CN112491962A - 一种模型驱动的智能分布式架构方法及平台 - Google Patents
一种模型驱动的智能分布式架构方法及平台 Download PDFInfo
- Publication number
- CN112491962A CN112491962A CN202011210803.1A CN202011210803A CN112491962A CN 112491962 A CN112491962 A CN 112491962A CN 202011210803 A CN202011210803 A CN 202011210803A CN 112491962 A CN112491962 A CN 112491962A
- Authority
- CN
- China
- Prior art keywords
- edge
- model
- intelligent
- strategy
- 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.)
- Pending
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种模型驱动的智能分布式架构方法及平台,该方法包括:配置边缘计算节点,得到智能分类数据;根据边缘计算节点的资源类型构建智能协同性联接计算网络模型,根据协同性联接计算网络模型及智能分类策略分析得到联接数据;基于边缘计算端到端业务需求构建共识网络模型,根据共识网络模型结合联接数据得到边缘计算数据展现模型;构建开发服务框架及部署运营服务框架;将边缘计算数据展现模型结合开发服务框架及部署运营服务框架构建开发服务输出模型及部署运营服务输出模型。本发明解决了网络时延问题,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,具体涉及一种模型驱动的智能分布式架构方法及平台。
背景技术
目前的智能数据处理方式是以数据计算中心为基本,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。
边缘计算利用在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的分布式开放平台,提高了网络服务性能、开放网络控制能力,激发了类似移动互联网的新网络计算处理业态。解决了网络时延问题,提供近智能服务。目前在网络边缘侧的智能分布式架构与平台上,还没有通过知识模型驱动智能化能力,实现物自主化和物协作智能分布式架构的方法及平台。
因此,行业内亟需一种能智能化、高效率地解决上述问题的方案。
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模型驱动的智能分布式架构方法及平台。本发明的目的可以通过如下所述技术方案来实现。
本发明提供一种模型驱动的智能分布式架构方法,包括:
经边缘计算控制器控制按照预设的网络边缘侧部署策略配置边缘计算节点;
将所述边缘计算节点采集到的数据按照预设的智能分类策略进行分类得到智能分类数据;
根据所述边缘计算节点的资源类型构建智能协同性联接计算网络模型,根据所述协同性联接计算网络模型及所述智能分类策略分析得到联接数据;
基于边缘计算端到端业务需求构建共识网络模型,根据所述共识网络模型结合所述联接数据得到边缘计算数据展现模型;
根据预设的模型驱动的统一服务框架构建开发服务框架及部署运营服务框架;将所述边缘计算数据展现模型结合所述开发服务框架及部署运营服务框架构建开发服务输出模型及部署运营服务输出模型。
可选地,其中,该方法还包括:
在所述边缘计算节点,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;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,得到智能分类数据。
可选地,其中,根据预设的模型驱动的统一服务框架构建开发服务框架,为:
根据边缘计算节点的典型应用场景,预先定义边缘计算节点的开发服务框架,每类开发服务框架提供了匹配场景的操作系统、功能模块及集成开发环境;
基于所述开发服务框架及预设的开发服务框架与边缘产品对应关系实现所述边缘产品的部署。
可选地,其中,根据预设的模型驱动的统一服务框架构建开发服务框架,为:
基于嵌入式控制器及独立控制器按照预设的开发服务构建策略构建实时计算系统;
基于传感感知终端按照所述开发服务构建策略构建轻量计算系统;
结合所述实时计算系统、轻量计算系统及智能网关,按照所述开发服务构建策略构建智能网关系统;
基于所述智能网关系统,结合边缘分布式网关及边缘分布式服务器按照所述开发服务构建策略构建智能分布式边缘计算系统。
可选地,其中,该方法还包括:
