CN116566992B - 边缘计算的动态协同方法、装置、计算机设备和存储介质 - Google Patents
边缘计算的动态协同方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116566992B CN116566992B CN202310836731.9A CN202310836731A CN116566992B CN 116566992 B CN116566992 B CN 116566992B CN 202310836731 A CN202310836731 A CN 202310836731A CN 116566992 B CN116566992 B CN 116566992B
- Authority
- CN
- China
- Prior art keywords
- node
- optional
- computing
- force
- service
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000011156 evaluation Methods 0.000 claims abstract description 176
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 description 28
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H04L67/1029—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers using data related to the state of servers by a load balancer
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- 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
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施方式提供了一种边缘计算的动态协同方法、装置、计算机设备和存储介质。所述动态协同方法包括：根据接收到的边缘计算业务，确定协同需求；所述协同需求至少包括业务需求信息和偏好类型信息；若任一邻近节点的节点参数信息满足所述业务需求信息，将所述任一邻近节点作为可选节点；基于所述业务需求信息、所述偏好类型信息和所述可选节点的节点参数信息，对所述可选节点的协同效用进行评估，得到可选节点评估结果；根据所述可选节点评估结果，在所述可选节点中确定出与所述主节点具有算力协同关系的从节点；其中，所述主节点能够调用所述从节点的算力资源，如此，可以提高边缘计算的算力资源利用率和分布式处理能力。
Description
技术领域
本说明书中实施方式关于通信技术领域，具体涉及一种边缘计算的动态协同方法、装置、计算机设备和存储介质。
背景技术
随着物联网技术的迅速发展，电力物联网系统中终端、数据和业务的接入规模不断增长，爆发式的数据量对电力物联网系统的系统云端或数据中心的性能提出了更高的要求。边缘计算作为一种分布式计算模式，可以将业务卸载至附近的边缘计算节点就近执行，使其得到及时有效的处理。
相关技术中，在进行边缘计算时，对于算力资源的分配方式较为单一被动，各个边缘计算节点之间缺乏有效的协同机制，存在着算力资源难以得到有效利用从而导致的边缘计算业务处理能力不足的问题。
因此，亟需一种边缘计算的动态协同方法，以提高边缘计算的算力资源利用率和分布式处理能力。
发明内容
有鉴于此，本说明书多个实施方式致力于提供一种边缘计算的动态协同方法、装置、计算机设备和存储介质，以提高边缘计算的算力资源利用率和分布式处理能力。
本说明书实施方式提供一种边缘计算的动态协同方法，所述动态协同方法应用于边缘计算系统的主节点；所述边缘计算系统还包括与所述主节点通信连接的多个邻近节点；所述动态协同方法包括：根据接收到的边缘计算业务，确定协同需求；所述协同需求至少包括业务需求信息和偏好类型信息；若任一邻近节点的节点参数信息满足所述业务需求信息，将所述任一邻近节点作为可选节点；基于所述业务需求信息、所述偏好类型信息和所述可选节点的节点参数信息，对所述可选节点的协同效用进行评估，得到可选节点评估结果；根据所述可选节点评估结果，在所述可选节点中确定出与所述主节点具有算力协同关系的从节点；其中，所述主节点能够调用所述从节点的算力资源。
进一步地，所述根据接收到的所述边缘计算业务，确定协同需求，包括：若所述主节点的算力负载量大于或等于预设算力负载量，根据接收到的所述边缘计算业务对应的预设协同需求，确定所述边缘计算业务对应的所述业务需求信息和所述偏好类型信息。
进一步地，所述业务需求信息至少包括时延需求、算力需求和带宽需求；所述节点参数信息至少包括处理时延、可用算力和通信带宽；所述若任一邻近节点的节点参数信息满足所述业务需求信息，将所述任一邻近节点作为可选节点，包括：若所述任一邻近节点的处理时延、可用算力和通信带宽分别满足所述时延需求、所述算力需求和所述带宽需求，将所述任一邻近节点作为所述可选节点。
进一步地，所述可选节点的数量为多个，构成可选节点簇；所述协同需求还包括所述边缘计算业务的业务数据量和所述边缘计算业务的计算结果数据量；所述节点参数信息还包括节点计算速度；所述基于所述业务需求信息、所述偏好类型信息和所述可选节点的节点参数信息，对所述可选节点的协同效用进行评估，得到可选节点评估结果，包括：针对所述可选节点簇中的任一可选节点，确定所述可用算力对所述节点计算速度的第一商值、所述业务数据量对所述通信带宽的第二商值、所述计算结果数据量对所述通信带宽的第三商值；确定所述第一商值、所述第二商值与所述第三商值之和对所述时延需求的第四商值，将所述第四商值作为时延评估结果；确定所述可用算力对所述算力需求的第五商值，将所述第五商值作为算力评估结果；确定所述通信带宽对所述带宽需求的第六商值，将所述第六商值作为带宽评估结果；根据所述时延评估结果、算力评估结果、带宽评估结果和所述偏好类型信息，确定所述任一可选节点的可选节点评估结果。
进一步地，所述根据所述时延评估结果、算力评估结果、带宽评估结果和所述偏好类型信息，确定所述任一可选节点的可选节点评估结果，包括：根据所述偏好类型信息，确定时延偏好因子、算力偏好因子和带宽偏好因子；其中，所述时延偏好因子、所述算力偏好因子和所述带宽偏好因子之和为1；确定所述时延偏好因子与所述时延评估结果的第一乘积、所述算力偏好因子与所述算力评估结果的第二乘积、所述带宽偏好因子与所述带宽评估结果的第三乘积；将所述第一乘积、所述第二乘积、所述第三乘积之和作为所述任一可选节点的可选节点评估结果。
进一步地，所述可选节点的数量为多个，构成可选节点簇；所述根据所述可选节点评估结果，在所述可选节点中确定出与所述主节点具有算力协同关系的从节点，包括：从所述可选节点簇中选取可选节点评估结果最小的可选节点作为所述从节点，以使所述主节点能够调用所述从节点的算力资源。
