CN115714770A - 一种云－边协同的数据服务化网络均衡计算方法 - Google Patents

Abstract

本发明公开了一种云－边协同的数据服务化网络均衡计算方法，属于计算机网络与通信领域。本发明主要包括3个组成：一是总体的网络均衡计算的体系结构；二是同类数据融合路由的方法与机制以使得同类数据在一条路由路径上路由时其数据融合率高，以减少需要传输的数据量；三是基于反馈控制的负载均衡计算方法；该方法改变了以往数据服务化网络计算方法或集中于边缘计算，或集中于云端计算的不足，本发明的计算方法实现了在网络边缘到云端的各个网络设备上均衡计算方法，从而充分的利用了网络每层设备的计算能力，并使得数据与服务在路由到云端的过程中充分融合与计算从而减少其需要传输的容量，从整体上均衡了网络负载。

Description

一种云－边协同的数据服务化网络均衡计算方法

技术领域

本发明涉及了一种云－边协同的数据服务化网络均衡计算方法。

背景技术

随着科学技术的发展，人们身边的智能设备和传感器数量呈爆炸式增长，未来将稳步迈向智能物联网时代。物联网作为传统电信网络和互联网的信息载体，是一种使一切事物都能实现数据互联的网络。在物联网得到长足的发展后，目前连接到物联网的设备已经超过200亿个，其中包括许多嵌入高速率传感器的设备，例如可穿戴设备、智能手机、车辆。这些感知原始数据的物联网设备被称为终端设备。在这种情况之下，预计到2025年，物联网设备将感知和收集超过90ZB的数据。因此如何应对如此庞大的数据量与均衡网络设备的负载对于计算机网络与通信的发展具有重要的意义。

有研究介绍采用扩大移动边缘计算服务器的范围来减轻设备的计算压力，在这种模式下任务被分成多个部分，能够同时在不同层的移动边缘计算服务器中并行计算，之后将数据处理结果传输至云端。这样的处理模式虽然减轻了一部分计算压力，但是对于从众多不同地理位置获取的数据仍具有计算负载重、数据无法及时处理的缺点，所造成的延迟、带宽仍不是很理想，各设备的负载无法得到均衡处理从而影响了整体的网络性能。

发明内容

本发明提供一种云－边协同的数据服务化网络均衡计算方法，其能充分的利用网络每层设备的计算能力，并使得同类数据在一条路由路径上路由时充分融合与计算从而减少其需要传输的容量，同时从整体上均衡网络的负载。

为实现上述目的，本发明的技术方案如下：

一种云－边协同的数据服务化网络均衡计算方法，其特征在于：(1)网络设备整体上分成多个层从而形成多层网络均衡计算的网络体系结构；(2)按照相似数据/服务聚集路由的方法尽量使同类数据/服务聚集在同一条路由路径向云端路由以减少网络需要传输的数据量：最底层的物联网络设备感知的数据按照相似数据聚集路由的方法尽量聚集在同一条路由路径向云端路由，并在路由过程中对数据进行融合与数据服务化计算，将网络设备中的多个数据包融合小的数据从而减少需要传输的数据量，将原始的数据计算转化为服务、将多个服务融合计算为大的并容量更小的服务以减少传输的数据量；(3)采用基于反馈控制的负载均衡控制方法以使得网络负载均衡：当网络设备中的负载较大时，一方面通过多转发，少计算的方法减少自己的计算量，另一方面则通过对游设备发出负载过大的信息，使下游设备增加计算，以减少上游设备的计算负载，这样通过反馈控制方法使得网络设备之间计算负载均衡。