构建软件定义网络及低时延网络的网络,与异构计算及时序数据库按照预设的基础资源层策略构建基础资源层;
根据总线协议适配、OPC统一架构、流式数据分析、时序数据库、策略执行和安全的通用服务策略,及集成特定行业取景的边缘虚拟服务策略构建边缘虚拟服务构架;
根据所述基础资源层及边缘虚拟服务构架,及与虚拟化层交互构建所述边缘计算节点的构架。
另一方面,本发明还提供一种模型驱动的智能分布式架构平台,包括:边缘计算节点配置控制模块、智能分类数据获取模块、联接数据获取模块、边缘计算数据展现模型构建模块及服务框架控制模块;其中,
所述边缘计算节点配置控制模块,经边缘计算控制器控制按照预设的网络边缘侧部署策略配置边缘计算节点;
所述智能分类数据获取模块,与所述边缘计算节点配置控制模块相连接,将所述边缘计算节点采集到的数据按照预设的智能分类策略进行分类得到智能分类数据;
所述联接数据获取模块,与所述智能分类数据获取模块相连接,根据所述边缘计算节点的资源类型构建智能协同性联接计算网络模型,根据所述协同性联接计算网络模型及所述智能分类策略分析得到联接数据;
所述边缘计算数据展现模型构建模块,与所述联接数据获取模块相连接,基于边缘计算端到端业务需求构建共识网络模型,根据所述共识网络模型结合所述联接数据得到边缘计算数据展现模型;
所述服务框架控制模块,与所述边缘计算数据展现模型构建模块相连接,根据预设的模型驱动的统一服务框架构建开发服务框架及部署运营服务框架;将所述边缘计算数据展现模型结合所述开发服务框架及部署运营服务框架构建开发服务输出模型及部署运营服务输出模型。
可选地,其中,该平台还包括:目标网络边缘数据处理模块,与所述智能分类数据获取模块相连接,在所述边缘计算节点,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;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,得到智能分类数据。
可选地,其中,所述服务框架控制模块,包括:开发服务框架定义单元及边缘产品部署单元;
所述开发服务框架定义单元,根据边缘计算节点的典型应用场景,预先定义边缘计算节点的开发服务框架,每类开发服务框架提供了匹配场景的操作系统、功能模块及集成开发环境;
所述边缘产品部署单元,与所述开发服务框架定义单元相连接,基于所述开发服务框架及预设的开发服务框架与边缘产品对应关系实现所述边缘产品的部署。
可选地,其中,所述服务框架控制模块,包括:实时计算系统构建单元、轻量计算系统构建单元、智能网关系统构建单元及智能分布式边缘计算系统构建单元;其中,
所述实时计算系统构建单元,与所述智能网关系统构建单元相连接,基于嵌入式控制器及独立控制器按照预设的开发服务构建策略构建实时计算系统;
所述轻量计算系统构建单元,与所述智能网关系统构建单元相连接,基于传感感知终端按照所述开发服务构建策略构建轻量计算系统;
所述智能网关系统构建单元,与所述智能分布式边缘计算系统构建单元相连接,结合所述实时计算系统、轻量计算系统及智能网关,按照所述开发服务构建策略构建智能网关系统;
所述智能分布式边缘计算系统构建单元,基于所述智能网关系统,结合边缘分布式网关及边缘分布式服务器按照所述开发服务构建策略构建智能分布式边缘计算系统。
可选地,其中,该平台还包括:边缘计算节点功能分层构建模块,与所述边缘计算节点配置控制模块相连接,构建软件定义网络及低时延网络的网络,与异构计算及时序数据库按照预设的基础资源层策略构建基础资源层;
根据总线协议适配、OPC统一架构、流式数据分析、时序数据库、策略执行和安全的通用服务策略,及集成特定行业取景的边缘虚拟服务策略构建边缘虚拟服务构架;
根据所述基础资源层及边缘虚拟服务构架,及与虚拟化层交互构建所述边缘计算节点的构架。
与现有技术比,本发明的有益效果:
本发明研发了一种模型驱动的智能分布式架构方法及平台,基于模型可以将物理和数字世界的知识模型化,从而实现了物理世界和数字世界的协作,对物理世界建立实时、系统的认知模型。在数字世界预测物理世界的状态、仿真物理世界的运行、简化物理世界的重构,然后驱动物理世界优化运行。能够将物理世界的全生命周期数据与商业过程数据建立协同,实现商业过程和生产过程的协作。实现了跨产业的生态协作,基于模型化的方法,ICT和各垂直行业可以建立和复用本领域的知识模型体系。ICT行业通过水平化的边缘计算领域模型和参考架构屏蔽ICT技术复杂性,各垂直行业将行业Know-How进行模型化封装,实现ICT行业与垂直行业的有效协作。减少了系统异构性,简化跨平台移植,系统与系统之间、子系统与子系统之间、服务与服务之间、新系统与旧系统之间等基于模型化的接口进行交互,简化集成。基于模型,可以实现软件接口与开发语言、平台、工具、协议等解耦,从而简化跨平台的移植。有效支撑了系统的全生命周期活动,包括应用开发服务的全生命周期、部署运营服务的全生命周期、数据处理服务的全生命周期、安全服务的全生命周期等。
