CN115643204A - 一种基于sdn的边缘计算任务卸载方法 - Google Patents
一种基于sdn的边缘计算任务卸载方法 Download PDFInfo
- Publication number
- CN115643204A CN115643204A CN202211262117.8A CN202211262117A CN115643204A CN 115643204 A CN115643204 A CN 115643204A CN 202211262117 A CN202211262117 A CN 202211262117A CN 115643204 A CN115643204 A CN 115643204A
- Authority
- CN
- China
- Prior art keywords
- node
- link
- sdn
- edge
- computing
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 10
- 238000005259 measurement Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于SDN的边缘计算任务卸载方法。工业场景下需要将计算任务卸载到边缘节点，传统网络中选择卸载节点容易忽略网络要素，选择传输路径较差的边缘节点。本发明提出的基于SDN的边缘计算任务卸载方法与传统方法不同，其根据卸载任务请求，由SDN控制器筛选出满足计算资源需求的候选节点，对所有候选节点进行路径规划，计算源节点到各个候选节点的最短路径，将各个候选节点进行最短路径排序，可以获得既能满足计算资源需求，又能拥有较好传输路径的最佳卸载节点。
Description
技术领域
本发明属于边缘计算和网络通信技术领域，尤其涉及一种基于SDN的边缘计算任务卸载方法。
背景技术
当前工业制造技术不断发展，工厂中的工业设备存在大量的计算任务请求，比如产线数据分析、监控视频处理、设备维修预测等，处理这些计算任务往往需要较高的处理能力，而工业设备自身具有一定的缺陷，比如内存空间不足等，不能够直接处理计算任务，所以需要将这些复杂的计算任务进行卸载。由于工业设备数量庞大，如果把这些计算任务全部卸载到云端，要求云端服务器具有较强的性能，云服务器的成本较高，而且云服务器距离设备端较远，大量计算任务数据上传容易造成网络拥塞，导致传输时延较大，从而影响任务处理的实时性。边缘节点在工厂中与设备相连，将计算任务卸载至边缘节点，不仅可以减少成本，而且可以减少任务数据传输的时延。因此当前工业场景下更多是将计算任务卸载到与设备连接的边缘节点。
与工业设备直连的边缘节点一般作为首选任务卸载节点，由于边缘节点的性能参差不齐，当工业设备相比于日常新增了较多的处理任务时，此时直连的边缘节点性能不足，需要将计算任务卸载至系统中其他性能更优的边缘节点。因此需要设计方法选择边缘节点。
选择卸载节点时，不仅要将节点自身的性能考虑在内，还需考虑工业设备到卸载节点之间的网络传输条件。传统网络中在进行任务卸载时，无法掌握系统中链路的网络状态，难以获取链路带宽和延迟等资源参数，所以选择卸载节点时，可能会将路径传输质量较差的节点选择为卸载节点，导致传输数据的延迟较高。
SDN作为一种新型网络架构，可以掌控整个系统的全局视图，容易获取系统中链路的网络资源和节点的计算资源，在选择卸载节点时可以综合考虑计算资源和网络资源。在SDN网络中，通过SDN控制器计算最佳路由，以保证数据流可靠传输。将SDN技术应用于任务卸载中，可以获得既能满足卸载性能需求，又拥有较好传输路径的卸载节点。
发明内容
本发明的目的是克服现有技术的不足，提出一种基于SDN的边缘计算任务卸载方法。
本发明解决其技术问题所采用的技术方案如下：一种基于SDN的边缘计算任务卸载方法，包括：
工业边缘计算系统由工业设备、边缘节点、SDN交换机和SDN控制器组成；若干工业设备连接到一个边缘节点，每个边缘节点连接一个SDN交换机，各个SDN交换机与SDN控制器相连；
当工业设备所连接的边缘节点不能处理该工业设备的计算任务时，该边缘节点会产生计算任务请求，经过SDN交换机将计算任务请求传输到SDN控制器，请求中包括该计算任务所需的计算资源，计算资源要素包括CPU与内存大小，请求中还包含了带宽的权重比和延迟的权重比；
SDN控制器将发出卸载需求的节点标记为源节点，遍历除了源节点外的每一个边缘节点，将计算资源需求与每个边缘节点的CPU和内存作对比，如果节点的CPU和内存同时满足要求，则将该节点标记为候选节点，否则将该节点标记为非候选节点；
