CN113453255B - 一种边设备容器的业务数据传输负载均衡优化方法及装置 - Google Patents

一种边设备容器的业务数据传输负载均衡优化方法及装置 Download PDF

Info

Publication number
CN113453255B
CN113453255B CN202110708539.2A CN202110708539A CN113453255B CN 113453255 B CN113453255 B CN 113453255B CN 202110708539 A CN202110708539 A CN 202110708539A CN 113453255 B CN113453255 B CN 113453255B
Authority
CN
China
Prior art keywords
service
container
data packet
tracking
edge device
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
CN202110708539.2A
Other languages
English (en)
Other versions
CN113453255A (zh
Inventor
杨芳僚
蒋破荒
陈小惠
祝视
黄鑫
方彬
田建伟
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.)
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Hunan Electric Power 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 State Grid Corp of China SGCC, State Grid Hunan Electric Power Co Ltd, Information and Telecommunication Branch of State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110708539.2A priority Critical patent/CN113453255B/zh
Publication of CN113453255A publication Critical patent/CN113453255A/zh
Application granted granted Critical
Publication of CN113453255B publication Critical patent/CN113453255B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/09—Management thereof
    • H04W28/0958—Management thereof based on metrics or performance parameters
    • H04W28/0967—Quality of Service [QoS] parameters
    • H04W28/0975—Quality of Service [QoS] parameters for reducing delays

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种边设备容器的业务数据传输负载均衡优化方法及装置，其中方法包括：云侧业务i对应的控制器i获取业务数据传输需求描述参数，与边设备j最优通信质量跟踪优化参数，封装成云边交互指令发布至边设备j；部署在边设备的跟踪优化器解析云边交互指令，获取跟踪优化参数和边设备容器业务的通信需求描述参数，通过内置的负载均衡优化算法获取计算业务数据包发送门限，调用容器引擎配置更新业务容器环境变量，完成边缘网关通信负载均衡操作。在考虑业务时延需求的同时，优化配置了边设备的通信负载，能够在边缘接入网通信资源有限的条件下，进行合理的数据流量带宽的分配，提升整体边缘网络数据传输的可靠性。