其中，网络设备整体上分成多个层从而形成多层网络均衡计算的网络体系结构的划分方法如下：

(1)多层网络计算体系结构的最下层是感知设备层：该层每个终端设备的主要功能是感知数据，设备如果还有计算能力，可以计算或者处理原始数据，将原始数据计算转化为服务，数据经过计算转化为服务后就显著的减少了其需要传输的数据量；将数据转化为服务需要计算，即计算负载；网络设备在计算能力足够的情况下，将数据全部转化为服务，这时网络设备将服务上传到上层设备；如果网络设备计算能力不够时只将数据转化为部分服务，这时网络设备将部分数据与服务上传到上层网络设备；如果网络设备计算负载大，则不对数据进行服务转化，直接将所有数据上传到上层网络设备；

(2)多层网络计算体系结构中感知设备层的上层是接入数据层：该层主要的功能是接入感知设备层中的数据，同样的，该层设备如果具有计算能力，可以对接收到的数据/服务进行处理；在接收到来自下层的数据/服务后，这时设备会进行这样的操作：如果设备接收到来自多个感知层设备的原始数据则会转化为服务；如果设备同时接收到感知层设备的原始数据以及服务时也会转化为服务；如果设备同时收到感知层设备的多个服务则会转化为更大且容量更小的服务；经过接入层设备处理后的服务容量都会小于处理前的容量，同时该层设备中产生的服务如果可以满足用户需求可以就近将服务传送给用户，大部分用户的需求的可以在边缘层可以满足，大大减轻上层设备的计算负载；在该层设备中不满足用户需求的剩余数据上传到上层网络设备；

(3)多层网络计算体系结构中接入数据层的上面几层是边缘服务层；该层的主要的功能是利用更大的计算能力来处理接入层中的数据；同感知设备层相同，该层设备也可以产生数据，同时该层设备拥有更大的计算能力和处理空间，可以部署更多的服务器；由于边缘服务层位于网络计算体系中的上层，其设备的服务器更大，在处理来自接入层的数据时会构造更大的服务来满足更多用户的需求；

(4)多层网络计算体系中边缘服务层的上层是路由骨干层；该层的主要功能是将下层的数据和服务路由到云端中心层；该层设备类似于边缘层的设备，也可以对数据与服务进行处理，但由于路由骨干层的设备位于计算体系的更上层，所以该层的设备可以提供更大的服务；

(5)多层网络计算体系中路由骨干层的上层是云端中心层，位于计算体系的最上层；该层的主要功能是对数据进行全面的分析和处理，将服务编排为最终的软件；同时在云端中心层不仅有本地处理的大型软件，该层设备还会向下层设备发布数据收集任务以及提供特定的软件来将数据编排到网络设备；云端中心层不仅具有更为强大的数据编排能力，还可以发布定制化的软件，让多层网络计算体系形成一个面向服务的网络。

其中，按照相似数据/服务聚集路由的方法尽量使同类数据/服务聚集在同一条路由路径向云端路由，其特征在于：在初始化阶段采用类似于路由跳数扩散协议使得网络设备获得到达每类数据的最短路由跳数以及路由的下一跳网络设备；具体方法以处理第i类数据为例：处理第i类数据的云端中心设备设置自己到达第i类数据的跳数为0，其它设备设置自己到达第i类数据的云端中心设备的跳数为无穷大，云端中心设备向外广播开始进行路由跳数扩散协议，广播的内容主要有3个：第i类数据路由信息、自己到达第i类数据的跳数为0、到达的最短路由跳数下一跳是自己；在计算体系中下层设备接收到广播后，首先判断广播包中第i类数据到达云端中心设备的路由跳数加1后是否比自己存储的第i类数据到达云端的跳数大，如果大，则无动作；否则更新自身的路由表，将自己第i类数据路由到云跳数设置广播包中的跳数加1，并设置自己到第i类数据到云端的路由的下一跳为广播包的来源设备；然后，将第i类数据的信息、到达云端中心设备需要的跳数继续向下广播；下层设备收到后也会采用同样的方法更新其路由表，最终每个设备都会获得自己第i类数据到达云端中心设备的路由跳数以及下一跳的设备ID，这样就能够建立一条第i类数据到达第i类数据云端中心层设备的最短路由路径；

