CN115803714A - 使用多接入边缘计算来分派任务和数据 - Google Patents

Abstract

提供一种方法、计算机系统和计算机程序产品。该方法包括，响应于从计算设备接收数据分组，将数据分组分类为具有一个或多个部分的任务；基于计算设备的位置，将分类的任务分配给数据区域内的处理位置；响应于与任务相关联的变化，基于与变化相关联的评分值，动态地计算数据区域的半径内的替代处理位置，以处理任务的一个或多个部分；以及根据动态计算的替代处理位置的一个替代处理位置重新分配所述分类的任务的至少一部分。

Description

使用多接入边缘计算来分派任务和数据

背景技术

本发明总体上涉及导航系统和地图服务的领域，并且更具体地涉及协调分布在服务器和网络上的地图和数字代理。

多接入边缘计算(“MEC”)，以前是移动边缘计算，是在任何网络的边缘处实现多个网络云计算能力和信息技术服务环境的网络架构概念。网络架构是计算机网络的设计。它是用于规范网络的物理组件及其功能组织和配置、其操作原理和过程以及所使用的通信协议的框架。在电信中，网络架构的规范还可以包括经由通信网络传递的产品和服务的详细描述。

先进的驾驶员辅助系统(“ADAS”)是在驾驶或停车期间帮助车辆驾驶员的电子系统。当设计有安全人机界面时，它们旨在具有汽车安全和更一般地道路安全。ADAS系统使用电子技术，如微控制器单元(“MCU”)、电子控制单元(“ECU”)、以及功率半导体器件。先进的驾驶员辅助系统是被开发用于自动化、适配和增强车辆系统以便安全和更好地驾驶的系统。由ADAS提供给车辆的自动化系统被证明通过最小化人为误差来减少道路事故。

存在包括在网络的相应服务区域中操作的移动边缘计算服务器的系统，该移动边缘计算服务器被配置为在相应服务区域内的计算区域处定义，以及包括多个主机的系统，该多个主机用于提供以由在主机处执行的应用使用并构建区域图的相应服务的性能度量。如果网络的服务区域与系统动态通信并且基于多个因素对数据进行分类，则这些解决方案中的每个解决方案将更加高效并且增加这些地图功能的安全性。例如，这些解决方案的缺点是从所有区域接收地图信息或者仅从单个区域接收地图信息，这可能导致与系统能够处理的信息量有关的问题。然而，这些引用之一或任何其他引用都不提供基于与用户的当前位置有关的等待时间和数据大小的动态分派任务和数据。

发明内容

本发明的实施例提供一种计算机系统、计算机程序产品和方法，其包括响应于从计算设备接收数据分组，将数据分组分类为具有一个或多个部分的任务；基于所述计算设备的位置，将所述分类的任务分配给数据区域内的处理位置；响应于与所述任务相关联的变化，基于与所述变化相关联的评分值，动态地计算所述数据区域的半径内的替代处理位置，以处理所述任务的一个或多个部分；以及根据动态计算的替代处理位置的一个替代处理位置，重新分配所述分类的任务的至少一个部分。

附图说明

图1描绘了根据本发明的实施例的云计算环境；

图2描绘了根据本发明的实施例的层的抽象模型；

图3是示出根据本发明的实施例的计算环境的功能框图；

图4是示出根据本发明的实施例的备选计算环境的功能框图；

图5是示出根据本发明的实施例的云确定的地图服务环境的功能框图；

图6是示出根据本发明的实施例的在MEC环境中分派任务的操作步骤的流程图；

图7是示出根据本发明的实施例的用于确定如何处理与数据相关联的分类任务的操作步骤的流程图；

图8是示出根据本发明的实施例的将分类的任务与上下文因素同步的操作步骤的流程图；

图9A-C是根据本发明的实施例的所选同步方法的应用的示例图示；

图10是示出根据本发明的实施例的分派地图服务环境的操作步骤的示例图；以及

图11描绘了根据本发明的实施例的图3的计算显示环境内的计算系统的组件的框图。

具体实施方式

本发明的实施例认识到对支持多接入边缘计算(“MEC”)的系统的需要，该系统将计算机资源部署到网络以提供需要高安全性的数据处理技术。本发明的实施例提供了需要通过基于MEC支持的区域和等待时间来提供数据来将任务委托到适当环境的系统、方法和计算机程序产品。当前，通常不基于优先级或延迟时间来执行取决于区域和等待时间委托任务的方法。通常，将MEC服务器配置为具有所有数据区域是低效的，这使得MEC服务器必须与另一MEC服务器共享数据。本发明的实施例是对当前任务委托和地图系统的改进，使用根据等待时间、数据寿命时间和数据大小对任务进行分类的MEC系统；以取决于所述区域的数据的形式收集上下文信息；基于数据类别基础来确定对所收集的上下文信息的使用；以及确定如何处理所收集的信息。本发明的实施例接收信息、将信息描述为任务或一般数据、将分类信息分配给地图区域、以及确定如何使用区域管理器和本地管理器来处理分类数据

云计算是服务交付的模型，用于使得能够方便地、按需地网络访问可配置计算资源(例如，网络、网络带宽、服务器、处理、存储器、存储、应用、虚拟机和服务)的共享池，所述可配置计算资源可以以最小的管理努力或与所述服务的提供者的交互来快速供应和释放。该云模型可以包括至少五个特性、至少三个服务模型和至少四个部署模型。提供给消费者的能力是提供处理、存储、网络和消费者能够部署和运行任意软件的其他基本计算资源，所述任意软件可以包括操作系统和应用程序。消费者不管理或控制底层云基础设施，而是具有对操作系统、存储、所部署的应用的控制以及对所选联网组件(例如，主机防火墙)的可能受限的控制。

应当理解，虽然本公开包括关于云计算的详细描述，但是本文所引用的教导的实现不限于云计算环境。相反，本发明的实施例能够结合现在已知的或以后开发的任何其他类型的计算环境来实现。

云计算是服务交付的模型，用于使得能够方便地、按需地网络访问可配置计算资源(例如，网络、网络带宽、服务器、处理、存储器、存储、应用、虚拟机和服务)的共享池，所述可配置计算资源可以以最小的管理努力或与所述服务的提供者的交互来快速供应和释放。该云模型可以包括至少五个特性、至少三个服务模型和至少四个部署模型。

特性如下：

按需自助服务：云消费者可以单方面地根据需要自动地提供计算能力，诸如服务器时间和网络存储，而不需要与服务的提供者的人类交互。

广泛的网络接入：能力可通过网络获得并且通过标准机制接入，该标准机制促进异构瘦客户机平台或厚客户机平台(例如，移动电话、膝上型计算机和PDA)的使用。

资源池：提供者的计算资源被池化以使用多租户模型来服务于多个消费者，其中不同的物理和虚拟资源根据需要动态地指派和重新指派。存在位置独立性的感觉，因为消费者通常不具有对所提供的资源的确切位置的控制或了解，但可能能够以较高抽象级别(例如，国家、州或数据中心)指定位置。

快速弹性：能够快速和弹性地提供能力，在一些情况下自动地快速缩小和快速释放以快速放大。对于消费者而言，可用于供应的能力通常显得不受限制并且可以在任何时间以任何数量购买。

测量的服务：云系统通过在适合于服务类型(例如，存储、处理、带宽和活动用户账户)的某个抽象级别处利用计量能力来自动控制和优化资源使用。可以监视、控制和报告资源使用，为所利用的服务的提供者和消费者提供透明度。

服务模型如下：

软件即服务(SaaS)：提供给消费者的能力是使用在云基础设施上运行的提供者的应用。可通过诸如web浏览器(例如，基于web的电子邮件)之类的瘦客户端接口从不同客户端设备访问应用。消费者不管理或控制包括网络、服务器、操作系统、存储或甚至单独的应用能力的底层云基础设施，可能的例外是有限的用户特定应用配置设置。

