CN116490862A - 移动库贝-边缘自动配置 - Google Patents

移动库贝-边缘自动配置 Download PDF

Info

Publication number
CN116490862A
CN116490862A CN202180073213.5A CN202180073213A CN116490862A CN 116490862 A CN116490862 A CN 116490862A CN 202180073213 A CN202180073213 A CN 202180073213A CN 116490862 A CN116490862 A CN 116490862A
Authority
CN
China
Prior art keywords
pod
data
mobile devices
coverage area
mobile
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.)
Pending
Application number
CN202180073213.5A
Other languages
English (en)
Inventor
G·西瓦库马尔
V·埃坎巴拉姆
P·V·塞沙德里
A·S·博尔泽
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.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN116490862A publication Critical patent/CN116490862A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1097Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/10Active monitoring, e.g. heartbeat, ping or trace-route
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/04Arrangements for maintaining operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

一种确定库贝(kube)‑边缘网荚(pod)配置的方法、计算机程序产品和计算机系统。该方法包括确定覆盖区域中利用云服务的移动设备。所述方法包括:从所述移动设备接收轮询数据,所述轮询数据包括指示作为所述云服务的边缘设备操作的每个所述移动设备的相应成本和相应资源可用性的竞价数据。所述方法包括:确定用于移动设备的耦合信息,耦合信息指示是否至少所述移动设备中的两者将被视为耦合,使得所耦合的移动设备具有耦合的成本和耦合的资源可用性。该方法包括基于竞价数据和耦合信息确定覆盖区域的实用分数,以及基于实用分数选择用于云服务的网荚(pod)的数据存储部署方案。

