CN116170517B - 一种基于优先级的水流态云边协同数据卸载方法 - Google Patents

一种基于优先级的水流态云边协同数据卸载方法 Download PDF

Info

Publication number
CN116170517B
CN116170517B CN202310451046.4A CN202310451046A CN116170517B CN 116170517 B CN116170517 B CN 116170517B CN 202310451046 A CN202310451046 A CN 202310451046A CN 116170517 B CN116170517 B CN 116170517B
Authority
CN
China
Prior art keywords
node
edge
data
priority
source data
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.)
Active
Application number
CN202310451046.4A
Other languages
English (en)
Other versions
CN116170517A (zh
Inventor
谢永强
李少南
李忠博
张凯
齐锦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Systems Engineering of PLA Academy of Military Sciences
Original Assignee
Institute of Systems Engineering of PLA Academy of Military Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Systems Engineering of PLA Academy of Military Sciences filed Critical Institute of Systems Engineering of PLA Academy of Military Sciences
Priority to CN202310451046.4A priority Critical patent/CN116170517B/zh
Publication of CN116170517A publication Critical patent/CN116170517A/zh
Application granted granted Critical
Publication of CN116170517B publication Critical patent/CN116170517B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提出一种基于优先级的水流态云边协同数据卸载方法，涉及数据卸载和调度控制技术领域。本公开将等待队列中请求源数据的节点挂载到已请求到所述源数据的节点下，形成多个数据卸载的链路分组，增加同一时刻的请求/卸载数据的数量；并通过确定同一分组内各个节点的优先级，来优化挂载链路的时延；同时前序节点结束卸载数据后为后续节点卸载数据以减少时延，从而能够在实际环境中提高高效运行的数据卸载效率，改善用户服务质量。