平台即服务(PaaS)：提供给消费者的能力是将消费者创建的或获取的使用由提供商支持的编程语言和工具创建的应用部署到云基础设施上。消费者不管理或控制包括网络、服务器、操作系统或存储的底层云基础设施，但是对所部署的应用和可能的应用托管环境配置具有控制。

基础设施即服务(IaaS)：提供给消费者的能力是提供处理、存储、网络和消费者能够部署和运行任意软件的其他基本计算资源，所述软件可以包括操作系统和应用。消费者不管理或控制底层云基础设施，而是具有对操作系统、存储、所部署的应用的控制以及对所选联网组件(例如，主机防火墙)的可能受限的控制。

部署模型如下：

私有云：云基础架构仅为组织运作。它可以由组织或第三方管理，并且可以存在于场所内或场所外。

社区云：云基础架构被若干组织共享并支持共享了关注(例如，任务、安全要求、策略、和合规性考虑)的特定社区。它可以由组织或第三方管理，并且可以存在于场所内或场所外。

公共云：使云基础架构对公众或大型行业组可用，并且由出售云服务的组织拥有。

混合云：云基础架构是两个或更多个云(私有、社区或公共)的组合，这些云保持唯一实体但通过使数据和应用能够移植的标准化或专有技术(例如，云突发以用于云之间的负载平衡)绑定在一起。

云计算环境是面向服务的，集中于无状态、低耦合、模块化和语义互操作性。云计算的核心是包括互连节点网络的基础设施。

现在参见图1，描述了说明性云计算环境50。如图所示，云计算环境50包括云消费者使用的本地计算设备可以与其通信的一个或多个云计算节点10，本地计算设备诸如例如个人数字助理(PDA)或蜂窝电话54A、台式计算机54B、膝上型计算机54C和/或汽车计算机系统54N。云计算节点10可彼此通信。它们可以物理地或虚拟地分组(未示出)在一个或多个网络中，诸如如上所述的私有云、社区云、公共云或混合云、或其组合。这允许云计算环境50提供基础设施、平台和/或软件作为云消费者不需要为其维护本地计算设备上的资源的服务。应当理解，图1中所示的计算装置54A-N的类型仅旨在是说明性的，并且云计算节点10和云计算环境50可以通过任何类型的网络和/或网络可寻址连接(例如，使用网络浏览器)与任何类型的计算机化装置通信。

现在参见图2，示出了由云计算环境50(图1)提供的一组功能抽象层。应提前理解，图2中所示的组件、层和功能仅旨在是说明性的，并且本发明的实施例不限于此。如所描述，提供以下层和对应功能：

硬件和软件层60包括硬件和软件组件。硬件组件的示例包括：大型机61；基于RISC(精简指令集计算机)架构的服务器62；服务器63；刀片服务器64；存储设备65；以及网络和联网组件66。在一些实施例中，软件组件包括网络应用服务器软件67和数据库软件68。

虚拟化层70提供抽象层，从该抽象层可以提供虚拟实体的以下示例：虚拟服务器71；虚拟存储器72；虚拟网络73，包括虚拟专用网络；虚拟应用和操作系统74；以及虚拟客户端75。

在一个示例中，管理层80可以提供以下描述的功能。资源供应81提供用于在云计算环境内执行任务的计算资源和其他资源的动态采购。计量和定价82在云计算环境内利用资源时提供成本跟踪，并为这些资源的消费开账单或发票。在一个示例中，这些资源可以包括应用软件许可证。安全性为云消费者和任务提供身份验证，以及为数据和其他资源提供保护。用户门户83为消费者和系统管理员提供对云计算环境的访问。服务水平管理84提供云计算资源分配和管理，使得满足所需的服务水平。服务水平协议(SLA)规划和履行85提供根据SLA预期未来需求的云计算资源的预安排和采购。工作负载层90提供可以利用云计算环境的功能的示例。可以从该层提供的工作负荷和功能的示例包括：地图和导航91；软件开发和生命周期管理92；虚拟课堂教育交付93；数据分析处理94；交易处理95；以及企业应用96。将在以下段落中描述本发明的一些示例性实施方式。

图3是根据本发明实施例的计算环境300的功能框图。计算环境300包括计算设备302和服务器计算设备308。计算设备302和服务器计算设备308可以是台式计算机、膝上型计算机、专用计算机服务器、智能电话、智能家电、智能设备、或本领域已知的任何其他计算设备。在某些实施例中，计算设备302和服务器计算设备308可以表示利用多个计算机或组件以在通过网络306访问时充当单个无缝资源池的计算设备。通常，计算设备302和服务器计算设备308可以表示能够执行机器可读程序指令的任何电子设备或电子设备的组合，如关于图8更详细描述的。

302的计算设备可包括程序304。程序304可以是计算设备302上的独立程序。在另一实施例中，程序304可被存储在服务器计算设备308上。在该实施例中，程序304包含区域管理器310和本地管理器312。程序304通过基于到服务器计算设备308的邻近度来提供与任务相关的动态选择的信息来改善设备效率并增加用户的安全性。在该实施例中，程序304向区域管理器310发送指令以从计算设备302接收信息并且下载与特定区域相对应的信息。在区域管理器310不覆盖与程序304正在搜索的地区相对应的区域的情况下，程序304向本地管理器312传送指令以从计算设备302接收信息并且下载包含计算设备302的本地地区的信息。在该实施例中，程序304从计算设备302接收信息；将信息分类为任务或一般数据；将分类的信息分配给数据区域；以及确定如何处理分类的信息(在随后的图中示出)。在该实施例中，程序304基于等待时间、数据寿命和数据大小对从计算设备302发送的任务和数据进行分类。在该实施例中，从区域管理器310和本地管理器312传输的信息是取决于计算设备302当前位于其中的区域的地图信息。在另一实施例中，程序304从外围区域接收信息。在另一实施例中，程序304接收事故信息、交通拥堵信息、天气信息以及无线电基站信息形式的信息。在该实施例中，程序304确定上下文并向分类的数据分配权重以确定如何处理分类的数据(在随后的图中示出)。在另一实施例中，程序304响应于确定分类的数据的过程来同步分类数据。

网络306可以是局域网(“LAN”)、广域网(“WAN”)(如互联网)、或两者的组合；并且它可以包括有线、无线或光纤连接。通常，网络306可以是将支持计算设备302和服务器计算设备308(具体地，根据本发明的期望实施例的程序304)之间的通信的连接和协议的任何组合。网络306可以使用5G技术的编排层连同现有的移动性监测工具，所述移动性监测工具感测5G通信信道和其他兼容的平台并且根据从启用5G的移动设备收集的数据来识别更深的洞察。

服务器计算设备308可以包括程序304并且可以经由网络306与计算设备302通信。服务器计算设备308可以是单个计算设备、膝上型计算机、基于云的计算设备集合、服务器集合和其他已知的计算设备。服务器计算设备308可以与云网络306组合，从而创建基于云的网络的服务器计算设备，该基于云的网络是可以是固定接入网络的。在该实施例中，服务器计算设备308和云网络306的组合可以使用无线电信号、回程网络、光接入网络、光城域网和光核心网络来与云网络306组合地将数据从计算设备302中继到服务器计算设备308。无线电信号被用于携带无线电广播并为蜂窝设备建立Wi-Fi连接。回程网络包括核心网络和网络边缘处的小子网络之间的中间链路，在该实施例中，中间链路将是网络106的基于云的存储能力。光网络在外部设备中使用单模光纤来要求上游和下游信号在分开的波长上共享同一光纤。