Description

一种边设备容器的业务数据传输负载均衡优化方法及装置
技术领域
本发明涉及云边交互技术领域，尤其涉及一种边设备容器的业务数据传输负载均衡优化方法及装置。
背景技术
目前，云边交互技术正处于发展阶段，作为下一代智能协同交互技术的核心内容已初具雏形，并在边缘计算、云计算、物联网、人工智能等领域具有广泛的应用前景。云边交互技术实现云平台与边缘侧的信息交互和协同控制，并包括遵循多种协议或协议族的从云到边和从边到云的双向通信链路，建立起云计算与边缘计算的协同互补关系。云边交互中，从云到边要求边缘侧设备能对各种应用场景完成智能化的需求匹配，即系统更新、设备控制、APP下发等具体功能，从边到云要求云端应用能获取边设备数据完成业务的优化输出和系统的AI建模。总体上，云边交互技术具备实现物联网中设备管理、容器管理、应用管理、业务交互等功能的能力。
面向新型电力系统中开展的云边交互业务，由于边缘网关的北向通信资源有限，为满足云边交互的通信需求，广泛利用已有的通信基础设施，提升资源复用率和通信接入网承载能力，需要对边缘网络的节点负载进行均衡优化。考虑到用电信息采集、配电自动化遥测遥信和线路设备实时监测等的周期性数据传输类业务以及精准负荷控制、分布式电源调度等低时延控制调度类业务的不同通信要求。在现有云边交互框架下，边缘网关难以按照具体的业务特征进行通信资源分配。并且在网关负载过重的情况下，云边数据传输易发生信息丢失和网络拥塞，从而影响通信质量造成数据损害和响应缓慢的影响，导致整体系统网络的可靠性降低。
发明内容
本发明提供了一种边设备容器的业务数据传输负载均衡优化方法及装置，以解决现有技术中在网关负载过重的情况下，云边数据传输易发生信息丢失和网络拥塞，从而影响通信质量造成数据损害和响应缓慢的问题。
第一方面，提供了一种边设备容器的业务数据传输负载均衡优化方法，包括：
S1：云平台根据边设备j节点实时流量参数进行边缘网络传播模型优化，获得边设备j最优通信质量跟踪优化参数；
S2：云侧业务i对应的控制器i获取业务数据传输的业务通信需求描述参数；
S3：将业务通信需求描述参数，按边设备j的业务容器编号集合，映射生成边设备j的业务通信需求描述参数数组，与最优通信质量跟踪优化参数封装成云边交互优化指令发布至边设备j；
S4：部署在边设备j的跟踪优化器解析云边交互优化指令，获取最优通信质量跟踪优化参数和边设备j上业务容器i的业务通信需求描述参数数组；
S4：跟踪优化器通过内置的负载均衡优化算法计算业务容器i的数据包发送门限，调用容器引擎配置更新业务容器环境变量，完成边设备通信负载均衡操作；
S6：跟踪优化器调用容器引擎API获得边设备j的实时流量参数，封并装成优化指令上报云平台。
进一步地，所述业务通信需求描述参数数组包括各类业务的时延需求权值向量Aj＝[a1 a2 … ai]1×n，和各类业务数据包最大缓存等待周期数组Rj＝[r1 r 2… ri]1×n；所述最优通信质量跟踪优化参数为网络层边设备j的节点数据流量跟踪目标ξj；其中，n为边设备j上业务容器的数量。
进一步地，所述步骤S4具体包括：
A1：跟踪优化器计算业务容器i的数据包发送加权概率P(Si)；调用容器引擎同步完成操作，执行A4～A7；
A2：跟踪优化器计算容器i的数据包发送门限Ti；
A3：跟踪优化器获取当前边设备负载状态参数，计算下一轮的跟踪反馈开度系数，并循环执行步骤A1～A3；
A4：容器引擎统计业务容器i的等待队列长度；
A5：容器引擎更新业务容器i数据包发送门限Ti，完成更新业务容器i环境变量操作；
A6：容器引擎将通过数据包发送门限Ti的数据包地址插入就绪队列队尾，将未通过数据包发送门限Ti的数据包地址插入等待队列队尾；
A7：容器引擎获取就绪队列数据包发送实时流量参数
Figure BDA0003132286130000021
进一步地，所述业务容器i的数据包发送门限Ti通过如下方法计算得到：
对于边设备j，获得第k个发送周期内，业务容器i的数据包发送加权概率P(Si)：
Figure BDA0003132286130000031
其中，
Figure BDA0003132286130000032
为边设备j在第k个发送周期的跟踪反馈开度系数，ai为业务i的时延需求权值；计算业务容器i的数据包发送门限Ti：
Figure BDA0003132286130000033
其中，r为该数据包缓冲发送的已等待周期，ri为业务容器i待发送的数据包的最大等待周期。
进一步地，所述跟踪反馈开度系数通过如下方法得到：
对于边设备j，第k+1个发送周期的跟踪反馈开度系数
Figure BDA0003132286130000034
计算过程如下：
获取第k个发送周期，等待队列的长度hk，就绪队列已发送数据包的实时流量参数
Figure BDA0003132286130000035
计算实时流量参数与目标值的误差
