CN115842823A - 一种基于云原生的云边协同管理方法 - Google Patents
一种基于云原生的云边协同管理方法 Download PDFInfo
- Publication number
- CN115842823A CN115842823A CN202310133462.XA CN202310133462A CN115842823A CN 115842823 A CN115842823 A CN 115842823A CN 202310133462 A CN202310133462 A CN 202310133462A CN 115842823 A CN115842823 A CN 115842823A
- Authority
- CN
- China
- Prior art keywords
- cloud
- data
- resource
- edge
- comparison result
- 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
Images
Classifications
-
- 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
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种基于云原生的云边协同管理方法,尤其涉及边缘计算技术领域,通过对单个数据包的若干数据的相似度和若干数据包的相似度的波动值进行分析,进而通过表征数据状态的变化量将单个数据包中的数据的状态划分为第一状态和第二状态,在第一状态下即数据状态波动较小时,对中心云原有的边缘云数量进行调节,在第二状态下即数据状态波动较大时重新确定是否对其分配边缘云,并在中心云不能承载资源容量时计算资源容量与容量标准的容量差值,以确定对单个中心云分配的边缘云的数量,进一步提高了云边协同应用的准确性和连续性。
Description
技术领域
本发明涉及边缘计算技术领域,尤其涉及一种基于云原生的云边协同管理方法。
背景技术
随着科技的发展,云边协同的重大挑战来自于要实现“应用协同、服务协同和资源协同”三大协同,而在应用协同中,边缘计算的场景中会涉及大量边缘计算设备,如何从云端对大规模的边缘节点进行管理,这是非常大的挑战。另外,在一些典型的边缘计算场景中,比如智慧城市、智慧交通,通常都是云端应用与边缘应用相互交织,如何进行两种应用的协同,实现统一的分发,以及统一的管理和布局也是关键的挑战。再者,因为网络的不稳定,可能造成边缘设施的不稳定,在这种情况下,如何保证边云协同应用的连续性和安全性也是必须认真思考的问题。
中国专利公开号:CN112559133A公开了一种基于原生容器技术的云边协同系统及云边协同方法,其中云边协同系统包括边缘侧和云端侧,所述云端侧包括云边协同系统业务单元,用于对用户下发的应用信息进行处理并将处理结果下发到边缘侧;容器集群管理接口,用于云端侧与边缘测之间的通信;所述边缘侧包括边缘侧核心模块,用于接收云端侧下发的安装指令,并运行相应的应用镜像;该云边协同系统同将边缘侧云端侧采用相同的云原生容器技术基础,将云端和边缘两个过去分割的独立系统采用统一的部署规范,向上呈现统一接口操作逻辑给业务段进行调用,提供可视化的web控制台进行管理,这样用户可以通过web界面直接定义和配置整个云边网络;由此可见,所述一种基于原生容器技术的云边协同系统及云边协同方法存在云边协同的连续性和安全性较低的问题。
发明内容
为此,本发明提供一种基于云原生的云边协同管理方法,用以克服现有技术中云边协同的连续性和安全性较低的问题。
为实现上述目的,本发明提供一种基于云原生的云边协同管理方法,包括:
步骤S1、控制模块根据获取的预设时间内中心云接收的数据包的相似度和波动量以计算数据状态表征值,并根据所述数据状态表征值确定对单个所述数据包中的数据的划分状态;
步骤S2、在第一数据状态下,所述控制模块根据所述数据状态表征值与标准数据状态表征值的比对结果确定对边缘云的数量的调节方式;
步骤S3、在第二数据状态下,所述控制模块根据中心云接收的数据包的资源容量与容量标准的比对结果以对所述中心云是否分配边缘云进行判定;