图4是示出了根据本发明的实施例的替代计算环境400的功能图。在该实施方式中，计算设备402将数据传输至边缘地图服务服务器404。边缘地图服务服务器404取决于与该区域相关联的区域来保持计算设备402的状态，并且保持与该区域相关的上下文信息。在该实施例中，边缘地图服务服务器包括与本地分派服务408和本地区域管理器410通信的边缘孪生(edge twin)406。边缘孪生406基于从计算设备402接收的数据表示计算设备402的状态。本地分派服务408认证边缘孪生406的状态。本地区域管理器410管理边缘孪生406的状态。在该实施例中，与边缘地图服务服务器404相关联的数字孪生数据库416连接至边缘孪生406。数字孪生数据库416是存储边缘孪生406的可能状态的数据库。在该实施例中，与边缘地图服务服务器404相关联的数据类别数据库418连接到本地分派服务408。数据类别数据库418是存储基于边缘孪生406的认证状态的多个任务的数据库。在该实施方式中，与边缘地图服务服务器404相关联的地图数据库420连接至本地区域管理器410。地图数据库420是存储由边缘地图服务服务器404覆盖的区域的地图的数据库。在该实施例中，本地分派服务408从本地上下文服务412接收数据并与本地处理器414通信。本地上下文服务412基于边缘孪生406的认证状态来向本地分派服务408传送指令。本地处理器414处理边缘孪生406的认证状态、区域地图以及在边缘地图服务服务器404内关联的任务的因素。在该实施例中，与边缘地图服务服务器404相关联的上下文数据库422连接至本地上下文服务412。上下文数据库422是存储要应用于数据以识别要完成的任务的因素的数据库。

在该实施方式中，并且响应于计算设备402需要来自边缘地图服务服务器404的附加信息，计算设备402与中间地图服务服务器424通信。中间地图服务服务器424的组件执行与在边缘地图服务服务器404中发现的它们的相关对应物类似的功能。在该实施例中，当在边缘地图服务服务器404内未发现数据时，中间地图服务服务器424的部件执行功能。在该实施例中，中间地图服务服务器424包括与计算装置402、中间派遣服务428和中间区域管理器430通信的中间数字对426。在该实施例中，中间区域管理器430与本地区域管理器410通信。在该实施例中，与中间地图服务服务器424相关联的数字孪生数据库416连接至中间数字孪生数据库426。在该实施例中，与中间地图服务服务器424相关联的数据类别数据库418连接到中间分派服务428。在该实施例中，与中间地图服务服务器424相关联的地图数据库420连接至中间区域管理器430。在该实施例中，中间分派服务服务器424从区域上下文服务432接收数据并与中间处理器434通信。在该实施例中，与中间地图服务服务器424相关联的情境数据库422连接到区域上下文服务432。

在该实施例中，并且响应于计算设备402与中间地图服务服务器424通信，计算设备402与云地图服务服务器436通信。云地图服务服务器436的组件执行与边缘地图服务器404的组件相似的功能。在该实施例中，云地图服务服务器436包括与中间分派服务428和云处理器440通信并从全局上下文服务服务器442接收数据的数字孪生主机438。数字孪生主机438表示云地图服务服务器436的最终状态。全局上下文服务服务器442将因素应用于由数字孪生主机438接收的数据。云处理器440用全局上下文服务服务器442的所应用的因素来处理由数字孪生主机438接收的数据，同时在容纳每个区域地图的地图数据库420上执行查询。在该实施例中，云地图服务服务器436包括区域管理器444，并且区域管理器444与中间区域管理器430通信。在该实施例中，与云地图服务服务器436相关联的数据类别数据库418连接到数字孪生主机438。在该实施例中，与云地图服务服务器436相关联的上下文数据库422连接到全局上下文服务服务器442。在该实施例中，与云地图服务服务器436相关联的地图数据库420连接到区域管理器444。

图5是示出根据本发明的实施例的云确定地图服务环境的功能框图500。在该实施例中，计算设备502与无线电信号塔504通信以传送位置和接收信息。在本实施例中，所述信息包括地图信息和本地信息。例如，计算设备502是智能汽车，并且接收的信息是事故信息、交通拥堵信息、天气信息以及无线电基站信息。在该实施例中，无线电信号塔504与多接入边缘计算(“MEC”)服务器506通信。MEC服务器506在无线电信号塔504和中间数据服务器508之间发送和接收信息。在该实施例中，MEC服务器506可以具有在本地存储的信息以向无线电信号塔504发回信息。在另一实施例中，MEC服务器506可以将本地存储的信息直接发送到计算设备502。在该实施例中，中间数据服务器508与MEC服务器506和云数据服务器510通信。在该实施例中并且响应于MEC服务器506不具有本地存储的信息，中间数据服务器508与云数据服务器510通信以检索预定地图地区514的信息。在本实施例中，云数据服务器510访问存储关于位于预定地图地区514内和预定地图地区514外的多个MEC服务器的信息的数据库。在该实施例中，预定地图地区514是计算设备502附近的特定区域。在另一实施例中，云数据服务器510保存MEC服务器506相互重叠的地图区域。在另一实施例中，当存在未被MEC服务器506覆盖的区域时，覆盖更宽地区的中间数据服务器508可以部署在MEC服务器506和云数据服务器510之间。

图6是根据本发明至少一个实施例的在MEC环境中分派数据的操作步骤的流程图600。在该实施例中，程序304通过接收信息、将数据分类为任务、将分类的数据分配到地图区域、以及确定分类的数据的处理，向MEC环境中的计算设备302分派数据。

在步骤602中，程序304从计算设备302接收信息。在该实施例中，程序304通过使用全球定位系统(“GPS”)算法确定计算设备302的位置来从计算设备302接收信息。在该实施例中，程序304以数据的形式接收信息。例如，程序403接收智能车的特定位置和优选目的地。在其他实施例中，程序304可以从计算环境300中的一个或多个其他组件接收信息。

在步骤604中，程序304对与接收的信息关联的任务进行分类。在该实施例中，程序304基于因素对来自计算设备302的所接收的信息的数据进行分类。在该实施例中，因素包括等待时间、数据寿命和数据大小。等待时间被定义为数据被存储或检索所花费的时间。数据寿命被定义为数据在被清除或破坏之前所花费的时间。在该实施例中，程序304基于因素将数据分类为任务或一般数据。在该实施例中，程序304具有本地存储的预定任务，并且响应于接收数据分组，程序304从数据分组标识某些特征并且从包括在所接收的数据分组中的元数据标识需要被执行的任务。例如，并且响应于接收数据分组，程序304识别GPS坐标、设备的位置信息、与目的地相关联的位置信息和路线信息。基于所识别的元数据，程序304将数据分组识别为导航任务。在另一实施例中，响应于程序304接收到与预定任务不相关的信息，程序304将所接收的信息分类为一般数据。例如，程序304将所接收的信息分类为将智能汽车从位置A引导至位置B的导航任务。

在步骤606中，程序304将分类的任务分配给地图区域。在该实施例中并且响应于对与数据相关联的任务进行分类，程序304通过以下操作来分配经分类的任务：标识计算设备302的当前位置、访问被划分成多个区域的地图、标识计算设备302所位于的区域、以及在所访问的地图内标记计算设备302在该区域内。在该实施例中，程序304使用GPS算法来定位计算设备302和邻近地图区域。在该实施例中，程序304基于具有围绕计算设备302的半径的预定义地区来定位替代处理位置。在该实施例中，并且响应于所分类的数据是预定任务，程序304将分类的数据分配给位于计算设备302的当前位置和计算设备302的估计的最终位置的地图区域。例如，程序304使用导航方向定位完成旅行的智能汽车，并将来自智能汽车的信息分配给位于智能汽车的当前位置附近的地图区域和沿智能汽车的预测路线定位的地图区域。

