CN112511649B - 多接入边缘计算方法及设备 - Google Patents

多接入边缘计算方法及设备 Download PDF

Info

Publication number
CN112511649B
CN112511649B CN202011524319.6A CN202011524319A CN112511649B CN 112511649 B CN112511649 B CN 112511649B CN 202011524319 A CN202011524319 A CN 202011524319A CN 112511649 B CN112511649 B CN 112511649B
Authority
CN
China
Prior art keywords
migration
node
computing task
nodes
task
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.)
Active
Application number
CN202011524319.6A
Other languages
English (en)
Other versions
CN112511649A (zh
Inventor
高斌
孙小鹏
张小红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinjiang Pinxuan Biotechnology Co ltd
Original Assignee
Xinjiang Pinxuan Biotechnology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xinjiang Pinxuan Biotechnology Co ltd filed Critical Xinjiang Pinxuan Biotechnology Co ltd
Priority to CN202011524319.6A priority Critical patent/CN112511649B/zh
Publication of CN112511649A publication Critical patent/CN112511649A/zh
Application granted granted Critical
Publication of CN112511649B publication Critical patent/CN112511649B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
    • 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
    • H04L67/101—Server selection for load balancing based on network conditions
    • 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
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/61—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提供多接入边缘计算方法及设备，多接入边缘计算方法包括：检测自身的第一负载信息，当检测到自身的负载超过设定的第一指标时，根据当前待处理计算任务的迁移优先级进行排序，将迁移优先级高于设定标准的计算任务标记为待迁移计算任务；获取自身附近的迁移节点信息，并根据迁移节点的第二负载信息从中筛选出可用迁移节点，生成可用迁移节点列表；从可用迁移节点列表中选择目标迁移节点；将待迁移计算任务迁移到目标迁移节点。本发明有助于单个MEC节点任务处理的合理化，也有助于提高整体MEC节点处理任务的均衡化水平。

