CN114138452A - 一种边缘计算中高能效的计算节点选择方法及装置 - Google Patents

Abstract

本发明的实施例公开了一种边缘计算中高能效的计算节点选择方法与装置，涉及边缘计算技术领域。所述方法，包括：根据边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量；根据所述每个节点的数据处理量，计算所述每条传输路径的最大传输数据量；计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间；从最大传输数据量不小于服务器下达任务的数据量的传输路径中，选择传输时间最小值对应的传输路径中的节点作为计算节点。本发明能够有效提升边缘计算的能量效率。

Description

一种边缘计算中高能效的计算节点选择方法及装置

技术领域

本发明属于边缘计算技术领域，尤其涉及一种边缘计算中高能效的计算节点选择方法及装置。

背景技术

边缘计算，是指在靠近物或数据源头(即最终用户)的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。用户无需等待数据发送到云计算服务器或从云计算服务器发送数据，只需将数据发送给“更接近”自己的边缘计算应用，由此应用处理用户数据，及时性更好，有效地提高了用户的体验。

但是，由于边缘计算的各节点部署的资源有限，边缘计算节点之间缺乏感知协作，目前的边缘计算还存在资源利用率低的问题，如何确定边缘计算系统中最优传输路径以充分利用边缘计算系统能力，是本领域目前亟待解决的技术问题。

发明内容

有鉴于此，本发明实施例提供一种边缘计算中高能效的计算节点选择方法与装置，用于解决目前边缘计算中节点选择方法，在选择计算节点时，缺乏节点间感知协作，导致计算节点资源利用率低的问题。本发明能够根据计算节点及其周围节点之间的数据传输量，来获得最优的传输路径，并将路径中的节点作为计算节点，从而有效地提升了边缘计算效率。

第一方面，本发明实施例提供一种边缘计算中高能效的计算节点选择方法，包括以下步骤：

根据边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量；

根据所述每个节点的数据处理量，计算所述每条传输路径的最大传输数据量；

计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间；

从最大传输数据量不小于服务器下达任务的数据量的传输路径中，选择传输时间最小值对应的传输路径中的节点作为计算节点。

在一可选实施例中，所述从最大传输数据量不小于服务器下达任务的数据量的传输路径中，选择传输时间最小值对应的传输路径中的节点作为计算节点，包括：

S101：判断第x条传输路径的最大传输数据量是否不小于服务器下达任务的数据量，其中x＝1,2,3,…,m，m为当前边缘计算应用到服务器之间传输路径的总数；是则执行S102；否则执行S104；

S102：判断第x条传输路径传输其对应的最大传输数据量的数据所需的传输时间是否小于当前最小时间；是则执行步骤S103，否则执行S104；其中，当前最小时间初始值为无穷大值；

S103：将当前最小时间更新为所述第x条传输路径传输其对应的最大传输数据量的数据所需的传输时间；

S104：判断x是否等于n，否则执行S105，是则执行S106；

S105：令x＝x+1，并返回执行S101；

S106：判断当前最小时间是否为无穷大值；是则执行S107，否则执行S108；

S107：计算节点选择失败；

S108：将当前最小时间对应的传输路径中的节点作为计算节点。

在一可选实施例中，所述根据当前边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量，包括：

根据以下第一公式计算每个节点的数据处理量：

在第一公式中，D_a,i表示边缘计算应用到服务器之间的第a条传输路径中的第i个节点的数据处理量；a＝1,2,3,…,m，m为边缘计算应用到服务器之间传输路径的总数，i＝1,2,…,n，n为第a条传输路径中的节点总数；

表示第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输量；

表示第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输标志值；k_i＝1,2,…,K_i，K_i表示第a条传输路径中的第i个节点周围的节点总数。