进一步地，所述动态协同方法还包括：在所述主节点调用所述从节点的算力资源后，更新所述主节点的算力负载量，得到更新后的算力负载量；确定所述业务需求信息中的算力需求与所述从节点的可用算力之和；确定所述更新后的算力负载量对所述算力需求与所述从节点的可用算力之和的第七商值，将所述第七商值作为算力占用率；若所述算力占用率大于或等于预设算力占用率，继续从所述可选节点簇中选取可选节点评估结果最小的可选节点作为所述从节点。
进一步地，所述动态协同方法还包括：若所述更新后的算力负载量小于预设算力负载量，则解除所述主节点与所述从节点之间的算力协同关系。
本说明书实施方式提供一种边缘计算的动态协同装置，所述动态协同装置应用于边缘计算系统的主节点；所述边缘计算系统还包括与所述主节点通信连接的多个邻近节点；所述动态协同装置包括：协同需求确定模块，用于根据接收到的边缘计算业务，确定协同需求；所述协同需求至少包括业务需求信息和偏好类型信息；可选节点确定模块，用于若任一邻近节点的节点参数信息满足所述业务需求信息，将所述任一邻近节点作为可选节点；可选节点评估模块，用于基于所述业务需求信息、所述偏好类型信息和所述可选节点的节点参数信息，对所述可选节点的协同效用进行评估，得到可选节点评估结果；算力协同确定模块，用于根据所述可选节点评估结果，在所述可选节点中确定出与所述主节点具有算力协同关系的从节点；其中，所述主节点能够调用所述从节点的算力资源。
进一步地，所述协同需求确定模块还用于：若所述主节点的算力负载量大于或等于预设算力负载量，根据接收到的所述边缘计算业务对应的预设协同需求，确定所述边缘计算业务对应的所述业务需求信息和所述偏好类型信息。
进一步地，所述业务需求信息至少包括时延需求、算力需求和带宽需求；所述节点参数信息至少包括处理时延、可用算力和通信带宽；所述可选节点确定模块，还用于：若所述任一邻近节点的处理时延、可用算力和通信带宽分别满足所述时延需求、所述算力需求和所述带宽需求，将所述任一邻近节点作为所述可选节点。
进一步地，所述可选节点的数量为多个，构成可选节点簇；所述协同需求还包括所述边缘计算业务的业务数据量和所述边缘计算业务的计算结果数据量；所述节点参数信息还包括节点计算速度；所述可选节点评估模块，包括：可选节点时延评估模块，用于针对所述可选节点簇中的任一可选节点，确定所述可用算力对所述节点计算速度的第一商值、所述业务数据量对所述通信带宽的第二商值、所述计算结果数据量对所述通信带宽的第三商值；确定所述第一商值、所述第二商值与所述第三商值之和对所述时延需求的第四商值，将所述第四商值作为时延评估结果；可选节点算力评估模块，用于确定所述可用算力对所述算力需求的第五商值，将所述第五商值作为算力评估结果；可选节点带宽评估模块，用于确定所述通信带宽对所述带宽需求的第六商值，将所述第六商值作为带宽评估结果；归一化评估模块，用于根据所述时延评估结果、算力评估结果、带宽评估结果和所述偏好类型信息，确定所述任一可选节点的可选节点评估结果。
进一步地，所述归一化评估模块，包括：偏好因子确定模块，用于根据所述偏好类型信息，确定时延偏好因子、算力偏好因子和带宽偏好因子；其中，所述时延偏好因子、所述算力偏好因子和所述带宽偏好因子之和为1；归一化评估子模块，用于确定所述时延偏好因子与所述时延评估结果的第一乘积、所述算力偏好因子与所述算力评估结果的第二乘积、所述带宽偏好因子与所述带宽评估结果的第三乘积；以及用于将所述第一乘积、所述第二乘积、所述第三乘积之和作为所述任一可选节点的可选节点评估结果。
进一步地，所述可选节点的数量为多个，构成可选节点簇；所述算力协同确定模块，还用于：从所述可选节点簇中选取可选节点评估结果最小的可选节点作为所述从节点，以使所述主节点能够调用所述从节点的算力资源。
进一步地，所述算力协同确定模块，还用于：在所述主节点调用所述从节点的算力资源后，更新所述主节点的算力负载量，得到更新后的算力负载量；确定所述业务需求信息中的算力需求与所述从节点的可用算力之和；确定所述更新后的算力负载量对所述算力需求与所述从节点的可用算力之和的第七商值，将所述第七商值作为算力占用率；若所述算力占用率大于或等于预设算力占用率，继续从所述可选节点簇中选取可选节点评估结果最小的可选节点作为所述从节点。
进一步地，所述算力协同确定模块，还用于若所述更新后的算力负载量小于预设算力负载量，则解除所述主节点与所述从节点之间的算力协同关系。
本说明书实施方式提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施方式所述的动态协同方法。
本说明书实施方式提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施方式所述的动态协同方法。
本说明书提供的多个实施方式，通过根据接收到的边缘计算业务，确定出至少包括业务需求信息和偏好类型信息的协同需求，并将边缘计算系统中节点参数信息满足业务需求信息的邻近节点作为可选节点，然后基于业务需求信息、偏好类型信息和可选节点的节点参数信息，对可选节点的协同效用进行评估，得到可选节点评估结果，并根据可选节点评估结果从可选节点中选取从节点，以建立主节点与从节点之间的算力协同关系，如此，可以根据边缘计算业务动态地从可选节点中确定出从节点，并调用从节点的算力资源进行协同计算，提高了边缘计算的算力资源利用率和分布式处理能力。
附图说明
图1为本说明书实施方式提供的边缘计算系统的拓扑结构示意图；
图2为本说明书实施方式提供的边缘计算的动态协同方法的流程示意图；
图3为本说明书实施方式提供的可选节点评估结果的确定方法的流程示意图；
图4为本说明书实施方式提供的可选节点评估结果的确定方法的流程示意图；
图5为本说明书实施方式提供的边缘计算的动态协同方法的流程示意图；
图6为本说明书实施方式提供的边缘计算的动态协同装置的示意图；
图7为本说明书实施方式提供的计算机设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书方案，下面将结合本说明书实施方式中的附图，对本说明书实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅是本说明书一部分实施方式，而不是全部的实施方式。基于本说明书中的实施方式，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方式，都属于本说明书保护的范围。
随着物联网技术的迅速发展，电力物联网系统中终端、数据和业务的接入规模不断增长，爆发式的数据量对电力物联网系统的系统云端或数据中心的性能提出了更高的需求。边缘计算作为一种分布式计算模式，可以在终端的算力资源与能耗受限，或系统云端存在网络拥塞与高延迟时，将业务数据卸载至附近的边缘计算节点就近执行，使其得到及时有效的处理。
相关技术中，边缘计算的瓶颈主要在于边缘计算节点的计算、通信、存储等资源有限，当业务数据规模进一步增大时，边缘计算节点的资源趋于饱和，容易导致边缘计算节点的服务质量下降。然而相关技术中，边缘计算的算力资源的分配方式较为单一被动，各个边缘计算节点之间缺乏有效的协同机制，存在着算力资源难以得到有效利用导致的计算任务处理能力低的问题。
因此，有必要提供一种边缘计算的动态协同方法，针对电力物联网系统的计算业务的分布式特性，将边缘计算节点的工作模式也从单机独立运行模式转变成为多个边缘计算节点的动态协同模式，以实现边缘计算系统中边缘计算节点之间的“边-边”算力动态协同，从而提高边缘计算节点之间的互操作性、边缘计算业务的交互效率、算力资源利用率和分布式处理能力。