步骤S4、所述控制模块根据获取的单个所述边缘云中的敏感数据量与敏感数据总量的比对结果以对单个所述边缘云的安全性是否达标进行判定,在安全性不达标时根据所述敏感数据量与敏感数据总量的数据量差值与数据量差值阈值的比对结果以对单个所述边缘云是否删除进行判定;
步骤S5、在不对单个所述边缘云进行删除时,所述控制模块根据单个所述边缘云的资源占用量以计算资源占比,并根据所述资源占比与资源占比标准的比对结果以对资源数据是否符合资源调度标准进行判定;
步骤S6、在符合所述资源调度标准时对所述资源数据进行调度,在不符合时根据所述资源占比与资源占比标准的占比差值与占比差值阈值的比对结果以确定从所述中心云处调用的资源容量值。
进一步地,在所述步骤S1中,所述控制模块根据获取的预设时间内所述中心云接收的数据包的相似度和波动量以计算数据状态表征值G,设定,其中,D表示单个所述数据包中的若干数据的相似度,D0表示相似度标准,B表示若干所述数据包的相似度的波动值。
进一步地,在所述步骤S1中,所述控制模块将所述数据状态表征值G与标准数据状态表征值G1进行比对,并根据比对结果确定对单个所述数据包中的数据的划分状态,其中,
在第一数据状态比对结果下,所述控制模块判定对单个所述数据包中的数据划分为第一状态;
在第二数据状态比对结果下,所述控制模块判定对单个所述数据包中的数据划分为第二状态;
所述第一数据状态比对结果为G≤G1,所述第二数据状态比对结果为G>G1。
进一步地,在所述步骤S2中,在第一状态下所述控制模块计算所述数据状态表征值G与标准数据状态表征值G1的数据差值ΔG,将所述数据差值与数据差值阈值进行比对,根据比对结果确定对所述边缘云的数量的调节方式,
第一调节方式为,根据第一调节阈值X1将所述边缘云的数量调节至第一数量L1,设定L1=Ni-X1;
第二调节方式为,根据第二调节阈值X2将所述边缘云的数量调节至第二数量L2,设定L2=Ni-X2;
第三调节方式为,根据第一调节阈值X1将所述边缘云的数量调节至第三数量L3,设定L3=Ni+X1;
第四调节方式为,根据第二调节阈值X2将所述边缘云的数量调节至第四数量L4,设定L4=Ni+X2;
第一调节方式需满足,ΔG<0且|ΔG|<ΔG1,第二调节方式需满足,ΔG<0且|ΔG|>ΔG1,第三调节方式需满足,ΔG>0且|ΔG|<ΔG1,第四调节方式需满足,ΔG>0且|ΔG|>ΔG1,X1<X2,L3>L3>L1>L2,i=1,2,3。
进一步地,在所述步骤S3中,在第二状态下所述控制模块确定所述中心云接收的数据包的资源容量R,将所述资源容量R与容量标准R1进行比对,并根据比对结果以对所述中心云是否分配边缘云进行判定,
在第一资源容量对比结果下,所述控制模块判定不对所述中心云分配边缘云;
在第二资源容量比对结果下,所述控制模块判定对所述中心云分配边缘云;
所述第一资源容量对比结果为R≤R1,所述第二资源容量比对结果为R>R1。
进一步地,在所述步骤S3中,所述控制模块计算所述资源容量R与容量标准R1的容量差值ΔR,将所述容量差值与容量差值阈值进行比对,根据比对结果确定对单个所述中心云分配的边缘云的数量,其中,
在第一容量差值比对结果下,所述控制模块确定对单个所述中心云分配的边缘云的数量为N1;
在第二容量差值比对结果下,所述控制模块确定对单个所述中心云分配的边缘云的数量为N2;
在第三容量差值比对结果下,所述控制模块确定对单个所述中心云分配的边缘云的数量为N3;
所述第一容量差值比对结果需满足ΔR≤ΔR1,所述第二容量差值比对结果需满足ΔR1<ΔR≤ΔR2,所述第三容量差值比对结果需满足ΔR>ΔR2,N1<N2<N3。
进一步地,在所述步骤S4中,所述控制模块确定获取的单个所述边缘云中的敏感数据量M,并将所述敏感数据量M与所述中心云中的敏感数据总量Mz进行比对,根据比对结果以对单个所述边缘云的安全性是否达标进行判定,
在第一数据量对比结果下,所述控制模块判定单个所述边缘云的安全性不达标;
在第二数据量对比结果下,所述控制模块判定单个所述边缘云的安全性达标;
所述第一数据量对比结果为M<Mz,所述第二数据量对比结果为M≥Mz。
进一步地,在所述步骤S4中,所述控制模块计算所述敏感数据量M与敏感数据总量Mz的数据量差值ΔM,将所述数据量差值ΔM与数据量差值阈值ΔM1进行比对,并根据比对结果以对单个所述边缘云是否删除进行判定,
若ΔM≤ΔM1,所述控制模块判定不删除单个所述边缘云,同时对传输通道进行加密处理;
若ΔM>ΔM1,所述控制模块判定删除单个所述边缘云,同时计算单个所述边缘云的资源占比以对是否符合资源调度标准进行判定。