在步骤608，程序304确定如何处理被分类的任务。在该实施例中，并且响应于将分类的数据分配给地图区域，程序304分析所分配的地图区域，确定分类任务的上下文，并且将权重分配给所确定的分类数据的上下文。在该实施例中，程序304可随后根据所分配的区域中的所确定的上下文来处理任务。该步骤将在随后的图中进一步解释。在该实施例中，程序304将分类的任务分派到位于另一分配的区域中的其他服务器计算设备308，作为基于上下文因素如何处理分类的任务的确定。在该实施例中，程序304通过检查被分配给计算设备302的与部署在MEC服务器中的地图的特定区域及其外围区域相关联的数字代理来分析所分配的地图区域。例如，程序304通过检查容纳地图区域的活动的数据库来检查在步骤606中分配的区域和附近区域的列表。在该实施例中，程序通过检查与分配的区域相关联的数字数据库以确定分类信息的请求来确定分类数据的上下文。例如，程序304确定分类数据的上下文寻找区域内的事故信息、区域内的交通拥堵信息、区域内的天气信息以及区域内的无线电基站信息。在该实施例中，程序304基于所确定的上下文和在步骤604中应用的因素向经分类的数据分配权重。例如，程序304基于所确定的任务、数据的等待时间、数据的保留、数据量和与分类数据相关联的任何条件来为分类数据分配值或权重。

图7是示出根据本发明的确定如何处理与数据相关联的分类任务的操作步骤的流程图700。

在步骤702中，程序304分析所分配的地图区域。在该实施例中，程序304分析所分配的地图区域以确定并缩小计算设备302正在从其发送数据的地区。在该实施例中，程序304使用机器学习算法和人工智能算法来分析所分配的地图区域以定位计算设备302。对所分配的地图区域的分析提供关于将用于提供关于从计算设备302发送的数据的上下文信息的特定服务器计算设备308的细节。例如，程序304基于智能汽车当前所位于的地图区域分析与所接收的信息有关的所分配的地图区域，所接收的信息详述智能汽车的当前位置。

在步骤704中，程序304确定分类任务的上下文。在该实施例中并且响应于对所分配的地图区域的分析，程序304通过将上下文因素应用于数据以产生分类任务来确定任务的上下文。在该实施例中，程序304使用确定引擎来确定多个预先保存的分类任务的上下文。在该实施例中，程序304使用确定引擎来分析上下文数据库，所述上下文数据库存储基于所接收的信息来识别数据分组的信息，基于对上下文数据库的分析来确定上下文，并且基于对上下文的确定来修改被分类任务的严重性。上下文数据库存储关于严重性的升级和降级的多个因素和动作和细节的权重值。程序304基于与升级状况相关的严重性的确定来应用上下文因素。上下文因素是存储在上下文数据库内的细节，并且帮助程序304基于这些上下文因素来修改所分类的任务的严重性。在该实施例中，程序304应用上下文因素允许程序304为分类的任务分配权重。在该实施例中，程序304将分类任务的指定权重相加以确定分类任务的总体加权分数。程序304通过计算总加权分数确定分类任务的严重性。程序304标识所分类的任务的每个细节，并且基于在上下文数据库中找到的所存储的值信息来分配值。例如，程序304在上下文数据库内执行查询，以基于所接收的信息确定所识别的任务的等待时间、保留和大小的值。在另一实施例中，响应于从处理位置接收反馈，程序304将分类任务的部分更改为包括使用替代的地图区域和分别相关联的处理位置的附加处理指令。在该实施例中，程序304通过修改所分类的任务来避免对象来更改所分类的任务的部分。

程序304维持具有多个预定阈值的总加权分数的范围(例如，最小为1且最大为10的用户定义的值)，以动态地修改分类任务的分数。在该实施例中，程序304响应于将总加权分数计算为小于4而将任务分类为低严重性；响应于将总加权分数计算为等于大于4但小于7而将任务分类为正常严重性；以及响应于将总加权分数计算为等于或大于7至10而分类为高严重性(其是分类任务的最大严重性)。在该实施例中，程序304通过其在用户定义的标度上的放置来量化总加权分数。在该实施例中，程序304聚合初始加权分数以计算总加权分数。在另一实施例中，程序304确定数据的上下文，其中，存在基于原始数据的第一分配以及基于所确定的上下文和分类的重新分配。在该实施例中，程序304重新分配或重新分发给不同的服务器计算设备308或处理位置以动态地接收数据。例如，汽车1具有导航任务，并且该导航任务当前没有天气输入。该系统读取导航任务并将处理分配给塔1。然后，程序304将指令传输到导航任务以接收天气输入和关于碰撞的众包信息。程序304识别传输的指令，读取汽车的速度、当前位置、预测的将来位置，然后将导航任务的处理(例如，高效选路)重新分发给塔2或塔1、2以及可能3的组合，以考虑碰撞和天气。升级条件可以是提高分类任务的严重性的上下文因素。例如，程序304将数据类别、数字孪生和上下文因素的基础应用于所接收的数据，以形成变成分类任务的最终任务。

在步骤706中，程序304将权重分配给被分类任务的上下文因素和细节。

请参阅下表1。

表1

在这个表中，程序304基于等待时间、保留、量以及与数据相关联的严重性来分配权重。等待时间是数据分组被存储或检索所花费的时间。在该实施例中，在使用线性时间线时测量等待时间，并且该等待时间可被配置成测量任何时间长度。例如，在该实施例中，可以以秒和分钟测量等待时间。在其他实施例中，可以以更大或更小的粒度来测量等待时间。往返时间(“RTT”)等待时间是数据分组从发送端点到达接收端点所花费的时间，并且以秒、分钟和小时测量。保留是出于合规性或商业原因的持续数据存储，并且测量数据存储的时间长度。以秒、分钟、小时和天数测量保留。在该实施例中，保留使用线性时间线来测量，并且可以被配置为测量任何时间长度。例如，在该实施例中，可以以秒、分钟、小时和天数测量保留。在其他实施例中，保留可以以更大或更小的粒度来测量。数据量被分类为小、中或大，并且这个分类基于被分配的数据分组的大小并且被放置在从兆字节到太字节的字节范围上。小量被定义为小于10千兆字节(“GB”)的数据分组。在该实施例中，程序304在数据为可访问、可提供信息和可操作的格式时将数据分组分类为小量。大量被定义为数据分组大于太字节(“TB”)。在该实施例中，当数据是非结构化数据的大块时，程序304将数据分组分类为大量。在实施例中，当数据包被定义为既不分类为大量也不分类为小量的数据分组时，程序将数据分组分类为中量。例如，在这个表中，程序304检测数据分组并且将其分类为汽车探测。程序304随后将与接收到的数据分组相关联的任务标识为检测交通拥塞的尾端。程序304然后通过比较从分类任务的确定和上下文因素的分析接收的信息来识别任务的接收的数据分组的上下文因素的值(例如，等待时间、保留和量)。