请参阅图1，图1为本说明书实施方式提供的一种边缘计算系统的拓扑结构示意图。边缘计算系统可以是物联网平台系统的子系统，示例性地，物联网平台系统可以是电力物联网系统，电力物联网系统可以包括云端服务器、用户终端和边缘计算系统，云端服务器可以作为电力物联网系统的数据中心，边缘计算系统可以与云端服务器、用户终端通信连接。具体地，边缘计算系统可以包括主节点110和与主节点110通信连接的多个邻近节点120。其中，主节点110及其多个邻近节点120均为能够对边缘计算业务进行计算的边缘计算节点。边缘计算系统还可以包括用于通讯的中继节点130，主节点110可以通过一个或多个中继节点130与任一个邻近节点120进行通信连接。
示例性地，用户终端可以为实体终端设备，例如，可以为电表仪器、充电桩、工业机器人等物联网设备，也可以为实体终端设备上的软件应用程序。
本说明书实施方式提供一种边缘计算的动态协同方法，请参阅图2，图2是本实施方式提供的一种边缘计算的动态协同方法的流程示意图，本实施方式提供了如流程图的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或更少的操作步骤。实施方式中列举的步骤顺序仅仅为众多步骤执行顺序中的一种执行方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例所示的方法顺序执行或者并行执行（例如，并行处理器或者多线程处理的环境）。该动态协同方法可以应用于边缘计算系统的主节点，具体如图2所示，该动态协同方法可以包括以下步骤。
步骤S210：根据接收到的边缘计算业务，确定协同需求；协同需求至少包括业务需求信息和偏好类型信息。
一些情况下，主节点可以接收到边缘计算业务，并对边缘计算业务进行计算处理，当主节点接收到的边缘计算业务的规模过大时，存在由于算力资源趋于饱和而导致的计算处理能力不足的问题，此时，可以通过调用边缘计算系统中邻近节点的算力资源对边缘计算业务进行协同计算。
在本实施方式中，可以根据接收到的边缘计算业务，确定协同需求，以基于协同需求对边缘计算系统中的部分邻近节点的算力资源进行调用。其中，协同需求表示主节点需要调用边缘计算系统中邻近节点的算力资源对边缘计算业务进行计算处理。具体地，协同需求至少可以包括业务需求信息和偏好类型信息。业务需求信息可以表示主节点在调用邻近节点的算力资源时，为使得邻近节点可以对边缘计算业务进行正常计算处理，邻近节点需要满足的相关要求。业务需求信息可以包括多种业务需求，偏好类型信息可以表示边缘计算业务对于业务需求信息中不同业务需求的优先级或敏感程度，或者说边缘计算业务对于业务需求信息中不同业务需求的侧重情况。
示例性地，可以接收用户终端发送的边缘计算业务，并根据边缘计算业务确定出包括业务需求信息和偏好类型信息的协同需求。作为一种示例，可以接收云端服务器发送的计算指示，并根据计算指示接收用户终端发送的边缘计算业务。
步骤S220：若任一邻近节点的节点参数信息满足业务需求信息，将该邻近节点作为可选节点。
在本实施方式中，在确定协同需求后，可以获取边缘计算系统中任一邻近节点的节点参数信息，并对该邻近节点的节点参数信息是否满足协同需求的业务需求信息进行判别，若该邻近节点的节点参数信息满足业务需求信息，则将该邻近节点作为能够与主节点建立算力协同关系的可选节点。
具体地，节点参数信息可以包括与多种业务需求一一对应的多种节点参数，若该邻近节点的多种节点参数分别满足多种业务需求中对应的业务需求，则可以将该邻近节点作为可选节点。
示例性地，可以对边缘计算系统中每一邻近节点的节点参数信息进行判定，以从边缘计算系统中的多个邻近节点中确定至少一个可选节点。
步骤S230：基于业务需求信息、偏好类型信息和可选节点的节点参数信息，对可选节点的协同效用进行评估，得到可选节点评估结果。
在本实施方式中，在对边缘计算业务的业务需求信息、偏好类型信息进行确定，以及确定至少一个可选节点后，可以基于边缘计算业务的业务需求信息、偏好类型信息和可选节点的节点参数信息，对任一可选节点的协同效用进行评估，得到对应的可选节点评估结果。具体地，例如，可以基于业务需求信息中的多种业务需求，以及偏好类型信息所表示的不同业务需求的优先级，以及任一可选节点的节点参数信息中的多种节点参数，对该可选节点的协同效用进行评估，得到对应的可选节点评估结果。
示例性地，可以对所有可选节点的协同效用分别进行评估，并得到所有可选节点各自对应的可选节点评估结果。
步骤S240：根据可选节点评估结果，在可选节点中确定出与主节点具有算力协同关系的从节点；其中，主节点能够调用从节点的算力资源。
在本实施方式中，可以根据可选节点评估结果，在所有可选节点中确定出用于与主节点建立算力协同关系的至少一个从节点，以使主节点能够调用从节点的算力资源。
上述实施方式中，通过根据接收到的边缘计算业务，确定出至少包括业务需求信息和偏好类型信息的协同需求，并将边缘计算系统中节点参数信息满足业务需求信息的邻近节点作为可选节点，然后基于业务需求信息、偏好类型信息和可选节点的节点参数信息，对可选节点的协同效用进行评估，得到可选节点评估结果，并根据可选节点评估结果从可选节点中选取从节点，以建立主节点与从节点之间的算力协同关系，如此，可以根据边缘计算业务动态地从可选节点中确定出从节点，并调用从节点的算力资源对边缘计算节点进行协同计算，实现了边缘计算节点之间的主从式算力协同，提高了边缘计算的算力资源利用率和分布式处理能力。
在一些实施方式中，根据边缘计算业务，确定协同需求，可以包括：若主节点的算力负载量大于或等于预设算力负载量，根据接收到的边缘计算业务对应的预设协同需求，确定与边缘计算业务对应的业务需求信息和偏好类型信息。
在本实施方式中，可以对主节点的算力负载量是否大于或等于预设算力负载量进行判定，在算力负载量大于或等于预设算力负载量的情况下，根据与边缘计算业务对应的预设协同需求，确定业务需求信息和偏好类型信息。具体地，例如，预设协同需求可以包括预设业务需求信息和预设偏好类型信息，其中，预设业务需求信息可以包括多种预设业务需求，预设偏好类型信息可以表示预设业务需求信息中不同预设业务需求的优先级，也即是说，可以根据与边缘计算业务对应的预设协同需求，将对应的预设协同需求中的预设业务需求信息、预设偏好类型信息分别作为业务需求信息、偏好类型信息。
其中，算力负载量可以表示主节点在单个时间点所使用或等待使用的算力资源。
示例性地，预设算力负载量可以为主节点总算力的预设比例，例如，可以为主节点总算力的50%、60%、70%、80%、90%等，在此不做具体限定。
示例性地，预设协同需求可以是根据历史边缘计算业务进行预先设定的或统计确定的。
上述实施方式中，通过在算力负载量达到预设算力负载量的情况下，根据预设协同需求确定边缘计算业务的协同需求，使得当算力资源趋于饱和时能够基于协同需求对边缘计算系统中的部分邻近节点的算力资源进行调用，提高了主节点与邻近节点之间的算力协同能力。
在一些实施方式中，根据边缘计算业务，确定协同需求，还可以包括：在边缘计算业务为非实时业务的情况下，若主节点的算力负载量大于或等于预设算力负载量，根据边缘计算业务对应的预设协同需求，确定与边缘计算业务对应的业务需求信息和偏好类型信息。