Description

一种基于优先级的水流态云边协同数据卸载方法
技术领域
本发明属于数据卸载和调度控制技术领域，尤其涉及一种基于优先级的水流态云边协同数据卸载方法。
背景技术
云边协同的数据卸载是近年来云计算与边缘计算的焦点问题。随着互联网中视频数据占比的增加，传统的云计算出现了保证用户服务质量的瓶颈，而边缘计算的出现弥则补了云计算在这一方面的不足。云边协同的工作方式将成为下一代网络的核心技术，云边协同的数据卸载策略是其中的重要组成部分。在网络带宽有限的情况下，采用云边协同的数据卸载策略能够在保证用户服务质量的情况下尽可能的为更多的用户服务。云计算因其可以提供各种类型的服务，且具有强大的资源池、弹性和灵活的应用、动态可扩展、性能高可用和托管服务等优势，被学术界和工业界广泛研究。
面对巨量的网络用户，云计算的负载能力已不能满足一些对实时性比较敏感的服务，除此之外，视频流的卸载上传对云数据中心的网络带宽带来很大的压力。为解决云计算面临的数据传输延迟和网络带宽的消耗问题，边缘计算应运而生。边缘计算将IaaS资源部署在用户侧，下行数据表示云服务，上行数据表示IOT服务。由于用户与边缘计算节点的距离较近，从边缘获得服务将大幅降低数据的处理时延。同时，也减轻了云计算的带宽消耗。针对边缘计算的研究逐渐深入后发现，云边协同将作为一种新型计算模式成为新的研究趋势。
在传统的云计算服务模式下，数据中心为用户提供服务的策略主要有公平队列、先到先服务等。公平队列根据当前访问的数据数量和带宽情况来为每个用户分配相同的带宽。先到先服务则会生成服务栈，按照用户的时间序列和先进先出的原则提供服务。
上述两种数据卸载模式是成熟且经过实践检验的，在当前的云网络中应用颇多。已然成为互联网的基础，但仍然存在一定的局限。当带宽不可变时，用户数的增加最终会导致拥塞，所有的用户都不能请求到服务；且服务的用户数较少，用户的服务响应时间较长。这两种策略均不能适用于云边协同的网络架构当中。目前，上述的数据卸载模式仍然是较为传统和低效的，无法发挥云边系统架构带来的优势，资源的利用率低，造成不必要的运行开销和低质量的用户体验。此外，对于数据卸载过程产生的链路时延，如果不能做出相应的优化，将极大影响资源的使用效率。
发明内容
为了解决上述技术问题，本发明提出了一种基于优先级的水流态云边协同数据卸载方法。在所述方法中，经由云计算中心的源节点将位于所述云计算中心的源数据卸载至向所述云计算中心请求所述源数据的各个边缘节点上，其中，向所述云计算中心请求所述源数据的各个边缘节点按照请求所述源数据的时间先后顺序在等待队列中进行排队。
所述方法包括：步骤S1、根据所述源节点的带宽和所述各个边缘节点的带宽，确定与所述源节点直接挂载的M个边缘节点，对应生成M个节点组集；步骤S2、将除所述M个边缘节点之外的其他边缘节点按照所述等待队列中的顺序分配至所述M个节点组集，并与前序节点依次挂载；步骤S3、对每一个节点组集：基于所述源数据的数据量、所述各个边缘节点的带宽、转发时延和接收所述源数据的最大时延，确定该节点组集内各个边缘节点的优先级，并按照所述优先级调整挂载顺序；基于经调整的所述挂载顺序，将请求的所述源数据卸载至所述挂载顺序中的第一边缘节点，由所述第一边缘节点和处于空闲状态的源节点将所述源数据卸载至其他挂载的边缘节点。
其中，在所述步骤S1中，通过计算所述所述源节点的带宽和所述各个边缘节点的带宽的比值，并对所述比值向下取整，来确定与所述源节点直接挂载的边缘节点的数量M。
其中，在所述步骤S2中，对于待分配的其他边缘节点，按其在所述等待队列中的顺序，依次将其分配至所述M个节点组集，并与所述前序节点依次挂载，使得每个所述其他边缘节点接收所述源数据的时延不超过所述最大时延。
其中，在所述步骤S3中，确定所述节点组集内各个边缘节点的优先级包括：基于所述源数据的数据量、所述各个边缘节点的带宽和转发时延，确定该节点组集内各个边缘节点之间的优先级
Figure SMS_1
，1≤i≤n且1≤j≤n，n为所述节点组集内边缘节点的数量；利用公式
Figure SMS_2
确定所述节点组集内各个边缘节点的优先级，其中，/>