Figure BDA0003132286130000036
计算第k+1个发送周期，边设备j的实时流量参数与目标值的误差积分值
Figure BDA0003132286130000037
边设备j的实时流量参数与目标值的误差微分值/>
Figure BDA0003132286130000038
计算第k+1个发送周期，边设备j待更新的跟踪反馈开度系数
Figure BDA0003132286130000039
有下界/>
Figure BDA00031322861300000310
且/>
Figure BDA00031322861300000311
其中，σj为边设备j的数据包传输速度因子，θj为边设备j的数据流量因子。
进一步地，步骤S2之前还包括如下步骤：
计算边设备j最优通信质量跟踪优化参数ξj与节点实时流量参数
Figure BDA00031322861300000312
的误差ΔEj；
判断误差ΔEj是否超出阈值，若否，则执行步骤S1继续获取边设备j+1节点的实时流量参数，计算边设备j+1节点最优通信质量参数与实时流量参数的误差ΔEj+1；若是，则执行步骤S2。
第二方面，提供了一种边设备容器的业务数据传输负载均衡优化装置，包括：
控制器，部署在云服务器，用于在边设备节点进行容器的业务数据传输负载均衡优化时，获取边设备j最优通信质量跟踪优化参数、云侧业务i对应的业务数据传输的业务通信需求描述参数；并将业务通信需求描述参数，按边设备j的业务容器编号集合，映射生成边设备j的业务通信需求描述参数数组，与最优通信质量跟踪优化参数封装成云边交互优化指令发布至边设备j；
跟踪优化器，部署在边设备，用于解析云边交互优化指令，获取最优通信质量跟踪优化参数和边设备j上业务容器i的业务通信需求描述参数数组；并通过内置的负载均衡优化算法计算业务容器i的数据包发送门限，调用容器引擎配置更新业务容器环境变量，完成边设备通信负载均衡操作；以及调用容器引擎API获得边设备j的实时流量参数，封并装成优化指令上报云服务器。
进一步地，所述业务通信需求描述参数数组包括各类业务的时延需求权值向量Aj＝[a1 a2 … ai]1×n，和各类业务数据包最大缓存等待周期数组Rj＝[r1 r2 … ri]1×n；所述最优通信质量跟踪优化参数为网络层边设备j的节点数据流量跟踪目标ξj；其中，n为边设备j上业务容器的数量。
进一步地，所述通过内置的负载均衡优化算法计算业务容器i的数据包发送门限，调用容器引擎配置更新业务容器环境变量，完成边设备通信负载均衡操作，具体包括：
A1：跟踪优化器计算业务容器i的数据包发送加权概率P(Si)；调用容器引擎同步完成操作，执行A4～A7；
A2：跟踪优化器计算容器i的数据包发送门限Ti；
A3：跟踪优化器获取当前边设备负载状态参数，计算下一轮的跟踪反馈开度系数，并循环执行步骤A1～A3；
A4：容器引擎统计业务容器i的等待队列长度；
A5：容器引擎更新业务容器i数据包发送门限Ti，完成更新业务容器i环境变量操作；
A6：容器引擎将通过数据包发送门限Ti的数据包地址插入就绪队列队尾，将未通过数据包发送门限Ti的数据包地址插入等待队列队尾；
A7：容器引擎获取就绪队列数据包发送实时流量参数
Figure BDA0003132286130000041
进一步地，所述业务容器i的数据包发送门限Ti通过如下方法计算得到：
对于边设备j，获得第k个发送周期内，业务容器i的数据包发送加权概率P(Si)：
Figure BDA0003132286130000051
其中，
Figure BDA0003132286130000052
为边设备j在第k个发送周期的跟踪反馈开度系数，ai为业务i的时延需求权值；计算业务容器i的数据包发送门限Ti：
Figure BDA0003132286130000053
其中，r为该数据包缓冲发送的已等待周期，ri为业务容器i待发送的数据包的最大等待周期；
对于边设备j，第k+1个发送周期的跟踪反馈开度系数
Figure BDA0003132286130000054
计算过程如下：
获取第k个发送周期，等待队列的长度hk，就绪队列已发送数据包的实时流量参数
Figure BDA0003132286130000055
计算实时流量参数与目标值的误差
Figure BDA0003132286130000056
计算第k+1个发送周期，边设备j的实时流量参数与目标值的误差积分值
Figure BDA0003132286130000057
边设备j的实时流量参数与目标值的误差微分值/>
Figure BDA0003132286130000058
计算第k+1个发送周期，边设备j待更新的跟踪反馈开度系数
Figure BDA0003132286130000059
有下界
Figure BDA00031322861300000510
且/>