一些情况下，主节点接受到的边缘计算业务可以分为实时业务和非实时业务，对于实时业务，可以仅由主节点进行计算处理，对于非实时业务，可以由主节点进行计算处理，同时，还可以调用边缘计算系统中邻近节点的算力资源进行协同计算。
在本实施方式中，可以对接收到的边缘计算业务进行判定是否为非实时业务，若边缘计算业务为实时业务，则分配主节点的算力资源对其进行计算处理；若边缘计算业务为非实时业务，则对主节点的算力负载量是否大于或等于预设算力负载量进行判定，在算力负载量大于或等于预设算力负载量的情况下，根据与边缘计算业务对应的预设协同需求，确定业务需求信息和偏好类型信息。如此，可以针对边缘计算业务中的实时业务和非实时业务合理地分配边缘计算系统中边缘计算节点的算力资源进行计算处理。
在一些实施方式中，业务需求信息至少可以包括时延需求、算力需求和带宽需求。相应地，邻近节点的节点参数信息至少可以包括处理时延、可用算力和通信带宽。
在本实施方式中，若任一邻近节点的节点参数信息满足业务需求信息，将该邻近节点作为可选节点，可以包括：若任一邻近节点的处理时延、可用算力和通信带宽分别满足时延需求、算力需求和带宽需求，将该邻近节点作为可选节点。
在一些实施方式中，可选节点的数量可以为多个，构成可选节点簇。协同需求还可以包括边缘计算业务的业务数据量和边缘计算业务的计算结果数据量。节点参数信息还可以包括节点计算速度。
其中，业务数据量是指边缘计算业务的数据大小，计算结果数据量是指边缘计算业务在进行计算处理后的业务计算结果的数据大小。
在本实施方式中，请参阅图3，基于业务需求信息、偏好类型信息和可选节点的节点参数信息，对可选节点的协同效用进行评估，得到可选节点评估结果，可以包括以下步骤。
步骤S310：针对可选节点簇中的任一可选节点，确定可用算力对节点计算速度的第一商值、业务数据量对通信带宽的第二商值、计算结果数据量对通信带宽的第三商值。
步骤S320：确定第一商值、第二商值与第三商值之和对时延需求的第四商值，将第四商值作为时延评估结果。
示例性地，可以根据公式1确定时延评估结果。
公式1
其中，i表示可选节点簇中任一可选节点，Ci、Bi、fi分别表示可选节点i的可用算力、通信带宽、节点计算速度，Ts、Ds、Rs分别表示边缘计算业务的时延需求、业务数据量、计算结果数据量，时延需求Ts也即表示边缘计算业务所允许的最大时延，表示可选节点i的时延评估结果。
步骤S330：确定可用算力对算力需求的第五商值，将第五商值作为算力评估结果。
示例性地，可以根据公式2确定算力评估结果。其中，Cs表示边缘计算业务的算力需求，表示算力评估结果。
公式2
步骤S340：确定通信带宽对带宽需求的第六商值，将第六商值作为带宽评估结果。
示例性地，可以根据公式3确定带宽评估结果。其中，Bs表示边缘计算业务的带宽需求，表示带宽评估结果
公式3
步骤S350：根据时延评估结果、算力评估结果、带宽评估结果和偏好类型信息，确定该可选节点的可选节点评估结果。
在本实施方式中，偏好类型信息可以表示边缘计算业务对时延需求、算力需求和带宽需求的优先级，在基于时延需求、算力需求和带宽需求对任一可选节点分别进行时延评估、算力评估和带宽评估，并得到时延评估结果、算力评估结果和带宽评估结果之后，可以基于时延评估结果、算力评估结果和带宽评估结果，结合时延评估结果、算力评估结果和带宽评估结果各自对应的优先级，综合确定该可选节点的可选节点评估结果。
在一些实施方式中，请参阅图4，针对可选节点簇中的任一可选节点，根据时延评估结果、算力评估结果、带宽评估结果和偏好类型信息，确定该可选节点的可选节点评估结果，可以包括以下步骤。
步骤S410：针对任一可选节点，根据偏好类型信息，确定时延偏好因子、算力偏好因子和带宽偏好因子。其中，时延偏好因子、算力偏好因子和带宽偏好因子之和为1。
在本实施方式中，在确定时延需求、算力需求和带宽需求分别对应的时延评估结果、算力评估结果和带宽评估结果后，可以根据偏好类型信息所表示的时延需求、算力需求和带宽需求的优先级或侧重情况，确定时延评估结果、算力评估结果和带宽评估结果分别对应的时延偏好因子、算力偏好因子和带宽偏好因子，以使得可以根据时延偏好因子、算力偏好因子和带宽偏好因子，结合时延评估结果、算力评估结果、带宽评估结果对可选节点进行综合评估。
示例性地，时延偏好因子、算力偏好因子和带宽偏好因子可以与各自对应的时延需求、算力需求和带宽需求的优先级大小呈正比例关系。
步骤S420：确定时延偏好因子与时延评估结果的第一乘积、算力偏好因子与算力评估结果的第二乘积、带宽偏好因子与带宽评估结果的第三乘积。
步骤S430：将第一乘积、第二乘积、第三乘积之和作为该可选节点的可选节点评估结果。
示例性地，可以根据公式4和公式5确定可选节点评估结果。其中，α、β、γ分别表示时延偏好因子、算力偏好因子和带宽偏好因子，表示可选节点评估结果。
公式4
公式5
在一些实施方式中，根据可选节点评估结果，在可选节点中确定出与主节点具有算力协同关系的从节点，可以包括：从可选节点簇中选取可选节点评估结果最小的可选节点作为从节点，以使主节点能够调用从节点的算力资源。
示例性地，可以根据公式6从可选节点簇中选取从节点。其中，S表示可选节点簇，可选节点簇S中的可选节点的数量为n，表示可选节点簇S中任一可选节点的可选节点评估结果。/>表示可选节点簇S所对应的可选节点评估结果中的最小可选节点评估结果。示例性地，可以将该最小可选节点评估结果/>对应的可选节点作为从节点。
公式6
上述实施方式中，通过从可选节点簇中选取可选节点评估结果最小的可选节点作为建立算力协同关系的从节点，以使主节点能够调用从节点的算力资源，如此，可以提高边缘计算的协同效用。
在一些实施方式中，请参阅图5，边缘计算的动态协同方法还可以包括以下步骤。
步骤S510：在主节点调用从节点的算力资源后，更新主节点的算力负载量，得到更新后的算力负载量。
一些情况下，主节点可以是在算力负载量大于或等于预设算力负载量的情况下，从可选节点簇中选取从节点后，并调用从节点的算力资源对边缘计算业务进行计算处理的。
在本实施方式中，可以在主节点调用从节点的算力资源后，更新主节点的算力负载量，得到更新后的算力负载量，以使得可以基于更新后的算力负载量进行判定是否需要继续从可选节点簇中选取从节点。
步骤S520：确定业务需求信息中的算力需求与从节点的可用算力之和。
步骤S530：确定更新后的算力负载量对算力需求与从节点的可用算力之和的第七商值，将第七商值作为算力占用率。
示例性地，可以根据公式7确定算力占用率。其中，r表示算力占用率，表示更新后的算力负载量，Cs表示边缘计算业务的算力需求，/>表示从节点的可用算力之和。
公式7
步骤S540：若算力占用率大于或等于预设算力占用率，继续从可选节点簇中选取可选节点评估结果最小的可选节点作为从节点。
在本实施方式中，在根据边缘计算业务的算力需求、更新后的算力负载量和从节点的可用算力确定出主节点的算力占用率后，可以对算力占用率是否大于或等于预设算力占用率进行判定，若算力占用率大于或等于预设算力占用率，则继续从可选节点簇中选取可选节点评估结果最小的可选节点作为从节点，直至主节点的算力占用率小于预设算力占用率。
示例性地，预设算力占用率可以为60%、65%、70%、75%、80%、85%等，在此不做具体限定。