在一可选实施例中，所述根据所述每个节点的数据处理量，计算所述每条传输路径的最大传输数据量，包括：

根据以下第二公式计算每条传输路径的最大传输数据量：

在第二公式中，D_a,max表示边缘计算应用到服务器之间第a条传输路径的最大传输数据量，D表示每个节点可处理的最大数据量；

表示将i的值从1取值到n得到括号内的最小值。

在一可选实施例中，所述计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间，包括：

根据以下第三公式计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间：

在第三公式中，T_a,max表示用边缘计算应用到服务器之间第a条传输路径传输最大传输数据量的数据所需的传输时间；B_a,(f→1)表示最大传输数据量在第a条传输路径上从服务器传输到第1个节点的数据传输速度值；B_a,(n→y)表示最大传输数据量在第a条传输路径上从第n个节点传输到边缘计算应用的数据传输速度值；B_a,(i→i+1)表示最大传输数据量在第a条传输路径上从第i个节点传输到第i+1个节点的数据传输速度值。

第二方面，本发明实施例提供一种边缘计算中高能效的计算节点选择装置，包括：

第一计算模块，用于根据边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量；

第二计算模块，用于根据所述每个节点的数据处理量，计算所述每条传输路径的最大传输数据量；

第三计算模块，用于计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间；

选择模块，用于从最大传输数据量不小于服务器下达任务的数据量的传输路径中，选择传输时间最小值对应的传输路径中的节点作为计算节点。

在一可选实施例中，所述第一计算模块，具体用于根据以下第一公式计算每个节点的数据处理量：

在第一公式中，D_a,i表示边缘计算应用到服务器之间的第a条传输路径中的第i个节点的数据处理量；a＝1,2,3,…,m，m为边缘计算应用到服务器之间传输路径的总数，i＝1,2,…,n，n为第a条传输路径中的节点总数；

表示第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输量；

表示第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输标志值；k_i＝1,2,…,K_i，K_i表示第a条传输路径中的第i个节点周围的节点总数。

在一可选实施例中，所述第二计算模块，具体用于根据以下第二公式计算每条传输路径的最大传输数据量：

在第二公式中，D_a,max表示边缘计算应用到服务器之间第a条传输路径的最大传输数据量，D表示每个节点可处理的最大数据量；

表示将i的值从1取值到n得到括号内的最小值。

在一可选实施例中，所述第三计算模块，具体用于根据以下第三公式计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间：

在第三公式中，T_a,max表示用边缘计算应用到服务器之间第a条传输路径传输最大传输数据量的数据所需的传输时间；B_a,(f→1)表示最大传输数据量在第a条传输路径上从服务器传输到第1个节点的数据传输速度值；B_a,(n→y)表示最大传输数据量在第a条传输路径上从第n个节点传输到边缘计算应用的数据传输速度值；B_a,(i→i+1)表示最大传输数据量在第a条传输路径上从第i个节点传输到第i+1个节点的数据传输速度值。

本发明提供了一种边缘计算中高能效的计算节点选择方案，首先根据边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量，接着根据此数据处理量，计算每条传输路径的最大传输数据量和传输最大传输数据量的数据所需的传输时间，最后将传输时间最短、最大传输数据量不小于服务器下达任务的数据量的那条传输路径中的节点作为计算节点，后续就可以将数据沿着这些选择出来的计算节点进行传输，从而能够有效提升边缘计算的能量效率。

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它的附图。

图1为本发明实施例提供的一种边缘计算中高能效的计算节点选择方法流程图；

图2为S101的一种实施方法流程图；

图3为本发明实施例提供的一种边缘计算中高能效的计算节点选择装置结构示意图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。

应当明确，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

图1为本发明实施例提供的一种边缘计算中高能效的计算节点选择方法流程图。参见图1，包括如下步骤：

S101：根据边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量。

优选地，根据如下第一公式计算每个节点的数据处理量：

在第一公式中，D_a,i表示边缘计算应用到服务器之间的第a条传输路径中的第i个节点的数据处理量；a＝1,2,3,…,m，m为边缘计算应用到服务器之间传输路径的总数，i＝1,2,…,n，n为第a条传输路径中的节点总数；