Description

移动库贝-边缘自动配置
背景技术
示范性实施例一般涉及库贝(kube)-边缘计算,并且更具体地涉及确定库贝(kube)-边缘网荚(pod)配置以便以最小激励实现高覆盖和可用性。
在云环境中,边缘计算使得数据的处理和/或存储能够更靠近执行这些操作的设备提供。因此,边缘计算消除了对将要处理和/或存储的数据传输到可能在物理上距离设备很远的中央位置(例如,中央云服务器)的需要。尽管这一配置可能不提供对单个设备提供的服务产生实质性改变,但物联网(IoT)的爆炸式增长和此类设备的使用指数地增加了利用云服务的要求(例如,等待时间的增加导致较低的质量、带宽成本等)。因此,可提供边缘计算来缓解此类问题。
多路访问边缘计算(MEC)提供了一种方法,其中在网络边缘提供云计算能力和IT服务环境。MEC提供了一种生态系统,可以在其中灵活快速地部署面向设备的应用程序和服务。5G是下一代宽带蜂窝网络,据称可以增加通信速率。MEC已针对各种网络实施,并且随着服务提供商为其客户采用最新和技术先进的系统,5G一直在扩展。然而,MEC和5G本身被视为干扰技术,但是结合起来后,将变为计算领域中的强大力量。5G组网能力的出现将增加网络上连接设备的数量,从而刺激边缘计算帮助分发组网需求的需要。高度依赖于一致的网络连接、快速部署和低延迟的应用包括新兴技术,诸如“人工智能(AI)”、“IoT”、“虚拟现实(VR)”、“增强现实(AR)”等。MEC和5G网络一起允许同时使用大量连接技术,而不会由于流量瓶颈而导致网络中断。然而,当前边缘部署可能没有适当地配置为动态地寻址在各种覆盖区域中提供边缘服务。
发明内容
示例性实施例公开了一种用于确定库贝(kube)-边缘网荚(pod)配置的方法、计算机程序产品和计算机系统。所述方法包括确定移动环境的覆盖区域中的移动设备,所述移动设备利用云服务。该方法包括从移动设备接收轮询数据。所述轮询数据包括投标数据,所述投标数据指示用于操作为所述云服务的边缘设备的每个所述移动设备的相应成本和相应资源可用性。所述方法包括确定所述移动装置的耦合信息。所述耦合信息指示所述移动装置中的至少两个是否将被视为耦合,使得所述耦合的移动装置具有耦合的成本和耦合的资源可用性。该方法包括基于投标数据和耦合信息确定覆盖区域的实用分数。该方法包括基于实用分数选择用于云服务的网荚(pod)的数据存储部署方案。
附图说明
结合附图,将最好地理解以下通过示例方式给出并且不旨在将示范性实施例仅限于此的详细描述,在附图中:
图1描绘了根据示例性实施例的库贝(kube)-边缘配置系统100的示例性示意图。
图2描绘了根据示例性实施例的方法200的示例性流程图,示出了库贝(kube)-边缘配置系统100的配置服务器130在确定库贝(kube)-边缘网荚(pod)配置过程中的操作。
图3描绘了根据示例性实施例的图1的库贝(kube)-边缘配置系统100的硬件组件的示例性框图。
图4描绘了根据示例性实施例的云计算环境。
图5描绘了根据示例性实施例的抽象模型层。
附图不一定按比例绘制。附图仅是示意性表示,并不旨在描绘示范性实施例的具体参数。附图仅旨在描述典型的示例性实施例。在附图中,相同的标号表示相同的元件。
具体实施方式
在此公开了所要求保护的结构和方法的详细实施例;然而,应当理解的是,所公开的实施例仅仅是对所要求保护的结构和方法的说明,它们可以以不同的形式来实施。示例性实施例仅是说明性的,然而,可以以许多不同的形式体现,并且不应被解释为局限于本文中阐述的示例性实施例。相反,提供这些示例性实施例是为了使本公开全面且完整,并且将示例性实施例所覆盖的范围完全传达给本领域技术人员。在描述中,可省略众所周知的特征和技术的细节以避免不必要地模糊所呈现的实施例。
说明书中对“一个实施例”、“实施例”、“示例性实施例”等的引用表示所描述的实施例可包括特定的特征、结构或特性,但是每个实施例可能不一定包括特定的特征、结构或特性。此外,这样的短语不一定指相同的实施例。进一步,当结合实施例描述特定特征、结构或特性时,认为结合其他实施例(无论是否明确描述)实现这样的特征、结构或特性在本领域技术人员的知识范围内。
为了不混淆示范性实施例的呈现,在以下详细描述中,本领域已知的一些处理步骤或操作可能已经被组合在一起用于呈现和用于说明的目的,并且在一些情况下可能尚未被详细描述。在其他情况下,可能根本不描述本领域已知的一些处理步骤或操作。应当理解,以下描述集中于根据各种示例性实施例的区别特征或元件。
示例性实施例涉及用于确定库贝(kube)-边缘配置的方法、计算机程序产品和系统。如下面将进一步详细描述的,示范性实施例可以提供一种机制以在移动设备可能存在的移动环境的覆盖区域中自动配置库贝(kube)-边缘网荚(pod)配置。示范性实施例可以根据存储部署方案动态地确定库贝(kube)-边缘网荚(pod)配置,例如在有状态部署或无状态部署之间,动态地通过考虑由于覆盖区域中的设备的移动特性引起的变化和动态条件。示范性实施例的关键益处可以包括动态地确定配置和脱离可在移动环境中无缝操作的库贝(kube)-边缘部署的静态形式。以下是示范性实施例的详细实现方式。
云环境中的库贝(kube)-边缘部署一般是静态的。具体地,关于网荚(pod)的配置,库贝(kube)-边缘部署可以具有固定的并且用于Kubernetes的网荚(pod)的配置。例如,可以选择跨网荚(pod)的存储进行共享。在另一实例中,跨网荚(pod)的储存可被选择为对于网荚(pod)是单独的。传统系统中的库贝(kube)-边缘部署实质上修复了这些配置之一以供Kubernetes使用。然而,例如,物联网(IoT)的发展已经提出了对基于移动的部署的需求,所述基于移动的部署可以在可移动车辆中启用基于库贝(kube)-边缘的应用程序接口(API),从而在车辆网络中实现更快的5G网络或者通过车载网络实现对偏远区域的更好覆盖。因而,针对库贝(kube)-边缘部署的固定或静态方法存在缺陷,并且无法在移动环境中提供无缝操作。
部署库贝(kube)-边缘系统的传统方法涉及据称改善库贝(kube)-边缘如何操作的各种机制。例如,传统方法描述了移动边缘计算(MEC)如何与5G技术集成。在另一实例中,传统方法描述了边缘云的融合管理,其中,库贝(kube)-边缘程序满足将资源有限的边缘节点管理到中央Kubernetes系统中的需要。在又一示例中,传统方法描述了用于5G边缘云计算的Kubernetes原生基础设施和运营商框架。在又一示例中,传统方法描述了将云或Kubernetes生态系统从云扩展到边缘。然而,这些传统方法没有提供任何机制来利用移动边缘节点的移动模式和与对等边缘节点的通信交互来生成符合库贝(kube)-边缘网荚(pod)配置的跨越无状态到状态选项的频谱的服务级别目标。这些传统方法进一步不考虑关于资源和成本的标准参数。因此,传统方法不能从时空社交网络分析中理解边缘设备之间的耦合,也无法利用该信息来在库贝(kube)-边缘中的有状态部署与无状态部署之间提供更好的权衡,从而做出更好的权衡决策。