上述实施方式中，在主节点调用从节点的算力资源后，通过更新主节点的算力负载量得到更新后的算力负载量，并基于算力需求和从节点的可用算力确定主节点的算力占用率，根据算力占用率从可选节点簇中确定从节点进行算力资源调用，如此，可以提高边缘计算的算力资源利用率和分布式处理能力，以及可以提高边缘计算系统中边缘计算节点之间的互操作能力和边缘计算业务的交互效率。
在一些实施方式中，边缘计算的动态协同方法还可以包括：若更新后的算力负载量小于预设算力负载量，则解除主节点与从节点之间的算力协同关系，释放各从节点的算力资源。
上述实施方式中，通过在对从节点的算力资源进行调用的过程中，对算力负载量进行更新，并对更新后的算力负载量进行判定，若小于预设算力负载量，则解除主节点与从节点之间的算力协同关系，释放各从节点的算力资源，如此，可以实现边缘计算系统中主节点和从节点之间的“边-边”算力动态协同，提高了边缘计算的算力资源利用率、分布式处理能力。
本说明书实施方式提供一种边缘计算系统的动态协同方法，该动态协同方法可以应用于边缘计算系统的主节点，该动态协同方法可以包括以下步骤。
步骤S602：根据接收到的边缘计算业务，确定协同需求；协同需求至少包括业务需求信息和偏好类型信息。
具体地，可以在边缘计算业务为非实时业务的情况下，若主节点的算力负载量大于或等于预设算力负载量，根据边缘计算业务对应的预设协同需求，确定与边缘计算业务对应的业务需求信息和偏好类型信息。
步骤S604：若任一邻近节点的节点参数信息满足业务需求信息，将该邻近节点作为可选节点。
具体地，业务需求信息至少可以包括时延需求、算力需求和带宽需求。相应地，邻近节点的节点参数信息至少可以包括处理时延、可用算力和通信带宽。具体地，若任一邻近节点的节点参数信息满足业务需求信息，将该邻近节点作为可选节点，可以包括：若任一邻近节点的处理时延、可用算力和通信带宽分别满足时延需求、算力需求和带宽需求，将该邻近节点作为可选节点。
步骤S606：基于业务需求信息、偏好类型信息和可选节点的节点参数信息，对可选节点的协同效用进行评估，得到可选节点评估结果。
具体地，可选节点的数量可以为多个，构成可选节点簇。协同需求还可以包括边缘计算业务的业务数据量和边缘计算业务的计算结果数据量。节点参数信息还可以包括节点计算速度。具体地，可以针对可选节点簇中的任一可选节点，确定可用算力对节点计算速度的第一商值、业务数据量对通信带宽的第二商值、计算结果数据量对通信带宽的第三商值。确定第一商值、第二商值与第三商值之和对时延需求的第四商值，将第四商值作为时延评估结果。确定可用算力对算力需求的第五商值，将第五商值作为算力评估结果。确定通信带宽对带宽需求的第六商值，将第六商值作为带宽评估结果。根据时延评估结果、算力评估结果、带宽评估结果和偏好类型信息，确定该可选节点的可选节点评估结果。
具体地，针对任一可选节点，根据偏好类型信息，确定时延偏好因子、算力偏好因子和带宽偏好因子。其中，时延偏好因子、算力偏好因子和带宽偏好因子之和为1。确定时延偏好因子与时延评估结果的第一乘积、算力偏好因子与算力评估结果的第二乘积、带宽偏好因子与带宽评估结果的第三乘积。将第一乘积、第二乘积、第三乘积之和作为该可选节点的可选节点评估结果。
步骤S608：根据可选节点评估结果，在可选节点中确定出与主节点具有算力协同关系的从节点；其中，主节点能够调用从节点的算力资源。
具体地，可以从可选节点簇中选取可选节点评估结果最小的可选节点作为从节点，以使主节点能够调用从节点的算力资源。
步骤S610：在主节点调用从节点的算力资源后，更新主节点的算力负载量，得到更新后的算力负载量。
具体地，可以确定业务需求信息中的算力需求与从节点的可用算力之和。确定更新后的算力负载量对算力需求与从节点的可用算力之和的第七商值，将第七商值作为算力占用率。
步骤S612：若算力占用率大于或等于预设算力占用率，继续从可选节点簇中选取可选节点评估结果最小的可选节点作为从节点。
步骤S614：若更新后的算力负载量小于预设算力负载量，则解除主节点与从节点之间的算力协同关系，释放各从节点的算力资源。
本说明书实施方式提供一种边缘计算的动态协同装置。该动态协同装置可以应用于边缘计算系统的主节点。请参阅图6，该动态协同装置可以包括协同需求确定模块610、可选节点确定模块620、可选节点评估模块630和算力协同确定模块640。
协同需求确定模块610，用于根据接收到的边缘计算业务，确定协同需求。协同需求至少包括业务需求信息和偏好类型信息。
可选节点确定模块620，用于若任一邻近节点的节点参数信息满足业务需求信息，将任一邻近节点作为可选节点。
可选节点评估模块630，用于基于业务需求信息、偏好类型信息和可选节点的节点参数信息，对可选节点的协同效用进行评估，得到可选节点评估结果。
算力协同确定模块640，用于根据可选节点评估结果，在可选节点中确定出与主节点具有算力协同关系的从节点。其中，主节点能够调用从节点的算力资源。
在一些实施方式中，协同需求确定模块还可以用于：若主节点的算力负载量达到预设算力负载量，根据边缘计算业务对应的预设协同需求，确定与边缘计算业务对应的业务需求信息和偏好类型信息。
在一些实施方式中，业务需求信息至少包括时延需求、算力需求和带宽需求。节点参数信息至少包括处理时延、可用算力和通信带宽。可选节点确定模块还可以用于：若任一邻近节点的处理时延、可用算力和通信带宽分别满足时延需求、算力需求和带宽需求，将任一邻近节点作为可选节点。
在一些实施方式中，可选节点的数量为多个，构成可选节点簇。协同需求还包括边缘计算业务的业务数据量和边缘计算业务的计算结果数据量。节点参数信息还包括节点计算速度。可选节点评估模块，可以包括：可选节点时延评估模块、可选节点算力评估模块、可选节点带宽评估模块和归一化评估模块。
其中，可选节点时延评估模块，用于针对可选节点簇中的任一可选节点，确定可用算力对节点计算速度的第一商值、业务数据量对通信带宽的第二商值、计算结果数据量对通信带宽的第三商值；确定第一商值、第二商值与第三商值之和对时延需求的第四商值，将第四商值作为时延评估结果。可选节点算力评估模块，用于确定可用算力对算力需求的第五商值，将第五商值作为算力评估结果。可选节点带宽评估模块，用于确定通信带宽对带宽需求的第六商值，将第六商值作为带宽评估结果。归一化评估模块，用于根据时延评估结果、算力评估结果、带宽评估结果和偏好类型信息，确定任一可选节点的可选节点评估结果。
在一些实施方式中，归一化评估模块，可以包括偏好因子确定模块和归一化评估子模块。
其中，偏好因子确定模块用于根据偏好类型信息，确定时延偏好因子、算力偏好因子和带宽偏好因子；其中，时延偏好因子、算力偏好因子和带宽偏好因子之和为1。归一化评估子模块用于确定时延偏好因子与时延评估结果的第一乘积、算力偏好因子与算力评估结果的第二乘积、带宽偏好因子与带宽评估结果的第三乘积，以及用于将第一乘积、第二乘积、第三乘积之和作为任一可选节点的可选节点评估结果。
在一些实施方式中，可选节点的数量为多个，构成可选节点簇。算力协同确定模块，还可以用于从节点簇中选取可选节点评估结果最小的可选节点作为从节点，以使主节点能够调用从节点的算力资源。
