得到边缘计算精准数据;接收精准数据的分享请求,分析所述分享请求中的身份权限,在所述身份权限符合预设的数据分享条件时,将所述精准数据进行分享分发。
可选地,其中,按照预设的共享服务器设置策略设置共享服务器,为:
根据事物的位置、自身属性类型及目标网络边缘设备的信息,获取周边预设范围内的共享存储设备及其可用空间;
基于所述目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存,并分布在各个所述共享存储设备上,将各个所述共享存储设备的共享存储空间按照预设的共享服务器设置策略设置所述共享服务器。
可选地,其中,分析所述分享请求中的身份权限,在所述身份权限符合预设的数据分享条件时,将所述精准数据进行分享分发,为:
将所述网络边缘数据按照预设的查询权限等级对应分级,再基于对应的查询权限等级存储至所对应的共享服务器;
分析所述分享请求中的身份权限,得到对应的查询权限等级,在所述身份权限符合预设的数据分享条件时,按照对应的查询权限等级获取对应的所述精准数据进行分享分发。
可选地,其中,根据所述网络边缘设备部署策略配置所述目标事物的目标网络边缘设备,为:
获取所述目标事物周边预设范围内的网络边缘设备,按照预设的边缘计算测试策略检测各个所述网络边缘设备的边缘计算性能;
按照所述边缘计算性能从高到低排序,并顺次选取预设数量作为所述目标事物的目标网络边缘设备。
可选地,其中,该方法还包括:
将所述各个所述目标网络边缘设备连接至边缘计算控制平台;
所述边缘计算控制平台按照预设的边缘设备状态检测策略向所述目标网络边缘设备发送状态检测信号;
在发送所述状态检测信号预设时间内未收到检测反馈信号时,根据所述网络边缘设备部署策略配置所述目标事物的更新目标网络边缘设备。
可选地,其中,该方法还包括:
将所述各个所述目标网络边缘设备连接至边缘计算控制平台;
所述目标网络边缘设备接收所述边缘计算控制平台的存储搜索策略,并按照所述存储搜索策略获取预设存储设备范围内的目标存储设备;
基于所述目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存,并分布在各个所述目标存储设备上。
可选地,其中,根据所述目标图像数据的处理策略处理所述目标网络边缘图像数据中的所述目标数据,得到网络边缘图像数据,为:
根据所述目标数据的处理策略对所述目标网络边缘图像数据中的所述目标数据进行校正、去躁及加窗处理得到初处理数据;
根据目标图像数据的属性类型,基于该属性类型对应的特征提取策略,对所述初处理数据进行特征提取得到网络边缘图像数据。
另一方面,本发明还提供一种基于边缘计算的数据共享分发装置,包括:边缘计算数据共享设置模块、边缘计算数据处理模块及边缘计算数据分发模块;其中,
所述边缘计算数据共享设置模块,根据事物的位置及自身属性类型,按照预设的共享服务器设置策略设置共享服务器,并按照预设识别码策略设置对应的共享识别码;
预设事物的属性类型与其网络边缘设备的部署策略对应关系;设置所述目标事物的属性类型与数据采集及处理策略的数据处理对应关系;
所述边缘计算数据处理模块,与所述边缘计算数据共享设置模块相连接,根据目标事物的属性类型及所述部署策略对应关系,获取所述目标事物的网络边缘设备部署策略及对应的共享识别码,按照所述共享识别码获取对应的共享服务器;根据所述网络边缘设备部署策略配置所述目标事物的目标网络边缘设备;
根据所述数据处理对应关系及所述目标事物的属性类型,获取目标数据的采集策略及处理策略;基于所述目标数据的采集策略从所述目标事物处采集目标数据,存储至所述目标网络边缘设备;根据所述目标数据的处理策略处理所述目标网络边缘设备中的所述目标数据,得到网络边缘数据存储至所对应的共享服务器;
所述边缘计算数据分发模块,与所述边缘计算数据处理模块相连接,在所述共享服务器上汇总各个所述网络边缘数据,按照预设的边缘数据分析处理策略进行分析处理得到边缘计算精准数据;接收精准数据的分享请求,分析所述分享请求中的身份权限,在所述身份权限符合预设的数据分享条件时,将所述精准数据进行分享分发。
可选地,其中,该装置还包括:目标网络边缘数据状态检测模块,与所述边缘计算数据处理模块相连接,将所述各个所述目标网络边缘数据连接至边缘计算控制平台;
所述边缘计算控制平台按照预设的边缘数据状态检测策略向所述目标网络边缘图像数据发送状态检测信号;
在发送所述状态检测信号预设时间内未收到检测反馈信号时,根据所述网络边缘数据部署策略配置所述目标事物的更新目标网络边缘数据。
可选地,其中,该装置还包括:目标网络边缘数据虚拟缓存创建模块,与所述边缘计算数据处理模块相连接,将所述各个所述目标网络边缘数据连接至边缘计算控制平台;
