CN115412563A - 一种边缘设备资源分配方法、装置、设备及可读存储介质 - Google Patents
一种边缘设备资源分配方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN115412563A CN115412563A CN202211008149.5A CN202211008149A CN115412563A CN 115412563 A CN115412563 A CN 115412563A CN 202211008149 A CN202211008149 A CN 202211008149A CN 115412563 A CN115412563 A CN 115412563A
- Authority
- CN
- China
- Prior art keywords
- time delay
- edge
- value
- unloading rate
- initial value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000013468 resource allocation Methods 0.000 title claims description 33
- 230000004888 barrier function Effects 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H04L67/1023—Server selection for load balancing based on a hash applied to IP addresses or costs
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种边缘设备资源分配方法、装置、设备及可读存储介质,涉及边缘设备传输能力优化技术领域,包括获取边缘设备数量集合,并确定障碍参数初始值和卸载率初始值;构建时延模型;遍历所述边缘设备数量集合,按照从小到大的顺序依次获取边缘设备数;利用所述障碍参数初始值和卸载率初始值求解所述时延模型,计算所有边缘设备数所对应的时延值和卸载率;比较所有时延值,获得最小时延值,并根据所述最小时延值查找得到对应的边缘设备数和卸载率。用于寻找满足处理效率和传输负荷条件下的边缘设备数和卸载率最优组合。
Description
技术领域
本发明涉及边缘设备传输能力优化技术领域,具体而言,涉及一种边缘设备资源分配方法、装置、设备及可读存储介质。
背景技术
监控系统中通过部署海量物联网设备和监控摄像头来服务于建筑物中的各大区域。而大规模的摄像头接入也带来了海量数据,这给以云计算为核心的视频监控架构构成了重大的挑战。由于将数据全部传送至云端处理十分的耗费资源,因此,边缘端需要对部分或全部视频任务进行处理后将计算结果等核心数据上报云端,以减少传输负荷。但云端处理数据的效率高,边缘端处理的效率较低,因此,在保证处理效率的情况下减少传输负荷,就需要在边缘端和云端(卸载概率) 中寻求中一个最优解。
现有技术中通常采用暴力搜索法来求解上述最优解,但耗费时间长、效率低,本发明首次提出一种DPEAIPM算法(基于内点法的均衡算法),以最快的方式寻找出上述最优组合。
发明内容
本发明的目的在于提供一种边缘设备资源分配方法、装置、设备及可读存储介质,以改善上述问题。为了实现上述目的,本发明采取的技术方案如下:
一种边缘设备资源分配方法,包括:
获取边缘设备数量集合,并确定障碍参数初始值和卸载率初始值;
构建时延模型;
遍历所述边缘设备数量集合,按照从小到大的顺序依次获取边缘设备数;
利用所述障碍参数初始值和卸载率初始值求解所述时延模型,计算所有边缘设备数所对应的时延值和卸载率;
比较所有时延值,获得最小时延值,并根据所述最小时延值查找得到对应的边缘设备数和卸载率。
进一步的,获取边缘设备数量集合,并确定障碍参数初始值和卸载率初始值,具体包括:
获取边缘设备数量集合M{1,…,mmax};
令障碍参数t初始值为0.1,卸载率pi的初始值为1。
进一步的,所述时延模型具体为:
式中,Tslack(pi)表示时延,i表示第i个终端设备,n表示终端设备数量, N表示终端设备数量集合,k表示第k个边缘设备,m表示边缘设备数量,M表示边缘设备数量集合,λi表示终端设备i的平均请求到达率, pi表示终端设备i的卸载率,θi表示终端设备i每个请求的输入数据大小,dealθi表示边缘设备k处理请求后的数据大小,u表示边缘设备的计算能力,Rcre表示云服务器服务请求接收速率,Rtr表示服务请求发送速率,λTotal表示总卸载速率,t表示障碍参数。
进一步的,所述利用所述障碍参数和卸载率初始值求解所述时延模型,计算所有边缘设备数所对应的时延值和卸载率,包括:
获取边缘设备数、障碍参数初始值和卸载率初始值;
修正所述障碍参数初始值得到障碍参数;
将所述障碍参数代入一维搜索法中迭代卸载率初始值得到卸载率;
利用所述卸载率、障碍参数及边缘设备数求解所述时延模型,得到时延值。
进一步的,所述修正障碍参数初始值得到障碍参数,具体包括:
设定调整次数R;
迭代R次公式(2),得到障碍参数:
t=t*0.1; (2)
式中,t表示障碍参数。
进一步的,所述将所述障碍参数代入一维搜索法中迭代卸载率初始值得到卸载率,具体包括:
设定迭代次数D;
迭代D次公式(3),得到卸载率:
进一步的,所述比较所有时延值,获得最小时延值和所述最小时延值对应的边缘设备数和卸载率,具体包括:
依次遍历所有的时延值;
一一比较每个时延值,得到数值最小的时延值;
根据所述数值最小的时延值查找对应的边缘设备数和卸载率。
第二方面,本申请还提供了一种边缘设备资源分配装置,包括:
赋值模块:用于获取边缘设备数量集合,并确定障碍参数初始值和卸载率初始值;
模型构建模块:用于构建时延模型;
遍历模块:用于遍历所述边缘设备数量集合,按照从小到大的顺序依次获取边缘设备数;
求解模块:用于利用所述障碍参数初始值和卸载率初始值求解所述时延模型,计算所有边缘设备数所对应的时延值和卸载率
比较模块:用于比较所有时延值,获得最小时延值和所述最小时延值对应的边缘设备数和卸载率。
进一步的,所述求解模块具体包括:
获取单元:获取边缘设备数、障碍参数初始值和卸载率初始值;
修正单元:修正所述障碍参数初始值得到障碍参数;
卸载率计算单元将所述障碍参数代入一维搜索法中迭代卸载率初始值得到卸载率;
时延值计算单元:利用所述卸载率、障碍参数及边缘设备数求解所述时延模型,得到时延值。
第三方面,本申请还提供了一种边缘设备资源分配设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现所述边缘设备资源分配方法的步骤。
第四方面,本申请还提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于边缘设备资源分配方法的步骤。
本发明的有益效果为:
本发明基于内点法的均衡算法的最优化思想,在确定边缘设备范围的情况下,通过构建时延模型求解时延、利用一维搜索方法搜索最佳卸载率、引入障碍函数法调整障碍函数,以最快速度计算出不同边缘设备下的时延值和卸载概率,从而寻找出最短时延值对应的边缘设备和卸载概率的最优组合方式。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例中所述的边缘设备资源分配方法步骤示意图;
图2为本发明实施例中所述的边缘设备资源分配方法流程示意图;
图3为本发明实施例中所述的边缘设备资源分配装置结构示意图;
图4为本发明实施例中所述的边缘设备资源分配设备结构示意图。
图中标记:800、边缘设备资源分配设备;801、处理器;802、存储器;803、多媒体组件;804、I/O接口;805、通信组件。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1:
如图1、图2所示,本实施例提供了一种边缘设备资源分配方法。
S1.获取边缘设备数量集合M{1,…,mmax},并确定障碍参数初始值和卸载率初始值;具体的,令障碍参数t初始值为0.1,卸载率pi的初始值为1;
S2.构建时延模型:
式中,Tslack(pi)表示时延,i表示第i个终端设备,n表示终端设备数量, N表示终端设备数量集合,k表示第k个边缘设备,m表示边缘设备数量,M表示边缘设备数量集合,λi表示终端设备i的平均请求到达率, pi表示终端设备i的卸载率,λi表示终端设备i每个请求的输入数据大小,dealθi表示边缘设备k处理请求后的数据大小,u表示边缘设备的计算能力,Rcre表示云服务器服务请求接收速率,Rtr表示服务请求发送速率,λTotal表示总卸载速率,t表示障碍参数;
S3.遍历所述边缘设备数量集合M{1,…,mmax},按照从小到大的顺序依次获取边缘设备数,即m=1,m=2,…,m=mmax;
S4.利用所述障碍参数初始值和卸载率初始值求解所述时延模型,计算所有边缘设备数所对应的时延值和卸载率;
具体的,所述S4包括:
S41.获取边缘设备数m,所述障碍参数初始值t=0.1和卸载率初始值pi=1;
具体的,所述在所述时延模型中,仅障碍参数初始值、卸载率初始值和边缘设备数为未知数,其余的参数均可直接获取到。
S42.修正障碍参数初始值得到障碍参数;具体的,所述S43包括:
S421.设定调整次数R;
S422.迭代R次公式(2),得到障碍参数:
t=t*0.1; (2)
式中,t表示障碍参数。
本实施例中,通过引入障碍函数法,使在可行区域的边界上设置障碍,使迭代求解过程始终在可行区域内进行,障碍函数代替约束条件中的不等约束或等式约束,消除约束条件将原问题转化为一个无约束条件问题。
S43.所述将所述障碍参数代入一维搜索法中迭代卸载率初始值得到卸载率。具体的,所述S43具体包括:
S45.设定迭代次数D;
S46.迭代D次公式(3),得到卸载率:
需要说明的是,迭代R次公式(2)可得到R个障碍参数 {t1,t2,…,tR},每个障碍参数均需要代入公式(3)中计算,由卸载率初始值计算得出t1的卸载率,再由t1的卸载率计算得出t2的卸载率,以此类推,最终计算得出tR的卸载率,为当前边缘设备数求得的卸载率。
S44.利用所述卸载率、障碍参数及边缘设备数求解所述时延模型,得到时延值;
具体的,将步骤S43和S42中计算得到的障碍参数tR、卸载率、以及在S41中获取的边缘设备数代入时延模型中,得到时延值。
S5.比较所有时延值,获得最小时延值,并根据所述最小时延值查找得到对应的边缘设备数和卸载率,所述S5具体包括:
S51.依次遍历所有的时延值;
S52.一一比较每个时延值,得到数值最小的时延值;
S53.根据所述数值最小的时延值查找对应的边缘设备数和卸载率。