Figure BDA00031322861300000511
其中，σj为边设备j的数据包传输速度因子，θj为边设备j的数据流量因子。
有益效果
针对边缘网关节点在接入网通信资源有限的环境下，如何平衡网络节点通信负载，充分利用公共基础设施，提升边缘网络可靠性的问题，本发明提出了一种边设备容器的业务数据传输负载均衡优化方法及装置，在考虑业务时延需求的同时，优化配置了边设备的通信负载，能够在边缘接入网通信资源有限的条件下，进行合理的数据流量带宽的分配，提升整体边缘网络数据传输的可靠性。适应了云边协同的分布式的特点，拓扑结构实现了端到端、业务到业务、容器到容器的专用通道对应，在满足各类业务时延需求的前提下，有效平衡削减了网关周期性的数据流量峰值。装置以管理组件的形式运作，减少对平台的大范围改动，具有灵活、低成本的优点。
附图说明
为了更清楚地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地介绍，显而易见地，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他的附图。
图1是本发明实施例提供的边设备容器的业务数据传输负载均衡优化方法流程图；
图2是本发明实施例提供的边设备容器的业务数据传输负载均衡优化装置的结构框图；
图3是本发明实施例提供的边设备容器的业务数据传输负载均衡控制链路拓扑结构图；
图4是本发明实施例提供的边设备节点通信负载均衡优化方法的发包曲线。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。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，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
本发明实施例提供了一种边设备容器的业务数据传输负载均衡优化方法，可应用在边缘接入网通信资源有限，边设备数据传输负载过重的情况下。如图1所示，本发明实施例包括以下步骤：
S1、在对边设备进行通信负载均衡的情况下，云平台获取边设备节点的实时流量参数Fj，云平台的控制器获取平台版本号，从云数据库获取边设备ID、功能标识参数，生成调用平台管理组件北向接口的请求；
S2、云平台进行边缘网络传播模型优化后获得边设备节点最优通信质量跟踪优化参数ξj，控制器通过HTTP协议向物联管理平台发送请求，创建MQTT协议的自定义主题；其中边缘网络传播模型为现有技术，在此不对其进行赘述；
S3、云平台计算边设备j节点最优通信质量参数ξj与实时流量参数Fj的误差ΔEj；
S4、判断误差ΔEj是否超出阈值，此实施例中阈值设为20％。若ΔEj≤20％，则执行步骤S1继续获取边设备j+1节点的实时流量参数Fj，计算边设备j+1节点最优通信质量参数与实时流量参数的误差ΔEj+1；若ΔEj＞20％，则进行边设备j节点的通信负载均衡优化，执行步骤S5；
S5、云侧业务i对应的控制器i获取业务数据传输的业务通信需求描述参数ai、ri和最优通信质量跟踪优化参数ξj；
S6、控制器调用平台管理组件北向接口，获取业务通信需求描述参数，按边设备j的业务容器编号集合Cj，映射生成边设备j的业务通信需求描述参数数组Aj、Rj，与ξj封装成云边交互指令发布至边设备j；
S7、部署在边设备j的设备跟踪优化器解析优化指令获取最优通信质量跟踪优化参数ξj和容器业务通信需求描述参数数组Aj、Rj；
S8、跟踪优化器计算容器i的数据包发送加权概率P(Si)；进行算法计算时，容器引擎同步完成操作，执行S11～S14；
S9、跟踪优化器计算容器i的数据包发送门限Ti；
S10、跟踪优化器获取当前边设备负载状态参数，计算下一轮的跟踪反馈开度系数
Figure BDA0003132286130000071
并循环执行S8、S9、S10；
S11、容器引擎统计容器i的等待队列长度；
S12、容器引擎更新容器i数据包发送门限Ti，完成更新容器环境变量操作；
S13、容器引擎将通过门限的数据包地址插入就绪队列队尾，将未通过门限的数据包地址插入等待队列队尾；具体为：容器引擎赋予数据包随机数rand_temp，并完成阈值判断和缓存操作，具体如下：
Figure BDA0003132286130000072
S14、容器引擎获取就绪队列数据包发送实时流量参数Fj；
S15、跟踪优化器上报边设备j容器实时流量参数Fj。
应当理解的是，其中i和j均为编号，边设备上业务数据处理程序以容器化虚拟架构运行，完成同一业务不同功能的APP被封装在单个容器中，对于边设备上业务数据传输，容器编号和业务类型可以是一一对应的关系。
其中，所述业务通信需求描述参数数组包括各类业务的时延需求权值向量Aj＝[a1a2 … ai]1×n，和各类业务数据包最大缓存等待周期数组Rj＝[r1 r2 … ri]1×n；所述最优通信质量跟踪优化参数为网络层边设备j的节点数据流量跟踪目标ξj；其中，n为边设备j上业务容器的数量。