当感知设备层上的设备感知到第i类的数据后，会按照路由表最短路径对数据进行向云端的上行路由，这条路径就是第i类型数据传送的骨干路径P_i；骨干路径P_i上的设备会各自以其为中心向外进行广播信息π_i，广播信息主要有3个：第i类数据信息、到达第i类数据设备的跳数为0、到第i类数据路由的下一跳为自己；接收到信息π_i的设备同样按照路由扩散协议对自己的路由表进行更新；如果接收到信息π_i的设备没有该条路由信息，该设备会记录第i类型数据的信息、到达路径P_i上设备的跳数以及下一跳设备ID；如果接收到信息π_i的设备有该条路由信息，则将新的信息与路由表信息进行对比，记录最小的跳数以及该条信息对应的设备ID；经过上述的路由扩散协议后，当各层设备感知或产生第i类数据时便可以按照路由表信息将相似的数据/服务传送到骨干路径进行路由，同种类型数据都沿着各自的骨干路径尽可能进行汇聚，从而有效减少数据量；

其中，基于反馈控制的负载均衡控制方法，其特征在于：负载均衡控制方法的处理方式具体为：网络计算体系中各层设备都会先设置两个阈值：δ_a，δ_b，这两个阈值设置满足条件：

其中

为设备i的处理能力，ε₁和ε₂是依据当前的网络环境而设置的；如果设备的负载低于δ_a，设备会向数据来源的方向发送其负载轻的消息，这时数据来源处中负载重的设备收到δ_a后会按照一定的比例将数据/服务发送给上层设备；如果设备的负载高于δ_b，设备会向数据来源方向发送其无法处理的数据和负载重的消息，这时如果下层设备没有达到阈值则增加自己的任务量，如果下层设备也超过了其阈值δ_b，则选取其他负载较轻的路径来源进行传输；如果设备的负载等于δ_a，设备则根据自身的处理能力来进行数据的处理，将处理完的服务以及没有来得及处理的部分发送给上层设备。

本发明的有益效果是：

本发明方法巧妙的利用了同类数据在同一条路径融合率高的特点，通过让同种类型数据/服务按照相同的路径进行聚合实现减少数据量的效果，同时从整体上均衡了计算体系中各层设备的负载，对传感器网络的发展具有重要的意义。

附图说明

图1为本发明应用的多层网络计算体系结构示意图。

图2为本发明应用的同类数据融合路由的方法示意图。

图3为本发明所述方法和现有方法在选取相同节点不同数据量下的流量对比示意图。

图4为本发明所述方法和现有方法在网络体系结构中不同层下流量对比示意图。

图5为本发明所述方法和现有方法各层节点的流量标准差对比示意图。

具体实施方式

下面结合附图及实施例，对本发明做进一步说明。

本实施例中，本发明实施云－边协同的数据服务化网络均衡计算方法主要包括如下两部分。

(1)相似数据/服务聚合路由的方法尽量使同类数据/服务聚集在同一条路径向云端中心设备路由，当云端中心层设备

需要接收ξ_i类数据时(可能需要同时收集多种类型的数据，比如ξ_k等)，需要让网络中的其它设备知道其到达云端中心层设备路由路径，同时将其感知或者处理后的数据路由到

本发明采用的方法是在多层网络计算体系中每个设备配置一个逻辑路由表，逻辑路由表上分为多个段，每一段的主要内容是记录了到达云端中心层设备的逻辑路由跳数与下一跳的物理设备ID，其存储的逻辑路由表如下所示。

表中对每一类数据用一个三元组来表示其逻辑路由，其中ξ_i表示第i类数据的逻辑路由的开始项。

表示到达接收第i类数据的云端中心层设备的逻辑跳数，

表示路由到云端中心层设备时选择的下一跳设备的ID。对于云端中心层，如果其上部署了需要接收1号与2号两类数据的设备时，其存储的逻辑路由表就如下所示。

1

0

^

2

0

^

上表中第一个三元组表示：云端中心层设备逻辑路由表存储的1号数据信息的路由跳数是0，其下一跳路由是NULL。之后该设备向外广播其上的路由信息，而接收到此消息的一跳范围内的设备就会更新自己到达云端中心层设备的跳数。当设备收到有逻辑路由表的扩散信息后，查看自己的逻辑路由表中是否存在该逻辑路由信息，如果没有，则在自己的逻辑路由表中增加一个三元组，其信息则会如下所示。