进一步地,在所述步骤S5中,所述控制模块确定单个所述边缘云的资源占用量以计算单个所述边缘云的资源占比C,设定,所述控制模块将所述资源占比C与资源占比标准C1进行比对,根据比对结果以对所述资源数据是否符合资源调度标准进行判定,其中,Z表示单个所述边缘云的资源占用量,Z0表示额资源容量,
若C≤C1,所述控制模块判定所述资源数据符合资源调度标准;
若C>C1,所述控制模块判定所述资源数据不符合资源调度标准,并根据所述资源占比与资源占比标准的差值以确定从所述中心云处临时借调的资源容量值。
进一步地,在所述步骤S6中,所述控制模块计算所述资源占比C与资源占比标准C1的占比差值ΔC,将所述占比差值ΔC与占比差值阈值ΔC1进行比对,并根据比对结果确定从所述中心云处调用的资源容量值,其中,
在第一占比阈值条件下,所述控制模块确定从所述中心云处调用的资源容量值为A1;
在第二占比阈值条件下,所述控制模块确定从所述中心云处调用的资源容量值为A2;
所述第一占比阈值条件需满足ΔC≤ΔC1,所述第二占比阈值条件需满足ΔC>ΔC1,A1<A2。
与现有技术相比,进一步地,本发明的有益效果在于,通过对单个数据包的若干数据的相似度和若干数据包的相似度的波动值进行分析,进而通过表征数据状态的变化量以对单个数据包中的数据的状态进行划分,在数据状态波动较小时,对中心云原有的边缘云数量进行调节,在数据的状态波动较大时重新确定是否对其分配边缘云,进一步提高了云边协同应用的准确性。
进一步地,本发明通过确定中心云接收的数据包的资源容量是否超出容量标准以判断中心云是否能够在预设时间内承载对该数据包的计算,并在不能承载时计算资源容量与容量标准的容量差值,将该容量差值与容量差值进行比对,以确定对单个所述中心云分配的边缘云的数量,进一步提高了云边协同应用的连续性。
进一步地,本发明通过在中心云对单个边缘云传输数据完成后,获取单个边缘云中的敏感数据量与未进行传输之前中心云中的敏感数据总量进行比对,进而对敏感数据的变化量进行分析以判定敏感数据是否出现丢失,进一步提高了云边协同应用的准确性。
进一步地,本发明通过对边缘云的资源占用量的分析以计算单个边缘云的资源占比,并根据该资源占比与资源占比标准的比对结果以判定是否能够对该资源数据进行调度,在符合资源调度标准时再对资源数据进行调度,从而进一步进一步提高了云边协同应用的连续性和准确性;
尤其,在不符合资源调度标准时,计算资源占比与资源占比标准的占比差值,并将该占比差值与占比差值阈值进行比对,根据比对结果以确定从中心云处调用的资源容量值,进一步提高了云边协同的准确性。
附图说明
图1为本发明所述基于云原生的云边协同管理方法的流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
请参阅图1所示,图1为本发明所述基于云原生的云边协同管理方法的流程图。
本发明实施例中,一种基于云原生的云边协同管理方法,包括:
步骤S1、控制模块根据获取的预设时间内中心云接收的数据包的相似度和波动量以计算数据状态表征值,并根据所述数据状态表征值确定对单个所述数据包中的数据的划分状态;
步骤S2、在第一数据状态下,所述控制模块根据所述数据状态表征值与标准数据状态表征值的比对结果确定对边缘云的数量的调节方式;
步骤S3、在第二数据状态下,所述控制模块根据中心云接收的数据包的资源容量与容量标准的比对结果以对所述中心云是否分配边缘云进行判定;
步骤S4、所述控制模块根据获取的单个所述边缘云中的敏感数据量与敏感数据总量的比对结果以对单个所述边缘云的安全性是否达标进行判定,在安全性不达标时根据所述敏感数据量与敏感数据总量的数据量差值与数据量差值阈值的比对结果以对单个所述边缘云是否删除进行判定;
步骤S5、在不对单个所述边缘云进行删除时,所述控制模块根据单个所述边缘云的资源占用量以计算资源占比,并根据所述资源占比与资源占比标准的比对结果以对资源数据是否符合资源调度标准进行判定;
步骤S6、在符合所述资源调度标准时对所述资源数据进行调度,在不符合时根据所述资源占比与资源占比标准的占比差值与占比差值阈值的比对结果以确定从所述中心云处调用的资源容量值。
具体而言,在所述步骤S1中,所述控制模块根据获取的预设时间内所述中心云接收的数据包的相似度和波动量以计算数据状态表征值G,设定,其中,D表示单个所述数据包中的若干数据的相似度,D0表示相似度标准,B表示若干所述数据包的相似度的波动值。