Figure SMS_3
表示任一边缘节点的优先级。
其中，在所述步骤S3中，基于所述源数据的数据量、所述各个边缘节点的带宽和转发时延，利用如下公式确定所述节点组集内各个边缘节点之间的优先级
Figure SMS_4
：
Figure SMS_5
其中，当边缘节点i的优先级分数大于边缘节点j的优先级分数时，
Figure SMS_6
=1，否则
Figure SMS_7
=0，/>
Figure SMS_8
表示所述边缘节点i相对于所述边缘节点j的优先级；其中，/>
Figure SMS_9
表示所述边缘节点i与所述源节点之间的带宽，/>
Figure SMS_10
表示所述边缘节点i与所述边缘节点j之间的带宽，S表示所述源数据的数据量；其中，Ts表示挂载链路总时延，Ti表示所述边缘节点i的转发时延，通过不断调整/>
Figure SMS_11
的取值，找到最小挂载链路总时延minTs，挂载链路总时延最小时的
Figure SMS_12
的取值为所述节点组集内各个边缘节点之间的优先级。
其中，在所述步骤S3中，按照所述节点组集内各个边缘节点的优先级调整所述挂载顺序，具体包括：
对所述节点组集内的各个边缘节点按照各自的优先级从大小到进行排序，判断在该排序结果下，每个边缘节点接收所述源数据的时延是否不超过所述最大时延；若是，则所述排序结果为最终挂载顺序；若否，则将超过所述最大时延的边缘节点的挂载顺序往前调整，直到每个边缘节点接收所述源数据的时延均不超过所述最大时延，并获取对应的挂载顺序为最终挂载顺序；其中，每个边缘节点接收所述源数据的时延包括所述节点组集内的各个边缘节点的转发时延和所述各个边缘节点之间的链路时延，所述链路时延为所述源数据的数据量与所述链路的带宽之间的比值，所述链路的带宽由转发节点带宽和接收节点带宽确定。
其中，在所述步骤S3中，卸载所述源数据具体包括：当所述源数据开始被卸载至所述第一边缘节点后，所述第一边缘节点立即将接收到的源数据转发至与其挂载的下一个边缘节点；当所述第一边缘节点接收完全部所述源数据时，所述源节点释放与所述第一边缘节点之间的带宽，所述处于空闲状态的源节点将释放的带宽用于向其他挂载的边缘节点传输所述源数据。
其中，在所述步骤S3中：当所述第一边缘节点接收完全部所述源数据时，所述第一边缘节点释放接收所述源数据的带宽，处于空闲状态的所述第一边缘节点将其释放的带宽用于向其他挂载的边缘节点传输所述源数据。
其中，在所述步骤S3中：当任一其他挂载的边缘节点接收完全部所述源数据时，所述任一其他挂载的边缘节点释放接收所述源数据的带宽，处于空闲状态的所述任一其他挂载的边缘节点将其释放的带宽用于向其他挂载的边缘节点传输所述源数据。
其中，在所述步骤S3中：对于每一个其他挂载的边缘节点，其从所述源节点、所述第一边缘节点和/或所述其他其他挂载的边缘节点接收的源数据之间不存在重叠数据。
综上，本发明提供的技术方案将等待队列中请求源数据的节点挂载到已请求到所述源数据的节点下，形成多个数据卸载的链路分组，增加同一时刻的请求/卸载数据的数量；并通过确定同一分组内各个节点的优先级，来优化挂载链路的时延；同时前序节点结束卸载数据后为后续节点卸载数据以减少时延，从而能够在实际环境中提高高效运行的数据卸载效率，改善用户服务质量。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。
图1为根据本发明实施例的节点分组的示意图；
图2为根据本发明实施例的确定优先级的示意图;
图3为根据本发明实施例的数据卸载的示意图。
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，所描述的实施例只是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
本发明提出了一种基于优先级的水流态云边协同数据卸载方法。在所述方法中，经由云计算中心的源节点将位于所述云计算中心的源数据卸载至向所述云计算中心请求所述源数据的各个边缘节点上，其中，向所述云计算中心请求所述源数据的各个边缘节点按照请求所述源数据的时间先后顺序在等待队列中进行排队。