1

1

Cloud_ID

2

1

Cloud_ID

上表中表示，当前设备将1号数据信息传送到云端中心层设备需要的跳数为1，其下一跳为Cloud_ID。图2(a)中给出了初始化后的逻辑路由表，其中设备C表示云端中心层设备，圈内数字表示其他各层设备的编号，旁边方框内表示其逻辑路由表，每个设备存储了自己到达云端中心层设备的路由跳数以及其下一跳设备ID。在图2(a)中云端中心层设备需要收集第一类数据时向外进行广播。经过初始化后，当设备5感知到第一类数据时便形成了第一类数据的骨干路径：设备5→4→3→2→1→云端中心设比C。同样的，云端中心层设备需要接收第二类数据时，设备9感知到第二类数据后便形成了骨干路径：设备9→8→7→6→云端中心设备C。

为了达到同类数据沿同一物理路由路径路由的目的，当设备完成数据路由时，对路表进行下面的更新：路由路径上的每个设备将自己对此类数据的逻辑路由表中到达云端中心层设备的跳数变为0，之后设备都将自己的逻辑路由表向外广播。而其它接收到逻辑路由更新广播的设备通过比较广播中的路由表的跳数加1与自己逻辑路由中到达云端中心层设备的跳数进行对比，如果有更小的路由，则更新自己的逻辑表，将其更新为广播信息中的路由跳数并加1。图2(b)给出了在骨干路径确定后，骨干路径上的设备向外进行广播，其他设备在接收到广播之后更新了自身路由表信息。之后当各层设备产生同类型数据时便可以按照路由表信息将相似的数据/服务传送到骨干路径进行路由。图2(c)给出了当设备15感知到第一类数据时，就会采用逻辑路由表按照该数据的最短路径进行路由：从设备15→13→12→2→1→云端中心设备C。同时，设备23在感知到第二类数据时也会根据逻辑路由表按照最短路径进行路由：从设备23→20→3→2→1→云端中心设备C。两条路径上的同种数据都沿着各自的骨干路径尽可能进行汇聚，从而有效减少数据量。

(2)基于反馈控制的负载均衡控制方法首先对网络中每个设备设置两个阀值。设设备i的处理能力为

如果当前负载的负载量达到其处理能力一定值δ_b时就认为其负载重，而其负载低于其处理能力的一定比值时就认为其负载轻。两个阀值设置为：

其中ε₁和ε₂依据网络环境而设置。在本文提出的算法中，如果设备当前的负载低于

时，沿数据路由的来源方向发送其负载轻的消息，如果有负载重的设备得到这样的消息参数

后，其本身收到的一定比例的数据/服务不进行计算，而是将这些数据/服务进行转发到上层设备。而如果设备的负载超过δ_b后，同样向路由来源方向反向发送自己无法处理的数据并加上自己的

作为消息发送。下层网络设备收到这样的消息后，如果自己的负载没有达到阀值，则增加自己的处理量，以减轻上层网络需要处理的计算量。另一方面，如果多条路由路径可选择，则选取其它没有负载重消息来源路径进行传输，减少网络处理延迟。计算设备的当前时刻t的负载如下式所示：

本文中计算设备负载的方法是：设备当前的负载为前面k个时间段的负载加权和。式中

表示设备i在时刻t的负载，ω_j表示第j个时间段的负载的权重，离当前时刻越近，其权重越大。

图3给出了本发明所述方法和现有方法在各选取相同节点不同数据量下的流量对比。从实验结果可以看出：本发明选取节点的流量整体上要优于现有方法选取向相同节点的流量情况。

图4的实验设置是感知设备层的设备产生相同字节的流量的前提下，本发明所述方法和现有方法中各层流量的对比情况。从图4可以看出，虽然现有方法也会在一定程度上减轻了上层的计算压力，但本发明所述方法各层流量整体下降幅度要远大于现有模型。