具体而言,在所述步骤S1中,所述控制模块将所述数据状态表征值G与标准数据状态表征值G1进行比对,并根据比对结果确定对单个所述数据包中的数据的划分状态,其中,
在第一数据状态比对结果下,所述控制模块判定对单个所述数据包中的数据划分为第一状态;
在第二数据状态比对结果下,所述控制模块判定对单个所述数据包中的数据划分为第二状态;
所述第一数据状态比对结果为G≤G1,所述第二数据状态比对结果为G>G1。
具体而言,在所述步骤S2中,在第一状态下所述控制模块计算所述数据状态表征值G与标准数据状态表征值G1的数据差值ΔG,将所述数据差值与数据差值阈值进行比对,根据比对结果确定对所述边缘云的数量的调节方式,
第一调节方式为,根据第一调节阈值X1将所述边缘云的数量调节至第一数量L1,设定L1=Ni-X1;
第二调节方式为,根据第二调节阈值X2将所述边缘云的数量调节至第二数量L2,设定L2=Ni-X2;
第三调节方式为,根据第一调节阈值X1将所述边缘云的数量调节至第三数量L3,设定L3=Ni+X1;
第四调节方式为,根据第二调节阈值X2将所述边缘云的数量调节至第四数量L4,设定L4=Ni+X2;
第一调节方式需满足,ΔG<0且|ΔG|<ΔG1,第二调节方式需满足,ΔG<0且|ΔG|>ΔG1,第三调节方式需满足,ΔG>0且|ΔG|<ΔG1,第四调节方式需满足,ΔG>0且|ΔG|>ΔG1,X1<X2,L3>L3>L1>L2,i=1,2,3。
具体而言,在所述步骤S3中,在第二状态下所述控制模块确定所述中心云接收的数据包的资源容量R,将所述资源容量R与容量标准R1进行比对,并根据比对结果以对所述中心云是否分配边缘云进行判定,
在第一资源容量对比结果下,所述控制模块判定不对所述中心云分配边缘云;
在第二资源容量比对结果下,所述控制模块判定对所述中心云分配边缘云;
所述第一资源容量对比结果为R≤R1,所述第二资源容量比对结果为R>R1。
具体而言,在所述步骤S3中,所述控制模块计算所述资源容量R与容量标准R1的容量差值ΔR,将所述容量差值与容量差值阈值进行比对,根据比对结果确定对单个所述中心云分配的边缘云的数量,其中,
在第一容量差值比对结果下,所述控制模块确定对单个所述中心云分配的边缘云的数量为N1;
在第二容量差值比对结果下,所述控制模块确定对单个所述中心云分配的边缘云的数量为N2;
在第三容量差值比对结果下,所述控制模块确定对单个所述中心云分配的边缘云的数量为N3;
所述第一容量差值比对结果需满足ΔR≤ΔR1,所述第二容量差值比对结果需满足ΔR1<ΔR≤ΔR2,所述第三容量差值比对结果需满足ΔR>ΔR2,N1<N2<N3。
具体而言,在所述步骤S4中,所述控制模块确定获取的单个所述边缘云中的敏感数据量M,并将所述敏感数据量M与所述中心云中的敏感数据总量Mz进行比对,根据比对结果以对单个所述边缘云的安全性是否达标进行判定,
在第一数据量对比结果下,所述控制模块判定单个所述边缘云的安全性不达标;
在第二数据量对比结果下,所述控制模块判定单个所述边缘云的安全性达标;
所述第一数据量对比结果为M<Mz,所述第二数据量对比结果为M≥Mz。
本发明实施例中,所述敏感数据为用户的隐私数据。
具体而言,在所述步骤S4中,所述控制模块计算所述敏感数据量M与敏感数据总量Mz的数据量差值ΔM,将所述数据量差值ΔM与数据量差值阈值ΔM1进行比对,并根据比对结果以对单个所述边缘云是否删除进行判定,
若ΔM≤ΔM1,所述控制模块判定不删除单个所述边缘云,同时对传输通道进行加密处理;
若ΔM>ΔM1,所述控制模块判定删除单个所述边缘云,同时计算单个所述边缘云的资源占比以对是否符合资源调度标准进行判定。
具体而言,在所述步骤S5中,所述控制模块确定单个所述边缘云的资源占用量以计算单个所述边缘云的资源占比C,设定,所述控制模块将所述资源占比C与资源占比标准C1进行比对,根据比对结果以对所述资源数据是否符合资源调度标准进行判定,其中,Z表示单个所述边缘云的资源占用量,Z0表示额资源容量,
若C≤C1,所述控制模块判定所述资源数据符合资源调度标准;
若C>C1,所述控制模块判定所述资源数据不符合资源调度标准,并根据所述资源占比与资源占比标准的差值以确定从所述中心云处临时借调的资源容量值。
本发明实施例中,所述资源占比标准为安全性不达标的单个所述边缘云的资源占比。