示例性实施例被配置为解决移动环境和涉及移动环境的覆盖区域问题,这些移动环境具有基于移动边缘设备可用性和相应配置的不同资源。因此,示例性实施例旨在提供一种方法,其中,相同的库贝(kube)-边缘网荚(pod)配置一般不适用于添加移动环境。在移动环境中,对于给定位置或覆盖区域,可能有不同的移动设备可用。不同的设备可以具有与其相关联的不同的成本和资源。此外,这些设备的可用时间可以不断地改变,因为在一个时刻存在于覆盖区域中的移动设备可能在另一时刻不存在。因此,设备的简单静态选择并不总能提供最佳解决方案。示例性实施例利用使用更复杂分析的动态方法。因此,示例性实施例在有状态和无状态部署之间提供选择,由于移动设备的移动性质,所述有状态和无状态部署通常包括复杂的决策。以这种方式,示例性实施例被配置为发现针对给定移动环境的最优库贝(kube)-边缘网荚(pod)配置,而以最小激励实现高覆盖和可用性。示例性实施例还被配置为当多个装置同时轮询时发现最优库贝(kube)-边缘网荚(pod)配置。
特别参照与云环境中的Kubernetes相关联的库贝(kube)-边缘和网荚(pod)结构来描述示例性实施例。然而,涉及这种布置的示例性实施例仅用于说明的目的。示例性实施例可被使用和/或修改以用于任何网络环境,其中可使用边缘系统,并且示例性实施例的特征可被适当地应用以确定适合被处理的覆盖区域的最佳配置。还关于与网荚(pod)的存储功能相关联的有状态和无状态部署来描述示例性实施例。然而,使用有状态和无状态部署以及存储功能仅是说明性的。示例性实施例可被利用和/或修改以用于可针对其他功能的其他配置。
图1示出了根据示例性实施例的库贝(kube)-边缘配置系统100。根据示例性实施例,库贝(kube)-边缘配置系统100可以包括一个或多个智能设备110、云服务120和配置服务器130,它们都可以经由网络108互连。虽然可以经由网络108跨若干服务器远程地存储和访问示例性实施例的程序和数据,但是示例性实施例的程序和数据可以替代地或附加地本地存储在至少一个物理计算设备上或者除了所描绘的那些计算设备之外的其他计算设备上。库贝(kube)-边缘配置系统100表示一种通信布置,其中其组件被配置为以直接或间接方式彼此交换数据。
在示例性实施例中,网络108可以是能够在连接的设备之间传输数据的通信信道。因此,库贝(kube)-边缘配置系统100的组件可以表示经由网络108互连的网络组件或网络设备。在示例性实施例中,网络108可以是因特网,代表世界范围内的网络和网关集合以支持连接到因特网的设备之间的通信。此外,网络108可利用各种类型的连接,诸如有线、无线、光纤等,其可被实现为内联网、局域网(LAN)、广域网(WAN)或其组合。在另外的实施例中,网络108可以是蓝牙网络、WiFi网络或其组合。在另外的实施例中,网络108可以是用于促进两方或更多方之间的电话呼叫的电信网络,包括陆线网络、无线网络、封闭网络、卫星网络或其组合。通常,网络108可以表示将支持连接的设备之间的通信的连接和协议的任何组合。例如,网络108还可以表示在不利用网络108的库贝(kube)-边缘配置系统100的组件之间的直接或间接的有线或无线连接。
在示例性实施例中,一个或多个智能设备110可以包括边缘处理客户端112,并且可以是企业服务器、膝上型计算机、笔记本、平板计算机、上网本计算机、个人计算机(PC)、台式计算机、服务器、个人数字助理(PDA)、旋转电话、按键电话、智能电话、移动电话、虚拟设备、瘦客户端、物联网(IoT)设备、或能够向和从其他计算设备接收和发送数据的任何其他电子设备或计算系统。尽管智能设备110被示出为单个设备,但是在其他实施例中,智能设备110可以由一起工作或独立工作的集群或多个计算设备以模块化方式等组成。参照图3,作为硬件实施例,作为云实施例的一部分,参照图4,和/或作为利用功能抽象层进行处理,参照图5,更详细地描述智能设备110。
智能设备110可以表示可以是可以存在于预定义覆盖区域中的移动环境的一部分的任何移动设备。可以基于不同因素(例如,物理区域边界、负载因素等)以各种方式预定义覆盖区域。关于针对云的移动环境的库贝(kube)-边缘方面,智能设备110还可以表示被配置成提供边缘处理的边缘设备。以这种方式,智能设备110还可以包括边缘计算基础设施内的边缘网关。
在示例性实施例中,边缘处理客户端112可以充当客户端-服务器关系中的客户端,并且可以是基于软件、硬件和/或固件的应用程序,所述应用程序能够交换在确定用于移动环境(尤其是智能设备110所位于的移动环境)中的覆盖区域的库贝(kube)-边缘网荚(pod)配置中所使用的数据,所述数据是经由网络108交换的。在实施例中,边缘处理客户端112可交换轮询数据和其他相关信息,并利用各种有线和/或无线连接协议来进行数据传输和与用于修改应用版本的数据相关的交换,所述数据包括蓝牙、2.4GHz和5GHz互联网、近场通信、Z-Wave、Zigbee等。
边缘处理客户端112可被配置为传送轮询数据。在示例性实施例中,当进入覆盖区时,边缘处理客户端112可生成发送至例如配置服务器130的轮询数据。在此示例性实施例中,智能设备110可包含网络操作,其中与网络部件的通信(例如,关联过程、握手、漫游等)也可包含关于智能设备110是否已进入新覆盖区域的信息以及覆盖区域的标识。在另一示例性实施例中,例如,边缘处理客户端112可接收对轮询数据的请求,生成轮询数据,并且将包括轮询数据的响应发送至配置服务器130。在该示例性实施例中,智能设备110可以已经被标识为处于要为其提供示例性实施例的特征的覆盖区域中。
边缘处理客户端112可以生成轮询数据以包括各种类型的信息。例如,轮询数据可以包括作为边缘设备的智能设备110的可用性信息、智能设备110的位置信息、智能设备110的移动信息等、以及生成轮询数据的智能设备110的技术参数或信息。技术信息可以包括可用移动资源(例如,CPU、磁盘空间等)、与用作边缘设备相关联的成本等。轮询数据还可用于确定关于智能设备110的其他信息。例如,位置信息和移动信息可用于确定智能设备110保持在被处理的覆盖区域中的移动可用性时间。边缘处理客户端112可以提供将包括在轮询数据中的任何信息,使得可以执行对库贝(kube)-边缘网荚(pod)配置的最优确定。
云服务120可以表示任何云服务提供商和对与智能设备110相关联的用户呈现的服务。本领域技术人员将理解在提供云服务120中可能涉及的各种组件、设备、连接等。例如,云服务120可以利用云计算,其中与由实体维护的本地服务器或网络相对,远程服务器的网络和通过网络(例如,互联网)托管的其他网络设备可以提供数据的存储、管理、处理等。示例性实施例可以被利用和/或修改以与云服务120一起使用,并且可以包括智能设备110的用户可用的任何云服务。