图5给出了本发明所述方法和现有方法各层节点的流量标准差对比。从图中可以看出，在产生更大的数据量下，本发明所述方法中各层节点的标准差均小于现有方法，说明各层流量的稳定性较强。

Claims (4)

1.一种云－边协同的数据服务化网络均衡计算方法，其特征在于：(1)网络设备整体上分成多个层从而形成多层网络均衡计算的网络体系结构；(2)按照相似数据/服务聚集路由的方法尽量使同类数据/服务聚集在同一条路由路径向云端路由以减少网络需要传输的数据量：最底层的物联网络设备感知的数据按照相似数据聚集路由的方法尽量聚集在同一条路由路径向云端路由，并在路由过程中对数据进行融合与数据服务化计算，将网络设备中的多个数据包融合成更小的数据从而减少需要传输的数据量，将原始的数据计算转化为服务、将多个服务融合计算为大的并容量更小的服务以减少传输的数据量；(3)采用基于反馈控制的负载均衡控制方法以使得网络负载均衡：当网络设备中的负载较大时，一方面通过多转发，少计算的方法减少自己的计算量，另一方面则通过对下游设备发出负载过大的信息，使下游设备增加计算，以减少上游设备的计算负载，这样通过反馈控制方法使得网络设备之间计算负载均衡。

2.根据权利要求1所述的网络设备整体上分成多个层从而形成多层网络均衡计算的网络体系结构的划分方法如下：

(1)多层网络计算体系结构的最下层是感知设备层：该层的终端设备的主要功能是感知数据，设备如果还有计算能力，可以计算或者处理原始数据，会将原始数据计算转化为服务，数据经过计算转化为服务后就显著的减少了其需要传输的数据量；将数据转化为服务需要计算，即计算负载；网络设备在计算能力足够的情况下，将数据全部转化为服务，这时网络设备将服务上传到上层设备；如果网络设备计算能力不够时只将数据转化为部分服务，这时网络设备将部分数据与服务上传到上层网络设备；如果网络设备计算负载大，则不对数据进行服务转化，直接将所有数据上传到上层网络设备；

(2)多层网络计算体系结构中感知设备层的上层是接入数据层：该层主要的功能是接入感知设备层中的数据，同样的，该层设备如果具有计算能力，可以对接收到的数据/服务进行处理；在接收到来自下层的数据/服务后，这时设备会进行这样的操作：如果设备接收到来自多个感知层设备的原始数据则会转化为服务；如果设备同时接收到感知层设备的原始数据以及服务时也会转化为服务；如果设备同时收到感知层设备的多个服务则会转化为更大且容量更小的服务；经过接入层设备处理后的服务容量都会小于处理前的容量，同时该层设备中产生的服务如果可以满足用户需求可以就近将服务传送给用户，大部分用户的需求的可以在边缘层可以满足，大大减轻上层设备的计算负载；在该层设备中不满足用户需求的剩余数据上传到上层网络设备；

(3)多层网络计算体系结构中接入数据层的上面几层是边缘服务层；该层的主要的功能是利用更大的计算能力来处理接入层中的数据；同感知设备层相同，该层设备也可以产生数据，同时该层设备拥有更大的计算能力和处理空间，可以部署更多的服务器；由于边缘服务层位于网络计算体系中的上层，其设备的服务器更大，在处理来自接入层的数据时会构造更大的服务来满足更多用户的需求；

(4)多层网络计算体系中边缘服务层的上层是路由骨干层；该层的主要功能是将下层的数据和服务路由到云端中心层；该层设备类似于边缘层的设备，也可以对数据与服务进行处理，但由于路由骨干层的设备位于计算体系的更上层，所以该层的设备可以提供更大的服务；