所述方法包括：步骤S1、根据所述源节点的带宽和所述各个边缘节点的带宽，确定与所述源节点直接挂载的M个边缘节点，对应生成M个节点组集；步骤S2、将除所述M个边缘节点之外的其他边缘节点按照所述等待队列中的顺序分配至所述M个节点组集，并与前序节点依次挂载；步骤S3、对每一个节点组集：基于所述源数据的数据量、所述各个边缘节点的带宽、转发时延和接收所述源数据的最大时延，确定该节点组集内各个边缘节点的优先级，并按照所述优先级调整挂载顺序；基于经调整的所述挂载顺序，将请求的所述源数据卸载至所述挂载顺序中的第一边缘节点，由所述第一边缘节点和处于空闲状态的源节点将所述源数据卸载至其他挂载的边缘节点。
在一些实施例中，将用户分组，其中，访问节点按照请求的时间顺序排队和编号，源节点的带宽根据节点id和实际带宽需求进行分配，直到源节点没有剩余带宽，后续节点将在用户允许的延迟范围内挂载到前面的节点上，形成多条链路。组间的数据转发不会相互影响。然后，计算优先级；当分组形成时，仍不能确定节点之间的数据流向，我们需要计算分组内节点的优先级，并根据优先级形成数据转发链路。随后进行数据卸载。数据在链路中传输，像水流一样通过分组内的节点，直到最后一个节点。当第一个节点接收完数据时，第一个节点和源节点一起将数据卸载给后续节点，直至数据卸载任务结束。
在一些实施例中，在所述步骤S1中，通过计算所述所述源节点的带宽和所述各个边缘节点的带宽的比值，并对所述比值向下取整，来确定与所述源节点直接挂载的边缘节点的数量M。
在一些实施例中，在所述步骤S2中，对于待分配的其他边缘节点，按其在所述等待队列中的顺序，依次将其分配至所述M个节点组集，并与所述前序节点依次挂载，使得每个所述其他边缘节点接收所述源数据的时延不超过所述最大时延。
节点分组的主要作用是增加节点的数量，使更多的用户可以同时接收数据。执行过程如下：源节点按照时间顺序对接入节点进行排序和编号。将源节点的出口带宽按编号顺序分配给访问节点。不请求带宽的节点挂载到上述节点后，形成不同组的数据链路。每个链路上的节点数由容忍时间决定即数据到达每个数据包链路上最后一个节点的延迟不能超过允许的时间。
如图1所示，C是云计算中心（源数据节点和数据源均位于C），
Figure SMS_16
（1≤i≤K，K为边缘节点数）表示向数据源请求服务的边缘计算节点或用户。假设数据的出口带宽为80MB/s，如果某一时刻有50个用户请求源，源将根据分组要求对/>
Figure SMS_18
进行分配。每个节点到数据源的实际带宽为/>
Figure SMS_22
，为20MB/s。数据源将根据编号顺序提供服务，根据上述假设条件，只有节点/>
Figure SMS_15
、/>
Figure SMS_20
、/>
Figure SMS_23
和/>
Figure SMS_25
可以直接向数据源请求数据/>
Figure SMS_13
和后续节点需要通过前四个节点的转发来获取数据。这将产生一个从
Figure SMS_17
到/>
Figure SMS_21
到/>
Figure SMS_24
的链接，如图1左侧第一条链路所示。该链路的节点数取决于数据到达/>
Figure SMS_14
的延迟时间，即数据到达/>
Figure SMS_19
的延迟不能超过数据容忍的延迟。假设所有的链路延迟与节点的转发延迟相同，计算可以简化为:
Figure SMS_26
其中
Figure SMS_27
为节点转发数据的延迟时间，/>
Figure SMS_28
为网络中数据的链路时延，/>
Figure SMS_29
是用户可以容忍的延迟阈值。超过阈值，数据对用户就没有价值。n表示一组中可以包含的最大节点数。经过该计算过程，可以确定分组个数和分组内节点数量。
在一些实施例中，在所述步骤S3中，确定所述节点组集内各个边缘节点的优先级包括：基于所述源数据的数据量、所述各个边缘节点的带宽和转发时延，确定该节点组集内各个边缘节点之间的优先级
Figure SMS_30
，1≤i≤n且1≤j≤n，n为所述节点组集内边缘节点的数量；利用公式/>