云服务120可以具有与云相关联的不同特性。例如,在提供云服务120时,云可以包括定义构建块的Kubernete,所述构建块提供被配置为基于各种度量来部署、维护、缩放等多个应用的机制。本领域技术人员将理解与Kubernetes及其云中的功能相关联的不同技术方面。在另一示例中,云可包括将容器化组件分组的网荚(pod),其中每个容器将应用与底层主机基础设施组件功能地解耦。网荚(pod)可包括可共同位于具有共享资源能力的主机上的一个或多个容器。关于诸如那些可应用示例性实施例的库贝(kube)-边缘系统,网荚(pod)可配置成有状态或无状态部署,其中数据的存储可分别用于单独网荚(pod)或跨多个网荚(pod)共享。
在示例性实施例中,配置服务器130可包含识别程序132、竞价程序134、耦合程序136和选择程序138,且用作与边缘处理客户端112具有客户端-服务器关系的服务器。配置服务器130可以是企业服务器、膝上型计算机、笔记本、平板计算机、上网本计算机、PC、台式计算机、服务器、PDA、旋转电话、按键电话、智能电话、移动电话、虚拟设备、瘦客户端、IoT设备、或能够向和从其他计算设备接收和发送数据的任何其他电子设备或计算系统。虽然配置服务器130展示为单个装置,但在其他实施例中,配置服务器130可包括一起工作或独立工作的群集或多个计算装置。参照图3将配置服务器130更详细地描述为硬件实现方式、参照图4描述为云实现方式的一部分和/或参照图5利用功能抽象层进行处理。
根据示例性实施例,配置服务器130可发现并实现库贝(kube)-边缘网荚(pod)配置,其中重点是给定移动环境的有状态部署与无状态部署,这在移动环境中的多设备可用性和社交网络考虑的背景下以最小的激励实现高覆盖和可用性。
在示例性实施例中,识别程序132可以是软件、硬件和/或固件应用,该软件、硬件和/或固件应用被配置为在移动环境中选择覆盖区域并且确定智能设备110中的哪些位于所选择的覆盖区域中。如上文关于边缘处理客户端112所描述,识别程序132可以主动或被动方式轮询位于选定覆盖区域中的智能设备110并接收轮询数据。例如,以活跃的方式,当覆盖区域已被选择时,识别程序132可轮询覆盖区域并请求设备提供轮询数据。识别程序132可产生在选定覆盖区域中广播的轮询信号,使得选定覆盖区域中的每一智能设备110接收轮询信号。可替代地,识别程序132可从提供智能设备110的识别的网络组件接收信息,识别程序132可选择性地将轮询信号发送至这些智能设备110。在另一示例中,以被动的方式,标识程序132可以被分派移动环境中的一个或多个覆盖区。每次智能设备110进入分配给识别程序132的覆盖区域时,识别程序132可从智能设备110接收轮询数据。在这种情况下,识别程序132可被动地广播轮询信号(例如,连续地、以间歇的时间间隔等)。
在示例性实施例中,竞价程序134可以是软件、硬件和/或固件应用,其被配置成处理包括来自移动环境的覆盖区域中的智能设备110的竞价信息的轮询数据。如上所述,轮询数据可以包括竞价信息,其包括不同类型的输入。例如,轮询数据可包括与智能设备110相关的信息,包括可用性信息、位置信息、移动信息、技术参数等。可用性信息可以指示智能设备110是否可用作库贝(kube)-边缘网荚(pod)配置的边缘设备。位置信息可以指示覆盖区域内的物理位置。技术参数可提供智能设备110的各种技术特征(例如,型号、处理器类型、图形卡等)。包括在轮询数据中的竞价信息(例如,当智能设备110作为边缘设备可用时)可以包括与提供服务(例如,作为边缘设备)时的可用资源和预期成本相关的信息。例如,竞价信息可以包括移动资源(例如,CPU、磁盘空间等)、成本(例如,处理成本、财务成本等)、服务(例如,云服务120之一)所需的最小和最大资源、移动可用性时间(例如,智能设备110保持在覆盖区域中的持续时间、智能设备110由于任何其他原因而可用作边缘设备的持续时间等)。
使用轮询信息和竞价数据,竞价程序134可以基于覆盖区域中的智能设备110的相应成本和资源生成实用分数。实用分数可以针对合并了覆盖区域中的智能设备的不同信息的覆盖区域。实用分数可以指示是将无状态部署用于库贝(kube)-边缘网荚(pod)配置(例如,跨网荚(pod)共享存储)还是将有状态部署用于库贝(kube)-边缘网荚(pod)配置(例如,针对每个网荚(pod),存储是单独的)。竞价程序134可以沿着值的范围生成实用分数并且利用实用阈值,其中,在实用阈值的一侧上的实用分数指示无状态部署并且在实用阈值的另一侧上的实用分数指示有状态部署。
在示例性实现方式中,智能设备110在覆盖区域中可以是基本静态的,从而使得智能设备110中的每个智能设备的资源相对庞大、成本相对最低、云服务的所需资源是可管理的、并且智能设备110至少在要使用云服务的持续时间内是可用的。在这个示例性实现方式中,竞价程序134可以处理竞价信息并且确定朝向实用分数范围的一个极端的实用分数。例如,实用分数的范围可以从0至1,其中1指示使用有状态部署并且0指示使用无状态部署。实用程序得分还可以包括设置在范围的中点(例如,0.5)处的实用阈值,但是该阈值可以出于不同原因(例如,将部署偏向一种配置而不是另一种配置、考虑竞价信息的类型等)而被定位在沿范围的任何地方。由此,在这个示例性实现方式中,竞价程序134可以确定实用分数高于0.5,更接近于1。由此,仅基于利用覆盖区域中的智能设备110的成本和资源的实用分数,可以针对该情况确定有状态部署。在另一示例性实现方式中,智能设备110可以在覆盖区域中基本上是移动的和暂态的,从而使得智能设备110中的每个智能设备的资源相对不稳定、成本变化、云服务的所需资源可以是可管理的或可以不是可管理的,并且智能设备110可以用于可以覆盖或可以不覆盖云服务将被使用的持续时间的不确定时间量。在这个示例性实现方式中,竞价程序134可以处理竞价信息并且确定朝向实用分数范围的另一极端的实用分数。例如,竞价程序134可以确定实用程序得分低于0.5,更接近于0。因此,仅基于利用覆盖区域中的智能设备110的成本和资源的实用分数,可以针对该情况确定无状态部署。
竞价程序134还可以基于实用分数和竞价信息来确定如何对覆盖区域中的智能设备110进行分类。例如,当实用程序得分指示有状态部署时,竞价程序134可识别智能设备110中的哪些与要使用哪个单独存储操作的网荚(pod)相关联。在另一示例中,当实用程序得分指示无状态部署时,竞价程序134可识别哪些智能设备110将与为这些网荚(pod)共享存储的不同网荚(pod)相关联。