具体而言,在所述步骤S6中,所述控制模块计算所述资源占比C与资源占比标准C1的占比差值ΔC,将所述占比差值ΔC与占比差值阈值ΔC1进行比对,并根据比对结果确定从所述中心云处调用的资源容量值,其中,
在第一占比阈值条件下,所述控制模块确定从所述中心云处调用的资源容量值为A1;
在第二占比阈值条件下,所述控制模块确定从所述中心云处调用的资源容量值为A2;
所述第一占比阈值条件需满足ΔC≤ΔC1,所述第二占比阈值条件需满足ΔC>ΔC1,A1<A2。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,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。
Claims (10)
1.一种基于云原生的云边协同管理方法,其特征在于,包括:
步骤S1、控制模块根据获取的预设时间内中心云接收的数据包的相似度和波动量以计算数据状态表征值,并根据所述数据状态表征值确定对单个所述数据包中的数据的划分状态;
步骤S2、在第一数据状态下,所述控制模块根据所述数据状态表征值与标准数据状态表征值的比对结果确定对边缘云的数量的调节方式;
步骤S3、在第二数据状态下,所述控制模块根据中心云接收的数据包的资源容量与容量标准的比对结果以对所述中心云是否分配边缘云进行判定;
步骤S4、所述控制模块根据获取的单个所述边缘云中的敏感数据量与敏感数据总量的比对结果以对单个所述边缘云的安全性是否达标进行判定,在安全性不达标时根据所述敏感数据量与敏感数据总量的数据量差值与数据量差值阈值的比对结果以对单个所述边缘云是否删除进行判定;
步骤S5、在不对单个所述边缘云进行删除时,所述控制模块根据单个所述边缘云的资源占用量以计算资源占比,并根据所述资源占比与资源占比标准的比对结果以对资源数据是否符合资源调度标准进行判定;
步骤S6、在符合所述资源调度标准时对所述资源数据进行调度,在不符合时根据所述资源占比与资源占比标准的占比差值与占比差值阈值的比对结果以确定从所述中心云处调用的资源容量值。
3.根据权利要求2所述的基于云原生的云边协同管理方法,其特征在于,在所述步骤S1中,所述控制模块将所述数据状态表征值G与标准数据状态表征值G1进行比对,并根据比对结果确定对单个所述数据包中的数据的划分状态,其中,
在第一数据状态比对结果下,所述控制模块判定对单个所述数据包中的数据划分为第一状态;
在第二数据状态比对结果下,所述控制模块判定对单个所述数据包中的数据划分为第二状态;
所述第一数据状态比对结果为G≤G1,所述第二数据状态比对结果为G>G1。
4.根据权利要求3所述的基于云原生的云边协同管理方法,其特征在于,在所述步骤S2中,在第一状态下所述控制模块计算所述数据状态表征值G与标准数据状态表征值G1的数据差值ΔG,将所述数据差值与数据差值阈值进行比对,根据比对结果确定对所述边缘云的数量的调节方式,
第一调节方式为,根据第一调节阈值X1将所述边缘云的数量调节至第一数量L1,设定L1=Ni-X1;
第二调节方式为,根据第二调节阈值X2将所述边缘云的数量调节至第二数量L2,设定L2=Ni-X2;
第三调节方式为,根据第一调节阈值X1将所述边缘云的数量调节至第三数量L3,设定L3=Ni+X1;
第四调节方式为,根据第二调节阈值X2将所述边缘云的数量调节至第四数量L4,设定L4=Ni+X2;
第一调节方式需满足,ΔG<0且|ΔG|<ΔG1,第二调节方式需满足,ΔG<0且|ΔG|>ΔG1,第三调节方式需满足,ΔG>0且|ΔG|<ΔG1,第四调节方式需满足,ΔG>0且|ΔG|>ΔG1,X1<X2,L3>L3>L1>L2,i=1,2,3。
5.根据权利要求4所述的基于云原生的云边协同管理方法,其特征在于,在所述步骤S3中,在第二状态下所述控制模块确定所述中心云接收的数据包的资源容量R,将所述资源容量R与容量标准R1进行比对,并根据比对结果以对所述中心云是否分配边缘云进行判定,
在第一资源容量对比结果下,所述控制模块判定不对所述中心云分配边缘云;
在第二资源容量比对结果下,所述控制模块判定对所述中心云分配边缘云;
所述第一资源容量对比结果为R≤R1,所述第二资源容量比对结果为R>R1。
6.根据权利要求5所述的基于云原生的云边协同管理方法,其特征在于,在所述步骤S3中,所述控制模块计算所述资源容量R与容量标准R1的容量差值ΔR,将所述容量差值与容量差值阈值进行比对,根据比对结果确定对单个所述中心云分配的边缘云的数量,其中,