在一些实施方式中，算力协同确定模块还可以用于：在主节点调用从节点的算力资源后，更新主节点的算力负载量，得到更新后的算力负载量。确定业务需求信息中的算力需求与从节点的可用算力之和。确定更新后的算力负载量对算力需求与从节点的可用算力之和的第七商值，将第七商值作为算力占用率。若算力占用率大于或等于预设算力占用率，继续从节点簇中选取可选节点评估结果最小的可选节点作为从节点。
在一些实施方式中，算力协同确定模块还可以用于若更新后的算力负载量小于预设算力负载量，则解除主节点与从节点之间的算力协同关系。
关于动态协同装置实现的具体功能和效果，可以参照本说明书其他实施方式对照解释，在此不再赘述。动态协同装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
请参阅图7，在一些实施方式中可以提供一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述实施方式中的动态协同方法。
本说明书实施方式还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机执行时使得，该计算机执行上述任一实施方式中的动态协同方法。
本说明书实施方式还提供一种包含指令的计算机程序产品，该指令被计算机执行时使得计算机执行上述任一实施方式中的动态协同方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现动态协同方法。
可以理解，本文中的具体的例子只是为了帮助本领域技术人员更好地理解本说明书实施方式，而非限制本发明的范围。
可以理解，在本说明书中的各种实施方式中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本说明书实施方式的实施过程构成任何限定。
可以理解，本说明书中描述的各种实施方式，既可以单独实施，也可以组合实施，本说明书实施方式对此并不限定。
除非另有说明，本说明书实施方式所使用的所有技术和科学术语与本说明书的技术领域的技术人员通常理解的含义相同。本说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在限制本说明书的范围。本说明书所使用的术语“和/或”包括一个或多个相关的所列项的任意的和所有的组合。在本说明书实施方式和所附权利要求书中所使用的单数形式的“一种”、“上述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
可以理解，本说明书实施方式的处理器可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施方式的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书实施方式中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书实施方式所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
可以理解，本说明书实施方式中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasablePROM，EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本领域普通技术人员可以意识到，结合本文中所公开的实施方式描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本说明书的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施方式中的对应过程，在此不再赘述。
在本说明书所提供的几个实施方式中，应理解，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本说明书各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本说明书的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的部分可以以软件产品的形式体现出来，所述计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本说明书各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本说明书的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本说明书揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本说明书的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (14)
1.一种边缘计算的动态协同方法，其特征在于，所述动态协同方法应用于边缘计算系统的主节点；所述边缘计算系统还包括与所述主节点通信连接的多个邻近节点；所述动态协同方法包括：
根据接收到的边缘计算业务，确定协同需求；所述协同需求至少包括业务需求信息、偏好类型信息、所述边缘计算业务的业务数据量和所述边缘计算业务的计算结果数据量；所述业务需求信息至少包括时延需求、算力需求和带宽需求；节点参数信息至少包括处理时延、可用算力、通信带宽和节点计算速度；
若任一邻近节点的节点参数信息满足所述业务需求信息，将所述任一邻近节点作为可选节点；所述可选节点的数量为多个，构成可选节点簇；
基于所述业务需求信息、所述偏好类型信息和所述可选节点的节点参数信息，对所述可选节点的协同效用进行评估，得到可选节点评估结果；
根据所述可选节点评估结果，在所述可选节点中确定出与所述主节点具有算力协同关系的从节点；其中，所述主节点能够调用所述从节点的算力资源；
其中，所述基于所述业务需求信息、所述偏好类型信息和所述可选节点的节点参数信息，对所述可选节点的协同效用进行评估，得到可选节点评估结果，包括：针对所述可选节点簇中的任一可选节点，确定所述可用算力对所述节点计算速度的第一商值、所述业务数据量对所述通信带宽的第二商值、所述计算结果数据量对所述通信带宽的第三商值；确定所述第一商值、所述第二商值与所述第三商值之和对所述时延需求的第四商值，将所述第四商值作为时延评估结果；确定所述可用算力对所述算力需求的第五商值，将所述第五商值作为算力评估结果；确定所述通信带宽对所述带宽需求的第六商值，将所述第六商值作为带宽评估结果；根据所述偏好类型信息，确定时延偏好因子、算力偏好因子和带宽偏好因子；其中，所述时延偏好因子、所述算力偏好因子和所述带宽偏好因子之和为1；确定所述时延偏好因子与所述时延评估结果的第一乘积、所述算力偏好因子与所述算力评估结果的第二乘积、所述带宽偏好因子与所述带宽评估结果的第三乘积；将所述第一乘积、所述第二乘积、所述第三乘积之和作为所述任一可选节点的可选节点评估结果。
2.根据权利要求1所述的动态协同方法，其特征在于，所述根据接收到的边缘计算业务，确定协同需求，包括：
若所述主节点的算力负载量大于或等于预设算力负载量，根据接收到的所述边缘计算业务对应的预设协同需求，确定所述边缘计算业务对应的所述业务需求信息和所述偏好类型信息。
