CN116781476A - 一种节点型边缘计算系统 - Google Patents
一种节点型边缘计算系统 Download PDFInfo
- Publication number
- CN116781476A CN116781476A CN202310790279.7A CN202310790279A CN116781476A CN 116781476 A CN116781476 A CN 116781476A CN 202310790279 A CN202310790279 A CN 202310790279A CN 116781476 A CN116781476 A CN 116781476A
- Authority
- CN
- China
- Prior art keywords
- edge
- module
- management
- application
- node
- 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
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000007726 management method Methods 0.000 claims description 63
- 230000006870 function Effects 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000012550 audit Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 abstract description 6
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 238000004904 shortening Methods 0.000 abstract 2
- 238000004519 manufacturing process Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 12
- 238000000034 method Methods 0.000 description 5
- 238000012384 transportation and delivery Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013068 supply chain management Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- H04L41/04—Network management architectures or arrangements
- H04L41/042—Network management architectures or arrangements comprising distributed management centres cooperatively managing the network
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
-
- 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
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- 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
- H04L67/1097—Protocols 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]
-
- 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
- H04L67/34—Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提出一种节点型边缘计算系统，包括微服务模块、CI/CD模块、应用管理模块、观测模块和安全模块；本发明节点型边缘计算模组具备网络低时延、支持海量数据访问、弹性基础设施等特点。同时，空间距离的缩短带来的好处不只是缩短了传输时延，还减少了复杂网络中各种PLC、网关、路由转发和网络设备处理的时延。此外，由于网络链路争抢的几率大大减小，能够明显降低整体时延。节点型边缘计算模组给传统云中心增加了分布式能力，在边缘侧部署部分业务逻辑并完成相关的数据处理，可以大大缓解将数据传回中心云的压力。节点型边缘计算模组还能够提供基于边缘位置的计算、网络、存储等弹性虚拟化的能力，并能够真正实现“云边协同”。