在示例性实施例中,耦合程序136可以是被配置成确定两个或更多个智能设备110是否可以被认为是集合(例如,耦合)的一部分的软件、硬件和/或固件应用。耦合程序136可利用轮询数据和/或其他可用信息(例如,公开可用信息,诸如社交媒体站点上的信息)。耦合程序136可以分析与智能设备110相关联的两个或更多个用户之间和/或两个或更多个智能设备110本身之间的空间-时间社交网络关系,关于是否可以耦合给定对或者可以将多个智能设备110视为集合。例如,耦合程序136可接收已婚夫妇正在同一车辆中一起行进并穿过覆盖区域的信息。耦合程序136因此可确定与已婚夫妇相关联的智能设备110可以出于示例性实施例的目的而耦合。在另一示例中,耦合程序136可以确定一组智能设备110正在公共交通工具(例如,公共汽车上的运动队)上一起行进,从而使得这些智能设备110可以出于示例性实施例的目的而被耦合或分组为一组。
耦合程序136可以利用通过轮询数据的不同分析确定的耦合信息来修改由竞价程序134确定的实用分数。例如,耦合程序136可确定一对智能设备110可被耦合。耦合程序136可随后基于耦合确定某些资源可被聚集或以其他方式被视为被分组。以此方式,对于耦合或分组的智能设备110,耦合或分组的智能设备110可具有耦合成本和/或耦合资源可用性。在具体示例中,耦合程序136可以通过耦合的智能设备110使用库贝(kube)-边缘中的共享盘来确定节省资源的可能性。以此方式,耦合程序136和/或竞价程序134可以利用覆盖区域中的智能设备110的这个更新的成本和/或资源信息来基于耦合信息将实用分数重新评估为经修改的实用分数。修改的实用分数可以相对于实用阈值被评估,并且相应的部署类型可以被确定。
在示例性实施例中,选择程序138可以是软件、硬件和/或固件应用,其被配置成实施确定将在库贝(kube)-边缘网荚(pod)配置中使用。使用经修改的实用程序评分(例如,当耦合信息可用于更新实用分数时),给定存在于其中的智能设备110的当前条件,选择程序138可以确定将哪个部署用于覆盖区域。如上所述,竞价程序134和/或耦合程序136还可以确定智能设备110要被分类和/或指派以执行云服务120的操作的方式。例如,出于存储的目的,当有状态部署将用于库贝(kube)-边缘网荚(pod)配置时,可以选择智能设备110中的一个或多个智能设备来存储给定网荚(pod)的数据(例如,基于覆盖区域中的所有当前智能设备110的成本和/或资源信息)。在另一示例中,当无状态部署将用于库贝(kube)-边缘网荚(pod)配置时,可以选择智能设备110中的一个或多个智能设备来存储多个网荚(pod)的数据,其中跨网荚(pod)共享存储(例如,基于覆盖区域中的所有现有智能设备110的成本和/或资源信息)。
图2描绘了根据示例性实施例的方法200的示例性流程图,示出了库贝(kube)-边缘配置系统100的配置服务器130在确定库贝(kube)-边缘网荚(pod)配置过程中的操作。方法200可以涉及由配置服务器130的标识程序132、竞价程序134、耦合程序136和选择程序138执行的操作。因而,将从配置服务器130的角度描述方法200。
配置服务器130轮询覆盖区域中的装置(步骤202)。配置服务器130可以多种方式轮询覆盖范围内的智能设备110。在示例性实施例中,配置服务器130可利用主动方式,其中配置服务器130选择覆盖区域且广播或发射用于所选覆盖区域的轮询信号。当前位于覆盖区域中且能够接收轮询信号的智能设备110可相应地做出响应。在另一示例性实现方式中,配置服务器130可利用被动方式,其中配置服务器130可负责覆盖区域且持续地广播轮询信号且等待来自处于覆盖区域中的智能设备110的响应。在进一步的示例性实施例中,配置服务器130可以配置有主动和被动方式。
配置服务器130确定在覆盖区域中是否存在要为其确定库贝(kube)-边缘网荚(pod)配置的任何装置(判定204)。基于轮询信号和对轮询信号的响应,配置服务器130可确定覆盖区域中的任何智能设备110的存在。由于在覆盖区域中没有智能设备110(判定204,“否”分支),所以配置服务器130可以利用默认部署。默认部署可以是由例如管理员选择的预选部署。还可以基于历史部署和选择更频繁使用的部署来动态地选择默认部署。
由于在覆盖区域中存在至少一个智能设备110(判定204,“是”分支),所以配置服务器130从覆盖区域中的每个设备请求竞价数据(步骤206)。响应于轮询信号,配置服务器130可从覆盖区域中的智能设备110接收轮询数据。轮询数据可以包括关于智能设备110的信息(例如,可用性信息、位置信息、移动信息等)以及竞价信息(例如,与智能设备110的成本和/或资源相关的信息)。
配置服务器130确定竞价信息或者智能设备110是否可用于库贝(kube)-边缘网荚(pod)配置(判定208)。由于配置服务器130不接收竞价数据或确定没有智能设备110可用(判定208,“否”分支),配置服务器130可以再次推迟到默认部署。
由于配置服务器130接收竞价数据并且确定至少一个智能设备110可用(判定208,“是”分支),所以配置服务器130基于竞价信息确定覆盖区域的实用分数(步骤210)。在竞价信息指示智能设备110以及云服务120的成本和资源的情况下,配置服务器130可以确定实用分数作为优化分析。
配置服务器130确定在智能设备110之间或之中是否存在任何时空社交网络关系数据(步骤212)。具体地,配置服务器130确定关于是否可耦合一对智能设备110或者可将多个智能设备110视为一组的耦合信息。在耦合或分组智能设备110时,可重新评估成本和/或资源,使得可以降低成本或可节省资源。例如,如果智能设备110可以耦合,则存储操作可以由所耦合的智能设备110的磁盘共享。以此方式,覆盖区域中的智能设备110的成本和/或资源可被重新评估。因而,配置服务器130可基于实用分数和耦合信息来确定修改后的实用分数。
使用修改的实用程序评分(例如,当耦合信息可用时)或实用分数(例如,当耦合信息不可用时),配置服务器130确定将用于覆盖区域的配置(步骤214)。具体地,配置服务器130可确定库贝(kube)-边缘网荚(pod)配置是有状态的(其中对于每个网荚(pod),存储是单独的)还是无状态的(其中跨网荚(pod)共享存储),任一部署中的存储是通过智能设备110中的一个或多个。配置服务器130还可以通过确定智能设备110中的哪个将用于存储功能来确定如何提供所选择的库贝(kube)-边缘网荚(pod)配置部署。
示例性实施例被配置为确定其中可以存在一个或多个移动设备的移动环境的覆盖区域的库贝(kube)-边缘网荚(pod)配置。由于移动环境需要动态条件,其中移动设备进入和离开覆盖区域以及每个移动设备在作为边缘设备时具有与其相关联的动态成本和资源,所以示例性实施例通过基于覆盖区域的现有条件在有状态部署或无状态部署之间的选择来动态确定库贝(kube)-边缘网荚(pod)配置。