3.根据权利要求1所述的动态协同方法，其特征在于，所述若任一邻近节点的节点参数信息满足所述业务需求信息，将所述任一邻近节点作为可选节点，包括：
若所述任一邻近节点的处理时延、可用算力和通信带宽分别满足所述时延需求、所述算力需求和所述带宽需求，将所述任一邻近节点作为所述可选节点。
4.根据权利要求1所述的动态协同方法，其特征在于，所述根据所述可选节点评估结果，在所述可选节点中确定出与所述主节点具有算力协同关系的从节点，包括：
从所述可选节点簇中选取可选节点评估结果最小的可选节点作为所述从节点，以使所述主节点能够调用所述从节点的算力资源。
5.根据权利要求4所述的动态协同方法，其特征在于，所述动态协同方法还包括：
在所述主节点调用所述从节点的算力资源后，更新所述主节点的算力负载量，得到更新后的算力负载量；
确定所述业务需求信息中的算力需求与所述从节点的可用算力之和；
确定所述更新后的算力负载量对所述算力需求与所述从节点的可用算力之和的第七商值，将所述第七商值作为算力占用率；
若所述算力占用率大于或等于预设算力占用率，继续从所述可选节点簇中选取可选节点评估结果最小的可选节点作为所述从节点。
6.根据权利要求5所述的动态协同方法，其特征在于，所述动态协同方法还包括：
若所述更新后的算力负载量小于预设算力负载量，则解除所述主节点与所述从节点之间的算力协同关系。
7.一种边缘计算的动态协同装置，其特征在于，所述动态协同装置应用于边缘计算系统的主节点；所述边缘计算系统还包括与所述主节点通信连接的多个邻近节点；所述动态协同装置包括：
协同需求确定模块，用于根据接收到的边缘计算业务，确定协同需求；所述协同需求至少包括业务需求信息、偏好类型信息、所述边缘计算业务的业务数据量和所述边缘计算业务的计算结果数据量；所述业务需求信息至少包括时延需求、算力需求和带宽需求；节点参数信息至少包括处理时延、可用算力、通信带宽和节点计算速度；
可选节点确定模块，用于若任一邻近节点的节点参数信息满足所述业务需求信息，将所述任一邻近节点作为可选节点；所述可选节点的数量为多个，构成可选节点簇；
可选节点评估模块，用于基于所述业务需求信息、所述偏好类型信息和所述可选节点的节点参数信息，对所述可选节点的协同效用进行评估，得到可选节点评估结果；
算力协同确定模块，用于根据所述可选节点评估结果，在所述可选节点中确定出与所述主节点具有算力协同关系的从节点；其中，所述主节点能够调用所述从节点的算力资源；
其中，所述可选节点评估模块，包括：可选节点时延评估模块，用于针对所述可选节点簇中的任一可选节点，确定所述可用算力对所述节点计算速度的第一商值、所述业务数据量对所述通信带宽的第二商值、所述计算结果数据量对所述通信带宽的第三商值；确定所述第一商值、所述第二商值与所述第三商值之和对所述时延需求的第四商值，将所述第四商值作为时延评估结果；可选节点算力评估模块，用于确定所述可用算力对所述算力需求的第五商值，将所述第五商值作为算力评估结果；可选节点带宽评估模块，用于确定所述通信带宽对所述带宽需求的第六商值，将所述第六商值作为带宽评估结果；归一化评估模块，包括：偏好因子确定模块，用于根据所述偏好类型信息，确定时延偏好因子、算力偏好因子和带宽偏好因子；其中，所述时延偏好因子、所述算力偏好因子和所述带宽偏好因子之和为1；归一化评估子模块，用于确定所述时延偏好因子与所述时延评估结果的第一乘积、所述算力偏好因子与所述算力评估结果的第二乘积、所述带宽偏好因子与所述带宽评估结果的第三乘积；以及用于将所述第一乘积、所述第二乘积、所述第三乘积之和作为所述任一可选节点的可选节点评估结果。
8.根据权利要求7所述的动态协同装置，其特征在于，所述协同需求确定模块还用于：若所述主节点的算力负载量大于或等于预设算力负载量，根据接收到的所述边缘计算业务对应的预设协同需求，确定所述边缘计算业务对应的所述业务需求信息和所述偏好类型信息。
9.根据权利要求7所述的动态协同装置，其特征在于，所述可选节点确定模块，还用于：若所述任一邻近节点的处理时延、可用算力和通信带宽分别满足所述时延需求、所述算力需求和所述带宽需求，将所述任一邻近节点作为所述可选节点。
10.根据权利要求7所述的动态协同装置，其特征在于，所述算力协同确定模块，还用于：从所述可选节点簇中选取可选节点评估结果最小的可选节点作为所述从节点，以使所述主节点能够调用所述从节点的算力资源。
11.根据权利要求10所述的动态协同装置，其特征在于，所述算力协同确定模块，还用于：在所述主节点调用所述从节点的算力资源后，更新所述主节点的算力负载量，得到更新后的算力负载量；确定所述业务需求信息中的算力需求与所述从节点的可用算力之和；确定所述更新后的算力负载量对所述算力需求与所述从节点的可用算力之和的第七商值，将所述第七商值作为算力占用率；若所述算力占用率大于或等于预设算力占用率，继续从所述可选节点簇中选取可选节点评估结果最小的可选节点作为所述从节点。
12.根据权利要求11所述的动态协同装置，其特征在于，所述算力协同确定模块，还用于若所述更新后的算力负载量小于预设算力负载量，则解除所述主节点与所述从节点之间的算力协同关系。
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的动态协同方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的动态协同方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310836731.9A CN116566992B (zh) | 2023-07-10 | 2023-07-10 | 边缘计算的动态协同方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310836731.9A CN116566992B (zh) | 2023-07-10 | 2023-07-10 | 边缘计算的动态协同方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116566992A CN116566992A (zh) | 2023-08-08 |
| CN116566992B true CN116566992B (zh) | 2023-11-28 |
Family
ID=87488369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310836731.9A Active CN116566992B (zh) | 2023-07-10 | 2023-07-10 | 边缘计算的动态协同方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116566992B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012004689A1 (en) * | 2010-05-24 | 2012-01-12 | Selex Communications S.P.A. | A method and system of bandwidth control |