在步骤708中，程序304基于上下文因素、升级因素和总加权分数来同步所分类的任务。在这个实施例中，并且响应于所分类的任务的所分配的权重需要编排，程序304通过选择在服务器计算设备308之间协调数据的预定义的方法并且基于该方法确定将要执行的特定地图服务位置来同步所分类的任务。该步骤将在另一个图中进一步解释。在该实施例中，程序304接收对与分类的任务相关联的上下文因素的分析，并且基于那些因素生成加权分数。这个生成的加权分数与总加权分数是相同的范围并且维持相同的类别。程序304然后与位于计算设备302附近的服务器计算设备308通信以确定是否存在升级因素。升级因素是可以改变分类任务的严重性的因素。升级因素的示例是高速道路、事故信息和天气警告。在该实施例中，程序304然后基于上下文因素的分析和升级因素的确定来计算最终的总加权分数。在该实施例中，预定的同步方法是建立从源数据存储器到目标数据存储器的数据之间的一致性的过程，反之亦然。预定的同步方法的示例是环绕写、回写、写本地、写阴影、写概述以及直写端点。在该实施例中，程序基于与任务相关联的严重性来确定特定地图服务位置。在该实施例中，程序304使数据同步以确保基于关联的地图区域在具有低严重性的分类任务之前发送具有高严重性指定的分类任务。在另一实施例中，程序304通过下列步骤同步分类任务：标识与任务的至少一部分相关联的分数；标识分数在用于确定分类任务的部分的等级的标度上的布置；以及基于所述分数的放置来识别所述分类任务的替代序列。

图8是示出根据本发明的至少一个实施例的用于将分类的任务与上下文因素同步的操作步骤的流程图800。

在步骤802，程序304分析所分类的任务。在该实施例中，程序304分析所分类的任务以确定要选择的适当的预定义的同步方法。在该实施例中，程序304使用确定算法来分析分类任务的细节以及与分类任务相关联的预先保存且预定的同步方法。在该实施例中，程序304分析所分类的任务以确定任务的严重性。程序304接收对与分类任务相关联的上下文因素的分析以生成针对分类任务的严重性的一般加权分数。程序304然后与靠近计算设备的服务器计算设备308通信以确定任何升级因素的存在。响应于接收上下文因素的分析和升级因素的确定，程序304计算基于分类任务的严重性的最终总加权分数。在该实施例中，程序304将所接收的上下文因素与和数据相关联的预先保存的因素进行比较。该比较提供关于确定分类任务的严重性的细节。程序304然后检查经由服务器计算设备308提供的升级因素，以识别将修改分类任务的严重性的确定的信息。例如，程序304基于其等待时间、保留、和量大小将分类任务识别为具有一般加权分数3的障碍的检测。程序304然后从地区中的MEC服务器接收附加事故信息，并且该附加信息将障碍检测的严重性升级到5，因为程序304将障碍识别为事故。在该示例中，程序304最初生成加权分数3，其被定义为低严重性，但是从MEC服务器接收的附加信息将最终总加权分数升级到5，其被定义为正常严重性。对分类任务的分析提供附加信息以辅助程序304选择同步方法。例如，程序304分析任务的细节，并且确定任务是盗窃检测，并且与该分类任务相关的预先保存的同步方法是回写方法。

在步骤804，程序304选择同步方法。在该实施例中，程序304基于分类的任务的分析、分配的地图区域以及分类的任务的上下文因素来选择同步方法。表2是程序304同步方法的示例。请参阅下表2。

表2

环绕写方法确保核与后端存储完全同步。在该实施例中，程序304选择该方法以将分类的任务传输到与扩展的分配的地图区域重叠的服务器计算设备308。程序304选择回写方法的一个示例是用于检测盗窃。回写方法将数据从服务器计算设备308移动到另一服务器计算设备308。在该实施例中，程序304执行该方法以将分类的任务存储在本地服务器计算设备308上并且将分类的任务异步地传送到云服务器计算设备308和另一计算设备308。程序304选择回写方法的一个示例是用于共享事故信息。当计算设备302和服务器计算设备308并排时，写本地方法传送数据。在该实施例中，程序304执行写本地方法以将分类的任务本地存储在服务器计算设备308内。程序304选择写本地方法的一个示例是针对关于道路上的动物或人的易失性信息。写阴影方法将存储在本地服务器上的数据流送到区域服务器或云服务器。在该实施例中，程序304通过向云服务器计算设备308和另一服务器计算设备308传送本地服务器计算设备308上存在的数据来执行写阴影方法。程序304选择写阴影的例子是关于智能车的当前位置的信息。写概述方法仅传输结构化数据。在该实施例中，程序304通过传送经处理的数据(例如，统计信息和经注释的地图信息)而不传送原始数据来执行写概述方法。程序304选择写概述方法的一个示例是用于动态地图更新和障碍的检测。直写端点方法是一种通过使用端点复制数据的方法。例如，连接的车辆位于MEC服务器计算设备308中的地区中。程序304向MEC服务器计算设备308发送指令以检测通过使用直写端点写入数据和发出操作的需要，该数据拷贝到另一MEC服务器计算设备和连接的智能汽车。程序304在智能汽车移动到另一MEC服务器计算设备时复制数据并且实现将数据从云服务器计算设备308复制到云计算设备308，而不是直接逐个连接。在该实施例中，程序304通过指示传输源将分类的任务传输到另一服务器计算设备308来执行直写端点方法。程序304选择直写端点方法的一个示例是点云信息。例如，在该表中，程序304识别盗窃检测的任务并选择回写同步的方法。程序304然后将任务传输到云服务器计算设备308或与所分配的地图区域的扩展区域重叠的区域服务器计算设备308。

在步骤806，程序304同步所分类的任务。程序304执行所选择的同步方法。在该实施例中，程序304通过使用同步方法确定算法来执行选择的同步方法，以基于所分类的任务以及与所分类的任务相关联的上下文因素的严重性来执行该方法。在该实施例中，程序304基于选择的同步方法修改分类任务的严重性并且基于升级因素、上下文因素和总加权分数修改相关联的严重性。在该实施例中，程序304识别三个严重性级别，分别是高、正常和低。程序304使用同步方法确定算法来修改与分类任务相关联的严重性，这将导致选择特定的同步方法。在该实施例中，程序304向同步方法确定算法传输指令以分析与分类的任务相关联的上下文因素。程序304然后将指令发送到同步方法确定算法以确定用于分类任务的升级因素的存在。程序304然后传输指令以计算被分类任务的总加权分数并且确定被分类任务的严重性。在该实施例中，程序304基于与分类任务相关联的预先保存的上下文因素来识别分类任务的等待时间阈值、保留阈值和量阈值。在一个实施例中，程序304向同步方法确定算法发送指令以基于数据达到或超过上下文因素的预定阈值来识别升级因素。在另一实施例中，程序304将指令发送到同步方法，以基于从服务器计算设备308接收的信息来识别升级因素。例如，程序304从位于智能汽车当前所位于的道路上的MEC服务器接收关于分类任务的附加信息，并且该附加信息是升级因素的基础。在该实施例中，程序304基于与所分类的任务相关联的严重性使用同步方法确定算法来确定同步方法。例如，当分类任务的数据超过等待时间阈值并且识别升级因素时，程序304使用高严重性同步方法。当分类任务的数据不满足等待时间阈值、超过保留阈值、超过量阈值并且识别升级因素时，程序304也使用高严重性同步方法。在另一示例中，当分类任务的数据不满足等待时间阈值、超过保留阈值、并且识别升级因素时，程序304使用正常严重性同步方法。在另一示例中，当分类任务的数据不满足等待时间阈值、不满足保留阈值、超过量阈值并且识别升级因素时，程序304使用正常严重性同步方法。在另一示例中，当分类任务的数据不满足等待时间阈值、不超过保留阈值、不满足量阈值和不识别升级因素时，程序304使用低严重性同步方法。在另一示例中，当分类任务的数据满足或超过至少一个阈值但不识别升级因素时，程序304使用低严重性同步。

图9是根据至少一个实施例的所选择的同步方法的应用的示例900。

图9A示出了程序304基于分类任务的上下文因素选择同步方法的示例。在该示例中，道路上有两辆汽车。具体地，一辆汽车正在公路上行驶而另一辆汽车正在本地道路上，在该公路上开始融合。这两辆车都朝向有雨的地区。在汽车驾驶的道路周围的指定区域或地区周围存在六个MEC服务器。