Description

多接入边缘计算方法及设备
技术领域
本发明涉及边缘计算技术领域，特别是多接入边缘计算方法及设备。
背景技术
多接入边缘计算(MEC)通过将计算、存储等网络资源部署到尽可能靠近用户的网络边缘，使得移动应用、内容与网络三者之间进行有机联合，进而提高了网络可靠性，提供了极致的用户体验。
目前，MEC节点在进行任务处理时，如果任务负荷超过自身的处理能力时，MEC节点会进行任务迁移，将任务迁移到其他MEC节点或者上级的云端设备进行任务计算。但是，现有技术中针对MEC节点的任务迁移方法存在智能化水平不足的问题。
发明内容
针对上述问题，本发明旨在提供多接入边缘计算方法及设备。
本发明的目的采用以下技术方案来实现：
本发明示出多接入边缘计算方法，包括：
检测自身的第一负载信息，当检测到自身的第一负载信息超过设定的第一指标时，根据当前待处理计算任务的迁移优先级进行排序，将迁移优先级高于设定标准的计算任务标记为待迁移计算任务；
获取自身附近的迁移节点信息，并根据迁移节点的第二负载信息从中筛选出可用迁移节点，生成可用迁移节点列表；
从可用迁移节点列表中选择目标迁移节点；
将待迁移计算任务迁移到目标迁移节点。
优选地，该方法还包括：
当检测到自身的第一负载信息恢复到设定的第二指标时，停止待处理计算任务的迁移。
优选地，第一负载信息包括CPU利用率、GPU利用率、内存利用率、网络带宽利用率中的一种或多种；
第二负载信息包括中央处理器CPU数量、图形处理器GPU数量、CPU利用率、GPU利用率、内存利用率、网络带宽利用率中的一种或多种。
优选地，根据迁移节点的第二负载信息从中筛选出可用迁移节点，包括：
检测自身附近迁移节点的数量，当迁移节点数量大于设定的阈值时，采用随机抽样的方式，从中挑选设定数量的迁移节点作为待筛选迁移节点；否则，将检测到自身附近的全部迁移节点作为待筛选迁移节点，并根据待筛选的迁移节点的第二负载信息从中是筛选出可用迁移节点，生成可用迁移节点列表。
优选地，据待筛选迁移节点的第二负载信息，若待筛选迁移节点的第二负载信息均低于当前自身的对应指标时，则将该待筛选迁移节点剔除；否则，将该待筛选迁移节点标记为可用迁移节点。
优选地，根据当前待处理计算任务的迁移优先级进行排序，将迁移优先级高于设定标准的计算任务标记为待迁移计算任务，包括：
获取当前待处理计算任务的迁移优先级，其中采用的迁移优先级计算函数为：
Figure BDA0002850014110000021
其中，Y(i)表示第i个待处理计算任务的优先级评分，F(i)表示第i个待处理计算任务的客观优先级等级，由任务发布节点提供，其中客观优先级等级越高，表示该计算任务的优先级要求越高，其中F(i)∈{1,2,3}；T(i)表示第i个待处理计算任务的时间评分，根据该计算任务已经等待的时长以及预估需要等待的时长计算所得，其中时间评分越大，表示该计算任务的优先级越高；T(i)＝tp+ε(i)×F(i)×tq，其中tp表示该计算任务已经等待的时长，ε(i)表示该计算任务的代价调节因子，tq表示该计算任务估计还需要等待的时长，φ表示设定的时间评分调节因子，用于调节时间评分的合适取值范围；
将迁移优先级高于设定标准的计算任务标记为待迁移计算任务。
本发明还示出多接入边缘计算设备，其特征在于，包括：该设备用于执行上述任一种所述的多接入边缘计算方法。
本发明的有益效果为：
边缘计算节点当检测到自身负载超过设定的指标而导致计算任务的处理效能有所降低的时候，能够对待处理的任务进行第一次判断，筛选出待迁移计算任务；进一步检测自身周边的可用迁移节点，并进一步从可用迁移节点中选择合适的目标迁移节点，有助于使得边缘计算节点能够智能化地安排自身的计算任务处理情况，以提高边缘计算的整体效果。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明多接入边缘计算方法实施例的方法流程图。
具体实施方式
结合以下应用场景对本发明作进一步描述。
参见图1实施例所示多接入边缘计算方法，其适用于MEC节点，包括：
1)MEC节点检测自身的第一负载信息，当检测到自身的第一负载信息超过设定的第一指标时，根据当前待处理计算任务的迁移优先级进行排序，将迁移优先级高于设定标准的计算任务标记为待迁移计算任务；
2)MEC节点获取自身附近的迁移节点信息，并根据迁移节点的第二负载信息从中筛选出可用迁移节点，生成可用迁移节点列表；
3)MEC节点从可用迁移节点列表中选择目标迁移节点；
4)MEC节点将待迁移计算任务迁移到目标迁移节点。
目前，MEC节点自身在接收到计算任务时，会根据先进出的原则对计算任务进行处理，即按照计算任务接收的顺序依次对计算任务进行处理，因此会导致对优先级(如实时性)要求较高的计算任务因为需要等待该MEC节点自身处理之前积累的任务而无法满足优先级要求的问题。
上述实施方式中，MEC节点能够根据自身的任务积累情况，在负载过高的时候，首先对积累的任务进行判断，将对优先级要求高的计算任务进行标记，并进一步根据该计算任务选择合适的迁移节点，将该计算任务迁移到迁移节点进行处理，能够有助于单个MEC节点任务处理的合理化，也有助于提高整体MEC节点处理任务的均衡化水平。
优选地，当MEC节点检测到自身的第一负载信息恢复到设定的第二指标时，MEC节点停止计算任务迁移。
优选地，第一负载信息包括CPU利用率、GPU利用率、内存利用率、网络带宽利用率中的一种或多种；
优选地，第二负载信息包括中央处理器CPU数量、图形处理器GPU数量、CPU利用率、GPU利用率、内存利用率、网络带宽利用率中的一种或多种。
优选地，MEC节点根据迁移节点的第二负载信息从中筛选出可用迁移节点，包括：