表示第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输量；

表示第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输标志值，若边缘计算应用到服务器之间的第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输量已被第i个节点传输完成，则

若边缘计算应用到服务器之间的第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输量未被第i个节点传输完成则

k_i＝1,2,…,K_i，K_i表示第a条传输路径中的第i个节点周围的节点总数。

其中，第i个节点的周围节点指的是，先以第i个节点为中心以与该节点距离最远的节点进行连线作为半径画一个圆，然后再以第i个节点为中心向各个方向上进行直线延伸，每个方向上遇到的第一个节点即为第i个节点周围节点，若是在某一方向上的延伸距离超过所述圆的半径时仍未遇到任何其他节点则认为该节点在所述方向上不存在周围节点。

本实施例中，获得了每个节点当前的数据处理量，便容易知晓节点剩余处理量，方便了后续对节点的选择。

S102：根据所述每个节点的数据处理量，计算所述每条传输路径的最大传输数据量。

优选地，根据如下第二公式计算每条传输路径的最大传输数据量：

在第二公式中，D_a,max表示边缘计算应用到服务器之间第a条传输路径的最大传输数据量，

表示将i的值从1取值到n得到括号内的最小值，D表示每个节点可处理的最大数据量；其中，计算节点相当于数据的一个暂存以及传播的点，所以将整个系统的节点都统一为一个类型的节点，达到容易部署以及计算，同一类型的节点可处理的最大数据量也是一致的，因此D的取值为统一值。

本实施例中，因为传输数据的传输路径中会经过很多节点，所以可以传输的最大数据量需为所有节点中最小剩余量才对，这样才能使得可传输的最大数据量可以被每个节点传输完成，例如，某条传输路径中有两个节点，第一个节点数据处理量为10Mb，第二个节点数据处理量为20Mb，节点可处理的最大数据量30Mb，则这条传输路径最大传输数据量应为10Mb。

S103：计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间。

优选地，根据如下第三公式计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间：

在第三公式中，T_a,max表示用边缘计算应用到服务器之间第a条传输路径传输最大传输数据量的数据所需的传输时间；B_a,(f→1)表示最大传输数据量在第a条传输路径上从服务器传输到第1个节点的数据传输速度值；B_a,(n→y)表示最大传输数据量在第a条传输路径上从第n个节点传输到边缘计算应用的数据传输速度值；B_a,(i→i+1)表示最大传输数据量在第a条传输路径上从第i个节点传输到第i+1个节点的数据传输速度值。

S104：从最大传输数据量不小于服务器下达任务的数据量的传输路径中，选择传输时间最小值对应的传输路径中的节点作为计算节点。

本实施例中，将计算出的多个传输时间中的最小值对应的传输路径中的节点作为最优传输节点，则数据沿着最优传输节点进行传输数据，能够有效提升边缘计算的能量效率。

作为一可选实施例，如图2所示，本步骤S104，包括：

S201：判断第x条传输路径的最大传输数据量是否不小于服务器下达任务的数据量，是则执行S202；否则执行S204；

其中，x＝1,2,3,…,m，m为当前边缘计算应用到服务器之间传输路径的总数；。

本实施例中，若传输路径的最大传输数据量小于服务器下达任务的数据量，则认为该任务无法被此传输路径完成传输；若传输路径的最大传输数据量不小于服务器下达任务的数据量，则认为该任务可以被此传输路径完成传输。