SDN控制器从候选节点中选择网络质量最佳的边缘节点作为最终卸载节点，具体为，通过Dijkstra算法计算得到从源节点到每个候选节点的最短路径，Dijkstra算法获取最短路径的衡量标准是链路代价最小，链路代价通过链路的带宽和延迟大小确定；SDN控制器选择计算得到的最短路径中的最小值作为最终卸载路径，该最短路径对应的候选节点作为最终的任务卸载节点；
SDN控制器根据卸载路径，为该路径上的每一个SDN交换机生成转发表，并将转发表下发给这些SDN交换机；源节点沿着最短路径将计算任务传输至对应的卸载节点。
进一步地，所述边缘节点用来处理工业设备的计算任务；所述SDN控制器掌控工业边缘计算系统网络的全局视图，实时监控网络中每一个节点上的计算能力以及每一条链路上的网络能力变化，并对节点之间的通信进行路径规划。
进一步地，所述SDN控制器遍历除了源节点外的每一个边缘节点的过程中，当收集到的候选节点数量大于设定的节点数量阈值时，则终止遍历过程，没有被遍历的节点直接将其标记为非候选节点。
进一步地，在通过Dijkstra算法计算最短路径的过程中，首先将每条链路的延迟和带宽进行归一化处理，将不同度量的原数据统一转换到[0,1]的范围，再计算链路代价，链路代价是将链路的带宽归一化值和带宽权重的乘积加上延迟归一化值与延迟权重的乘积而得。
进一步地，某条链路的延迟归一化处理方式具体为：SDN控制器首先通过遍历系统中的链路，获取到链路延迟的最大值与最小值，将该链路的延迟与最小值作差，再除以系统中链路延迟的最大值与最小值之差。
进一步地，某条链路的带宽归一化处理方式具体为：SDN控制器首先通过遍历系统中的链路，获取到链路带宽的最大值与最小值，将该链路的带宽与最小值作差，再除以系统中链路带宽的最大值与最小值之差。
进一步地，通过Dijkstra算法计算从源节点到每个候选节点的最短路径值，Dijkstra算法是从一个顶点到其余顶点的最短路径算法，解决的是有权图中最短路径问题，权值就是每条链路的链路代价。
本发明的有益效果如下：基于边缘计算任务卸载节点选择的问题，提出了利用SDN选择任务卸载节点的方法，首先根据卸载任务的计算资源需求筛选出候选节点，考虑网络资源要素对每一个候选节点进行路径规划，最终获得既能满足计算资源需求，又能拥有较好传输路径的最佳卸载节点。
附图说明
图1为本发明一示例性实施例提供的工业边缘计算系统网络拓扑示意图；
图2为本发明一示例性实施例提供的任务卸载流程图。
具体实施方式
为了便于本领域一般技术人员理解和实现本发明，现结合附图进一步说明本发明的技术方案，给出一种本发明所述的具体实施方式。
如图1所示，工业边缘计算系统由工业设备、边缘节点、SDN交换机和SDN控制器组成；若干个工业设备与边缘节点连接，边缘节点连接SDN交换机，各个SDN交换机与SDN控制器相连；SDN控制器可以掌控工业边缘计算系统网络的全局视图；边缘节点用来处理工业设备的计算任务。
当工业设备所连接的边缘节点不能处理该工业设备的计算任务时，该边缘节点会产生计算任务请求，经过SDN交换机将计算任务请求传输到SDN控制器，请求中包括该计算任务所需的计算资源。计算资源要素包括CPU与内存大小；请求中还包含了带宽的权重比和延迟的权重比，带宽和延迟权重用于后续进行路径规划。
SDN控制器将发出卸载需求的节点标记为源节点，遍历除了源节点外的每一个边缘节点，将计算资源需求(包括CPU和内存大小)与每个边缘节点的CPU和内存作对比，如果节点的CPU和内存同时满足要求，则将该节点标记为候选节点，只要CPU与内存有一个不满足要求，则将该节点标记为非候选节点。为了简化后续计算，当收集到的候选节点数量大于设定的节点数量阈值时，则终止遍历过程，没有被遍历的节点直接将其标记为非候选节点。
SDN控制器从候选节点中选择网络质量最佳的边缘节点作为最终卸载节点，此时需要考虑到系统的网络资源，即每条链路的带宽与延迟。通过Dijkstra算法可以计算得到从源节点到每个候选节点的最短路径，Dijkstra算法获取最短路径的衡量标准是链路代价最小，链路代价通过链路的带宽和延迟大小确定。
由于带宽和延迟是不同的度量，需首先将系统中每条链路的延迟和带宽进行归一化处理，归一化可以将不同度量的原数据统一转换到[0,1]的范围。如计算某条链路的延迟归一化值，SDN控制器首先通过遍历系统中的链路，获取到链路延迟的最大值与最小值，将该链路的延迟与最小值作差，再除以系统中链路延迟的最大值与最小值之差。计算链路的带宽归一化值也按同样方法计算。
SDN控制器将每条链路的带宽和延迟进行归一化处理之后，再计算链路代价，链路代价是将链路的带宽归一化值和带宽权重的乘积加上延迟归一化值与延迟权重的乘积而得。