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模型驱动的智能分布式架构方法的流程示意图;
图2为本发明实施例中第二种模型驱动的智能分布式架构方法的流程示意图;
图3为本发明实施例中第三种模型驱动的智能分布式架构方法的流程示意图;
图4为本发明实施例中第四种模型驱动的智能分布式架构方法的流程示意图;
图5为本发明实施例中第五种模型驱动的智能分布式架构方法的流程示意图;
图6为本发明实施例中的模型驱动的智能分布式架构平台的结构示意图;
图7为本发明实施例中第二种模型驱动的智能分布式架构平台的结构示意图;
图8为本发明实施例中第三种模型驱动的智能分布式架构平台的结构示意图;
图9为本发明实施例中第四种模型驱动的智能分布式架构平台的结构示意图;
图10为本发明实施例中第五种模型驱动的智能分布式架构平台的结构示意图。
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,为本实施例中一种模型驱动的智能分布式架构方法的流程示意图。具体地,该方法包括如下步骤:
步骤101、经边缘计算控制器控制按照预设的网络边缘侧部署策略配置边缘计算节点。
步骤102、将边缘计算节点采集到的数据按照预设的智能分类策略进行分类得到智能分类数据。
步骤103、根据边缘计算节点的资源类型构建智能协同性联接计算网络模型,根据协同性联接计算网络模型及智能分类策略分析得到联接数据。
步骤104、基于边缘计算端到端业务需求构建共识网络模型,根据共识网络模型结合联接数据得到边缘计算数据展现模型。
步骤105、根据预设的模型驱动的统一服务框架构建开发服务框架及部署运营服务框架;将边缘计算数据展现模型结合开发服务框架及部署运营服务框架构建开发服务输出模型及部署运营服务输出模型。
在一些可选的实施例中,如图2所示,为本实施中第二种模型驱动的智能分布式架构方法的流程示意图,与图1中不同的是,还包括:
步骤201、在边缘计算节点,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;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202、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,得到智能分类数据。
在一些可选的实施例中,如图3所示,为本实施中第三种模型驱动的智能分布式架构方法的流程示意图,与图1中不同的是,根据预设的模型驱动的统一服务框架构建开发服务框架,为:
步骤301、根据边缘计算节点的典型应用场景,预先定义边缘计算节点的开发服务框架,每类开发服务框架提供了匹配场景的操作系统、功能模块及集成开发环境。
步骤302、基于开发服务框架及预设的开发服务框架与边缘产品对应关系实现边缘产品的部署。
在一些可选的实施例中,如图4所示,为本实施中第四种模型驱动的智能分布式架构方法的流程示意图,与图1中不同的是,根据预设的模型驱动的统一服务框架构建开发服务框架,为:
步骤401、基于嵌入式控制器及独立控制器按照预设的开发服务构建策略构建实时计算系统。
步骤402、基于传感感知终端按照开发服务构建策略构建轻量计算系统。
步骤403、结合实时计算系统、轻量计算系统及智能网关,按照开发服务构建策略构建智能网关系统。
步骤404、基于智能网关系统,结合边缘分布式网关及边缘分布式服务器按照开发服务构建策略构建智能分布式边缘计算系统。
在一些可选的实施例中,如图5所示,为本实施中第五种模型驱动的智能分布式架构方法的流程示意图,与图1中不同的是,还包括:
步骤501、构建软件定义网络及低时延网络的网络,与异构计算及时序数据库按照预设的基础资源层策略构建基础资源层。
步骤502、根据总线协议适配、OPC统一架构、流式数据分析、时序数据库、策略执行和安全的通用服务策略,及集成特定行业取景的边缘虚拟服务策略构建边缘虚拟服务构架。
步骤503、根据基础资源层及边缘虚拟服务构架,及与虚拟化层交互构建边缘计算节点的构架。
在一些可选的实施例中,如图6所示,为本实施中模型驱动的智能分布式架构平台的示意图,该平台用于实施上述的模型驱动的智能分布式架构方法。具体地,该平台包括:边缘计算节点配置控制模块601、智能分类数据获取模块602、联接数据获取模块603、边缘计算数据展现模型构建模块604及服务框架控制模块605。
其中,边缘计算节点配置控制模块601,经边缘计算控制器控制按照预设的网络边缘侧部署策略配置边缘计算节点。
智能分类数据获取模块602,与边缘计算节点配置控制模块601相连接,将边缘计算节点采集到的数据按照预设的智能分类策略进行分类得到智能分类数据。