所述目标网络边缘图像数据接收所述边缘计算控制平台的存储搜索策略,并按照所述存储搜索策略获取预设存储设备范围内的目标存储设备;
基于所述目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存,并分布在各个所述目标存储设备上。
与现有技术比,本发明的有益效果:
本发明研发了一种基于边缘计算的数据共享分发方法及装置,结合共享分发服务器的设置,将边缘计算的数据进行共享分发。在网络边缘构建智能、灵活、弹性的网络,与云计算集中化平台相辅相成,互相补充,展现了边缘计算在当前场景下相对于传统数据采集和分析系统的优势,大大提高数据计算处理效率,提升了检测准确性。基于边缘计算的单目标追踪平台在一定程度上与分布式机器学习系统类似,后者通常包含数据和模型划分模块、单机优化模块、通信模块以及模型和数据聚合模块等。将训练样本通过随机采样或置乱切分等方式进行划分,并对模型进行横向、纵向或随机划分后,分配至不同工作节点,采用单机优化模块进行子模型训练,期间通过通信模块进行信息同步,最后采用模型和数据聚合模块对训练好的模型进行集成聚合。极大地提升了数据的追踪处理效率和准确性。
附图说明
为了更清楚的说明本发明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的介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明实施例中的基于边缘计算的数据共享分发方法的流程示意图;
图2为本发明实施例中第二种基于边缘计算的数据共享分发方法的流程示意图;
图3为本发明实施例中第三种基于边缘计算的数据共享分发方法的流程示意图;
图4为本发明实施例中第四种基于边缘计算的数据共享分发方法的流程示意图;
图5为本发明实施例中第五种基于边缘计算的数据共享分发方法的流程示意图;
图6为本发明实施例中第六种基于边缘计算的数据共享分发方法的流程示意图;
图7为本发明实施例中第七种基于边缘计算的数据共享分发方法的流程示意图;
图8为本发明实施例中的基于边缘计算的数据共享分发装置的结构示意图;
图9为本发明实施例中第二种基于边缘计算的数据共享分发装置的结构示意图;
图10为本发明实施例中第三种基于边缘计算的数据共享分发装置的结构示意图。
具体实施方式
下面将结合具体实施例,对本发明的技术方案进行清楚、完整的描述,显然,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,本领域普通的技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本发明的保护范围。
如图1所示,为本实施例中一种基于边缘计算的数据共享分发方法的流程示意图。具体地,该方法包括如下步骤:
步骤101、根据事物的位置及自身属性类型,按照预设的共享服务器设置策略设置共享服务器,并按照预设识别码策略设置对应的共享识别码。
步骤102、预设事物的属性类型与其网络边缘设备的部署策略对应关系;设置目标事物的属性类型与数据采集及处理策略的数据处理对应关系。
步骤103、根据目标事物的属性类型及部署策略对应关系,获取目标事物的网络边缘设备部署策略及对应的共享识别码,按照共享识别码获取对应的共享服务器;根据网络边缘设备部署策略配置目标事物的目标网络边缘设备。
步骤104、根据数据处理对应关系及目标事物的属性类型,获取目标数据的采集策略及处理策略;基于目标数据的采集策略从目标事物处采集目标数据,存储至目标网络边缘设备;根据目标数据的处理策略处理目标网络边缘设备中的目标数据,得到网络边缘数据存储至所对应的共享服务器。
步骤105、在共享服务器上汇总各个网络边缘数据,按照预设的边缘数据分析处理策略进行分析处理得到边缘计算精准数据;接收精准数据的分享请求,分析分享请求中的身份权限,在身份权限符合预设的数据分享条件时,将精准数据进行分享分发。
在一些可选的实施例中,如图2所示,为本实施中第二种基于边缘计算的数据共享分发方法的流程示意图,与图1中不同的是,按照预设的共享服务器设置策略设置共享服务器,为:
步骤201、根据事物的位置、自身属性类型及目标网络边缘设备的信息,获取周边预设范围内的共享存储设备及其可用空间。
步骤202、基于目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存,并分布在各个共享存储设备上,将各个共享存储设备的共享存储空间按照预设的共享服务器设置策略设置共享服务器。
在一些可选的实施例中,如图3所示,为本实施中第三种基于边缘计算的数据共享分发方法的流程示意图,与图1中不同的是,分析分享请求中的身份权限,在身份权限符合预设的数据分享条件时,将精准数据进行分享分发,为:
步骤301、将网络边缘数据按照预设的查询权限等级对应分级,再基于对应的查询权限等级存储至所对应的共享服务器。
步骤302、分析分享请求中的身份权限,得到对应的查询权限等级,在身份权限符合预设的数据分享条件时,按照对应的查询权限等级获取对应的精准数据进行分享分发。
在一些可选的实施例中,如图4所示,为本实施中第四种基于边缘计算的数据共享分发方法的流程示意图,与图1中不同的是,根据网络边缘设备部署策略配置目标事物的目标网络边缘设备,为:
步骤401、获取目标事物周边预设范围内的网络边缘设备,按照预设的边缘计算测试策略检测各个网络边缘设备的边缘计算性能。
步骤402、按照边缘计算性能从高到低排序,并顺次选取预设数量作为目标事物的目标网络边缘设备。
在一些可选的实施例中,如图5所示,为本实施中第五种基于边缘计算的数据共享分发方法的流程示意图,与图1中不同的是,还包括:
步骤501、将各个目标网络边缘设备连接至边缘计算控制平台。
步骤502、边缘计算控制平台按照预设的边缘设备状态检测策略向目标网络边缘设备发送状态检测信号。
步骤503、在发送状态检测信号预设时间内未收到检测反馈信号时,根据网络边缘设备部署策略配置目标事物的更新目标网络边缘设备。
在一些可选的实施例中,如图6所示,为本实施中第五种基于边缘计算的数据共享分发方法的流程示意图,与图1中不同的是,还包括:
步骤601、将各个目标网络边缘设备连接至边缘计算控制平台。
步骤602、目标网络边缘设备接收边缘计算控制平台的存储搜索策略,并按照存储搜索策略获取预设存储设备范围内的目标存储设备。
步骤603、基于目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存,并分布在各个目标存储设备上。
在一些可选的实施例中,如图7所示,为本实施中第五种基于边缘计算的数据共享分发方法的流程示意图,与图1中不同的是,根据目标图像数据的处理策略处理目标网络边缘图像数据中的目标数据,得到网络边缘图像数据,为:
步骤701、根据目标数据的处理策略对目标网络边缘图像数据中的目标数据进行校正、去躁及加窗处理得到初处理数据。
步骤702、根据目标图像数据的属性类型,基于该属性类型对应的特征提取策略,对初处理数据进行特征提取得到网络边缘图像数据。
在一些可选的实施例中,如图8所示,为本实施中基于边缘计算的数据共享分发装置的示意图,该装置用于实施上述的基于边缘计算的数据共享分发方法。具体地,该装置包括:边缘计算数据共享设置模块801、边缘计算数据处理模块802及边缘计算数据分发模块803。
其中,边缘计算数据共享设置模块801,根据事物的位置及自身属性类型,按照预设的共享服务器设置策略设置共享服务器,并按照预设识别码策略设置对应的共享识别码。
预设事物的属性类型与其网络边缘设备的部署策略对应关系;设置目标事物的属性类型与数据采集及处理策略的数据处理对应关系。
边缘计算数据处理模块802,与边缘计算数据共享设置模块801相连接,根据目标事物的属性类型及部署策略对应关系,获取目标事物的网络边缘设备部署策略及对应的共享识别码,按照共享识别码获取对应的共享服务器;根据网络边缘设备部署策略配置目标事物的目标网络边缘设备。
根据数据处理对应关系及目标事物的属性类型,获取目标数据的采集策略及处理策略;基于目标数据的采集策略从目标事物处采集目标数据,存储至目标网络边缘设备;根据目标数据的处理策略处理目标网络边缘设备中的目标数据,得到网络边缘数据存储至所对应的共享服务器。
边缘计算数据分发模块803,与边缘计算数据处理模块802相连接,在共享服务器上汇总各个网络边缘数据,按照预设的边缘数据分析处理策略进行分析处理得到边缘计算精准数据;接收精准数据的分享请求,分析分享请求中的身份权限,在身份权限符合预设的数据分享条件时,将精准数据进行分享分发。
在一些可选的实施例中,如图9所示,为本实施中第二种基于边缘计算的数据共享分发装置的示意图,与图8中不同的是,还包括:目标网络边缘数据状态检测模块901,与边缘计算数据处理模块相连接,将各个目标网络边缘数据连接至边缘计算控制平台。
边缘计算控制平台按照预设的边缘数据状态检测策略向目标网络边缘图像数据发送状态检测信号。
在发送状态检测信号预设时间内未收到检测反馈信号时,根据网络边缘数据部署策略配置目标事物的更新目标网络边缘数据。
在一些可选的实施例中,如图10所示,为本实施中第四种基于边缘计算的数据共享分发装置的示意图,与图8中不同的是,还包括:目标网络边缘数据虚拟缓存创建模块1001,与边缘计算数据处理模块相连接,将各个目标网络边缘数据连接至边缘计算控制平台。