S202：判断第x条传输路径传输其对应的最大传输数据量的数据所需的传输时间是否小于当前最小时间；是则执行步骤S203，否则执行S204。

其中，当前最小时间初始值为无穷大值。

本实施例中，将最大传输数据量不小于服务器下达任务的数据量，并且传输时间最小的传输路径的作为最优传输路径，不仅保证数据的正常传输，同时也保证了传输时间也是最小的。

S203：将当前最小时间更新为所述第x条传输路径传输其对应的最大传输数据量的数据所需的传输时间。

S204：判断x是否等于n，否则执行S205，是则执行S206。

S205：令x＝x+1，并返回执行S201。

S206：判断当前最小时间是否为无穷大值；是则执行S207，否则执行S208。

本实施例中，如果当前最小时间为无穷大值，则代表没有找到最大传输数据量不小于服务器下达任务的数据量的传输路径，则计算节点选择就失败了。

S207：计算节点选择失败。

S208：将当前最小时间对应的传输路径中的节点作为计算节点。

本实施例中，将最大传输数据量不小于服务器下达任务的数据量，并且传输时间最小的传输路径的作为最优传输路径，不仅使得数据能正常传输，同时传输时间也是最小的。将最优路径中的节点作为最优传输节点，则数据沿着最优传输节点进行传输数据，能够有效提升边缘计算的能量效率。

本发明实施例提供的一种边缘计算中高能效的计算节点选择方法，首先根据边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量，接着根据此数据处理量，计算每条传输路径的最大传输数据量和传输最大传输数据量的数据所需的传输时间，最后将传输时间最短、最大传输数据量不小于服务器下达任务的数据量的那条传输路径中的节点作为计算节点，后续就可以将数据沿着这些选择出来的计算节点进行传输，从而能够有效提升边缘计算的能量效率。

图3为本发明实施例提供的一种边缘计算中高能效的计算节点选择装置结构示意图。参看图3，所述装置，包括：

第一计算模块1，用于根据边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量。优选地，第一计算模块1，具体用于根据上述第一公式计算每个节点的数据处理量。

第二计算模块2，用于根据所述每个节点的数据处理量，计算所述每条传输路径的最大传输数据量。优选地，第二计算模块2，具体用于根据上述第二公式计算每条传输路径的最大传输数据量。

第三计算模块3，用于计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间。优选地，第三计算模块3，具体用于根据上述第三公式计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间。

选择模块4，用于从最大传输数据量不小于服务器下达任务的数据量的传输路径中，选择传输时间最小值对应的传输路径中的节点作为计算节点。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

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。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种边缘计算中高能效的计算节点选择方法，其特征在于，包括以下步骤：

根据边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量；

根据所述每个节点的数据处理量，计算所述每条传输路径的最大传输数据量；

计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间；

从最大传输数据量不小于服务器下达任务的数据量的传输路径中，选择传输时间最小值对应的传输路径中的节点作为计算节点。

2.如权利要求1所述的一种边缘计算中高能效的计算节点选择方法，其特征在于，所述从最大传输数据量不小于服务器下达任务的数据量的传输路径中，选择传输时间最小值对应的传输路径中的节点作为计算节点，包括：

S101：判断第x条传输路径的最大传输数据量是否不小于服务器下达任务的数据量，其中x＝1,2,3,…,m，m为当前边缘计算应用到服务器之间传输路径的总数；是则执行S102；否则执行S104；

S102：判断第x条传输路径传输其对应的最大传输数据量的数据所需的传输时间是否小于当前最小时间；是则执行步骤S103，否则执行S104；其中，当前最小时间初始值为无穷大值；

S103：将当前最小时间更新为所述第x条传输路径传输其对应的最大传输数据量的数据所需的传输时间；

S104：判断x是否等于n，否则执行S105，是则执行S106；

S105：令x＝x+1，并返回执行S101；

S106：判断当前最小时间是否为无穷大值；是则执行S107，否则执行S108；

S107：计算节点选择失败；

S108：将当前最小时间对应的传输路径中的节点作为计算节点。

3.如权利要求1或2所述的一种边缘计算中高能效的计算节点选择方法，其特征在于，所述根据当前边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量，包括：