Figure SMS_31
确定所述节点组集内各个边缘节点的优先级，其中，/>
Figure SMS_32
表示任一边缘节点的优先级。
在一些实施例中，在所述步骤S3中，基于所述源数据的数据量、所述各个边缘节点的带宽和转发时延，利用如下公式确定所述节点组集内各个边缘节点之间的优先级
Figure SMS_33
：
Figure SMS_34
其中，当边缘节点i的优先级分数大于边缘节点j的优先级分数时，
Figure SMS_35
=1，否则
Figure SMS_36
=0，/>
Figure SMS_37
表示所述边缘节点i相对于所述边缘节点j的优先级；其中，/>
Figure SMS_38
表示所述边缘节点i与所述源节点之间的带宽，/>
Figure SMS_39
表示所述边缘节点i与所述边缘节点j之间的带宽，S表示所述源数据的数据量；其中，Ts表示挂载链路总时延，Ti表示所述边缘节点i的转发时延，通过不断调整/>
Figure SMS_40
的取值，找到最小挂载链路总时延minTs，挂载链路总时延最小时的
Figure SMS_41
的取值为所述节点组集内各个边缘节点之间的优先级（如表1所示）。
Figure SMS_42
表1
在一些实施例中，在所述步骤S3中，按照所述节点组集内各个边缘节点的优先级调整所述挂载顺序，具体包括：对所述节点组集内的各个边缘节点按照各自的优先级从大小到进行排序，判断在该排序结果下，每个边缘节点接收所述源数据的时延是否不超过所述最大时延；若是，则所述排序结果为最终挂载顺序；若否，则将超过所述最大时延的边缘节点的挂载顺序往前调整，直到每个边缘节点接收所述源数据的时延均不超过所述最大时延，并获取对应的挂载顺序为最终挂载顺序；其中，每个边缘节点接收所述源数据的时延包括所述节点组集内的各个边缘节点的转发时延和所述各个边缘节点之间的链路时延，所述链路时延为所述源数据的数据量与所述链路的带宽之间的比值，所述链路的带宽由转发节点带宽和接收节点带宽确定。
对分组内的节点进行优先级的计算目的是确定数据在分组中转发的最短路径或是最短时延，减少最后一个节点的数据延迟。分组内链路不是随时间实时变化的，而是在当前数据卸载过程前唯一确定的一条固定转发链路，以图2中的
Figure SMS_43
序列的节点分组为例。图2右边显示了分组内所有可能的链路状态和最后一个节点的数据延迟，数据延迟包括节点之间的链路延迟和节点的转发延迟。原始不计算优先级队列
Figure SMS_44
的延迟时间为23ms，显然不是最优的。链路/>
Figure SMS_45
延迟为18ms，是当前组中最好的转发链路，数据将通过此路径转发能够带来更好的性能表现。因此可以确定节点的优先级为/>
Figure SMS_46
。
分组内的边缘节点优先级最终可以通过表1计算得
Figure SMS_47
，/>
Figure SMS_48
，
Figure SMS_49
，/>
Figure SMS_50
，/>
Figure SMS_51
，/>
Figure SMS_52
，分组内数据转发链路确定，优先级计算结束。
在一些实施例中，在所述步骤S3中，卸载所述源数据具体包括：当所述源数据开始被卸载至所述第一边缘节点后，所述第一边缘节点立即将接收到的源数据转发至与其挂载的下一个边缘节点；当所述第一边缘节点接收完全部所述源数据时，所述源节点释放与所述第一边缘节点之间的带宽，所述处于空闲状态的源节点将释放的带宽用于向其他挂载的边缘节点传输所述源数据。
在一些实施例中，在所述步骤S3中：当所述第一边缘节点接收完全部所述源数据时，所述第一边缘节点释放接收所述源数据的带宽，处于空闲状态的所述第一边缘节点将其释放的带宽用于向其他挂载的边缘节点传输所述源数据。
在一些实施例中，在所述步骤S3中：当任一其他挂载的边缘节点接收完全部所述源数据时，所述任一其他挂载的边缘节点释放接收所述源数据的带宽，处于空闲状态的所述任一其他挂载的边缘节点将其释放的带宽用于向其他挂载的边缘节点传输所述源数据。