检测MEC节点自身附近迁移节点的数量，当迁移节点数量大于设定的阈值时，采用随机抽样的方式，从中挑选设定数量的迁移节点作为待筛选迁移节点；否则，将检测到自身附近的全部迁移节点作为待筛选迁移节点，并根据待筛选的迁移节点的第二负载信息从中是筛选出可用迁移节点，生成可用迁移节点列表。
优选地，根据待筛选迁移节点的第二负载信息，若待筛选迁移节点的第二负载信息均低于当前MEC节点自身的对应指标时，则将该待筛选迁移节点剔除；否则，将该待筛选迁移节点标记为可用迁移节点。
在检测MEC节点自身附近的迁移节点时，可以通过通信感知的方式进行检测，也可以直接通过设定列表的方式进行获取；其中由于MEC节点现场可能会存在大量的迁移节点，因此，上述实施方式中还设置了一种对迁移节点进行初步筛选的技术方案，能够有效降低MEC节点的数据处理量。
优选地，MEC节点根据当前待处理计算任务的迁移优先级进行排序，将迁移优先级高于设定标准的计算任务标记为待迁移计算任务，包括：
获取当前待处理计算任务的迁移优先级，其中采用的迁移优先级计算函数为：
Figure BDA0002850014110000041
其中，Y(i)表示第i个待处理计算任务的优先级评分，F(i)表示第i个待处理计算任务的客观优先级等级，由任务发布节点提供，其中客观优先级等级越高，表示该计算任务的优先级要求越高，其中F(i)∈{1，2，3}；T(i)表示第i个待处理计算任务的时间评分，根据该计算任务已经等待的时长以及预估需要等待的时长计算所得，其中时间评分越大，表示该计算任务的优先级越高；T(i)＝tp+ε(i)×F(i)×tq，其中tp表示该计算任务已经等待的时长，ε(i)表示该计算任务的代价调节因子，tq表示该计算任务估计还需要等待的时长，φ表示设定的时间评分调节因子，用于调节时间评分的合适取值范围；
将迁移优先级高于设定标准的计算任务标记为待迁移计算任务。
上述实施方式，还提出了一种针对MEC节点判断当前待处理计算任务是否需要进行迁移的技术反感，该方案中通过计算待处理计算任务的迁移优先级，将计算任务的优先级进行量化，从而通过客观标准选取需要迁移的计算任务，同时考虑了客观实时性要求以及针对MEC节点的具体计算任务处理情况，综合判断待处理计算任务是否需要迁移处理。
一种场景中，F(i)＝3对应实时性要求最高的计算任务；F(i)＝1对应实时性要求最低的计算任务。
优选地，MEC节点从可用迁移节点列表中选择目标迁移节点，包括：
计算可用迁移节点列表中各可用迁移节点的第一评估信息，其中采用的第一评估信息计算函数为：
H(n)＝ωT×ST(n)+ωU×f(SU(n)，β)+ωW×SW(n)
式中，H(n)表示第n个可用迁移节点的第一评估等级，ST(n)表示该第n个可用迁移节点的时间评价因子，其中
Figure BDA0002850014110000051
w表示执行待迁移计算任务所需要的CPU周期数，c(n)表示该第n个可用迁移节点的CPU运算能力，表示单位时间的CPU执行周期数；tq1表示待迁移计算任务估计需要等待的时长；tn表示将待迁移计算任务迁移到该第第n个可用迁移节点所需的数据传输时间；SU(n)表示该第n个可用迁移节点的资源评价因子，其中
Figure BDA0002850014110000052
U(n)表示该第n个可用迁移节点的剩余计算资源，U0表示待迁移计算任务所需的计算资源，β表示资源评价因子阈值，f(SU(n)，β)表示判断函数，其中当SU(n)＞β时，f(SU(n)，β)＝1，否则f(SU(n)，β)＝-1；SW(n)表示性能评价因子，该性能评价因子与该第n个可用迁移节点的传输性能有关，其中当该第n个可用迁移节点在一定时间周期内出现丢包、传输数据丢失、任务处理失败等情况时，SW(n)＝-1，否则SW(n)＝1；ωT、ωW和ωU分别表示预设的归一化权重调节因子；
根据获取的第一评估等级，将第一评估等级最高的可用迁移节点的作为目标迁移节点。
上述实施方式中，还提出一种针对迁移节点进行筛选出目标迁移节点的技术方案；该方案中，以带迁移的计算任务为基础，根据待迁移任务的特性来选择合适的迁移节点，其中考虑迁移节点对计算任务的处理时间作为最重要的因素，并配合迁移节点针对待处理计算任务的计算能力以及迁移节点自身的运行状况进行辅助评价，通过计算第一评估等级的方式来对迁移节点针对该计算任务的迁移适合性进行客观量化，从而自适应、智能化地选择最合适的迁移节点进行任务迁移处理。
同时，本发明还示出多接入边缘计算设备，其特征在于，包括：
检测模块，用于检测自身的第一负载信息；
第一分析模块，用于当检测到自身的负载超过设定的第一指标时，根据当前待处理计算任务的迁移优先级进行排序，将迁移优先级高于设定标准的计算任务标记为待迁移计算任务；
第二分析模块，用于获取设备自身附近的迁移节点信息，并根据迁移节点的第二负载信息从中筛选出可用迁移节点，生成可用迁移节点列表；从可用迁移节点列表中选择目标迁移节点；
迁移模块，用于将待迁移计算任务迁移到目标迁移节点。
需要说明的是，本设备用于实现上述方法的功能，设备中各模块与上述方法步骤相对应，并能够实施上述方法中的不同实施方式，具体可参见上述关于方法的描述，这里不再详细叙述。
需要说明的是，在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中，也可以是各个单元/模块单独物理存在，也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件功能单元/模块的形式实现。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (2)