联接数据获取模块603,与智能分类数据获取模块602相连接,根据边缘计算节点的资源类型构建智能协同性联接计算网络模型,根据协同性联接计算网络模型及智能分类策略分析得到联接数据。
边缘计算数据展现模型构建模块604,与联接数据获取模块603相连接,基于边缘计算端到端业务需求构建共识网络模型,根据共识网络模型结合联接数据得到边缘计算数据展现模型。
服务框架控制模块605,与边缘计算数据展现模型构建模块604相连接,根据预设的模型驱动的统一服务框架构建开发服务框架及部署运营服务框架;将边缘计算数据展现模型结合开发服务框架及部署运营服务框架构建开发服务输出模型及部署运营服务输出模型。
智能服务基于模型驱动的统一服务框架,通过开发服务框架和部署运营服务框架实现开发与部署智能协同,能够实现软件开发接口一致和部署运营自动化。智能业务编排通过业务Fabric定义端到端业务流,实现业务敏捷。联接计算CCF(Connectivity andComputing Fabric)实现架构极简,对业务屏蔽边缘智能分布式架构的复杂性;实现OICT基础设施部署运营自动化和可视化,支撑边缘计算资源服务与行业业务需求的智能协同。智能ECN(Edge Computing Node)兼容多种异构联接、支持实时处理与响应、提供软硬一体化安全等。边缘计算参考架构在每层提供了模型化的开放接口,实现了架构的全层次开放;边缘计算参考架构通过纵向管理服务、数据全生命周期服务、安全服务,实现业务的全流程、全生命周期的智能服务。
ECN节点典型功能包括:总线协议适配、实时联接、实时流式数据分析、时序数据存取、策略执行、设备即插即用及资源管理。ECN四类开发框架包括:实时计算系统框架,面向数字化的物理资产,满足应用实时性等需求;轻量计算系统框架,面向资源受限的感知终端,满足低功耗等需求;智能网关系统框架,支持多种网络接口、总线协议与网络拓扑,实现边缘本地系统互联并提供本地计算和存储能力,能够和云端系统协同;智能分布式系统框架,基于分布式架构,能够在边缘侧弹性扩展网络、计算和存储等能力,支持资源面向业务的动态管理和调度,能够和云端系统协同。
设计阶段模型,定义ECN节点的标识、属性、功能、性能、派生继承关系等,为部署与运行阶段提供价值信息。部署阶段模型,主要包括业务策略、物理拓扑等模型。其中,业务策略模型是用业务语言,而不是机器语言来描述业务规则与约束,实现业务驱动边缘计算基础设施。业务策略模型可描述,可灵活复用和变更,使能业务敏捷。运行阶段模型,主要包括联接计算Fabric模型、运行负载模型等。基于这些模型可以监视和优化系统运行状态,实现负载在边缘分布式架构上的部署优化等。通过模型驱动的统一服务框架能够实现边缘计算领域模型和垂直行业领域模型的相互映射和统一管理,从而复用垂直行业的领域模型(如OPC UA及其生态),实现边缘计算参考架构和行业平台、行业应用的易集成。
在一些可选的实施例中,如图7所示,为本实施中第二种模型驱动的智能分布式架构平台的示意图,与图6中不同的是,还包括:目标网络边缘数据处理模块701,与智能分类数据获取模块602相连接,在边缘计算节点,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;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,得到智能分类数据。
在一些可选的实施例中,如图8所示,为本实施中第三种模型驱动的智能分布式架构平台的示意图,与图6中不同的是,服务框架控制模块605,包括:开发服务框架定义单元651及边缘产品部署单元652。
开发服务框架定义单元651,根据边缘计算节点的典型应用场景,预先定义边缘计算节点的开发服务框架,每类开发服务框架提供了匹配场景的操作系统、功能模块及集成开发环境。
边缘产品部署单元652,与开发服务框架定义单元651相连接,基于开发服务框架及预设的开发服务框架与边缘产品对应关系实现边缘产品的部署。
在一些可选的实施例中,如图9所示,为本实施中第四种模型驱动的智能分布式架构平台的示意图,与图6中不同的是,服务框架控制模块605,包括:实时计算系统构建单元653、轻量计算系统构建单元654、智能网关系统构建单元655及智能分布式边缘计算系统构建单元656。
其中,实时计算系统构建单元653,与智能网关系统构建单元655相连接,基于嵌入式控制器及独立控制器按照预设的开发服务构建策略构建实时计算系统。
轻量计算系统构建单元654,与智能网关系统构建单元655相连接,基于传感感知终端按照开发服务构建策略构建轻量计算系统。
智能网关系统构建单元655,与智能分布式边缘计算系统构建单元656相连接,结合实时计算系统、轻量计算系统及智能网关,按照开发服务构建策略构建智能网关系统。
智能分布式边缘计算系统构建单元656,基于智能网关系统,结合边缘分布式网关及边缘分布式服务器按照开发服务构建策略构建智能分布式边缘计算系统。