在第一容量差值比对结果下,所述控制模块确定对单个所述中心云分配的边缘云的数量为N1;
在第二容量差值比对结果下,所述控制模块确定对单个所述中心云分配的边缘云的数量为N2;
在第三容量差值比对结果下,所述控制模块确定对单个所述中心云分配的边缘云的数量为N3;
所述第一容量差值比对结果需满足ΔR≤ΔR1,所述第二容量差值比对结果需满足ΔR1<ΔR≤ΔR2,所述第三容量差值比对结果需满足ΔR>ΔR2,N1<N2<N3。
7.根据权利要求6所述的基于云原生的云边协同管理方法,其特征在于,在所述步骤S4中,所述控制模块确定获取的单个所述边缘云中的敏感数据量M,并将所述敏感数据量M与所述中心云中的敏感数据总量Mz进行比对,根据比对结果以对单个所述边缘云的安全性是否达标进行判定,
在第一数据量对比结果下,所述控制模块判定单个所述边缘云的安全性不达标;
在第二数据量对比结果下,所述控制模块判定单个所述边缘云的安全性达标;
所述第一数据量对比结果为M<Mz,所述第二数据量对比结果为M≥Mz。
8.根据权利要求7所述的基于云原生的云边协同管理方法,其特征在于,在所述步骤S4中,所述控制模块计算所述敏感数据量M与敏感数据总量Mz的数据量差值ΔM,将所述数据量差值ΔM与数据量差值阈值ΔM1进行比对,并根据比对结果以对单个所述边缘云是否删除进行判定,
若ΔM≤ΔM1,所述控制模块判定不删除单个所述边缘云,同时对传输通道进行加密处理;
若ΔM>ΔM1,所述控制模块判定删除单个所述边缘云,同时计算单个所述边缘云的资源占比以对是否符合资源调度标准进行判定。
10.根据权利要求9所述的基于云原生的云边协同管理方法,其特征在于,在所述步骤S6中,所述控制模块计算所述资源占比C与资源占比标准C1的占比差值ΔC,将所述占比差值ΔC与占比差值阈值ΔC1进行比对,并根据比对结果确定从所述中心云处调用的资源容量值,其中,
在第一占比阈值条件下,所述控制模块确定从所述中心云处调用的资源容量值为A1;
在第二占比阈值条件下,所述控制模块确定从所述中心云处调用的资源容量值为A2;
所述第一占比阈值条件需满足ΔC≤ΔC1,所述第二占比阈值条件需满足ΔC>ΔC1,A1<A2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310133462.XA CN115842823B (zh) | 2023-02-20 | 2023-02-20 | 一种基于云原生的云边协同管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310133462.XA CN115842823B (zh) | 2023-02-20 | 2023-02-20 | 一种基于云原生的云边协同管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115842823A true CN115842823A (zh) | 2023-03-24 |
CN115842823B CN115842823B (zh) | 2023-04-28 |
Family
ID=85579862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310133462.XA Active CN115842823B (zh) | 2023-02-20 | 2023-02-20 | 一种基于云原生的云边协同管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115842823B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111343652A (zh) * | 2020-02-18 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 一种数据处理方法及相关设备 |
CN112559133A (zh) * | 2020-12-22 | 2021-03-26 | 北京滴普科技有限公司 | 一种基于原生容器技术的云边协同系统及云边协同方法 |