目标网络边缘图像数据接收边缘计算控制平台的存储搜索策略,并按照存储搜索策略获取预设存储设备范围内的目标存储设备。
基于目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存,并分布在各个目标存储设备上。
本实施的基于边缘计算的数据共享分发方案,针对不同类别的数据源和数据类型,分别提出了面对各自环境下的数据采集模块和数据预处理模块的方案设计,并在相应的具体场景下予以实现。设计了底层数据采集与处理模块与上层大数据处理系统的通信构架,在面对具体场景下中心数据处理系统对于边缘设备的不同操作需求时,可以根据具体事务要求做出相应。提出了针对边缘设备数据处理能力较差的前提下,利用中心设备与边缘设备的协同,完成数据分析和数据挖掘任务,以克服边缘设备计算能力弱和云中心计算响应慢等缺点。依据上述过程,完成了基于边缘计算的数据获取与处理系统。系统具有效率高,反应快,能耗低等特点,满足了大多数日常数据收集和处理场景的需求。通过在两个不同数据来源以及处理需求的场景下的实现,验证了系统的可行性和自身特点。
以上借助具体实施例对本发明做了进一步描述,但是应该理解的是,这里具体的描述,不应理解为对本发明的实质和范围的限定,本领域内的普通技术人员在阅读本说明书后对上述实施例做出的各种修改,都属于本发明所保护的范围。
Claims (10)
1.一种基于边缘计算的数据共享分发方法,其特征在于,包括:
根据事物的位置及自身属性类型,按照预设的共享服务器设置策略设置共享服务器,并按照预设识别码策略设置对应的共享识别码;
预设事物的属性类型与其网络边缘设备的部署策略对应关系;设置所述目标事物的属性类型与数据采集及处理策略的数据处理对应关系;
根据目标事物的属性类型及所述部署策略对应关系,获取所述目标事物的网络边缘设备部署策略及对应的共享识别码,按照所述共享识别码获取对应的共享服务器;根据所述网络边缘设备部署策略配置所述目标事物的目标网络边缘设备;
根据所述数据处理对应关系及所述目标事物的属性类型,获取目标数据的采集策略及处理策略;基于所述目标数据的采集策略从所述目标事物处采集目标数据,存储至所述目标网络边缘设备;根据所述目标数据的处理策略处理所述目标网络边缘设备中的所述目标数据,得到网络边缘数据存储至所对应的共享服务器;
在所述共享服务器上汇总各个所述网络边缘数据,按照预设的边缘数据分析处理策略进行分析处理得到边缘计算精准数据;接收精准数据的分享请求,分析所述分享请求中的身份权限,在所述身份权限符合预设的数据分享条件时,将所述精准数据进行分享分发。
2.根据权利要求1所述的基于边缘计算的数据共享分发方法,其特征在于,按照预设的共享服务器设置策略设置共享服务器,为:
根据事物的位置、自身属性类型及目标网络边缘设备的信息,获取周边预设范围内的共享存储设备及其可用空间;
基于所述目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存,并分布在各个所述共享存储设备上,将各个所述共享存储设备的共享存储空间按照预设的共享服务器设置策略设置所述共享服务器。
3.根据权利要求1所述的基于边缘计算的数据共享分发方法,其特征在于,分析所述分享请求中的身份权限,在所述身份权限符合预设的数据分享条件时,将所述精准数据进行分享分发,为:
将所述网络边缘数据按照预设的查询权限等级对应分级,再基于对应的查询权限等级存储至所对应的共享服务器;
分析所述分享请求中的身份权限,得到对应的查询权限等级,在所述身份权限符合预设的数据分享条件时,按照对应的查询权限等级获取对应的所述精准数据进行分享分发。
4.根据权利要求1所述的基于边缘计算的数据共享分发方法,其特征在于,根据所述网络边缘设备部署策略配置所述目标事物的目标网络边缘设备,为:
获取所述目标事物周边预设范围内的网络边缘设备,按照预设的边缘计算测试策略检测各个所述网络边缘设备的边缘计算性能;
按照所述边缘计算性能从高到低排序,并顺次选取预设数量作为所述目标事物的目标网络边缘设备。
5.根据权利要求1所述的基于边缘计算的数据共享分发方法,其特征在于,还包括:
将所述各个所述目标网络边缘设备连接至边缘计算控制平台;
所述边缘计算控制平台按照预设的边缘设备状态检测策略向所述目标网络边缘设备发送状态检测信号;
在发送所述状态检测信号预设时间内未收到检测反馈信号时,根据所述网络边缘设备部署策略配置所述目标事物的更新目标网络边缘设备。
6.根据权利要求1所述的基于边缘计算的数据共享分发方法,其特征在于,还包括:
将所述各个所述目标网络边缘设备连接至边缘计算控制平台;