Description
技术领域
本发明涉及云计算技术领域，尤其涉及一种节点型边缘计算系统。
背景技术
当下云计算将已经发展到下一个技术阶段，就是将云计算的能力拓展至距离制造设备更近的边缘侧，并通过云、边、端的统一管控实现云计算服务的下沉，提供端到端的云服务，边缘云计算的概念也随之产生。它是基于云计算技术的核心和边缘计算的能力，构筑在基础生产设备之上的云计算平台。形成在生产设备边缘位置的计算、网络、存储、安全等能力全面的弹性云平台，并与中心云和物联网终端形成“云边端三体协同”的端到端的技术架构，通过节点型边缘计算模组将网络转发、存储、计算，智能化数据分析等工作放在设备边缘处做处理，降低响应时延、减轻云端压力、降低带宽成本，并提供全网调度、算力分发等云服务。中心云与节点型边缘计算模组相互合，实现中心-边缘协同、全网算力调度、全网统一管控等能力，真正实现“无处不在”的云。边缘云计算还可以通过分布式架构让节点型边缘计算模组分别布置在距离终端最近的设备上，为终端侧数据源提供具有针对性的算力。这些算力可以将部分数据处理终结在该设备边缘侧，另外一部分则可以处理后再回传至中心云或者网络侧的边缘计算模组。同时，边缘云计算就可通过节点型边缘计算模组为终端基础设施提供了一种新的弹性算力资源，进而与中心云的协同和配合，为终端设施提供满足技术需求的云计算服务。
目前对云计算的概念都是基于集中式的资源管控来出的，即使采用多个数据中心互联互通形式，依然将所有的软硬件资源视为统一的资源进行管理、调度与销售。所以云计算针对生产线设备而言，实时可操作性和细分设备精细化生产能力远远不能满足制造业厂商的要求。
单纯依靠无线和固网物理层、传输层的技术进步无法达到要求。边缘计算可助力这些问题的解决，结合边缘计算和5G将有效降低成本，让更多程序在边缘运行的特性亦能降低云端的工作压力。
节点型边缘计算模组适用于局部性、实时和短周期的数据处理与分析且具有轻量化、小范围的深度强化学习特性。在大生产过程中打破常规“自动化+工业软件”的格局，使IT与OT跨界融合。既避免了各类工业管理软件的功能重叠带来的浪费，又消除了软件之间或者工业设备之间的通讯协调不力等的问题。
云计算在工业生产中给世人带来的私密性差这一特征，安全风险高容易产生技术外溢。
当前制造业中工业自动化(OT人群)重控制，弱智能，人机交互断点多，工作量大且控制精度不够。
发明内容
本发明的目的在于提出一种全覆盖、安全稳定且运行精度高的节点型边缘计算系统。
为达到上述目的，本发明提出一种节点型边缘计算系统，包括微服务模块、CI/CD模块、应用管理模块、观测模块和安全模块；
所述微服务模块包括服务治理、灰度发布、熔断、限流和智能路由；
所述CI/CD模块包括镜像仓库管理、镜像迁移、安全扫描和流水线模型；
所述应用管理模块包括应用发布、应用部署、版本控制、应用仓库管理和应用商店；
所述观测模块包括：集群与应用监控、集群与应用日志管理、告警通知、审计日志、时间查询和计量计费；
所述安全模块包括用户管理、角色管理、登录认证、密钥管理和网络策略管理。
进一步的，所述应用商店支持通过下载应用及安装组件，安装边缘节点管理组件，实现对边缘设备的支持；
边缘节点使用ARM架构的主芯片，边缘节点管理组件有如下功能：
支持边缘-边缘跨网络通信；
支持边缘-中心云跨网络通信；
支持多个Cloud Core和Edge Core实例同时稳定运行；
边缘端支持IOT网关应用；
支持云边协同AI框架；
支持边云协同训练与推理；
使用标准的服务网格进行服务治理控制；
支持云边协同监控。
进一步的，使用应用管理组件及自动编排算法，将组件化或微服务化的应用，通过所述应用分发及应用部署功能和底层的边缘节点管理组件，分发和部署到相应的节点型边缘计算模组上去。
进一步的，所述自动骗骗算法的原理为：设W(1，2，…i，…n)为初始权重数组，简写为W，W(i)为编号为i的微服务的初始权重，对于已选中的微服务，其初始权重为1，必选的微服务其初始权重也为1，其余的微服务初始权重为0；D(1，2，…i，…n)为最终权重数组，简写为D，D(i)为编号为i的微服务的最终权重；
设R(i)为第i个微服务的关联微服务的编号列表，简写为R；G(1，2，…i，…n)为处理标志数组，简写为G，初始为全0；