根据各种特征,示例性实施例在多装置可用性的背景下利用空间-时间社交网络分析,用于发现和实现用于给定移动环境的最佳库贝(kube)-边缘网荚(pod)配置,所述配置以最小激励实现高覆盖和可用性。示例性实施例还利用移动节点的移动性模式及其与对等节点的通信交互,以便生成跨越无状态到有状态选项的频谱的服务级目标符合库贝(kube)-边缘网荚(pod)配置。示例性实施例还考虑关于资源和成本的标准参数以及理解基于空间-时间社交网络分析的耦合或分组设备的潜力,空间-时间社交网络分析被利用来在kubeedge中有状态对无状态之间更好地权衡,从而导致更好的权衡决策。
图3描绘了根据示例性实施例的图1的库贝(kube)-边缘配置系统100内的设备的框图。应当理解,图3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。
在此使用的装置可包括一个或多个处理器02、一个或多个计算机可读RAM04、一个或多个计算机可读ROM06、一个或多个计算机可读存储介质08、装置驱动器12、读/写驱动器或接口14、网络适配器或接口16,其全部通过通信结构18互连。通信结构18可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。
一个或多个操作系统10以及一个或多个应用程序11被存储在计算机可读存储介质08中的一个或多个上以用于由一个或多个处理器02经由一个或多个相应的RAM 04(其通常包括高速缓存存储器)来执行。在所示实施例中,计算机可读存储介质08中的每个可以是内部硬盘的磁盘存储设备、CD-ROM、DVD、记忆棒、磁带、磁盘、光盘、诸如RAM、ROM、EPROM、闪存的半导体存储设备或可以存储计算机程序和数字信息的任何其他计算机可读有形存储设备。
在此使用的设备还可以包括R/W驱动器或接口14,用于从一个或多个便携式计算机可读存储介质26读取和写入该一个或多个便携式计算机可读存储介质。所述设备上的应用程序11可存储在一个或多个便携式计算机可读存储介质26上,通过相应的R/W驱动器或接口14读取并加载到相应的计算机可读存储介质08中。
在此使用的设备还可以包括网络适配器或接口16,如TCP/IP适配器卡或无线通信适配器(如使用OFDMA技术的4G无线通信适配器)。所述计算设备上的应用程序11可以经由网络(例如,互联网、局域网或其他广域网或无线网络)和网络适配器或接口16从外部计算机或外部存储设备被下载到计算设备。程序可以从网络适配器或接口16加载到计算机可读存储介质08上。网络可以包括铜线、光纤、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。
在此使用的设备还可以包括显示屏20、键盘或小键盘22、以及计算机鼠标或触摸板24。设备驱动器12与用于成像的显示屏20、键盘或小键盘22、计算机鼠标或触摸板24、和/或用于字母数字字符输入和用户选择的压力感测的显示屏20接口。设备驱动器12、R/W驱动器或接口14和网络适配器或接口16可以包括硬件和软件(存储在计算机可读存储介质08和/或ROM 06上)。
在此描述的程序基于在示例性实施例中的特定示例性实施例中实现它们的应用来识别。然而,应当理解,本文中的任何特定程序术语仅仅是为了方便而使用的,并且因此示例性实施例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。
基于上述内容,已经公开了一种计算机系统、方法和计算机程序产品。然而,在不偏离示例性实施例的范围的情况下,可以进行多种修改和替换。因此,通过示例而非限制的方式公开了示例性实施例。
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,示例性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。
资源池化: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。
现在参考图4,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40,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。节点40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4中所示的计算设备54A-N的类型仅旨在是说明性的,并且计算节点40和云计算环境50可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设备通信。
现在参见图5,示出了由云计算环境50(图4)提供的一组功能抽象层。应当理解,图5中所示的组件、层和功能仅旨在是示例性的,并且示例性实施例并不限于此。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;以及库贝(kube)-边缘配置处理96。
本发明可以是任何可能的技术细节集成级别的系统、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为可保留和存储供指令执行装置使用的指令的有形装置。计算机可读存储介质可以是,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。计算机可读存储介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介质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介质传播的电磁波(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、集成电路的配置数据、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)和过程程序设计语言(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))连接至用户计算机,或者可连接至外部计算机(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。
计算机可读程序指令也可以加载到计算机、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框可表示指令的模块、段或部分,其包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些替代实施例中,框中标注的功能可以不按照图中标注的顺序发生。例如,连续示出的两个方框实际上可以作为一个步骤完成,同时、基本上同时、以部分或完全时间上重叠的方式执行,或者方框有时可以以相反的顺序执行,这取决于所涉及的功能。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。