优选地,在S5之前预设一个时延限值Thr,将每次遍历得到的时延值与所述时延限值Thr进行比较,当时延值小于Thr时,则说明该时延值满足要求,将所述时延值和该时延值对应的边缘设备数和卸载率存入表单中,最后在表单中寻找出最小卸载率对应的边缘设备数和卸载率,该边缘设备数和卸载率则为最优解。
通过三种实验场景验证,通过采用DPEAIPM算法求解边缘设备数和卸载率最优解的运行效率与暴力搜索法相比大幅度提升,实验数据如表1所示:
表1
实施例2:
如图3所示,本实施例提供了一种边缘设备资源分配装置,所述装置包括:
赋值模块:用于获取边缘设备数量集合,并确定障碍参数初始值和卸载率初始值;
模型构建模块:用于构建时延模型;
遍历模块:用于遍历所述边缘设备数量集合,按照从小到大的顺序依次获取边缘设备数;
求解模块:用于利用所述障碍参数初始值和卸载率初始值求解所述时延模型,计算所有边缘设备数所对应的时延值和卸载率
比较模块:用于比较所有时延值,获得最小时延值和所述最小时延值对应的边缘设备数和卸载率。
基于以上实施例,所述求解模块具体包括:
获取单元:获取边缘设备数、障碍参数初始值和卸载率初始值;
修正单元:修正所述障碍参数初始值得到障碍参数;
卸载率计算单元将所述障碍参数代入一维搜索法中迭代卸载率初始值得到卸载率;
时延值计算单元:利用所述卸载率、障碍参数及边缘设备数求解所述时延模型,得到时延值。
需要说明的是,关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
实施例3:
相应于上面的方法实施例,本实施例中还提供了一种边缘设备资源分配设备,下文描述的一种边缘设备资源分配设备与上文描述的一种边缘设备资源分配方法可相互对应参照。
图4是根据示例性实施例示出的一种边缘设备资源分配设备800 的框图。如图4所示,该边缘设备资源分配设备800可以包括:处理器801,存储器802。该边缘设备资源分配设备800还可以包括多媒体组件803,I/O接口804,以及通信组件805中的一者或多者。
其中,处理器801用于控制该边缘设备资源分配设备800的整体操作,以完成上述的边缘设备资源分配方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该边缘设备资源分配设备800的操作,这些数据例如可以包括用于在该边缘设备资源分配设备800上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(StaticRandomAccessMemory,简称SRAM),电可擦除可编程只读存储器 (ElectricallyErasableProgrammableRead-OnlyMemory,简称 EEPROM),可擦除可编程只读存储器(ErasableProgrammableRead-OnlyMemory,简称EPROM),可编程只读存储器(ProgrammableRead- OnlyMemory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802 或通过通信组件805发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该边缘设备资源分配设备 800与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(NearFieldCommunication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件805可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在一示例性实施例中,边缘设备资源分配设备800可以被一个或多个应用专用集成电路(ApplicationSpecificIntegratedCircuit,简称ASIC)、数字信号处理器(DigitalSignalProcessor,简称DSP)、数字信号处理设备(DigitalSignalProcessingDevice,简称DSPD)、可编程逻辑器件(ProgrammableLogicDevice,简称PLD)、现场可编程门阵列(FieldProgrammableGateArray,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的边缘设备资源分配方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的边缘设备资源分配方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器802,上述程序指令可由边缘设备资源分配设备800的处理器801执行以完成上述的边缘设备资源分配方法。
实施例4:
相应于上面的方法实施例,本实施例中还提供了一种可读存储介质,下文描述的一种可读存储介质与上文描述的一种边缘设备资源分配方法可相互对应参照。
一种可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例的边缘设备资源分配方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read- OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