所述目标网络边缘设备接收所述边缘计算控制平台的存储搜索策略,并按照所述存储搜索策略获取预设存储设备范围内的目标存储设备;
基于所述目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存,并分布在各个所述目标存储设备上。
7.根据权利要求1所述的基于边缘计算的数据共享分发方法,其特征在于,根据所述目标图像数据的处理策略处理所述目标网络边缘图像数据中的所述目标数据,得到网络边缘图像数据,为:
根据所述目标数据的处理策略对所述目标网络边缘图像数据中的所述目标数据进行校正、去躁及加窗处理得到初处理数据;
根据目标图像数据的属性类型,基于该属性类型对应的特征提取策略,对所述初处理数据进行特征提取得到网络边缘图像数据。
8.一种基于边缘计算的数据共享分发装置,其特征在于,包括:边缘计算数据共享设置模块、边缘计算数据处理模块及边缘计算数据分发模块;其中,
所述边缘计算数据共享设置模块,根据事物的位置及自身属性类型,按照预设的共享服务器设置策略设置共享服务器,并按照预设识别码策略设置对应的共享识别码;
预设事物的属性类型与其网络边缘设备的部署策略对应关系;设置所述目标事物的属性类型与数据采集及处理策略的数据处理对应关系;
所述边缘计算数据处理模块,与所述边缘计算数据共享设置模块相连接,根据目标事物的属性类型及所述部署策略对应关系,获取所述目标事物的网络边缘设备部署策略及对应的共享识别码,按照所述共享识别码获取对应的共享服务器;根据所述网络边缘设备部署策略配置所述目标事物的目标网络边缘设备;
根据所述数据处理对应关系及所述目标事物的属性类型,获取目标数据的采集策略及处理策略;基于所述目标数据的采集策略从所述目标事物处采集目标数据,存储至所述目标网络边缘设备;根据所述目标数据的处理策略处理所述目标网络边缘设备中的所述目标数据,得到网络边缘数据存储至所对应的共享服务器;
所述边缘计算数据分发模块,与所述边缘计算数据处理模块相连接,在所述共享服务器上汇总各个所述网络边缘数据,按照预设的边缘数据分析处理策略进行分析处理得到边缘计算精准数据;接收精准数据的分享请求,分析所述分享请求中的身份权限,在所述身份权限符合预设的数据分享条件时,将所述精准数据进行分享分发。
9.根据权利要求8所述的基于边缘计算的数据共享分发装置,其特征在于,还包括:目标网络边缘数据状态检测模块,与所述边缘计算数据处理模块相连接,将所述各个所述目标网络边缘数据连接至边缘计算控制平台;
所述边缘计算控制平台按照预设的边缘数据状态检测策略向所述目标网络边缘图像数据发送状态检测信号;
在发送所述状态检测信号预设时间内未收到检测反馈信号时,根据所述网络边缘数据部署策略配置所述目标事物的更新目标网络边缘数据。
10.根据权利要求8所述的基于边缘计算的数据共享分发装置,其特征在于,还包括:目标网络边缘数据虚拟缓存创建模块,与所述边缘计算数据处理模块相连接,将所述各个所述目标网络边缘数据连接至边缘计算控制平台;
所述目标网络边缘图像数据接收所述边缘计算控制平台的存储搜索策略,并按照所述存储搜索策略获取预设存储设备范围内的目标存储设备;
基于所述目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存,并分布在各个所述目标存储设备上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334145.7A CN112486676B (zh) | 2020-11-25 | 2020-11-25 | 一种基于边缘计算的数据共享分发装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334145.7A CN112486676B (zh) | 2020-11-25 | 2020-11-25 | 一种基于边缘计算的数据共享分发装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112486676A true CN112486676A (zh) | 2021-03-12 |
CN112486676B CN112486676B (zh) | 2023-04-18 |
Family
ID=74934105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011334145.7A Active CN112486676B (zh) | 2020-11-25 | 2020-11-25 | 一种基于边缘计算的数据共享分发装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112486676B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114915637A (zh) * | 2021-12-22 | 2022-08-16 | 河南科技大学 | 一种联合收割机远程运维数据获取优化方法 |