US20210096911A1 (en) * | 2020-08-17 | 2021-04-01 | Essence Information Technology Co., Ltd | Fine granularity real-time supervision system based on edge computing |
CN113452566A (zh) * | 2021-07-05 | 2021-09-28 | 湖南大学 | 一种云边端协同资源管理方法及系统 |
CN113655764A (zh) * | 2021-08-16 | 2021-11-16 | 珠海格力电器股份有限公司 | 云边协同控制系统及控制方法 |
CN114301935A (zh) * | 2021-12-10 | 2022-04-08 | 重庆邮电大学 | 一种基于声誉的物联网边云协同联邦学习节点选择方法 |
CN114338753A (zh) * | 2022-03-10 | 2022-04-12 | 国汽智控(北京)科技有限公司 | 一种车云协同计算系统、设备及存储介质 |
US20220207855A1 (en) * | 2020-12-28 | 2022-06-30 | Guangdong University Of Technology | Cloud-edge-end cooperative control method of 5g networked unmanned aerial vehicle for security rescue |
CN114938371A (zh) * | 2022-05-11 | 2022-08-23 | 浪潮云信息技术股份公司 | 一种基于云原生的云边协同数据交换服务实现方法及系统 |
CN114971574A (zh) * | 2022-06-14 | 2022-08-30 | 北京航天长峰科技工业集团有限公司 | 基于云边协同的多模态信息复合感知与融合架构及方法 |
-
2023
- 2023-02-20 CN CN202310133462.XA patent/CN115842823B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111343652A (zh) * | 2020-02-18 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 一种数据处理方法及相关设备 |
US20210096911A1 (en) * | 2020-08-17 | 2021-04-01 | Essence Information Technology Co., Ltd | Fine granularity real-time supervision system based on edge computing |
CN112559133A (zh) * | 2020-12-22 | 2021-03-26 | 北京滴普科技有限公司 | 一种基于原生容器技术的云边协同系统及云边协同方法 |
US20220207855A1 (en) * | 2020-12-28 | 2022-06-30 | Guangdong University Of Technology | Cloud-edge-end cooperative control method of 5g networked unmanned aerial vehicle for security rescue |
CN113452566A (zh) * | 2021-07-05 | 2021-09-28 | 湖南大学 | 一种云边端协同资源管理方法及系统 |
CN113655764A (zh) * | 2021-08-16 | 2021-11-16 | 珠海格力电器股份有限公司 | 云边协同控制系统及控制方法 |
CN114301935A (zh) * | 2021-12-10 | 2022-04-08 | 重庆邮电大学 | 一种基于声誉的物联网边云协同联邦学习节点选择方法 |
CN114338753A (zh) * | 2022-03-10 | 2022-04-12 | 国汽智控(北京)科技有限公司 | 一种车云协同计算系统、设备及存储介质 |
CN114938371A (zh) * | 2022-05-11 | 2022-08-23 | 浪潮云信息技术股份公司 | 一种基于云原生的云边协同数据交换服务实现方法及系统 |