根据以下第一公式计算每个节点的数据处理量：

在第一公式中，D_a,i表示边缘计算应用到服务器之间的第a条传输路径中的第i个节点的数据处理量；a＝1,2,3,…,m，m为边缘计算应用到服务器之间传输路径的总数，i＝1,2,…,n，n为第a条传输路径中的节点总数；

表示第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输量；

表示第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输标志值；k_i＝1,2,…,K_i，K_i表示第a条传输路径中的第i个节点周围的节点总数。

4.如权利要求3所述的一种边缘计算中高能效的计算节点选择方法，其特征在于，所述根据所述每个节点的数据处理量，计算所述每条传输路径的最大传输数据量，包括：

根据以下第二公式计算每条传输路径的最大传输数据量：

在第二公式中，D_a,max表示边缘计算应用到服务器之间第a条传输路径的最大传输数据量，D表示每个节点可处理的最大数据量；

表示将i的值从1取值到n得到括号内的最小值。

5.如权利要求4所述的一种边缘计算中高能效的计算节点选择方法，其特征在于，所述计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间，包括：

根据以下第三公式计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间：

在第三公式中，T_a,max表示用边缘计算应用到服务器之间第a条传输路径传输最大传输数据量的数据所需的传输时间；B_a,(f→1)表示最大传输数据量在第a条传输路径上从服务器传输到第1个节点的数据传输速度值；B_a,(n→y)表示最大传输数据量在第a条传输路径上从第n个节点传输到边缘计算应用的数据传输速度值；B_a,(i→i+1)表示最大传输数据量在第a条传输路径上从第i个节点传输到第i+1个节点的数据传输速度值。

6.一种边缘计算中高能效的计算节点选择装置，其特征在于，包括：

第一计算模块，用于根据边缘计算应用到服务器之间的每条传输路径中每个节点与其周围节点之间的数据传输量，计算每个节点的数据处理量；

第二计算模块，用于根据所述每个节点的数据处理量，计算所述每条传输路径的最大传输数据量；

第三计算模块，用于计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间；

选择模块，用于从最大传输数据量不小于服务器下达任务的数据量的传输路径中，选择传输时间最小值对应的传输路径中的节点作为计算节点。

7.如权利要求6所述的一种边缘计算中高能效的计算节点选择装置，其特征在于，所述第一计算模块，具体用于根据以下第一公式计算每个节点的数据处理量：

在第一公式中，D_a,i表示边缘计算应用到服务器之间的第a条传输路径中的第i个节点的数据处理量；a＝1,2,3,…,m，m为边缘计算应用到服务器之间传输路径的总数，i＝1,2,…,n，n为第a条传输路径中的节点总数；

表示第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输量；

表示第a条传输路径中的第i个节点与其周围的第k_i个节点之间的数据传输标志值；k_i＝1,2,…,K_i，K_i表示第a条传输路径中的第i个节点周围的节点总数。

8.如权利要求7所述的一种边缘计算中高能效的计算节点选择方法，其特征在于，所述第二计算模块，具体用于根据以下第二公式计算每条传输路径的最大传输数据量：

在第二公式中，D_a,max表示边缘计算应用到服务器之间第a条传输路径的最大传输数据量，D表示每个节点可处理的最大数据量；

表示将i的值从1取值到n得到括号内的最小值。

9.如权利要求8所述的一种边缘计算中高能效的计算节点选择装置，其特征在于，所述第三计算模块，具体用于根据以下第三公式计算每条传输路径传输其对应的最大传输数据量的数据所需的传输时间：

在第三公式中，T_a,max表示用边缘计算应用到服务器之间第a条传输路径传输最大传输数据量的数据所需的传输时间；B_a,(f→1)表示最大传输数据量在第a条传输路径上从服务器传输到第1个节点的数据传输速度值；B_a,(n→y)表示最大传输数据量在第a条传输路径上从第n个节点传输到边缘计算应用的数据传输速度值；B_a,(i→i+1)表示最大传输数据量在第a条传输路径上从第i个节点传输到第i+1个节点的数据传输速度值。

Images