在一些实施例中，在所述步骤S3中：对于每一个其他挂载的边缘节点，其从所述源节点、所述第一边缘节点和/或所述其他其他挂载的边缘节点接收的源数据之间不存在重叠数据。
分组内的节点
Figure SMS_55
。优先级/>
Figure SMS_59
。在数据卸载开始时，数据源将数据卸载到/>
Figure SMS_62
，该数据立即将接收到的数据转发到/>
Figure SMS_56
和/>
Figure SMS_60
, 参见图3左边。当数据源向
Figure SMS_63
的数据卸载任务完成后，数据源释放/>
Figure SMS_65
的带宽，将数据传输到/>
Figure SMS_53
。/>
Figure SMS_57
既有数据源，又有向其发送数据的/>
Figure SMS_61
,如图3中间所示。与/>
Figure SMS_64
一样，/>
Figure SMS_54
有更多的节点一起工作，为它卸载数据,参见图3右边。当节点/>
Figure SMS_58
接收到所有的数据时，会产生一个新的问题，即如何分配更高优先级节点发送的数据量。通过如下公式来计算：
Figure SMS_66
上式中，
Figure SMS_67
表示分组内节点i与节点j之间的带宽，/>
Figure SMS_68
表示节点j到C之间的带宽，S表示需要卸载的数据大小，/>
Figure SMS_69
表示在协同数据卸载过程中第i个节点承担卸载数据的大小。
可见，上述方法将服务队列中还未请求到服务的用户挂载到已请求到服务的节点下，形成多个数据卸载的链路分组，极大的增加同一时刻的用户请求数量。随着前序节点的请求结束，它们共同为后续节点卸载数据，进而减少时延。这种无优先级的数据卸载方法能够在实际环境中高效运行提高数据中心数据卸载效率，该善用户服务质量。
请注意，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于优先级的水流态云边协同数据卸载方法，其特征在于，在所述方法中，经由云计算中心的源节点将位于所述云计算中心的源数据卸载至向所述云计算中心请求所述源数据的各个边缘节点上，其中，向所述云计算中心请求所述源数据的各个边缘节点按照请求所述源数据的时间先后顺序在等待队列中进行排队；所述方法包括：
步骤S1、根据所述源节点的带宽和所述各个边缘节点的带宽，确定与所述源节点直接挂载的M个边缘节点，对应生成M个节点组集；
步骤S2、将除所述M个边缘节点之外的其他边缘节点按照所述等待队列中的顺序分配至所述M个节点组集，并与前序节点依次挂载；
步骤S3、对每一个节点组集：
基于所述源数据的数据量、所述各个边缘节点的带宽、转发时延和接收所述源数据的最大时延，确定该节点组集内各个边缘节点的优先级，并按照所述优先级调整挂载顺序；
基于经调整的所述挂载顺序，将请求的所述源数据卸载至所述挂载顺序中的第一边缘节点，由所述第一边缘节点和处于空闲状态的源节点将所述源数据卸载至其他挂载的边缘节点。
2.根据权利要求1所述的一种基于优先级的水流态云边协同数据卸载方法，其特征在于，在所述步骤S1中，通过计算所述源节点的带宽和所述各个边缘节点的带宽的比值，并对所述比值向下取整，来确定与所述源节点直接挂载的边缘节点的数量M。
3.根据权利要求2所述的一种基于优先级的水流态云边协同数据卸载方法，其特征在于，在所述步骤S2中，对于待分配的其他边缘节点，按其在所述等待队列中的顺序，依次将其分配至所述M个节点组集，并与所述前序节点依次挂载，使得每个所述其他边缘节点接收所述源数据的时延不超过所述最大时延。
4.根据权利要求3所述的一种基于优先级的水流态云边协同数据卸载方法，其特征在于，在所述步骤S3中，确定所述节点组集内各个边缘节点的优先级包括：
基于所述源数据的数据量、所述各个边缘节点的带宽和转发时延，确定该节点组集内各个边缘节点之间的优先级
Figure QLYQS_1
，1≤i≤n且1≤j≤n，n为所述节点组集内边缘节点的数量；
利用公式
Figure QLYQS_2
确定所述节点组集内各个边缘节点的优先级，其中，x i 表示任一边缘节点的优先级。