CN117061177A (zh) * | 2023-08-17 | 2023-11-14 | 西南大学 | 一种边缘计算环境下的数据隐私保护增强方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090172167A1 (en) * | 2007-12-26 | 2009-07-02 | David Drai | System and Method for a CDN Balancing and Sharing Platform |
CA2738586A1 (en) * | 2010-05-10 | 2011-11-10 | Research In Motion Limited | System and method for multi-certificate and certificate authority strategy |
CN105871908A (zh) * | 2016-05-30 | 2016-08-17 | 北京琵琶行科技有限公司 | 企业网络边界设备访问控制策略的管控方法及装置 |
US20170223048A1 (en) * | 2016-01-28 | 2017-08-03 | Ca, Inc. | DELEGATED AUTHENTICATION IN AN INTERNET OF THINGS (IoT) NETWORK |
CN110474893A (zh) * | 2019-07-30 | 2019-11-19 | 同济大学 | 一种异构跨信任域密态数据安全分享方法及系统 |
CN110691127A (zh) * | 2019-09-25 | 2020-01-14 | 北京奇艺世纪科技有限公司 | 数据获取控制系统、数据获取控制方法及相关装置 |
CN111131379A (zh) * | 2019-11-08 | 2020-05-08 | 西安电子科技大学 | 一种分布式流量采集系统和边缘计算方法 |
CN111625354A (zh) * | 2020-05-19 | 2020-09-04 | 南京乐贤智能科技有限公司 | 一种边缘计算设备算力的编排方法及其相关设备 |
-
2020
- 2020-11-25 CN CN202011334145.7A patent/CN112486676B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090172167A1 (en) * | 2007-12-26 | 2009-07-02 | David Drai | System and Method for a CDN Balancing and Sharing Platform |
CA2738586A1 (en) * | 2010-05-10 | 2011-11-10 | Research In Motion Limited | System and method for multi-certificate and certificate authority strategy |
US20170223048A1 (en) * | 2016-01-28 | 2017-08-03 | Ca, Inc. | DELEGATED AUTHENTICATION IN AN INTERNET OF THINGS (IoT) NETWORK |
CN105871908A (zh) * | 2016-05-30 | 2016-08-17 | 北京琵琶行科技有限公司 | 企业网络边界设备访问控制策略的管控方法及装置 |
CN110474893A (zh) * | 2019-07-30 | 2019-11-19 | 同济大学 | 一种异构跨信任域密态数据安全分享方法及系统 |
CN110691127A (zh) * | 2019-09-25 | 2020-01-14 | 北京奇艺世纪科技有限公司 | 数据获取控制系统、数据获取控制方法及相关装置 |
CN111131379A (zh) * | 2019-11-08 | 2020-05-08 | 西安电子科技大学 | 一种分布式流量采集系统和边缘计算方法 |