在该实施例中，计算设备902与MEC服务器计算设备904a-904f通信。在本实施例中，存在高速道路906和低速道路908。在该实施例中，程序304确定位于高速道路906上的计算设备902与位于低速道路908上的计算设备902存在不同的上下文因素。在该实施例中，程序304与MEC服务器计算设备904a-904f通信以识别升级因素的存在。在该实施例中，程序304分析上下文因素并识别升级因素的存在以确定分类任务的严重性并计算总加权分数。

该确定修改由程序304选择的同步方法。请见表3。

正常严重性	低严重性	高严重性
			写阴影	写本地	回写
交通流量≤60hm/h	无链接道路	交通流量>60km/h

表3

在该实施例中，程序304向包围计算设备902的当前位置的至少一个MEC服务器计算设备904a-904f传输详述分类任务的数据分组。在该实施例中，程序304从经由区域管理器执行的确定引擎被确定为与分类任务相关的MEC服务器计算设备904a-904f接收输入。在该实施例中，程序304基于分类的任务、接收到的输入和上下文因素来选择同步方法。例如，程序304确定经分类的任务是大雨通知。大雨的严重性和大雨的位置使分类任务的严重性升级，并且程序304修改针对分类任务选择的同步方法。在示例中，程序304与位于智能汽车附近的MEC服务器计算设备904a、904c、904d、904e和904f通信并且识别高速道路906上的大雨，并且高速道路906上的大雨的严重性和大雨的位置将通知的严重性从正常严重性升级到高严重性。然后，程序304基于分类任务的严重性来选择回写同步方法以使分类任务同步。在该示例中，程序304与MEC服务器计算设备904a和904b通信以选择与位于低速道路908上的计算设备902的严重性对应的同步方法。本示例将在示例9B中更详细地讨论。

图9B示出了程序304基于分类任务的上下文因素选择同步方法的示例。在该示例中，道路上有两辆汽车。具体地，一辆汽车正在公路上行驶而另一辆汽车正在本地道路上，在该公路上开始融合。这两辆汽车都朝向有雨的地区。在汽车驾驶的道路周围的指定区域或地区周围存在六个MEC服务器。

在该示例中，程序304与位于低速道路908上的MEC服务器计算设备904a和904b通信。在该示例中，程序304将计算设备902定位在低速道路908上，并且从MEC服务器计算设备904a和904b接收升级因素(例如，大雨)的通知。在该示例中，程序304对任务进行分类，分析与分类的任务相关联的上下文因素，以及基于升级因素的存在、上下文因素的分析以及所选择的同步方法来计算总加权分数。例如，程序304将智能汽车定位在低速道路908上，低速道路908保持交通流量小于60km/h。在该示例中，程序304确定分类任务的严重性是正常严重性，并且基于从MEC服务器计算设备904a和904b接收的上下文因素和升级因素的分析选择写阴影同步方法。在另一示例中，程序304响应于道路不链接MEC服务器计算设备904a-904f而选择低严重性同步方法。这将在另一个示例中进一步解释。

图9C示出了基于分类任务的上下文因素选择同步方法的程序304的示例。在示例9C中，存在相同的事实模式。在该示例中，程序304与MEC服务器计算设备904a和904d通信以标识存在于位于每个MEC服务器计算设备904a-904f附近的区域中的升级因素。在该示例中，程序304确定高速道路906或低速道路908都不连接MEC服务器计算设备904a和904d之间的区域。在该示例中，程序304定位计算设备902并且从MEC服务器计算设备904a接收升级因素(例如，大雨)的通知。在该示例中，程序304对任务进行分类，分析与分类的任务相关联的上下文因素，以及基于升级因素的存在、上下文因素的分析以及所选择的同步方法来计算总加权分数。例如，程序304确定不存在链接MEC服务器计算设备904a和904d的道路。在该示例中，并且响应于确定不存在链接MEC服务器计算设备904a和904d的道路，程序304将分类任务的严重性确定为低严重性，并且基于从MEC服务器计算设备904a和904d接收的上下文因素和升级因素的分析选择写本地同步方法。

图10是示出了根据本发明的实施例的云确定地图服务环境的示例图1000。在该实施例中，程序304编排步骤以基于计算设备302的位置和分类的任务将任务分派到地图服务。在该实施例中，程序304将指令从计算设备1006传输到云地图服务1002和本地地图服务1004。

在步骤1001中，区域管理器识别计算设备1006位于其中的区域。在该实施例中，程序304向位于云地图服务1002内的区域管理器1008发送指令以通过与位于本地地图服务1004内的本地区域管理器1010进行通信来识别区域。在该实施例中，程序304将计算设备1006的位置传输到区域管理器1008。

在步骤1003中，本地区域管理器1010更新存储在位于本地地图服务1004的地图数据库1012内的地图。在该实施例中，响应于从区域管理器1008接收区域标识，程序304向本地区域管理器1010发送指令以动态地更新地图数据库1012。

在步骤1005中，本地区域管理器1010向区域管理器1008发送更新的区域信息。在该实施例中并且响应于本地区域管理器1010更新地图数据库1012，程序304向区域管理器1008发送指令以从本地区域管理器1010接收更新的区域信息。

在步骤1007，位于云地图服务1002内的区域管理器1008通知其他区域管理器1014。在该实施例中，并且响应于区域管理器1008接收到更新的区域信息，程序304向区域管理器发送指令，以向位于本地地图服务1004和云地图服务1002外部的其他本地区域管理器1014发送通知。在该实施例中，程序304向区域管理器1008发送指令以发送包括基于计算装置1006的位置和更新的地图信息改变区域服务的通知。

在步骤1009中，计算设备1006向位于本地地图服务1004内的边缘孪生1016发送数据。在该实施例中，程序304向计算设备1006传输指令，以向位于本地地图服务1004内的边缘孪生1016发送数据。

在步骤1011中，边缘孪生1016接收孪生数据。在该实施例中，并且响应于从计算设备1006接收数据，程序304向位于本地地图服务1004内的边缘孪生1016传输指令以从数字孪生数据库1018接收孪生数据。

在步骤1013中，边缘孪生1016获取区域地图信息。在该实施例中并且响应于从数字孪生数据库1018接收孪生数据，程序304向边缘孪生1016发送指令以从位于本地地图服务1004内的地图数据库1012获取区域地图信息。

在步骤1015中，边缘孪生1016更新孪生数据。在该实施例中并且响应于检索区域地图信息，程序304将指令传输至边缘孪生1016以基于从计算设备1006接收的数据和从地图数据库1012检索的区域地图信息更新位于数字孪生数据库1018内的孪生数据。

在步骤1017中，边缘孪生1016确定委托方法。在该实施例中并且响应于从计算设备1006接收数据、从地图数据库1012检索区域地图信息以及更新数字孪生数据库1028内的孪生数据，程序304向边缘孪生1016发送指令以确定用于所接收的数据的委托方法。在本实施例中，程序304通过将所接收的数据传送到本地分派服务1020来确定所接收的数据的委托方法。

在步骤1019中，本地分派服务1020识别任务类别。在该实施例中并且响应于确定所接收的数据的委托方法，程序304向本地分派服务1020发送指令，以基于从边缘孪生1016所接收的数据和所接收的数据的委托方法的确定来识别任务类别。

在步骤1021，本地分派服务1020检索任务类别定义。在该实施例中，并且响应于识别出任务类别，程序304向本地分派服务1020传输指令以从任务类别数据库1024检索附加的任务定义和参数。在该实施例中，任务类别数据库1024位于本地地图服务1004内，并且存储已知任务类别的定义和参数。