| CN110851529A (zh) * | 2019-11-01 | 2020-02-28 | 腾讯科技（深圳）有限公司 | 算力调度方法及相关设备 |
| CN112134802A (zh) * | 2020-09-23 | 2020-12-25 | 杭州雾联科技有限公司 | 一种基于终端触发式的边缘算力资源调度方法及系统 |
| CN112346854A (zh) * | 2020-09-28 | 2021-02-09 | 北京大学深圳研究生院 | 一种分层协同决策的网内资源调度方法及系统、存储介质 |
| WO2021135332A1 (zh) * | 2019-12-31 | 2021-07-08 | 东北大学 | 一种基于边缘计算的多智能体负荷调控方法 |
| CN114913457A (zh) * | 2022-05-11 | 2022-08-16 | 中湾慧科(深圳)科技有限公司 | 一种应用于元宇宙的边云协同编码方法及系统 |
| CN115633051A (zh) * | 2022-10-11 | 2023-01-20 | 四川启睿克科技有限公司 | 一种边缘计算节点自协同管理的方法 |
| CN115766884A (zh) * | 2022-11-08 | 2023-03-07 | 网络通信与安全紫金山实验室 | 计算任务处理方法、装置、设备及介质 |
| CN116248676A (zh) * | 2022-12-23 | 2023-06-09 | 中国电信股份有限公司 | 边缘云节点组合确定方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230068386A1 (en) * | 2020-02-03 | 2023-03-02 | Intel Corporation | Systems and methods for distributed learning for wireless edge dynamics |
-
2023
- 2023-07-10 CN CN202310836731.9A patent/CN116566992B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012004689A1 (en) * | 2010-05-24 | 2012-01-12 | Selex Communications S.P.A. | A method and system of bandwidth control |
| CN110851529A (zh) * | 2019-11-01 | 2020-02-28 | 腾讯科技（深圳）有限公司 | 算力调度方法及相关设备 |
| WO2021135332A1 (zh) * | 2019-12-31 | 2021-07-08 | 东北大学 | 一种基于边缘计算的多智能体负荷调控方法 |
| CN112134802A (zh) * | 2020-09-23 | 2020-12-25 | 杭州雾联科技有限公司 | 一种基于终端触发式的边缘算力资源调度方法及系统 |
| CN112346854A (zh) * | 2020-09-28 | 2021-02-09 | 北京大学深圳研究生院 | 一种分层协同决策的网内资源调度方法及系统、存储介质 |
| CN114913457A (zh) * | 2022-05-11 | 2022-08-16 | 中湾慧科(深圳)科技有限公司 | 一种应用于元宇宙的边云协同编码方法及系统 |
| CN115633051A (zh) * | 2022-10-11 | 2023-01-20 | 四川启睿克科技有限公司 | 一种边缘计算节点自协同管理的方法 |
| CN115766884A (zh) * | 2022-11-08 | 2023-03-07 | 网络通信与安全紫金山实验室 | 计算任务处理方法、装置、设备及介质 |
| CN116248676A (zh) * | 2022-12-23 | 2023-06-09 | 中国电信股份有限公司 | 边缘云节点组合确定方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116566992A (zh) | 2023-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109218355B (zh) | 负载均衡引擎，客户端，分布式计算系统以及负载均衡方法 | |
| CN109901921B (zh) | 任务队列执行时间预测方法、装置及实现装置 | |
| WO2017166643A1 (zh) | 一种任务资源的量化方法和装置 | |
| CN109343972B (zh) | 任务处理方法及终端设备 | |
| CN115460216A (zh) | 算力资源调度方法和装置、算力资源调度设备、系统 | |
| WO2024098872A1 (zh) | 任务处理方法、系统、装置、设备及计算机可读存储介质 | |
| CN114816738A (zh) | 算力节点的确定方法、装置、设备及计算机可读存储介质 | |
| CN104243531A (zh) | 一种数据处理的方法、装置及系统 | |
| CN109544347B (zh) | 尾差分配方法、计算机可读存储介质及尾差分配系统 | |
| CN116566992B (zh) | 边缘计算的动态协同方法、装置、计算机设备和存储介质 | |
| CN110113269B (zh) | 一种基于中间件的流量控制的方法及相关装置 | |
| CN109445863B (zh) | 一种基于fpga的数据处理方法、装置、设备及介质 | |
| CN112214299A (zh) | 多核处理器及其任务调度方法和装置 | |
| CN115617532B (zh) | 一种目标追踪处理方法、系统及相关装置 | |
| CN112000485A (zh) | 任务分配方法、装置、电子设备及计算机可读存储介质 | |
| CN112165572A (zh) | 图像处理方法、装置、终端及存储介质 | |
| CN110995856A (zh) | 一种服务器扩展的方法、装置、设备及存储介质 | |
| JP6996341B2 (ja) | 見積り装置および見積り方法 | |
| CN111858019B (zh) | 任务调度方法、装置及计算机可读存储介质 | |
| JP5786942B2 (ja) | スケジューリングシステム、データ処理システムおよびスケジューリング方法 | |
| CN112492635B (zh) | 一种调度优先级的确定方法及装置 | |
| CN113438678A (zh) | 一种为网络切片分配云资源的方法及装置 | |
| CN113468442A (zh) | 资源位流量的分发方法、计算设备及计算机存储介质 | |
| CN113254208A (zh) | 服务器的负载均衡方法、装置、服务器及存储介质 | |
| CN109739513B (zh) | 一种多边缘云下服务请求动态调度方法及装置 |
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 |