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 (11)
1.一种边缘设备资源分配方法,其特征在于,包括:
获取边缘设备数量集合,并确定障碍参数初始值和卸载率初始值;
构建时延模型;
遍历所述边缘设备数量集合,按照从小到大的顺序依次获取边缘设备数;
利用所述障碍参数初始值和卸载率初始值求解所述时延模型,计算所有边缘设备数所对应的时延值和卸载率;
比较所有时延值,获得最小时延值,并根据所述最小时延值查找得到对应的边缘设备数和卸载率。
2.根据权利要求1所述的边缘设备资源分配方法,其特征在于,所述获取边缘设备数量集合,并确定障碍参数初始值和卸载率初始值,具体包括:
获取边缘设备数量集合M{1,…,mmax};
令障碍参数t初始值为0.1,卸载率pi的初始值为1。
4.根据权利要求1所述的边缘设备资源分配方法,其特征在于,所述利用所述障碍参数和卸载率初始值求解所述时延模型,计算所有边缘设备数所对应的时延值和卸载率,包括:
获取边缘设备数、障碍参数初始值和卸载率初始值;
修正所述障碍参数初始值得到障碍参数;
将所述障碍参数代入一维搜索法中迭代卸载率初始值得到卸载率;
利用所述卸载率、障碍参数及边缘设备数求解所述时延模型,得到时延值。
5.根据权利要求4所述的边缘设备资源分配方法,其特征在于,所述修正所述障碍参数初始值得到障碍参数,具体包括:
设定调整次数R;
迭代R次公式(2),得到障碍参数:
t=t*0.1; (2)
式中,t表示障碍参数。
7.根据权利要求1所述的边缘设备资源分配方法,其特征在于,所述比较所有时延值,获得最小时延值和所述最小时延值对应的边缘设备数和卸载率,具体包括:
依次遍历所有的时延值;
一一比较每个时延值,得到数值最小的时延值;
根据所述数值最小的时延值查找对应的边缘设备数和卸载率。
8.一种边缘设备资源分配装置,其特征在于,包括:
赋值模块:用于获取边缘设备数量集合,并确定障碍参数初始值和卸载率初始值;
模型构建模块:用于构建时延模型;
遍历模块:用于遍历所述边缘设备数量集合,按照从小到大的顺序依次获取边缘设备数;
求解模块:用于利用所述障碍参数初始值和卸载率初始值求解所述时延模型,计算所有边缘设备数所对应的时延值和卸载率;
比较模块:用于比较所有时延值,获得最小时延值和所述最小时延值对应的边缘设备数和卸载率。
9.根据权利要求8所述的边缘设备资源分配系统,其特征在于,所述求解模块具体包括:
获取单元:获取边缘设备数、障碍参数初始值和卸载率初始值;
修正单元:修正所述障碍参数初始值得到障碍参数;
卸载率计算单元将所述障碍参数代入一维搜索法中迭代卸载率初始值得到卸载率;
时延值计算单元:利用所述卸载率、障碍参数及边缘设备数求解所述时延模型,得到时延值。
10.一种边缘设备资源分配设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述边缘设备资源分配方法的步骤。
11.一种可读存储介质,其特征在于:所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述边缘设备资源分配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211008149.5A CN115412563B (zh) | 2022-08-22 | 2022-08-22 | 一种边缘设备资源分配方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211008149.5A CN115412563B (zh) | 2022-08-22 | 2022-08-22 | 一种边缘设备资源分配方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115412563A true CN115412563A (zh) | 2022-11-29 |
CN115412563B CN115412563B (zh) | 2024-03-22 |
Family
ID=84161944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211008149.5A Active CN115412563B (zh) | 2022-08-22 | 2022-08-22 | 一种边缘设备资源分配方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115412563B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110035410A (zh) * | 2019-03-07 | 2019-07-19 | 中南大学 | 一种软件定义车载边缘网络中联合资源分配和计算卸载的方法及系统 |
CN114510868A (zh) * | 2021-12-29 | 2022-05-17 | 国网河北省电力有限公司营销服务中心 | 边缘物联传感网络运行调整方法及装置 |
CN114786215A (zh) * | 2022-03-22 | 2022-07-22 | 国网浙江省电力有限公司信息通信分公司 | 多基站移动边缘计算系统传输计算联合优化系统及方法 |
WO2022172389A1 (ja) * | 2021-02-12 | 2022-08-18 | 日本電信電話株式会社 | リソース割当装置、リソース割当方法、および、リソース割当プログラム |