在一些可选的实施例中,如图10所示,为本实施中第五种模型驱动的智能分布式架构平台的示意图,与图6中不同的是,还包括:边缘计算节点功能分层构建模块1001,与边缘计算节点配置控制模块601相连接,构建软件定义网络及低时延网络的网络,与异构计算及时序数据库按照预设的基础资源层策略构建基础资源层,基础资源层,包括网络、计算和存储三个基础模块。
根据总线协议适配、OPC统一架构、流式数据分析、时序数据库、策略执行和安全的通用服务策略,及集成特定行业取景的边缘虚拟服务策略构建边缘虚拟服务构架。
根据基础资源层及边缘虚拟服务构架,及与虚拟化层交互构建边缘计算节点的构架。
本实施的基于边缘计算精准处理数据的方案,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)
1.一种模型驱动的智能分布式架构方法,其特征在于,包括:
经边缘计算控制器控制按照预设的网络边缘侧部署策略配置边缘计算节点;
将所述边缘计算节点采集到的数据按照预设的智能分类策略进行分类得到智能分类数据;
根据所述边缘计算节点的资源类型构建智能协同性联接计算网络模型,根据所述协同性联接计算网络模型及所述智能分类策略分析得到联接数据;
基于边缘计算端到端业务需求构建共识网络模型,根据所述共识网络模型结合所述联接数据得到边缘计算数据展现模型;
根据预设的模型驱动的统一服务框架构建开发服务框架及部署运营服务框架;将所述边缘计算数据展现模型结合所述开发服务框架及部署运营服务框架构建开发服务输出模型及部署运营服务输出模型。
2.根据权利要求1所述的模型驱动的智能分布式架构方法,其特征在于,还包括:
在所述边缘计算节点,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;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,得到智能分类数据。
3.根据权利要求1所述的模型驱动的智能分布式架构方法,其特征在于,根据预设的模型驱动的统一服务框架构建开发服务框架,为:
根据边缘计算节点的典型应用场景,预先定义边缘计算节点的开发服务框架,每类开发服务框架提供了匹配场景的操作系统、功能模块及集成开发环境;
基于所述开发服务框架及预设的开发服务框架与边缘产品对应关系实现所述边缘产品的部署。
4.根据权利要求1所述的模型驱动的智能分布式架构方法,其特征在于,根据预设的模型驱动的统一服务框架构建开发服务框架,为:
基于嵌入式控制器及独立控制器按照预设的开发服务构建策略构建实时计算系统;
基于传感感知终端按照所述开发服务构建策略构建轻量计算系统;
结合所述实时计算系统、轻量计算系统及智能网关,按照所述开发服务构建策略构建智能网关系统;
基于所述智能网关系统,结合边缘分布式网关及边缘分布式服务器按照所述开发服务构建策略构建智能分布式边缘计算系统。
5.根据权利要求1所述的模型驱动的智能分布式架构方法,其特征在于,还包括:
构建软件定义网络及低时延网络的网络,与异构计算及时序数据库按照预设的基础资源层策略构建基础资源层;
根据总线协议适配、OPC统一架构、流式数据分析、时序数据库、策略执行和安全的通用服务策略,及集成特定行业取景的边缘虚拟服务策略构建边缘虚拟服务构架;
根据所述基础资源层及边缘虚拟服务构架,及与虚拟化层交互构建所述边缘计算节点的构架。
6.一种模型驱动的智能分布式架构平台,其特征在于,包括:边缘计算节点配置控制模块、智能分类数据获取模块、联接数据获取模块、边缘计算数据展现模型构建模块及服务框架控制模块;其中,
所述边缘计算节点配置控制模块,经边缘计算控制器控制按照预设的网络边缘侧部署策略配置边缘计算节点;
所述智能分类数据获取模块,与所述边缘计算节点配置控制模块相连接,将所述边缘计算节点采集到的数据按照预设的智能分类策略进行分类得到智能分类数据;
所述联接数据获取模块,与所述智能分类数据获取模块相连接,根据所述边缘计算节点的资源类型构建智能协同性联接计算网络模型,根据所述协同性联接计算网络模型及所述智能分类策略分析得到联接数据;
所述边缘计算数据展现模型构建模块,与所述联接数据获取模块相连接,基于边缘计算端到端业务需求构建共识网络模型,根据所述共识网络模型结合所述联接数据得到边缘计算数据展现模型;
所述服务框架控制模块,与所述边缘计算数据展现模型构建模块相连接,根据预设的模型驱动的统一服务框架构建开发服务框架及部署运营服务框架;将所述边缘计算数据展现模型结合所述开发服务框架及部署运营服务框架构建开发服务输出模型及部署运营服务输出模型。
7.根据权利要求6所述的模型驱动的智能分布式架构平台,其特征在于,还包括:目标网络边缘数据处理模块,与所述智能分类数据获取模块相连接,在所述边缘计算节点,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;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,得到智能分类数据。