其中，所述业务容器i的数据包发送门限Ti通过如下方法计算得到：
对于边设备j，获得第k个发送周期内，业务容器i的数据包发送加权概率P(Si)：
Figure BDA0003132286130000081
其中，
Figure BDA0003132286130000082
为边设备j在第k个发送周期的跟踪反馈开度系数，ai为业务i的时延需求权值，由云平台下发的业务描述参数数组中获得，ai∈Aj；
计算业务容器i的数据包发送门限Ti：
Figure BDA0003132286130000083
其中，r为该数据包缓冲发送的已等待周期，ri为业务容器i待发送的数据包的最大等待周期，由云平台下发的业务描述参数数组中获得，ri∈Rj。
其中，所述跟踪反馈开度系数通过如下方法得到：
对于边设备j，第k+1个发送周期的跟踪反馈开度系数
Figure BDA0003132286130000084
计算过程如下：
获取第k个发送周期，等待队列的长度hk，就绪队列已发送数据包的实时流量参数
Figure BDA0003132286130000085
/>
计算实时流量参数与目标值的误差
Figure BDA0003132286130000086
计算第k+1个发送周期，边设备j的实时流量参数与目标值的误差积分值
Figure BDA0003132286130000087
边设备j的实时流量参数与目标值的误差微分值/>
Figure BDA0003132286130000088
计算第k+1个发送周期，边设备j待更新的跟踪反馈开度系数
Figure BDA0003132286130000089
有下界/>
Figure BDA00031322861300000810
且/>
Figure BDA00031322861300000811
其中，σj为边设备j的数据包传输速度因子，θj为边设备j的数据流量因子。
应当理解的是，本发明实施例所使用的边设备容器的业务数据传输负载均衡优化方法不限制于具体功能的实施方式。此方法可以应用于实现“端边云”架构下边缘网络的负载均衡。
在一些可行的方式中，本发明中使用的控制器是部署在云平台的组件，跟踪优化器是部署在边设备的应用程序。基于此，本发明还提供一种实现上述负载均衡方法的装置。
如图2所示，提供了一种边设备容器的业务数据传输负载均衡优化装置，包括：
控制器，部署在云服务器，用于在边设备节点进行容器的业务数据传输负载均衡优化时，获取边设备j最优通信质量跟踪优化参数、云侧业务i对应的业务数据传输的业务通信需求描述参数；并将业务通信需求描述参数，按边设备j的业务容器编号集合，映射生成边设备j的业务通信需求描述参数数组，与最优通信质量跟踪优化参数封装成云边交互优化指令发布至边设备j；
跟踪优化器，部署在边设备，用于解析云边交互优化指令，获取最优通信质量跟踪优化参数和边设备j上业务容器i的业务通信需求描述参数数组；并通过内置的负载均衡优化算法计算业务容器i的数据包发送门限，调用容器引擎配置更新业务容器环境变量，完成边设备通信负载均衡操作；以及调用容器引擎API获得边设备j的实时流量参数，封并装成优化指令上报云服务器。
云侧的控制器对接平台管理组件接口，完成指定边设备、发送服务请求、封装优化指令的操作。由于平台管理组件本身具备复杂的功能集成，能够提供齐全的南北向接口并响应外部发起的服务请求，控制器可调用。跟踪优化器用于接收平台下发的优化指令，能识别并执行与边设备容器的业务数据传输负载均衡优化相关的平台指令，与容器引擎的应用程序接口进行交互，完成边设备业务数据传输的通信负载均衡优化。
具体地，所述业务通信需求描述参数数组包括各类业务的时延需求权值向量Aj＝[a1 a2 … ai]1×n，和各类业务数据包最大缓存等待周期数组Rj＝[r1 r2 … ri]1×n；所述最优通信质量跟踪优化参数为网络层边设备j的节点数据流量跟踪目标ξj；其中，n为边设备j上业务容器的数量。
其中，所述通过内置的负载均衡优化算法计算业务容器i的数据包发送门限，调用容器引擎配置更新业务容器环境变量，完成边设备通信负载均衡操作，具体包括：
A1：跟踪优化器计算业务容器i的数据包发送加权概率P(Si)；调用容器引擎同步完成操作，执行A4～A7；
A2：跟踪优化器计算容器i的数据包发送门限Ti；
A3：跟踪优化器获取当前边设备负载状态参数，计算下一轮的跟踪反馈开度系数，并循环执行步骤A1～A3；
A4：容器引擎统计业务容器i的等待队列长度；
A5：容器引擎更新业务容器i数据包发送门限Ti，完成更新业务容器i环境变量操作；
A6：容器引擎将通过数据包发送门限Ti的数据包地址插入就绪队列队尾，将未通过数据包发送门限Ti的数据包地址插入等待队列队尾；
A7：容器引擎获取就绪队列数据包发送实时流量参数