Claims (20)

1.一种用于确定库贝(kube)-边缘网荚(pod)配置的计算机实现的方法,所述方法包括:
确定移动环境覆盖区域中的移动设备,所述移动设备利用云服务;
从所述移动设备接收轮询数据,所述轮询数据包括指示作为所述云服务的边缘设备操作的每个所述移动设备的相应成本和相应资源可用性的竞价数据;
确定用于所述移动设备的耦合信息,所述耦合信息指示是否至少所述移动设备中的两个将被视为耦合,使得所耦合的移动设备具有耦合的成本和耦合的资源可用性;
基于所述竞价数据和所述耦合信息确定所述覆盖区域的实用分数;以及
基于所述实用分数选择用于所述云服务的网荚(pod)的数据存储部署方案。
2.根据权利要求1所述的计算机实现的方法,其中,所述轮询数据进一步包括所述移动设备的特征信息,所述特征信息包括每个所述移动设备的可用性信息、位置信息、移动信息和技术参数中的至少一个。
3.根据权利要求1所述的计算机实现的方法,其中,所述竞价数据包括涉及移动资源可用性、作为所述边缘设备的成本、所述云服务所需的资源、以及移动可用性时间中的至少一个的信息。
4.根据权利要求1所述的计算机实现的方法,其中,所述耦合信息基于所述移动设备和与所述移动设备相关联的用户中的至少一个的空间-时间社交网络关系数据。
5.根据权利要求1所述的计算机实现的方法,其中,确定所述覆盖区域中的所述移动设备包括:
在所述覆盖区域内广播轮询信号,
其中,从所述移动设备接收所述轮询数据是所述移动设备在接收到所述轮询信号后发送所述轮询数据的结果。
6.根据权利要求1所述的计算机实现的方法,其中,确定所述覆盖区域中的所述移动设备包括:
选择所述覆盖区域;以及
向所述覆盖区域中的所述移动设备发送轮询信号,
其中,所述轮询数据来自接收所述轮询信号的所述移动设备。
7.根据权利要求1所述的计算机实现的方法,其中,所述数据存储部署方案是有状态部署或无状态部署中的一个,所配置的用于存储的所述有状态部署对于每个所述网荚(pod)是单独的,所配置的用于存储的所述无状态部署跨所述网荚(pod)共享。
8.一种用于确定库贝(kube)-边缘网荚(pod)配置的计算机程序产品,所述计算机程序产品包括:
一个或多个非暂时性计算机可读存储介质以及存储在所述一个或多个非暂时性计算机可读存储介质上的能够执行方法的程序指令,所述方法包括:
确定移动环境的覆盖区域中的移动设备,所述移动设备利用云服务;
从所述移动设备接收轮询数据,所述轮询数据包括指示作为所述云服务的边缘设备操作的每个所述移动设备的相应成本和相应资源可用性的竞价数据;
确定用于所述移动设备的耦合信息,所述耦合信息指示是否至少所述移动设备中的两个将被视为耦合,使得所耦合的移动设备具有耦合的成本和耦合的资源可用性;
基于所述竞价数据和所述耦合信息确定所述覆盖区域的实用分数;以及
基于所述实用分数选择用于所述云服务的网荚(pod)的数据存储部署方案。
9.根据权利要求8所述的计算机程序产品,其中,所述轮询数据进一步包括所述移动设备的特征信息,所述特征信息包括每个所述移动设备的可用性信息、位置信息、运动信息和技术参数中的至少一个。
10.根据权利要求8所述的计算机程序产品,其中,所述竞价数据包括涉及移动资源可用性、作为所述边缘设备的成本、所述云服务所需要的资源、以及移动可用性时间中的至少一个的信息。
11.根据权利要求8所述的计算机程序产品,其中,所述耦合信息基于所述移动设备和与所述移动设备相关联的用户中的至少一个的空间-时间社交网络关系数据。
12.根据权利要求8所述的计算机程序产品,其中,确定所述覆盖区域中的所述移动设备包括:
在所述覆盖区域内广播轮询信号,
其中,从所述移动设备接收所述轮询数据是所述移动设备在接收到所述轮询信号后发送所述轮询数据的结果。
13.根据权利要求8所述的计算机程序产品,其中,确定所述覆盖区域中的所述移动设备包括:
选择所述覆盖区域;以及
向所述覆盖区域中的所述移动设备发送轮询信号,
其中,所述轮询数据来自接收所述轮询信号的所述移动设备。
14.根据权利要求8所述的计算机程序产品,其中,所述数据存储部署方案是有状态部署或无状态部署中的一个,所配置的用于存储的所述有状态部署对于每个所述网荚(pod)是单独的,所配置的用于存储的所述无状态部署跨所述网荚(pod)共享。
15.一种用于确定库贝(kube)-边缘网荚(pod)配置的计算机系统,所述计算机系统包括:
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、以及存储在一个或多个所述计算机可读存储介质上的用于由能够执行一种方法的所述一个或多个处理器中的至少一个执行的程序指令,所述方法包括:
确定移动环境的覆盖区域中的移动设备,所述移动设备利用云服务;
从所述移动设备接收轮询数据,所述轮询数据包括指示作为所述云服务的边缘设备操作的每个所述移动设备的相应成本和相应资源可用性的竞价数据;
确定用于所述移动设备的耦合信息,所述耦合信息指示是否至少所述移动设备中的两个将被视为耦合,使得所耦合的移动设备具有耦合的成本和耦合的资源可用性;
基于所述竞价数据和所述耦合信息确定所述覆盖区域的实用分数;以及
基于所述实用分数选择用于所述云服务的网荚(pod)的数据存储部署方案。
16.根据权利要求15所述的计算机系统,其中,所述轮询数据进一步包括所述移动设备的特征信息,所述特征信息包括每个所述移动设备的可用性信息、位置信息、运动信息和技术参数中的至少一个。
17.根据权利要求15所述的计算机系统,其中,所述竞价数据包括涉及移动资源可用性、作为所述边缘设备的成本、所述云服务所需的资源、以及移动可用性时间中的至少一个的信息。
18.根据权利要求15所述的计算机系统,其中,所述耦合信息基于所述移动设备和与所述移动设备相关联的用户中的至少一个的空间-时间社交网络关系数据。
19.根据权利要求15所述的计算机系统,其中,确定所述覆盖区域内的所述移动设备包括:
在所述覆盖区域内广播轮询信号,
其中,从所述移动设备接收所述轮询数据是所述移动设备在接收到所述轮询信号后发送所述轮询数据的结果。
20.根据权利要求15所述的计算机系统,其中,确定所述覆盖区域内的所述移动设备包括:
选择所述覆盖区域;以及
向所述覆盖区域中的所述移动设备发送轮询信号,
其中,所述轮询数据来自接收所述轮询信号的所述移动设备。
CN202180073213.5A 2020-11-23 2021-10-21 移动库贝-边缘自动配置 Pending CN116490862A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US17/101,419 2020-11-23
US17/101,419 US11343315B1 (en) 2020-11-23 2020-11-23 Spatio-temporal social network based mobile kube-edge auto-configuration
PCT/CN2021/125326 WO2022105527A1 (en) 2020-11-23 2021-10-21 Mobile kube-edge auto-configuration