1.多接入边缘计算方法，其特征在于，包括：
检测自身的第一负载信息，当检测到自身的第一负载信息超过设定的第一指标时，根据当前待处理计算任务的迁移优先级进行排序，将迁移优先级高于设定标准的计算任务标记为待迁移计算任务；
获取自身附近的迁移节点信息，并根据迁移节点的第二负载信息从中筛选出可用迁移节点，生成可用迁移节点列表；
从可用迁移节点列表中选择目标迁移节点；
将待迁移计算任务迁移到目标迁移节点；
其中，该方法还包括：
当检测到自身的所述第一负载信息恢复到设定的第二指标时，停止所述待处理计算任务的迁移；
所述第一负载信息包括CPU利用率、GPU利用率、内存利用率、网络带宽利用率中的一种或多种；
所述第二负载信息包括中央处理器CPU数量、图形处理器GPU数量、CPU利用率、GPU利用率、内存利用率、网络带宽利用率中的一种或多种；
所述根据迁移节点的第二负载信息从中筛选出可用迁移节点，包括：
检测自身附近的所述迁移节点，当检测到迁移节点数量大于设定的阈值时，采用随机抽样的方式，从中挑选设定数量的迁移节点作为待筛选迁移节点；否则，将检测到自身附近的全部迁移节点作为待筛选迁移节点，并根据待筛选的迁移节点的第二负载信息从中是筛选出可用迁移节点，生成所述可用迁移节点列表；
所述根据待筛选的迁移节点的第二负载信息从中是筛选出可用迁移节点，包括：根据所述待筛选迁移节点的所述第二负载信息，若待筛选迁移节点的第二负载信息均低于当前自身的对应指标时，则将该待筛选迁移节点剔除；否则，将该待筛选迁移节点标记为可用迁移节点；
所述根据当前待处理计算任务的迁移优先级进行排序，将迁移优先级高于设定标准的计算任务标记为待迁移计算任务，包括：
获取当前所述待处理计算任务的迁移优先级，其中采用的迁移优先级计算函数为：
Figure FDA0003745184530000011
其中，Y(i)表示第i个待处理计算任务的优先级评分，F(i)表示第i个待处理计算任务的客观优先级等级，由任务发布节点提供，其中客观优先级等级越高，表示该计算任务的优先级要求越高，其中F(i)∈{1,2,3}；T(i)表示第i个待处理计算任务的时间评分，根据该计算任务已经等待的时长以及预估需要等待的时长计算所得，其中时间评分越大，表示该计算任务的优先级越高；T(i)＝tp+ε(i)×F(i)×tq，其中tp表示该计算任务已经等待的时长，ε(i)表示该计算任务的代价调节因子，tq表示该计算任务估计还需要等待的时长，
Figure FDA0003745184530000021
表示设定的时间评分调节因子，用于调节时间评分的合适取值范围；
将迁移优先级高于设定标准的计算任务标记为所述待迁移计算任务。
2.多接入边缘计算设备，其特征在于，包括：该设备用于执行上述权利要求1所述的多接入边缘计算方法。
CN202011524319.6A 2020-12-21 2020-12-21 多接入边缘计算方法及设备 Active CN112511649B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011524319.6A CN112511649B (zh) 2020-12-21 2020-12-21 多接入边缘计算方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011524319.6A CN112511649B (zh) 2020-12-21 2020-12-21 多接入边缘计算方法及设备