8.根据权利要求6所述的模型驱动的智能分布式架构平台,其特征在于,所述服务框架控制模块,包括:开发服务框架定义单元及边缘产品部署单元;
所述开发服务框架定义单元,根据边缘计算节点的典型应用场景,预先定义边缘计算节点的开发服务框架,每类开发服务框架提供了匹配场景的操作系统、功能模块及集成开发环境;
所述边缘产品部署单元,与所述开发服务框架定义单元相连接,基于所述开发服务框架及预设的开发服务框架与边缘产品对应关系实现所述边缘产品的部署。
9.根据权利要求6所述的模型驱动的智能分布式架构平台,其特征在于,所述服务框架控制模块,包括:实时计算系统构建单元、轻量计算系统构建单元、智能网关系统构建单元及智能分布式边缘计算系统构建单元;其中,
所述实时计算系统构建单元,与所述智能网关系统构建单元相连接,基于嵌入式控制器及独立控制器按照预设的开发服务构建策略构建实时计算系统;
所述轻量计算系统构建单元,与所述智能网关系统构建单元相连接,基于传感感知终端按照所述开发服务构建策略构建轻量计算系统;
所述智能网关系统构建单元,与所述智能分布式边缘计算系统构建单元相连接,结合所述实时计算系统、轻量计算系统及智能网关,按照所述开发服务构建策略构建智能网关系统;
所述智能分布式边缘计算系统构建单元,基于所述智能网关系统,结合边缘分布式网关及边缘分布式服务器按照所述开发服务构建策略构建智能分布式边缘计算系统。
10.根据权利要求6所述的模型驱动的智能分布式架构平台,其特征在于,还包括:边缘计算节点功能分层构建模块,与所述边缘计算节点配置控制模块相连接,构建软件定义网络及低时延网络的网络,与异构计算及时序数据库按照预设的基础资源层策略构建基础资源层;
根据总线协议适配、OPC统一架构、流式数据分析、时序数据库、策略执行和安全的通用服务策略,及集成特定行业取景的边缘虚拟服务策略构建边缘虚拟服务构架;
根据所述基础资源层及边缘虚拟服务构架,及与虚拟化层交互构建所述边缘计算节点的构架。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011210803.1A CN112491962A (zh) | 2020-11-03 | 2020-11-03 | 一种模型驱动的智能分布式架构方法及平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011210803.1A CN112491962A (zh) | 2020-11-03 | 2020-11-03 | 一种模型驱动的智能分布式架构方法及平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112491962A true CN112491962A (zh) | 2021-03-12 |
Family
ID=74927736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011210803.1A Pending CN112491962A (zh) | 2020-11-03 | 2020-11-03 | 一种模型驱动的智能分布式架构方法及平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112491962A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113301141A (zh) * | 2021-05-20 | 2021-08-24 | 北京邮电大学 | 人工智能支持框架的部署方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108364124A (zh) * | 2018-01-26 | 2018-08-03 | 天津中科智能识别产业技术研究院有限公司 | 基于大数据的国际产能合作风险评估与决策服务系统 |
-
2020
- 2020-11-03 CN CN202011210803.1A patent/CN112491962A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108364124A (zh) * | 2018-01-26 | 2018-08-03 | 天津中科智能识别产业技术研究院有限公司 | 基于大数据的国际产能合作风险评估与决策服务系统 |
Non-Patent Citations (2)
Title |
---|
孔玲等: "移动边缘计算发展与应用研究", 《信息通信技术与政策》 * |