CN114971574A (zh) * | 2022-06-14 | 2022-08-30 | 北京航天长峰科技工业集团有限公司 | 基于云边协同的多模态信息复合感知与融合架构及方法 |
Non-Patent Citations (3)
Title |
---|
崔恒志;蒋承伶;缪巍巍;杨维永;马涛;沈耀威;: "基于边缘计算的电力智慧物联系统设计与实现" * |
杨绍光;房秉毅;王增森;郭澄宇;曲秀超;: "云边协同关键技术及应用场景研究" * |
石文玉;张蕊;: "边云协同计算中安全感知的工作流任务调度策略" * |
Also Published As
Publication number | Publication date |
---|---|
CN115842823B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113315700B (zh) | 算力资源调度方法、装置和存储介质 | |
CN108667748B (zh) | 一种控制带宽的方法、装置、设备和存储介质 | |
US10652360B2 (en) | Access scheduling method and apparatus for terminal, and computer storage medium | |
CN110248417B (zh) | 一种电力物联网中上行通信业务的资源分配方法及系统 | |
CN109617836B (zh) | 卫星数据传输的智能带宽分配方法及分配系统 | |
CN110830964B (zh) | 信息调度方法、物联网平台和计算机可读存储介质 | |
US11706630B2 (en) | Spectrum management device, system and method, and computer-readable storage medium | |
US20230176929A1 (en) | Resource allocation method and apparatus based on edge computing | |
WO2010008878A1 (en) | Priority-based admission control in a network with variable channel data rates | |
CN106411558A (zh) | 一种数据流量限制的方法及系统 | |
CN113115327B (zh) | 一种网络性能动态优化的方法、装置、设备及存储介质 | |
CN109743751B (zh) | 无线接入网的资源分配方法及装置 | |
CN109699089A (zh) | 一种信道接入方法及装置 | |
CN110661654A (zh) | 一种网络带宽资源分配方法、装置、设备及可读存储介质 | |
CN114385370B (zh) | 内存分配方法、系统、设备及介质 | |
CN101741713A (zh) | 一种无线局域网上行带宽动态分配方法 | |
CN102036250A (zh) | 一种上行频带资源的动态分配方法及基站 | |
CN115842823B (zh) | 一种基于云原生的云边协同管理方法 | |
CN111083121B (zh) | 一种星地融合网络中的全景视频多播方法及装置 | |
CN117032977A (zh) | 混部应用资源分配方法、装置、计算机设备及存储介质 | |
CN113453285B (zh) | 一种资源调整方法、装置及存储介质 | |
CN113204433B (zh) | 一种集群资源的动态分配方法、装置、设备及存储介质 | |
Baynat et al. | An efficient analytical model for the dimensioning of wimax networks | |
CN109756981B (zh) | 一种基于拍卖机制的战场无线频谱资源分配方法和系统 | |
CN113891361B (zh) | 一种网络扩容方法及装置 |
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 |