Publications (1)

Publication Number Publication Date
CN116490862A true CN116490862A (zh) 2023-07-25

Family

ID=81656562

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180073213.5A Pending CN116490862A (zh) 2020-11-23 2021-10-21 移动库贝-边缘自动配置

Country Status (6)

Country Link
US (1) US11343315B1 (zh)
JP (1) JP2023551157A (zh)
CN (1) CN116490862A (zh)
DE (1) DE112021005136T5 (zh)
GB (1) GB2616752B (zh)
WO (1) WO2022105527A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117742813A (zh) * 2023-11-02 2024-03-22 新疆新华水电投资股份有限公司 一种云边端ai模型管理方法、存储介质、电子设备

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6931630B1 (en) 2000-09-27 2005-08-16 International Business Machines Corporation Method of, system for, and computer program product for providing automatic identification of a computer program code candidate for web deployment or a stored procedure
US9098344B2 (en) * 2011-12-27 2015-08-04 Microsoft Technology Licensing, Llc Cloud-edge topologies
US8713562B2 (en) 2012-01-06 2014-04-29 International Business Machines Corporation Intelligent and automated code deployment
US9122562B1 (en) 2014-06-19 2015-09-01 Amazon Technologies, Inc. Software container recommendation service
US9983795B1 (en) * 2015-03-31 2018-05-29 EMC IP Holding Company LLC Techniques for determining a storage configuration
US10142204B2 (en) 2015-07-27 2018-11-27 Datagrid Systems, Inc. Techniques for evaluating server system reliability, vulnerability and component compatibility using crowdsourced server and vulnerability data
US10412154B2 (en) 2017-04-17 2019-09-10 Red Hat, Inc. Configuration recommendation for a microservice architecture
US10110495B1 (en) * 2017-11-22 2018-10-23 Intel Corporation Multi-access edge computing (MEC) service provision based on local cost measurements
US10728145B2 (en) * 2018-08-30 2020-07-28 Juniper Networks, Inc. Multiple virtual network interface support for virtual execution elements
US11132608B2 (en) * 2019-04-04 2021-09-28 Cisco Technology, Inc. Learning-based service migration in mobile edge computing
US11102087B2 (en) * 2019-04-05 2021-08-24 At&T Intellectual Property I, L.P. Service deployment for geo-distributed edge clouds
US11395308B2 (en) * 2019-04-30 2022-07-19 Fujitsu Limited Monitoring-based edge computing service with delay assurance
CN110633144A (zh) 2019-08-23 2019-12-31 成都华为技术有限公司 一种边缘云的融合管理的方法及装置
US11977961B2 (en) * 2019-10-17 2024-05-07 Ambeent Wireless Method and system for distribution of computational and storage capacity using a plurality of moving nodes in different localities: a new decentralized edge architecture
US11122121B2 (en) * 2019-11-22 2021-09-14 EMC IP Holding Company LLC Storage system having storage engines with multi-initiator host adapter and fabric chaining
CN111082997B (zh) 2019-12-30 2021-05-14 西安电子科技大学 移动边缘计算平台中基于业务识别的网络功能编排方法
CN111427822A (zh) 2020-03-27 2020-07-17 苏州浪潮智能科技有限公司 一种边缘计算系统

Also Published As

Publication number Publication date
US11343315B1 (en) 2022-05-24
GB202308790D0 (en) 2023-07-26
WO2022105527A1 (en) 2022-05-27
JP2023551157A (ja) 2023-12-07
US20220166830A1 (en) 2022-05-26
DE112021005136T5 (de) 2023-08-17
GB2616752B (en) 2024-03-20
GB2616752A (en) 2023-09-20

Similar Documents

Publication Publication Date Title
US11218546B2 (en) Computer-readable storage medium, an apparatus and a method to select access layer devices to deliver services to clients in an edge computing system
US9843485B2 (en) Monitoring dynamic networks
US20220150125A1 (en) AI Named Function Infrastructure and Methods
US9577916B1 (en) Gateway flow plugin containers
CN110692037A (zh) 应用程序部署
US20210117134A1 (en) Technologies for storage and processing for distributed file systems
AU2022245632B2 (en) Run-time communications protocol parameter adjustment in containerized applications
CN115803714A (zh) 使用多接入边缘计算来分派任务和数据
JP2023545985A (ja) エッジ・コンピューティング環境におけるタスク・フローの管理
JP2022077015A (ja) コンピュータ実装方法、コンピュータプログラムおよびコンピュータシステム(モノのインターネットデバイスオーケストレーション)
US11829799B2 (en) Distributed resource-aware training of machine learning pipelines
CN116490862A (zh) 移动库贝-边缘自动配置
US11082520B2 (en) Process broker for executing web services in a system of engagement and system of record environments
US11765236B2 (en) Efficient and extensive function groups with multi-instance function support for cloud based processing
US20230077360A1 (en) Dynamic edge computing with resource allocation targeting autonomous vehicles
CN114553934B (zh) 用于多设备连接管理的方法和系统
US11537433B2 (en) Resource and asset lifecycle costing
US20190069121A1 (en) Direct update of mobile applications based on features used
US20230056965A1 (en) Dynamic multi-stream deployment planner
WO2024099246A1 (en) Container cross-cluster capacity scaling
US11910221B1 (en) Edge service deployment with network slice invocation
US20240069926A1 (en) Provisioning Business Function on Edge
US11593944B2 (en) System and method for instance segmentation in pathological images using object-guided framework
US20240296077A1 (en) Storage Assignment Using Application Storage Requirements
US20230276250A1 (en) Dynamic positioning of relay devices for machine-to-machine wireless communication

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