SDN控制器根据每条链路的链路代价，遍历每一个候选节点，通过Dijkstra算法计算从源节点到每个候选节点的最短路径值。Dijkstra算法是从一个顶点到其余顶点的最短路径算法，解决的是有权图中最短路径问题。本方法中的权值就是每条链路的链路代价。这一步虽然对每个候选节点计算路径会增加一定的计算量，但本方法是为了综合考虑节点的计算资源和网络资源，对候选节点进行路径规划，可以有效的将带宽和延迟资源考虑在内，从而选择网络质量较佳的路径。
SDN控制器选择计算得到的最短路径中的最小值作为最终卸载路径，该最短路径对应的候选节点作为最终的任务卸载节点。
确定完任务卸载节点后，SDN控制器根据卸载路径，为该路径上的每一个SDN交换机生成转发表，并将转发表下发给这些SDN交换机。
最终，源节点开始沿着最短路径将计算任务传输至对应的卸载节点。
以下描述一种基于SDN的边缘计算任务卸载方法的示例性实施过程，如图2所示，包括如下步骤：
步骤(1)工业边缘计算系统由工业设备(记作Device)、边缘节点(记作Edge)、SDN交换机(记作SW)和SDN控制器(记作Controller)组成；
若干个Device连接到一个Edge，Edge为Device提供复杂任务处理所需的计算能力；
每个Edge连接一个SW，两者组合在一起形成一个具备计算能力的网络节点(记作Node)，使用CPU和内存这两个资源要素对Node的计算能力(记作CA)进行度量；
Node彼此连接组成网络(记作Net)，彼此连接的两个Node之间的连线称为链路(记作Link)，使用带宽和时延这两个资源要素对Link的网络能力(记作NA)进行度量；
Controller拥有Net的全局视图(记作TopoNet)，TopoNet由Node和Link组成，Node的CA标注为<CPU，内存>，Link的NA标注为<带宽，时延>；Controller实时监控TopoNet中每一个Node上的CA以及每一条Link上的NA变化，并对Node之间的通信进行路径规划；
步骤(2)当Edge无法满足连接Device所需的计算能力时，Edge将产生计算卸载任务请求(Task_Request)，发送至Controller；Task_Request里记录了任务执行所需的CPU(记作CPUReq)和内存(记作MemReq)，同时还包含了带宽的权重WB和延迟的权重WD，且WB+WD＝1；
步骤(3)Controller将发出Task_Request的Node标记为NodeSource；在TopoNet上挑选CA满足的节点，具体步骤如下：
步骤3-1遍历TopoNet上除NodeSource以外的Node；
步骤3-2将Node的CA标注<CPU，内存>与<CPUReq，MemReq>进行比较，如果CA里标注的CPU大于等于CPUReq且内存大于等于MemReq，那么将该Node标记为NodeCandidate，否则将该Node标记为NodeUnCandidate；NodeCandidate表示具备任务卸载的候选资格，NodeUnCandidate表示不具备任务卸载的候选资格；
步骤3-3如果NodeCandidate的数量大于设定的节点数量阈值α时，则终止遍历过程，未被遍历的Node直接标记为NodeUnCandidate；本实施例中取α＝10；
步骤(4)Controller通过对TopoNet中的每一条Link的带宽和时延进行归一化处理，具体步骤如下：
步骤4-1遍历TopoNet中的每一条Link的NA标注<带宽，时延>，找到带宽最小值(记作BWmin)和最大值(记作BWmax)，时延最小值(记作Delaymin)和最大值(记作Delaymax)；
步骤4-2对每一条Link的带宽(记作：BWlink)进行归一化处理，归一化后的带宽(记作：BWnormalized)计算公式为：
步骤4-3对每一条Link的时延(记作：Delaylink)进行归一化处理，归一化后的时延(记作：Delaynormalized)计算公式为：
步骤(5)Controller为TopoNet中的每一条Link计算其链路代价(记作Costlink)，计算公式为：Costlink＝WB*BWnormalized+WD*Delaynormalized；
步骤(6)Controller在TopoNet上，以NodeSource为起始点、NodeCandidate为目的点，采用Dijkstra算法分别计算NodeSource到每一个NodeCandidate的最短路径，具体步骤如下：
步骤6-1Controller遍历所有NodeCandidate；
步骤6-2遍历过程中，对任一NodeCandidate(记作：NC)，采用Dijkstra算法计算从NodeSource到NC的最短路径(记作：SPNC)，最短路径的计算依据是链路代价最小优先，因此SPNC一定是所有从NodeSource到NC路径上的链路代价Costlink之和最小；