(5)多层网络计算体系中路由骨干层的上层是云端中心层，位于计算体系的最上层；该层的主要功能是对数据进行全面的分析和处理，将服务编排为最终的软件；同时在云端中心层不仅有本地处理的大型软件，该层设备还会向下层设备发布数据收集任务以及提供特定的软件来将数据编排到网络设备；云端中心层不仅具有更为强大的数据编排能力，还可以发布定制化的软件，让多层网络计算体系形成一个面向服务的网络。

3.根据权利要求1所述的按照相似数据/服务聚集路由的方法尽量使同类数据/服务聚集在同一条路由路径向云端路由，其特征在于：在初始化阶段采用类似于路由跳数扩散协议使得网络设备获得到达每类数据的最短路由跳数以及路由的下一跳网络设备；具体方法以处理第i类数据为例：处理第i类数据的云端中心设备设置自己到达第i类数据的跳数为0，其它设备设置自己到达第i类数据的云端中心设备的跳数为无穷大，云端中心设备向外广播开始进行路由跳数扩散协议，广播的内容主要有3个：第i类数据路由信息、自己到达第i类数据的跳数为0、到达的最短路由跳数下一跳是自己；在计算体系中下层设备接收到广播后，首先判断广播包中第i类数据到达云端中心设备的路由跳数加1后是否比自己存储的第i类数据到达云端的跳数大，如果大，则无动作；否则更新自身的路由表，将自己第i类数据路由到云跳数设置广播包中的跳数加1，并设置自己到第i类数据到云端的路由的下一跳为广播包的来源设备；然后，将第i类数据的信息、到达云端中心设备需要的跳数继续向下广播；下层设备收到后也会采用同样的方法更新其路由表，最终每个设备都会获得自己第i类数据到达云端中心设备的路由跳数以及下一跳的设备ID，这样就能够建立一条第i类数据到达第i类数据云端中心层设备的最短路由路径；

当感知设备层上的设备感知到第i类的数据后，会按照路由表最短路径对数据进行向云端的上行路由，这条路径就是第i类型数据传送的骨干路径P_i；骨干路径P_i上的设备会各自以其为中心向外进行广播信息π_i，广播信息主要有3个：第i类数据信息、到达第i类数据设备的跳数为0、到第i类数据路由的下一跳为自己；接收到信息π_i的设备同样按照路由扩散协议对自己的路由表进行更新；如果接收到信息π_i的设备没有该条路由信息，该设备会记录第i类型数据的信息、到达路径P_i上设备的跳数以及下一跳设备ID；如果接收到信息π_i的设备有该条路由信息，则将新的信息与路由表信息进行对比，记录最小的跳数以及该条信息对应的设备ID；经过上述的路由扩散协议后，当各层设备感知或产生第i类数据时便可以按照路由表信息将相似的数据/服务传送到骨干路径进行路由，同种类型数据都沿着各自的骨干路径尽可能进行汇聚，从而有效减少数据量。

4.根据权利要求1基于反馈控制的负载均衡控制方法，其特征在于：负载均衡控制方法的处理方式具体为：网络计算体系中各层设备都会先设置两个阈值：δ_a，δ_b，这两个阈值设置满足条件：

其中

为设备i的处理能力，ε₁和ε₂是依据当前的网络环境而设置的；如果设备的负载低于δ_a，设备会向数据来源的方向发送其负载轻的消息，这时数据来源处中负载重的设备收到δ_a后会按照一定的比例将数据/服务发送给上层设备；如果设备的负载高于δ_b，设备会向数据来源方向发送其无法处理的数据和负载重的消息，这时如果下层设备没有达到阈值则增加自己的任务量，如果下层设备也超过了其阈值δ_b，则选取其他负载较轻的路径来源进行传输；如果设备的负载等于δ_a，设备则根据自身的处理能力来进行数据的处理，将处理完的服务以及没有来得及处理的部分发送给上层设备。

Images