Figure BDA0003132286130000101
其中，所述业务容器i的数据包发送门限Ti通过如下方法计算得到：
对于边设备j，获得第k个发送周期内，业务容器i的数据包发送加权概率P(Si)：
Figure BDA0003132286130000102
其中，
Figure BDA0003132286130000103
为边设备j在第k个发送周期的跟踪反馈开度系数，ai为业务i的时延需求权值；计算业务容器i的数据包发送门限Ti：
Figure BDA0003132286130000104
其中，r为该数据包缓冲发送的已等待周期，ri为业务容器i待发送的数据包的最大等待周期；
对于边设备j，第k+1个发送周期的跟踪反馈开度系数
Figure BDA0003132286130000105
计算过程如下：
获取第k个发送周期，等待队列的长度hk，就绪队列已发送数据包的实时流量参数
Figure BDA0003132286130000106
计算实时流量参数与目标值的误差
Figure BDA0003132286130000107
计算第k+1个发送周期，边设备j的实时流量参数与目标值的误差积分值
Figure BDA0003132286130000108
边设备j的实时流量参数与目标值的误差微分值/>
Figure BDA0003132286130000109
计算第k+1个发送周期，边设备j待更新的跟踪反馈开度系数
Figure BDA00031322861300001010
有下界/>
Figure BDA00031322861300001011
且/>
Figure BDA00031322861300001012
其中，σj为边设备j的数据包传输速度因子，θj为边设备j的数据流量因子。
如图3所示，云平台的控制器对接每项具体业务，存在多个业务控制器，每个业务对应一个控制器，每个边设备上部署跟踪优化器。协议交互主题由边设备唯一的设备ID和负载均衡唯一的功能标识指定。
具体地，当需要对特定边设备发送通信负载均衡消息时，存在唯一的双向订阅发布主题，实现云平台与边设备考虑业务时延的数据传输优化的云边交互。
控制器从云数据库获取边设备信息模型，并接收上层云平台业务应用的消息命令，将优化指令参数封装成消息体后，通过HTTP请求物联管理平台转发至MQTT主题，应用层消息下发至特定边设备j，完成优化参数更新、容器通信的环境变量配置等操作。
具体地，如图3，设B＝{1,2,…,n}为边缘网络承载的所有具体业务编号集合，即所有进行负载均衡优化的业务容器编号集合，则控制器获取的参数ai、ri，i＝1,2,…,n。部署在边设备j的跟踪优化器管理的容器编号的集合记为Cj，
Figure BDA0003132286130000111
其中，B中元素的值为具体业务的编号，Cj中元素的值为边设备j的业务容器编号，则跟踪优化器解析优化指令获取的参数Aj、Rj、ξj，j＝1,2,…,m。边设备j上跟踪优化器可以完成不同业务容器的发包控制，形成的边缘网络拓扑结构中，云边交互通信链路的个数为/>
Figure BDA0003132286130000112
在受控器订阅多个MQTT主题的情况下，受控器获取本地库中的设备ID和应用数据与主题的边设备ID字段和功能标识进行比对，确保边设备应用接口支持负载均衡的相关操作。
更具体地，本实施例中，控制器由以下模块组成：
应用层命令解析模块，用于解析平台应用层命令并将命令封装成消息体；
数据模型处理模块，用于读取数据库信息模型，完成应用层命令下发的执行审核，和执行操作后的数据库信息模型参数更改；
接口调用请求模块，用于审核通过后，将消息体与边设备信息参数打包成接口调用请求，并创建自定义主题；
执行报告拉取模块，用于获取暂存于消息队列的执行报告，并上传至应用层。
控制器获取的信息模型参数包括：设备ID、负载均衡功能标识、数据流量跟踪目标ξj、业务时延需求权值ai、业务数据最大等待周期ri、优化控制权限以及优化指令QoS。
跟踪优化器由以下模块组成：
主题订阅模块，用于订阅平台负载均衡功能的主题，接收云平台的命令；
门限计算模块，获取输入数据流量跟踪目标ξj、业务时延需求权值ai、业务数据最大等待周期ri，等待队列长度、就绪队列已发送数据包的实时流量Fj。输出容器i的数据包发送门限Ti。
命令执行模块，用于调用边设备的应用程序接口，完成指定操作；
主题发布模块，用于获取边设备应用程序返回的执行报告，并发布至主题上传平台；
跟踪优化器模块为每个容器开辟一个缓存区并设置两个缓冲队列，包括等待队列和就绪队列。等待队列中存放未通过发送门限的数据包的地址。就绪队列中存放已通过发送门限的数据包的地址。
如图4所示，为自然发包曲线和边设备节点通信负载均衡优化方法的发包曲线对比图。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (5)