步骤6-3遍历结束后，在所有NodeCandidate中，选择SPNC最小者(记作：SPNC(min))作为最终的任务卸载路径，SPNC最小者所对应的NodeCandidate就是最终的任务卸载点(NodeSelected)；
步骤(7)Controller基于SPNC(min)，为路径上的每一个SW生成转发表并下发到SW；
步骤(8)NodeSource沿着SPNC(min)将任务卸载至NodeSelected。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明。凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于SDN的边缘计算任务卸载方法，其特征在于，包括：
工业边缘计算系统由工业设备、边缘节点、SDN交换机和SDN控制器组成；若干工业设备连接到一个边缘节点，每个边缘节点连接一个SDN交换机，各个SDN交换机与SDN控制器相连；
当工业设备所连接的边缘节点不能处理该工业设备的计算任务时，该边缘节点会产生计算任务请求，经过SDN交换机将计算任务请求传输到SDN控制器，请求中包括该计算任务所需的计算资源，计算资源要素包括CPU与内存大小，请求中还包含了带宽的权重比和延迟的权重比；
SDN控制器将发出卸载需求的节点标记为源节点，遍历除了源节点外的每一个边缘节点，将计算资源需求与每个边缘节点的CPU和内存作对比，如果节点的CPU和内存同时满足要求，则将该节点标记为候选节点，否则将该节点标记为非候选节点；
SDN控制器从候选节点中选择网络质量最佳的边缘节点作为最终卸载节点，具体为，通过Dijkstra算法计算得到从源节点到每个候选节点的最短路径，Dijkstra算法获取最短路径的衡量标准是链路代价最小，链路代价通过链路的带宽和延迟大小确定；SDN控制器选择计算得到的最短路径中的最小值作为最终卸载路径，该最短路径对应的候选节点作为最终的任务卸载节点；
SDN控制器根据卸载路径，为该路径上的每一个SDN交换机生成转发表，并将转发表下发给这些SDN交换机；源节点沿着最短路径将计算任务传输至对应的卸载节点。
2.根据权利要求1所述的基于SDN的边缘计算任务卸载方法，其特征在于，所述边缘节点用来处理工业设备的计算任务；所述SDN控制器掌控工业边缘计算系统网络的全局视图，实时监控网络中每一个节点上的计算能力以及每一条链路上的网络能力变化，并对节点之间的通信进行路径规划。
3.根据权利要求1所述的基于SDN的边缘计算任务卸载方法，其特征在于，所述SDN控制器遍历除了源节点外的每一个边缘节点的过程中，当收集到的候选节点数量大于设定的节点数量阈值时，则终止遍历过程，没有被遍历的节点直接将其标记为非候选节点。
4.根据权利要求1所述的基于SDN的边缘计算任务卸载方法，其特征在于，在通过Dijkstra算法计算最短路径的过程中，首先将每条链路的延迟和带宽进行归一化处理，将不同度量的原数据统一转换到[0,1]的范围，再计算链路代价，链路代价是将链路的带宽归一化值和带宽权重的乘积加上延迟归一化值与延迟权重的乘积而得。
5.根据权利要求4所述的基于SDN的边缘计算任务卸载方法，其特征在于，某条链路的延迟归一化处理方式具体为：SDN控制器首先通过遍历系统中的链路，获取到链路延迟的最大值与最小值，将该链路的延迟与最小值作差，再除以系统中链路延迟的最大值与最小值之差。
6.根据权利要求4所述的基于SDN的边缘计算任务卸载方法，其特征在于，某条链路的带宽归一化处理方式具体为：SDN控制器首先通过遍历系统中的链路，获取到链路带宽的最大值与最小值，将该链路的带宽与最小值作差，再除以系统中链路带宽的最大值与最小值之差。
7.根据权利要求1所述的基于SDN的边缘计算任务卸载方法，其特征在于，通过Dijkstra算法计算从源节点到每个候选节点的最短路径值，Dijkstra算法是从一个顶点到其余顶点的最短路径算法，解决的是有权图中最短路径问题，权值就是每条链路的链路代价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211262117.8A CN115643204A (zh) | 2022-10-14 | 2022-10-14 | 一种基于sdn的边缘计算任务卸载方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211262117.8A CN115643204A (zh) | 2022-10-14 | 2022-10-14 | 一种基于sdn的边缘计算任务卸载方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115643204A true CN115643204A (zh) | 2023-01-24 |