CN111625354A (zh) * | 2020-05-19 | 2020-09-04 | 南京乐贤智能科技有限公司 | 一种边缘计算设备算力的编排方法及其相关设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114915637A (zh) * | 2021-12-22 | 2022-08-16 | 河南科技大学 | 一种联合收割机远程运维数据获取优化方法 |
CN114915637B (zh) * | 2021-12-22 | 2023-12-12 | 河南科技大学 | 一种联合收割机远程运维数据获取优化方法 |
CN117061177A (zh) * | 2023-08-17 | 2023-11-14 | 西南大学 | 一种边缘计算环境下的数据隐私保护增强方法及系统 |
CN117061177B (zh) * | 2023-08-17 | 2024-05-28 | 西南大学 | 一种边缘计算环境下的数据隐私保护增强方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112486676B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114362367B (zh) | 面向云边协同的输电线路监测系统和方法、识别系统和方法 | |
CN112486676B (zh) | 一种基于边缘计算的数据共享分发装置 | |
CN112118551B (zh) | 设备风险识别方法及相关设备 | |
CN102880501A (zh) | 应用推荐的实现方法、装置和系统 | |
CN108683877A (zh) | 基于Spark的分布式海量视频解析系统 | |
CN104615765A (zh) | 一种移动用户上网记录的数据处理方法及装置 | |
CN111629335A (zh) | 基于大数据实现景区实时人流热力图的方法、系统 | |
CN110300191A (zh) | 服务系统及数据处理方法 | |
CN110992307A (zh) | 基于yolo的绝缘子定位识别方法及装置 | |
CN101447995A (zh) | 一种识别p2p数据流的方法、装置和系统 | |
CN112486667B (zh) | 一种基于边缘计算精准处理数据的方法及装置 | |
CN113850669A (zh) | 用户分群方法、装置、计算机设备及计算机可读存储介质 | |
CN112596894B (zh) | 一种基于边缘计算的追踪方法及装置 | |
CN112330171A (zh) | 一种基于应急力量的指挥管理方法及系统 | |
CN111368060A (zh) | 对话机器人的自学习方法、装置、系统、电子设备及介质 | |
CN114630269B (zh) | 信号处理方法、装置、设备及存储介质 | |
CN115561790A (zh) | 基于深度网络的星地云边协同对地目标识别方法及装置 | |
CN113705646B (zh) | 基于半监督元学习的射频细微特征信息提取方法及系统 | |
CN115049230A (zh) | 一种催收案件的分配方法及装置 | |
CN114707835A (zh) | 一种数据处理方法、装置、电子设备及计算机可读介质 | |
CN115049180A (zh) | 一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法 | |
CN112434877A (zh) | 一种基于云计算的智慧城市数据处理方法及装置 | |
CN112464970A (zh) | 区域价值评估模型处理方法、装置及计算设备 | |
TWM512868U (zh) | 智慧型雲端行動通訊評量分析系統 | |
CN114356502B (zh) | 基于边缘计算技术的非结构化数据标记、训练和发布系统及方法 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Data Sharing and Distribution Device Based on edge computing Effective date of registration: 20230615 Granted publication date: 20230418 Pledgee: Shenzhen small and medium sized small loan Co.,Ltd. Pledgor: SHENZHEN CHINA BLOG IMFORMATION TECHNOLOGY Co.,Ltd. Registration number: Y2023980044078 |