5.根据权利要求4所述的一种基于优先级的水流态云边协同数据卸载方法，其特征在于，在所述步骤S3中，基于所述源数据的数据量、所述各个边缘节点的带宽和转发时延，利用如下公式确定所述节点组集内各个边缘节点之间的优先级
Figure QLYQS_3
：
Figure QLYQS_4
，
其中，当边缘节点i的优先级分数大于边缘节点j的优先级分数时，
Figure QLYQS_5
=1，否则/>
Figure QLYQS_6
=0，
Figure QLYQS_7
表示所述边缘节点i相对于所述边缘节点j的优先级；
其中，
Figure QLYQS_8
表示所述边缘节点i与所述源节点之间的带宽，/>
Figure QLYQS_9
表示所述边缘节点i与所述边缘节点j之间的带宽，S表示所述源数据的数据量；
其中，Ts表示挂载链路总时延，Ti表示所述边缘节点i的转发时延，通过不断调整
Figure QLYQS_10
的取值，找到最小挂载链路总时延minTs，挂载链路总时延最小时的/>
Figure QLYQS_11
的取值为所述节点组集内各个边缘节点之间的优先级。
6.根据权利要求5所述的一种基于优先级的水流态云边协同数据卸载方法，其特征在于，在所述步骤S3中，按照所述节点组集内各个边缘节点的优先级调整所述挂载顺序，具体包括：
对所述节点组集内的各个边缘节点按照各自的优先级从大小到进行排序，判断在该排序结果下，每个边缘节点接收所述源数据的时延是否不超过所述最大时延；
若是，则所述排序结果为最终挂载顺序；
若否，则将超过所述最大时延的边缘节点的挂载顺序往前调整，直到每个边缘节点接收所述源数据的时延均不超过所述最大时延，并获取对应的挂载顺序为最终挂载顺序；
其中，每个边缘节点接收所述源数据的时延包括所述节点组集内的各个边缘节点的转发时延和所述各个边缘节点之间的链路时延，所述链路时延为所述源数据的数据量与所述链路的带宽之间的比值，所述链路的带宽由转发节点带宽和接收节点带宽确定。
7.根据权利要求6所述的一种基于优先级的水流态云边协同数据卸载方法，其特征在于，在所述步骤S3中，卸载所述源数据具体包括：
当所述源数据开始被卸载至所述第一边缘节点后，所述第一边缘节点立即将接收到的源数据转发至与其挂载的下一个边缘节点；
当所述第一边缘节点接收完全部所述源数据时，所述源节点释放与所述第一边缘节点之间的带宽，所述处于空闲状态的源节点将释放的带宽用于向其他挂载的边缘节点传输所述源数据。
8.根据权利要求7所述的一种基于优先级的水流态云边协同数据卸载方法，其特征在于，在所述步骤S3中：当所述第一边缘节点接收完全部所述源数据时，所述第一边缘节点释放接收所述源数据的带宽，处于空闲状态的所述第一边缘节点将其释放的带宽用于向其他挂载的边缘节点传输所述源数据。
9.根据权利要求8所述的一种基于优先级的水流态云边协同数据卸载方法，其特征在于，在所述步骤S3中：当任一其他挂载的边缘节点接收完全部所述源数据时，所述任一其他挂载的边缘节点释放接收所述源数据的带宽，处于空闲状态的所述任一其他挂载的边缘节点将其释放的带宽用于向其他挂载的边缘节点传输所述源数据。
10.根据权利要求8所述的一种基于优先级的水流态云边协同数据卸载方法，其特征在于，在所述步骤S3中：对于每一个其他挂载的边缘节点，其从所述源节点、所述第一边缘节点和/或所述其他挂载的边缘节点接收的源数据之间不存在重叠数据。
CN202310451046.4A 2023-04-25 2023-04-25 一种基于优先级的水流态云边协同数据卸载方法 Active CN116170517B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310451046.4A CN116170517B (zh) 2023-04-25 2023-04-25 一种基于优先级的水流态云边协同数据卸载方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310451046.4A CN116170517B (zh) 2023-04-25 2023-04-25 一种基于优先级的水流态云边协同数据卸载方法