Family
ID=84945071
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211262117.8A Withdrawn CN115643204A (zh) | 2022-10-14 | 2022-10-14 | 一种基于sdn的边缘计算任务卸载方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115643204A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116455817A (zh) * | 2023-03-23 | 2023-07-18 | 中国人民解放军军事科学院系统工程研究院 | 一种软件定义云网融合架构及路由实现方法 |
-
2022
- 2022-10-14 CN CN202211262117.8A patent/CN115643204A/zh not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116455817A (zh) * | 2023-03-23 | 2023-07-18 | 中国人民解放军军事科学院系统工程研究院 | 一种软件定义云网融合架构及路由实现方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110891093B (zh) | 一种时延敏感网络中边缘计算节点选择方法及系统 | |
| CN108259367B (zh) | 一种基于软件定义网络的服务感知的流策略定制方法 | |
| CN111404833B (zh) | 一种数据流类型识别模型更新方法及相关设备 | |
| CN109039897B (zh) | 一种基于业务感知的软件定义回程网络路由方法 | |
| CN110933157A (zh) | 一种面向工业物联网的边缘计算任务卸载方法 | |
| CN107911242A (zh) | 一种基于工业无线网络的认知无线电与边缘计算方法 | |
| CN107979545B (zh) | 一种基于节点属性的虚拟网络映射方法 | |
| US20180145901A1 (en) | Service specific route selection in communication networks | |
| WO2017215378A1 (zh) | 软件定义网络、节点、路径计算方法、装置及存储介质 | |
| CN108075974B (zh) | 一种流量转发控制方法、装置及sdn架构系统 | |
| CN105376112A (zh) | 中间处理约束下的异构网络资源配置方法 | |
| CN115643204A (zh) | 一种基于sdn的边缘计算任务卸载方法 | |
| CN104901989A (zh) | 一种现场服务提供系统及方法 | |
| CN111556173B (zh) | 一种基于强化学习的服务链映射方法 | |
| CN112118177B (zh) | 用于控制多连接以提高数据传输率的方法和设备 | |
| CN116235529A (zh) | 实现多个接入网络设备的自组织网络的方法和执行该方法的电子装置 | |
| CN114070448B (zh) | 一种基于多属性决策的主时钟选取方法 | |
| CN111404815A (zh) | 一种基于深度学习的有约束路由选择方法 | |
| WO2018010238A1 (zh) | 一种信道智能冗余备份方法和系统 | |
| CN116170370A (zh) | 一种基于注意力机制和深度强化学习的sdn多路径路由方法 | |
| CN107453997B (zh) | 一种基于双代价的优化路由方法 | |
| JP2015154168A (ja) | 経路制御システム、経路制御装置および経路制御方法 | |
| Allybokus et al. | Real-time fair resource allocation in distributed software defined networks | |
| CN113225227A (zh) | 一种兼顾简单性与准确性的基于简图的网络测量方法和装置 | |
| TW202218380A (zh) | 多階分佈式網路系統之可靠度評估方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230124 |