-
2022
- 2022-08-22 CN CN202211008149.5A patent/CN115412563B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110035410A (zh) * | 2019-03-07 | 2019-07-19 | 中南大学 | 一种软件定义车载边缘网络中联合资源分配和计算卸载的方法及系统 |
WO2022172389A1 (ja) * | 2021-02-12 | 2022-08-18 | 日本電信電話株式会社 | リソース割当装置、リソース割当方法、および、リソース割当プログラム |
CN114510868A (zh) * | 2021-12-29 | 2022-05-17 | 国网河北省电力有限公司营销服务中心 | 边缘物联传感网络运行调整方法及装置 |
CN114786215A (zh) * | 2022-03-22 | 2022-07-22 | 国网浙江省电力有限公司信息通信分公司 | 多基站移动边缘计算系统传输计算联合优化系统及方法 |
Non-Patent Citations (2)
Title |
---|
VINICINUS等: "Learning_Constrained_Resource_Allocation_Policies_in_Wireless_Control_Systems", IEEE, 14 December 2020 (2020-12-14) * |
齐平;王福成;徐佳;李学俊;: "移动边缘计算环境下基于信任模型的可靠多重计算卸载策略", 计算机集成制造系统, no. 06, 15 June 2020 (2020-06-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN115412563B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110737658A (zh) | 数据分片存储方法、装置、终端及可读存储介质 | |
CN108885787B (zh) | 训练图像修复模型的方法、图像修复方法、装置、介质及设备 | |
US11645562B2 (en) | Search point determining method and search point determining apparatus | |
CN111190753B (zh) | 分布式任务处理方法、装置、存储介质和计算机设备 | |
CN110601978B (zh) | 流量分发控制方法和装置 | |
CN111340221A (zh) | 神经网络结构的采样方法和装置 | |
US20200379807A1 (en) | Method, device, and computer program product for managing jobs in processing system | |
CN114169536B (zh) | 数据管控方法及相关装置 | |
US11709619B2 (en) | Method, electronic device, and computer program product for processing data | |
CN115034369A (zh) | 故障诊断的方法、装置、存储介质和电子设备 | |
CN112559847A (zh) | 网络图中节点搜索方法、装置、电子设备和存储介质 | |
CN114428907A (zh) | 信息搜索方法、装置、电子设备及存储介质 | |
CN112044061B (zh) | 游戏画面处理方法、装置、电子设备以及存储介质 | |
CN115412563A (zh) | 一种边缘设备资源分配方法、装置、设备及可读存储介质 | |
CN105468706A (zh) | 一种页面显示方法及装置 | |
CN116450347A (zh) | 视频的多任务处理方法、视频分析设备和存储介质 | |
CN113626472B (zh) | 一种处理订单数据的方法和装置 | |
CN114780263A (zh) | 服务调用方法、装置、设备和存储介质 | |
CN111353585A (zh) | 神经网络模型的结构搜索方法和装置 | |
CN113361677A (zh) | 神经网络模型的量化方法和装置 | |
CN111767085B (zh) | Storm平台参数配置方法和装置 | |
US10769586B2 (en) | Implementation of rolling key to identify systems inventories | |
CN116469498B (zh) | 材料去除率的预测方法、装置、终端设备及存储介质 | |
CN112566077B (zh) | 小区搜索方法、系统、电子设备及可读存储介质 | |
US12009976B2 (en) | Configuration of a server in view of a number of clients connected to the server |
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 |