Publications (2)

Publication Number Publication Date
CN116170517A CN116170517A (zh) 2023-05-26
CN116170517B true CN116170517B (zh) 2023-06-27

Family

ID=86416715

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310451046.4A Active CN116170517B (zh) 2023-04-25 2023-04-25 一种基于优先级的水流态云边协同数据卸载方法

Country Status (1)

Country Link
CN (1) CN116170517B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10866836B1 (en) * 2019-08-20 2020-12-15 Deke Guo Method, apparatus, device and storage medium for request scheduling of hybrid edge computing
CN112099991A (zh) * 2020-09-04 2020-12-18 北京金山云网络技术有限公司 数据备份及访问源数据的方法、装置、系统、存储介质
CN114301910A (zh) * 2021-12-06 2022-04-08 重庆邮电大学 一种物联网环境下的云边协同计算任务卸载方法
CN114374694A (zh) * 2022-01-10 2022-04-19 杭州电子科技大学 一种基于优先级的任务卸载方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10866836B1 (en) * 2019-08-20 2020-12-15 Deke Guo Method, apparatus, device and storage medium for request scheduling of hybrid edge computing
CN112099991A (zh) * 2020-09-04 2020-12-18 北京金山云网络技术有限公司 数据备份及访问源数据的方法、装置、系统、存储介质
CN114301910A (zh) * 2021-12-06 2022-04-08 重庆邮电大学 一种物联网环境下的云边协同计算任务卸载方法
CN114374694A (zh) * 2022-01-10 2022-04-19 杭州电子科技大学 一种基于优先级的任务卸载方法及系统

Also Published As

Publication number Publication date
CN116170517A (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
CN104079501B (zh) 一种基于多优先级的队列调度方法
CN107454017B (zh) 一种云数据中心网络中混合数据流协同调度方法
JPH10303985A (ja) ノンリアルタイム通信のバンド幅制限値の動的制御方式
US8189463B2 (en) Method for realizing backpressure of masses of ports and device thereof
US20060098584A1 (en) Transmission device and method, recording medium, program, and control device
Wu et al. SPMLD: Sub-packet based multipath load distribution for real-time multimedia traffic
CN112437019B (zh) 用于数据中心的基于信用包的主动型传输方法
JPH03252241A (ja) パケット交換網における呼接続制御法
US20130044755A1 (en) Scalable Packet Scheduling Policy for Vast Number of Sessions
CN113543209B (zh) 一种基于令牌调度的拥塞控制方法及装置
CN109150756B (zh) 一种基于sdn电力通信网的队列调度权值量化方法
WO2016082603A1 (zh) 一种调度器及调度器的动态复用方法
CN115412497A (zh) 一种bbr拥塞控制算法的性能优化方法
CN108667746B (zh) 一种在深空延时容忍网络中实现业务优先级的方法
CN111371701B (zh) 基于tdma的mac层队列调度方法
CN113676416A (zh) 一种在高速网卡/dpu内提升网络服务质量的方法
CN116170517B (zh) 一种基于优先级的水流态云边协同数据卸载方法
WO2021143913A1 (zh) 拥塞控制方法、装置及系统、存储介质
US9083617B2 (en) Reducing latency of at least one stream that is associated with at least one bandwidth reservation
CN111464374B (zh) 网络延迟控制方法、设备及装置
CN115604311B (zh) 一种面向服务网络的云端融合计算系统及自适应路由方法
CN116527672A (zh) 一种无优先级的水流态云边协同数据卸载方法
CN112055382B (zh) 一种基于精细化区分的业务接入方法
CN113328879A (zh) 一种基于网络演算的云数据中心网络QoS保证方法
Banerjee et al. A survey of scheduling policies in software defined networks

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