边缘计算产业联盟(ECC)与工业互联网产业联盟(ALL): "边缘计算参考架构", 《边缘计算参考架构2.0》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113301141A (zh) * | 2021-05-20 | 2021-08-24 | 北京邮电大学 | 人工智能支持框架的部署方法和系统 |
CN113301141B (zh) * | 2021-05-20 | 2022-06-17 | 北京邮电大学 | 人工智能支持框架的部署方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jasperneite et al. | Why we need automation models: handling complexity in industry 4.0 and the internet of things | |
Peña et al. | Sat-iot: An architectural model for a high-performance fog/edge/cloud iot platform | |
WO2022257181A1 (zh) | AIOT PaaS物联网运营平台 | |
CN111427685B (zh) | 一种基于任务需求的天基网络智能卫星开发系统及方法 | |
CN112600717B (zh) | 基于sdn的卫星网络管控协议半实物试验装置 | |
CN102034151A (zh) | 基于soa的企业协同管理系统业务流程设计方法及系统 | |
Sara et al. | A softwarization architecture for UAVs and WSNs as Part of the cloud environment | |
CN114169579B (zh) | 核电工业互联网综合智能平台系统 | |
TWI713384B (zh) | 虛擬公眾WiFi電路指配系統 | |
Heymann et al. | Cloud-based plug and work architecture of the IIC testbed smart factory Web | |
CN104391701A (zh) | 一种能效评估软件开发方法 | |
Ahmed et al. | Benefits and challenges of internet of things for telecommunication networks | |
CN102982209A (zh) | 基于hla的空间网络可视化仿真系统及仿真方法 | |
Jiang et al. | Design of software-defined gateway for industrial interconnection | |
CN113516331A (zh) | 一种建筑数据处理方法及装置 | |
CN112486666A (zh) | 一种模型驱动的参考架构方法及平台 | |
Human et al. | A design framework for a system of digital twins and services | |
CN116774977A (zh) | 基于低代码的煤矿工业物联网开发平台的设计方法 | |
Yang et al. | Kubeedge wireless for integrated communication and computing services everywhere | |
CN112491962A (zh) | 一种模型驱动的智能分布式架构方法及平台 | |
Damodaram et al. | A study on’LPWAN’technologies for a drone assisted smart energy meter system in 5g-smart city Iot-cloud environment | |
TW201931227A (zh) | 一種虛實網路資源拓樸之介面系統 | |
CN116599983A (zh) | 一种物联网中台操作系统 | |
Bauer et al. | Hybrid cloud–architecture for administration shells with RAMI4. 0 using Actor4j | |
CN106447526A (zh) | 一种电网负荷的智能调控方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210312 |
|
RJ01 | Rejection of invention patent application after publication |