1.一种边设备容器的业务数据传输负载均衡优化方法，其特征在于，包括：
S1：云平台根据边设备j节点实时流量参数进行边缘网络传播模型优化，获得边设备j最优通信质量跟踪优化参数；
S2：云侧业务i对应的控制器i获取业务数据传输的业务通信需求描述参数；
S3：将业务通信需求描述参数，按边设备j的业务容器编号集合，映射生成边设备j的业务通信需求描述参数数组，与最优通信质量跟踪优化参数封装成云边交互优化指令发布至边设备j；
S4：部署在边设备j的跟踪优化器解析云边交互优化指令，获取最优通信质量跟踪优化参数和边设备j上业务容器i的业务通信需求描述参数数组；
S5：跟踪优化器通过内置的负载均衡优化算法计算业务容器i的数据包发送门限，调用容器引擎配置更新业务容器环境变量，完成边设备通信负载均衡操作；
S6：跟踪优化器调用容器引擎API获得边设备j的实时流量参数，封并装成优化指令上报云平台；
所述步骤S5具体包括：
A1：跟踪优化器计算业务容器i的数据包发送加权概率P(Si)；调用容器引擎同步完成操作，执行A4～A7；
A2：跟踪优化器计算容器i的数据包发送门限Ti；
A3：跟踪优化器获取当前边设备负载状态参数，计算下一轮的跟踪反馈开度系数，并循环执行步骤A1～A3；
A4：容器引擎统计业务容器i的等待队列长度；
A5：容器引擎更新业务容器i数据包发送门限Ti，完成更新业务容器i环境变量操作；
A6：容器引擎将通过数据包发送门限Ti的数据包地址插入就绪队列队尾，将未通过数据包发送门限Ti的数据包地址插入等待队列队尾；
A7：容器引擎获取就绪队列数据包发送实时流量参数
Figure FDA0003843943220000011
所述业务容器i的数据包发送门限Ti通过如下方法计算得到：
对于边设备j，获得第k个发送周期内，业务容器i的数据包发送加权概率P(Si)：
Figure FDA0003843943220000012
其中，
Figure FDA0003843943220000021
为边设备j在第k个发送周期的跟踪反馈开度系数，ai为业务i的时延需求权值；
计算业务容器i的数据包发送门限Ti：
Figure FDA0003843943220000022
其中，r为该数据包缓冲发送的已等待周期，ri为业务容器i待发送的数据包的最大等待周期；
所述跟踪反馈开度系数通过如下方法得到：
对于边设备j，第k+1个发送周期的跟踪反馈开度系数
Figure FDA0003843943220000023
计算过程如下：
获取第k个发送周期，等待队列的长度hk，就绪队列已发送数据包的实时流量参数
Figure FDA0003843943220000024
计算实时流量参数与目标值的误差
Figure FDA0003843943220000025
计算第k+1个发送周期，边设备j的实时流量参数与目标值的误差积分值
Figure FDA0003843943220000026
边设备j的实时流量参数与目标值的误差微分值
Figure FDA0003843943220000027
计算第k+1个发送周期，边设备j待更新的跟踪反馈开度系数
Figure FDA0003843943220000028
有下界
Figure FDA0003843943220000029
且
Figure FDA00038439432200000210
其中，σj为边设备j的数据包传输速度因子，θj为边设备j的数据流量因子。
2.根据权利要求1所述的边设备容器的业务数据传输负载均衡优化方法，其特征在于，所述业务通信需求描述参数数组包括各类业务的时延需求权值向量Aj＝[a1 a2…ai]1×n，和各类业务数据包最大缓存等待周期数组Rj＝[r1 r2…ri]1×n；所述最优通信质量跟踪优化参数为网络层边设备j的节点数据流量跟踪目标ξj；其中，n为边设备j上业务容器的数量。
3.根据权利要求1所述的边设备容器的业务数据传输负载均衡优化方法，其特征在于，步骤S2之前还包括如下步骤：
计算边设备j最优通信质量跟踪优化参数ξj与节点实时流量参数
Figure FDA00038439432200000211
的误差△Ej；
判断误差△Ej是否超出阈值，若否，则执行步骤S1继续获取边设备j+1节点的实时流量参数，计算边设备j+1节点最优通信质量参数与实时流量参数的误差△Ej+1；若是，则执行步骤S2。
4.一种边设备容器的业务数据传输负载均衡优化装置，其特征在于，包括：
控制器，部署在云服务器，用于在边设备节点进行容器的业务数据传输负载均衡优化时，获取边设备j最优通信质量跟踪优化参数、云侧业务i对应的业务数据传输的业务通信需求描述参数；并将业务通信需求描述参数，按边设备j的业务容器编号集合，映射生成边设备j的业务通信需求描述参数数组，与最优通信质量跟踪优化参数封装成云边交互优化指令发布至边设备j；
跟踪优化器，部署在边设备，用于解析云边交互优化指令，获取最优通信质量跟踪优化参数和边设备j上业务容器i的业务通信需求描述参数数组；并通过内置的负载均衡优化算法计算业务容器i的数据包发送门限，调用容器引擎配置更新业务容器环境变量，完成边设备通信负载均衡操作；以及调用容器引擎API获得边设备j的实时流量参数，封并装成优化指令上报云服务器；
所述通过内置的负载均衡优化算法计算业务容器i的数据包发送门限，调用容器引擎配置更新业务容器环境变量，完成边设备通信负载均衡操作，具体包括：
A1：跟踪优化器计算业务容器i的数据包发送加权概率P(Si)；调用容器引擎同步完成操作，执行A4～A7；
A2：跟踪优化器计算容器i的数据包发送门限Ti；
A3：跟踪优化器获取当前边设备负载状态参数，计算下一轮的跟踪反馈开度系数，并循环执行步骤A1～A3；
A4：容器引擎统计业务容器i的等待队列长度；
A5：容器引擎更新业务容器i数据包发送门限Ti，完成更新业务容器i环境变量操作；
A6：容器引擎将通过数据包发送门限Ti的数据包地址插入就绪队列队尾，将未通过数据包发送门限Ti的数据包地址插入等待队列队尾；
A7：容器引擎获取就绪队列数据包发送实时流量参数
Figure FDA0003843943220000031
所述业务容器i的数据包发送门限Ti通过如下方法计算得到：
对于边设备j，获得第k个发送周期内，业务容器i的数据包发送加权概率P(Si)：
Figure FDA0003843943220000032
其中，
Figure FDA0003843943220000041
为边设备j在第k个发送周期的跟踪反馈开度系数，ai为业务i的时延需求权值；
计算业务容器i的数据包发送门限Ti：
Figure FDA0003843943220000042
其中，r为该数据包缓冲发送的已等待周期，ri为业务容器i待发送的数据包的最大等待周期；
对于边设备j，第k+1个发送周期的跟踪反馈开度系数
Figure FDA0003843943220000043
计算过程如下：
获取第k个发送周期，等待队列的长度hk，就绪队列已发送数据包的实时流量参数
Figure FDA0003843943220000044
计算实时流量参数与目标值的误差
Figure FDA0003843943220000045
计算第k+1个发送周期，边设备j的实时流量参数与目标值的误差积分值
Figure FDA0003843943220000046
边设备j的实时流量参数与目标值的误差微分值
Figure FDA0003843943220000047
计算第k+1个发送周期，边设备j待更新的跟踪反馈开度系数
Figure FDA0003843943220000048
有下界
Figure FDA0003843943220000049
且
Figure FDA00038439432200000410
其中，σj为边设备j的数据包传输速度因子，θj为边设备j的数据流量因子。
5.根据权利要求4所述的边设备容器的业务数据传输负载均衡优化装置，其特征在于，所述业务通信需求描述参数数组包括各类业务的时延需求权值向量Aj＝[a1 a2…ai]1×n，和各类业务数据包最大缓存等待周期数组Rj＝[r1 r2…ri]1×n；所述最优通信质量跟踪优化参数为网络层边设备j的节点数据流量跟踪目标ξj；其中，n为边设备j上业务容器的数量。
CN202110708539.2A 2021-06-25 2021-06-25 一种边设备容器的业务数据传输负载均衡优化方法及装置 Active CN113453255B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110708539.2A CN113453255B (zh) 2021-06-25 2021-06-25 一种边设备容器的业务数据传输负载均衡优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110708539.2A CN113453255B (zh) 2021-06-25 2021-06-25 一种边设备容器的业务数据传输负载均衡优化方法及装置