自动编排算法即是要实现函数F(W，G，R)＝D的映射关系；
循环处理W中权重为1的编号，针对每一编号，循环递归处理R中的编号，假设当前为j，则先G(j)是否为1，若已为1，则不做操作直接处理下一个编号；否则将D(j)置1，并将处理过的编号对应的G(j)也从0置1；
当W中所有的权重为1的编号都已处理过后，G中为1的那些编号，即为需要自动编排的微服务的编号集合。
进一步的，为了对现场设备数据进行采集、存储和转发，并在边缘侧进行数据处理或机器学习，在节点型边缘计算模组上部署IOT网关应用，运行在基于ARM架构的Linux操作系统上，其功能为：
数据采集：支持多种采集协议，如MODBUS RTU、MODBUS TCP、OPCUA、BACNet IP、TCP/IP、MQTT、WEBSOCKET和HTTP；
数据存储：采集的数据除了在内存中之外，还需要持久化至数据库中；需支持缓存数据库，关系数据库及时序数据库等类型，并具有数据处理及管理功能；
数据转发：支持多种转发协议，如OPC UA、TCP/IP、MQTT、WEBSOCKET和HTTP；
具有可编程逻辑控制(PLC)功能并提供相应的编程环境，或者能与第三方PLC通讯，通过第三方PLC来进行相关设备的控制。
进一步的，边缘节点管理组件，具备一定的算力，在2.3TOPS及以上，支持云边协同AI框架，在节点型边缘计算模组上，接收IOT网关应用所采集的数据，使用边云协同训练与推理，进行分布式异构并行训练，充分利用边缘模组的算力。
与现有技术相比，本发明的优势之处在于：
1.全覆盖：边缘云的分布式架构通过工业节点型边缘计算模组可以覆盖各种生产场景从而做到一站式服务和敏捷交付能力。
2.弹性伸缩：按需购买，去除了各类工业软件部分重叠功能过渡付费的，实现业务的弹性伸缩需求，节省了自建所需的供应链管理、建设及资金投入成本。
3.开放灵活：提供“标准开放”的边缘计算平台，可方便与中心云系统对接，按业务需求灵活部署各类应用。
4.安全稳定：利用内部生产体系为核心技术所构建安全稳定的边缘计算生态系统是可以与外网直接切断而不影响当下的生产节拍。
5.降低时延：不管是有线还是通过工业5G，节点型边缘计算模组的所有应用可以提供5ms以下的不中断终端访问时延。
6.业务本地化：采用云边端三体协同架构后，大量的处理响应在本地发生，终端到云的访问频次将减少80％以上，以此降本增效且私密性得到保障。
7.降低成本：引入节点型边缘计算模组后，计算、存储、网络等成本可以节省30％以上。
4.敏捷交付：采用节点型边缘计算模组服务后，可以获得“秒级敏捷交付”的能力。
8.高安全：具备与传统云服务一体化的高安全能力，包括DDoS清洗和黑洞防护能力、多租户隔离、异常流量自动检测和清洗、中心-边缘安全管控通道等。
9.开放易用：包括开放的运行环境、灵活部署各类云服务和应用、在线远程管理、运行指标可视化监控等。
10.对于OEM客户的单机设备作业不需要通过任何网络进行外部通讯，直接经过内部贯通，智能化裁决生产机制。
11.由于节点型边缘计算模组具有深度强化学习的能力，从而既减轻了中心云或工业主服务器群的压力，又提高了操作实时性、产品质量精度。
12.节点型边缘计算模组内核自带的PLC以及智能网关功能使通讯手段变得更加安全、迅捷、可靠，同时控制也来得更加便捷。
附图说明
图1为本发明实施例中节点型边缘计算系统的结构图；
图2为本发明实施例中生产过程管理(PPM)子系统示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案作进一步地说明。
本发明提出一种节点型边缘计算系统，如图1所示，包括微服务模块、CI/CD模块、应用管理模块、观测模块和安全模块；
微服务模块包括服务治理、灰度发布、熔断、限流和智能路由；
CI/CD模块包括镜像仓库管理、镜像迁移、安全扫描和流水线模型；
应用管理模块包括应用发布、应用部署、版本控制、应用仓库管理和应用商店；
观测模块包括：集群与应用监控、集群与应用日志管理、告警通知、审计日志、时间查询和计量计费；
安全模块包括用户管理、角色管理、登录认证、密钥管理和网络策略管理。
它是面向云原生应用的分布式操作平台，支持多云与多集群管理，提供全栈的IT自动化运维能力，简化DevOps工作流。可以方便地使第三方应用与平台进行即插即用的集成。作为全栈容器平台，提供了运维友好的操作界面，可帮助用户快速构建一个强大和功能丰富的容器云，为用户提供所需的多项功能：如多云与多集群管理、Kubernetes资源管理、DevOps、应用生命周期管理、微服务治理、日志查询与收集、服务与网络、多租户管理、监控告警、事件与审计查询、存储管理、访问权限控制、边缘节点管理、网络策略、镜像仓库管理以及安全管理等。