在步骤1023，本地分派服务1020利用升级条件确定严重性。在该实施例中并且响应于检索任务类别定义，程序304向本地分派服务1020发送指令以通过由本地上下文服务1026应用升级条件来确定接收的数据的严重性。在该实施例中，升级条件是升级与任务类别和接收到的数据相关联的严重性的条件。

在步骤1025，本地上下文服务1026检索当前上下文。在该实施例中并且响应于利用升级条件确定严重性，程序304向本地上下文服务1026发送指令以从位于本地图服务1004内的上下文数据库1028检索当前上下文。当前上下文提供关于使任务类别的严重性和所接收的数据的严重性升级的特定条件的细节。

在步骤1027，本地上下文服务1026返回严重性确定。在该实施例中，并且响应于本地上下文服务1026从上下文数据库1028检索当前上下文，程序304向本地上下文服务1026发送指令以将任务类别的严重性确定和接收的信息返回到本地分派服务1020。

在步骤2029中，本地分派服务1020分派任务。在该实施例中，并且响应于本地上下文服务1026将严重性确定返回到本地分派服务1020，程序304将指令传输到本地分派服务1020，以在满足特定条件时将任务分派到其他地图服务。在另一实施例中，程序304向本地分派服务1020传输指令，以在满足特定条件时在本地处理器1022上处理任务类别和接收的信息。

图11描绘了根据本发明的实施例的图3的计算显示环境1100内的计算系统的组件的框图。应当理解，图11仅提供一个实现方式的图示并且不暗示关于其中可以实现不同实施例的环境的任何限制。可以对所描绘的环境做出许多修改。

在此描述的程序是基于应用在本发明的具体实施例中实施的来识别的。然而，应当理解，本文中的任何特定程序术语仅为了方便而使用，并且因此本发明不应局限于仅在由这样的术语标识和/或暗示的任何特定应用中使用。

计算机显示环境1100包括通信结构1102，其提供高速缓存1116、存储器1106、永久性存储1108、通信单元1110和输入/输出(I/O)接口1112之间的通信。通信结构1102可以用被设计用于在处理器(诸如微处理器、通信和网络处理器等)、系统存储器、外围设备和系统内的任何其他硬件组件之间传递数据和/或控制信息的任何架构来实现。例如，通信结构1102可以用一个或多个总线或纵横开关来实现。

存储器1106和永久性存储器1108是计算机可读存储介质。在该实施例中，存储器1106包括随机存取存储器(RAM)。一般而言，存储器1106可包括任何合适的易失性或非易失性计算机可读存储介质。高速缓存1116是快速存储器，其通过保持来自存储器1106的最近访问的数据和接近访问的数据的数据来增强计算机处理器1104的性能。

程序304可以存储在永久性存储1108中和存储器1106中，用于由相应的计算机处理器1104中的一个或多个经由高速缓存1116执行。在实施例中，永久性存储1108包括磁性硬盘驱动器。可替代地，或除了磁性硬盘驱动之外，永久性存储1108可以包括固态硬盘驱动、半导体存储设备、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、闪存、或能够存储程序指令或数字信息的任何其他计算机可读存储介质。

永久性存储1108使用的介质也可以是可移除的。例如，可移动硬盘驱动器可以用于永久性存储1108。其他示例包括光盘和磁盘、拇指驱动器和智能卡，它们被插入到驱动器中以便转移到另一计算机可读存储介质(其也是永久性存储1108的一部分)上。

在这些示例中，通信单元1110提供与其他数据处理系统或设备的通信。在这些示例中，通信单元1110包括一个或多个网络接口卡。通信单元1110可通过使用物理和无线通信链路中的任一个或两者提供通信。程序304可以通过通信单元1110下载到永久性存储1108。

I/O接口1112允许与可连接到移动设备、批准设备、和/或服务器计算设备308的其他设备的数据输入和输出。例如，I/O接口1112可提供到外部设备1118(诸如键盘、小键盘、触摸屏、和/或一些其他合适的输入设备)的连接。外部设备1118还可包括便携式计算机可读存储介质，诸如例如拇指驱动器、便携式光盘或磁盘、以及存储卡。用于实施本发明的实施例的软件和数据(例如，程序304)可存储在这种便携式计算机可读存储介质上并且可经由I/O接口1112加载到永久性存储1108上。I/O接口1112还连接到显示器1120。

显示器1120提供向用户显示数据的机制，并且可以是例如计算机监视器。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可包括其上具有用于使处理器执行本发明的各方面的计算机可读程序指令的计算机可读存储介质(或多个介质)。

计算机可读存储介质可以是能够保留和存储由指令执行设备使用的指令的任何有形设备。计算机可读存储媒质可以是，例如但不限于，电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备、或者上述的任意合适的组合。计算机可读存储媒质的更具体示例的非穷尽列表包括以下各项：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式紧凑盘只读存储器(CD-ROM)、数字通用盘(DVD)、记忆棒、软盘、诸如穿孔卡之类的机械编码设备或具有记录在其上的指令的槽中的凸出结构、以及上述各项的任何合适的组合。如本文所使用的计算机可读存储媒体不应被解释为暂时性信号本身，例如无线电波或其他自由传播的电磁波、通过波导或其他传输媒体传播的电磁波(例如，穿过光纤电缆的光脉冲)或通过电线发射的电信号。

本文中所描述的计算机可读程序指令可以经由网络(例如，互联网、局域网、广域网和/或无线网络)从计算机可读存储介质下载到相应的计算/处理设备，或者下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输纤维、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配器卡或网络接口接收来自网络的计算机可读程序指令，并转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。

用于执行本发明的操作的计算机可读程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或以一种或多种程序设计语言的任何组合编写的源代码或目标代码，这些程序设计语言包括面向对象的程序设计语言(诸如Smalltalk、C++等)和常规的过程式程序设计语言(诸如“C”程序设计语言或类似程序设计语言)。计算机可读程序指令可以完全地在用户计算机上执行、部分在用户计算机上执行、作为独立软件包执行、部分在用户计算机上部分在远程计算机上执行或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机，或者可连接到外部计算机(例如，使用互联网服务提供商通过互联网)。在一些实施例中，包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来使电子电路个性化来执行计算机可读程序指令，以便执行本发明的各方面。

下面将参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器，使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现在流程图和/或框图的或多个框中指定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置、和/或其他设备以特定方式工作，从而，其中存储有指令的计算机可读存储介质包括包含实现流程图和/或框图中的或多个方框中规定的功能/动作的方面的指令的制造品。

也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程装置或其他设备上执行一系列操作步骤，以产生计算机实现的处理，使得在计算机、其他可编程装置或其他设备上执行的指令实现流程图和/或框图中的或多个方框中规定的功能/动作。

附图中的流程图和框图示出了根据本发明的不同实施例的系统、方法和计算机程序产品的可能实现方式的架构、功能和操作。对此，流程图或框图中的每个方框可表示包括用于实现指定的逻辑功能的一个或多个可执行指令的模块、片段或指令的一部分。在一些备选实现中，框中标注的功能可以不按照图中标注的顺序发生。例如，取决于所涉及的功能，连续示出的两个块实际上可以基本上同时执行，或者这些块有时可以以相反的顺序执行。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作或执行专用硬件与计算机指令的组合的专用的基于硬件的系统来实现。

已经出于说明的目的呈现了本发明的各种实施方式的描述，但并不旨在是详尽的或者限于所公开的实施方式。在不背离本发明的范围和精神的情况下，许多修改和变化对于本领域普通技术人员来说是显而易见的。在此所使用的术语被选择来最好地解释实施例的原理、实际应用、或优于市场中所发现的技术的技术改进、或使得本领域普通技术人员能够理解在此所披露的实施例。

Claims (25)