Publications (2)

Publication Number Publication Date
CN113453255A CN113453255A (zh) 2021-09-28
CN113453255B true CN113453255B (zh) 2023-03-24

Family

ID=77812694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110708539.2A Active CN113453255B (zh) 2021-06-25 2021-06-25 一种边设备容器的业务数据传输负载均衡优化方法及装置

Country Status (1)

Country Link
CN (1) CN113453255B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117478351B (zh) * 2023-07-21 2024-04-30 振宁(无锡)智能科技有限公司 一种工业互联网边缘计算的智能优化方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112888005A (zh) * 2021-02-26 2021-06-01 中天通信技术有限公司 一种面向mec的分布式业务调度方法
CN112948114A (zh) * 2021-03-01 2021-06-11 中国联合网络通信集团有限公司 边缘计算方法和边缘计算平台

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112087312B (zh) * 2019-06-15 2023-02-03 华为云计算技术有限公司 一种提供边缘服务的方法、装置和设备
CN111835849B (zh) * 2020-07-13 2021-12-07 中国联合网络通信集团有限公司 增强接入网服务能力的方法和装置
CN113011678B (zh) * 2021-04-08 2023-07-14 国网辽宁省电力有限公司信息通信分公司 基于边缘计算的虚拟运营平台运行控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112888005A (zh) * 2021-02-26 2021-06-01 中天通信技术有限公司 一种面向mec的分布式业务调度方法
CN112948114A (zh) * 2021-03-01 2021-06-11 中国联合网络通信集团有限公司 边缘计算方法和边缘计算平台

Also Published As

Publication number Publication date
CN113453255A (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN110505099B (zh) 一种基于迁移a-c学习的服务功能链部署方法
CN110234127B (zh) 一种基于sdn的雾网络任务卸载方法
CN113011678B (zh) 基于边缘计算的虚拟运营平台运行控制方法
CN103746911A (zh) 一种sdn网络结构及其通信方法
CN112838940B (zh) 一种网络控制器框架和数据处理方法
CN107846371B (zh) 一种多媒体业务QoE资源分配方法
CN114567598A (zh) 一种基于深度学习和跨域协作的负载均衡方法及装置
CN107924332A (zh) Ict服务供应的方法和系统
CN112153153B (zh) 一种协调分布式的网内资源调度方法及系统、存储介质
CN116032767A (zh) 一种面向智融标识网络的算力服务链管控系统架构
CN113453255B (zh) 一种边设备容器的业务数据传输负载均衡优化方法及装置
CN113132490A (zh) 一种基于强化学习的MQTT协议QoS机制选择方案
CN109327511A (zh) 一种基于http协议的数据请求方法和服务器
CN116599904A (zh) 并行传输负载均衡装置及方法
CN113114335B (zh) 一种基于人工智能的软件定义天基网络组网架构
US11556100B2 (en) Control method, related device, and system
CN116455817A (zh) 一种软件定义云网融合架构及路由实现方法
WO2022166715A1 (zh) 一种智能流水线处理方法、装置、存储介质及电子装置
CN114938374A (zh) 跨协议负载均衡方法及系统
US11522762B2 (en) Coordination device and method for providing control applications via a communication network for transmitting time-critical data
CN110855507B (zh) 一种基于软件定义的无人驾驶数据网络交互方法
CN110086662B (zh) 一种需求定义网络的实现方法及网络架构
Xu et al. AI-SPACE: A Cloud-Edge Aggregated Artificial Intelligent Architecture for Tiansuan Constellation-Assisted Space-Terrestrial Integrated Networks
CN113783798A (zh) 数据传输方法及系统、边缘服务设备
CN108259527B (zh) 基于代理的业务处理方法、装置及网元设备

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