Publications (2)

Publication Number Publication Date
CN112511649A CN112511649A (zh) 2021-03-16
CN112511649B true CN112511649B (zh) 2022-08-26

Family

ID=74921885

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011524319.6A Active CN112511649B (zh) 2020-12-21 2020-12-21 多接入边缘计算方法及设备

Country Status (1)

Country Link
CN (1) CN112511649B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109756903A (zh) * 2017-11-03 2019-05-14 南宁富桂精密工业有限公司 优化移动边缘计算系统的方法和相关设备
CN110445866A (zh) * 2019-08-12 2019-11-12 南京工业大学 一种移动边缘计算环境中任务迁移和协作式负载均衡方法
CN110545302A (zh) * 2018-05-29 2019-12-06 中兴通讯股份有限公司 一种计算迁移方法、设备及存储介质
CN111190688A (zh) * 2019-12-19 2020-05-22 西安交通大学 一种面向云数据中心的Docker迁移方法及系统
CN111800285A (zh) * 2019-04-08 2020-10-20 阿里巴巴集团控股有限公司 实例迁移方法和装置以及电子设备

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112087495B (zh) * 2016-02-04 2021-09-21 华为技术有限公司 服务迁移方法、装置及系统
US10966122B2 (en) * 2016-12-07 2021-03-30 Telefonaktiebolaget Lm Ericsson (Publ) Method and migration managing module for managing a migration of a service
CN106844051A (zh) * 2017-01-19 2017-06-13 河海大学 一种边缘计算环境中功耗优化的负载任务迁移算法
CN108509276B (zh) * 2018-03-30 2021-11-30 南京工业大学 一种边缘计算环境中的视频任务动态迁移方法
CN110049130B (zh) * 2019-04-22 2020-07-24 北京邮电大学 一种基于边缘计算的服务部署和任务调度方法及装置
CN111132235B (zh) * 2019-12-27 2023-04-07 东北大学秦皇岛分校 基于改进hrrn算法和多属性决策的移动卸载迁移算法
CN111147604B (zh) * 2019-12-31 2022-03-29 重庆邮电大学 一种车联网边缘计算的负载均衡方法
CN111459662B (zh) * 2020-03-18 2023-07-04 湖南大学 移动边缘计算中的迁移管理方法、装置和存储介质
CN111835819B (zh) * 2020-05-07 2023-04-18 东南大学 移动边缘计算中区域化层次化任务迁移方法
CN111880939A (zh) * 2020-08-07 2020-11-03 曙光信息产业(北京)有限公司 容器动态迁移方法、装置及电子设备
CN112087509B (zh) * 2020-09-03 2022-04-19 哈尔滨工业大学 一种边缘计算平台中任务迁移方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109756903A (zh) * 2017-11-03 2019-05-14 南宁富桂精密工业有限公司 优化移动边缘计算系统的方法和相关设备
CN110545302A (zh) * 2018-05-29 2019-12-06 中兴通讯股份有限公司 一种计算迁移方法、设备及存储介质
CN111800285A (zh) * 2019-04-08 2020-10-20 阿里巴巴集团控股有限公司 实例迁移方法和装置以及电子设备
CN110445866A (zh) * 2019-08-12 2019-11-12 南京工业大学 一种移动边缘计算环境中任务迁移和协作式负载均衡方法
CN111190688A (zh) * 2019-12-19 2020-05-22 西安交通大学 一种面向云数据中心的Docker迁移方法及系统

Also Published As

Publication number Publication date
CN112511649A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN110869909B (zh) 应用机器学习算法来计算健康分数以进行工作负载调度的系统和方法
EP3847549B1 (en) Minimizing impact of migrating virtual services
CN108829494B (zh) 基于负载预测的容器云平台智能资源优化方法
EP2437168B1 (en) Method and device for balancing load of multiprocessor system
US8510747B2 (en) Method and device for implementing load balance of data center resources
US8423646B2 (en) Network-aware virtual machine migration in datacenters
US7865614B2 (en) Method and apparatus for load balancing with server state change awareness
US20140082202A1 (en) Method and Apparatus for Integration of Virtual Cluster and Virtual Cluster System
EP2629490A1 (en) Optimizing traffic load in a communications network
CN106020941A (zh) 选择资源分配策略和解决资源冲突
JPWO2008102739A1 (ja) 仮想サーバシステム及び物理サーバ選択方法
US20060248372A1 (en) Intelligent resource provisioning based on on-demand weight calculation
CN110875838B (zh) 一种资源部署方法、装置和存储介质
CN112511649B (zh) 多接入边缘计算方法及设备
JP2020160775A (ja) コンテナ起動ホスト選択装置、コンテナ起動ホスト選択システム、コンテナ起動ホスト選択方法及びプログラム
US9594596B2 (en) Dynamically tuning server placement
CN115277249B (zh) 一种多层异构网络协同的网络安全态势感知方法
CN116893900A (zh) 集群计算压力负载均衡方法、系统、设备及ic设计平台
CN113886091A (zh) 虚拟机迁移方法、系统、设备及存储介质
CN114697213A (zh) 一种升级方法及装置
US20140019623A1 (en) Virtual server system, management server device, and system managing method
CN113347016B (zh) 基于资源占用和时延敏感的虚拟化网络功能迁移方法
CN113407192B (zh) 模型部署方法和设备
CN116610413A (zh) 容器集合调度方法、装置、设备及存储介质
CN116027980A (zh) 一种处理方法和电子设备

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