1.一种计算机实现的方法，包括：

响应于从计算设备接收数据分组，将所述数据分组分类为具有一个或多个部分的任务；

基于所述计算设备的位置将所述分类的任务分配给数据区域内的处理位置；

响应于与所述任务相关联的变化，基于与所述变化相关联的评分值，动态地计算所述数据区域的半径内的替代处理位置，以处理所述任务的一个或多个部分；以及

根据动态计算的替代处理位置的一个替代处理位置，重新分配所述分类的任务的至少一部分。

2.根据权利要求1所述的计算机实现的方法，其中，动态地计算替代处理位置包括通过以下步骤选择至少一个处理位置：

识别与所述任务的至少一个部分相关联的分数；

识别所述分数在用于确定替代处理位置的标度上的放置；以及

基于所述分数的放置识别替代处理位置。

3.根据前述权利要求中的任一项所述的计算机实现的方法，其中，计算替代处理位置包括，基于上下文因素、包括与所述分类的任务相关联的变化，为任务的各个特征分配权重。

4.根据前述权利要求中的任一项所述的计算机实现的方法，其中，动态地计算所述任务的一个或多个部分包括，基于所计算的分数和所述分类的任务的严重性为任务的特征分配权重。

5.根据前述权利要求中任一项所述的计算机实现的方法，其中，动态地计算替代处理位置包括，聚合所述任务的所计算的分数以确定所述任务在所生成的标度上的量化的放置。

6.根据前述权利要求中任一项所述的计算机实现的方法，其中，动态地计算所述任务的一个或多个部分包括，通过将当前在所述设备的预定义地区外的位置处处理的所述任务的一部分传输至位于所述设备的所述预定义地区内的替代处理位置来同步所计算的分数。

7.根据前述权利要求中任一项所述的计算机实现的方法，其中，动态地计算替代处理位置包括，使用无线电塔信号发射数据将任务分派至多接入边缘计算服务器。

8.根据前述权利要求中任一项所述的计算机实现的方法，其中，动态地计算替代处理位置包括，使用用户定义的范围基于总加权分数分派所述分类的任务。

9.一种计算机程序产品，包括：

一个或多个计算机可读存储介质和存储在所述一个或多个计算机可读存储介质上的程序指令，所述程序指令包括：

响应于从计算设备接收数据分组，将所述数据分组分类为具有一个或多个部分的任务的程序指令；

用于基于所述计算设备的位置将所述分类的任务分配给数据区域内的处理位置的程序指令；

响应于与所述任务相关联的变化，基于与所述变化相关联的评分值，动态地计算所述数据区域的半径内的替代处理位置以处理所述任务的一个或多个部分的程序指令；以及

用于根据动态计算的替代处理位置中的一个替代处理位置重新分配所述分类的任务的至少一部分的程序指令。

10.根据权利要求9所述的计算机程序产品，其中，用于动态地计算替代处理位置的所述程序指令包括用于通过以下选择至少一个处理位置的程序指令：

用于识别与所述任务的至少一部分相关联的分数的程序指令；

用于识别所述分数在用于确定替代处理位置的标度上的放置的程序指令；以及

用于基于所述分数的放置识别替代处理位置的程序指令。

11.根据权利要求9至10中任一项所述的计算机程序产品，其中，用于计算替代处理位置的所述程序指令包括用于基于上下文因素、包括与所述分类的任务相关联的变化为任务的各个特征分配权重的程序指令。

12.根据权利要求9至11中任一项所述的计算机程序产品，其中，用于计算替代处理位置的所述程序指令包括用于基于所计算的分数和所分类的任务的严重性为任务的特征分配权重的程序指令。

13.根据权利要求9至12中任一项所述的计算机程序产品，其中，用于计算替代处理位置的所述程序指令包括用于聚合所述任务的所计算的分数以确定所述任务在所生成的标度上的量化的放置的程序指令。

14.根据权利要求9至13中任一项所述的计算机程序产品，其中，用于动态地计算所述任务的一个或多个部分的所述程序指令包括，用于通过将当前正在所述设备的预定义地区外的位置处处理的所述任务的一部分传输到位于所述设备的所述预定义地区内的替代处理位置来同步所计算的分数的程序指令。

15.根据权利要求9至14中任一项所述的计算机程序产品，其中，用于计算替代处理位置的所述程序指令包括，用于使用无线电塔信号发射数据将任务分派至多接入边缘计算服务器的程序指令。

16.根据权利要求9至15中任一项所述的计算机程序产品，其中，用于计算替代处理位置的所述程序指令包括，用于使用用户定义的范围基于总加权分数分派所述分类的任务的程序指令。

17.一种计算机系统，包括：

一个或多个计算机处理器；

一个或多个计算机可读存储介质；以及

存储在所述一个或多个计算机可读存储介质上的程序指令，用于由所述一个或多个处理器中的至少一个执行，所述程序指令包括：

响应于从计算设备接收数据分组，将所述数据分组分类为具有一个或多个部分的任务的程序指令；

用于基于所述计算设备的位置将所述分类的任务分配给数据区域内的处理位置的程序指令；

响应于与所述任务相关联的变化，基于与所述变化相关联的评分值，动态地计算所述数据区域的半径内的替代处理位置以处理所述任务的一个或多个部分的程序指令；以及

用于根据动态计算的替代处理位置中的一个替代处理位置重新分配所述分类的任务的至少一部分的程序指令。

18.根据权利要求17所述的计算机系统，其中，用于动态地计算替代处理位置的所述程序指令包括用于通过以下选择至少一个处理位置的程序指令：

用于识别与所述任务的至少一部分相关联的分数的程序指令；

用于识别所述分数在用于确定替代处理位置的标度上的放置的程序指令；以及

用于基于所述分数的放置识别替代处理位置的程序指令。

19.根据权利要求17至18中任一项所述的计算机系统，其中，用于动态地计算替代处理位置的所述程序指令包括用于基于上下文因素、包括与所述分类的任务相关联的变化为任务的各个特征分配权重的程序指令。

20.根据权利要求17至19中任一项所述的计算机系统，其中，用于动态地计算替代处理位置的所述程序指令包括基于所计算的分数和所述分类的任务的严重性为任务的特征分配权重的程序指令。

21.一种计算机实现的方法，包括：

响应于从计算设备接收数据分组，将所述数据分组分类为具有一个或多个部分的任务；

基于所述计算设备的位置将所述分类的任务分配给数据区域内的处理位置；以及

响应于从所述处理位置接收反馈，更改所述任务的部分以包括使用替代地图区域和分别相关联的处理位置的附加处理指令。

22.根据权利要求21所述的计算机实现的方法，其中，更改所述任务的各部分包括修改所述任务以避免对象。

23.一种计算机实现的方法，包括：

响应于从计算设备接收数据分组，将所述数据分组分类为具有一个或多个部分的任务；

基于所述计算设备的位置将所述分类的任务分配给数据区域内的处理位置；

响应于位置变化，基于所述数据区域的半径和与所述变化相关联的评分值，优化所述分类的任务的一个或多个部分；以及

根据所述任务的一个或多个部分的优化重新分配所述分类的任务的至少一部分。

24.根据权利要求23所述的计算机实现的方法，其中，优化所述分类的任务的至少一部分包括：

识别与所述任务的至少一部分相关联的分数；

识别所述分数在用于确定所述分类的任务的部分的等级的标度上的放置；以及

基于所述分数的放置来识别所述分类的任务的替代序列。

25.根据权利要求23至24中任一项所述的计算机实现的方法，其中，优化所述分类的任务的至少一部分包括通过将当前正在所述设备的预定义地区外的位置处处理的所述分类任务的一部分传输至位于所述设备的所述预定义地区内的替代处理位置来优化所计算的分数。

Images