应用商店中可支持多种应用及组件。安装边缘节点管理组件，实现对边缘设备的支持，边缘节点通常使用ARM架构的主芯片。边缘节点管理组件应具备如下基本功能：
●支持边缘-边缘跨网络通信
●支持边缘-中心云跨网络通信
●支持多个Cloud Core和Edge Core实例同时稳定运行
●边缘端支持IOT网关应用
●支持云边协同AI框架，如KubeFlow/Pytorch/Mindspore等
●支持边云协同训练与推理
●使用标准的服务网格进行服务治理控制
●支持云边协同监控
使用应用管理组件及自动编排算法，将组件化或微服务化的应用，通过应用分发及部署功能以及底层的边缘节点管理组件，分发和部署到相应的节点型边缘计算模组上去。以制造执行系统(MES)中的生产过程管理(PPM)子系统为例，如图二所示，其包含多个模块：
PPM子系统在组件化或微服务化之后，可以以更细的粒度进行部署和管理，如过程数据采集模块就可以部署到相应的节点型边缘计算模组上去，便于更方便的进行节拍控制和加工参数的调整。
自动编排算法的基本原理如下：
设W(1，2，…i，…n)为初始权重数组，简写为W，W(i)为编号为i的微服务的初始权重，对于已选中的微服务，其初始权重为1，必选的微服务其初始权重也为1，其余的微服务初始权重为0；D(1，2，…i，…n)为最终权重数组，简写为D，D(i)为编号为i的微服务的最终权重。
设R(i)为第i个微服务的关联微服务的编号列表，简写为R。G(1，2，…i，…n)为处理标志数组，简写为G，初始为全0。
自动编排算法即是要实现函数F(W，G，R)＝D的映射关系。
循环处理W中权重为1的编号，针对每一编号，循环递归处理R中的编号，假设当前为j，则先G(j)是否为1，若已为1，则不做操作直接处理下一个编号；否则将D(j)置1，并将处理过的编号对应的G(j)也从0置1。
当W中所有的权重为1的编号都已处理过后，G中为1的那些编号，即为需要自动编排的微服务的编号集合。
为了对现场设备数据进行采集、存储和转发，并在边缘侧进行数据处理或机器学习，可在节点型边缘计算模组上部署IOT网关应用，通常运行在基于ARM架构的Linux操作系统上，其主要功能为：
●数据采集：支持多种采集协议，如MODBUS RTU、MODBUS TCP、OPC UA、BACNet IP、TCP/IP、MQTT、WEBSOCKET、HTTP等。
●数据存储：一般采集的数据除了在内存中之外，还需要持久化至数据库中。需支持缓存数据库，关系数据库及时序数据库等类型，并具有数据处理及管理功能。
●数据转发：支持多种转发协议，如OPC UA、TCP/IP、MQTT、WEBSOCKET、HTTP等。
●具有可编程逻辑控制(PLC)功能并提供相应的编程环境，或者能与第三方PLC通讯，通过第三方PLC来进行相关设备的控制。
边缘节点管理组件，具备一定的算力，通常在2.3TOPS及以上，支持云边协同AI框架，可在节点型边缘计算模组上，接收IOT网关应用所采集的数据，使用边云协同训练与推理，进行分布式异构并行训练，充分利用边缘模组的算力：
●根据并行的原理及模式不同，业界主流的并行类型有以下几种：
■数据并行(Data Parallel)：对数据进行切分的并行模式，一般按照batch维度切分，将数据分配到各个计算单元(worker)中，进行模型计算。
■模型并行(Model Parallel)：对模型进行切分的并行模式。模型并行可分为：算子级模型并行、流水线模型并行、优化器模型并行等。
■混合并行(Hybrid Parallel)：指涵盖数据并行和模型并行的并行模式。
●考虑到本边缘应用场景，适合采用数据并行的模式。基于该模式，我们采用参数服务器架构，它是分布式训练中一种广泛使用的架构，具有更好的灵活性、可扩展性以及节点容灾的能力。具体来讲，参数服务器既支持同步SGD(Stochastic Gradient Descent，随机梯度下降)，也支持异步SGD的训练算法；在扩展性上，将模型的计算与模型的更新分别部署在Worker(边缘计算模组)和Server两类进程中，使得Worker和Server的资源可以独立地横向扩缩(新增或者删除Worker和Server资源)；另外，在大规模数据中心的环境下，计算设备、网络以及存储经常会出现各种故障而导致部分节点异常，而在参数服务器的架构下，能够较为容易地处理此类故障而不会对训练中的任务产生影响。
●在参数服务器的架构设计中，一共包含三个独立的组件，分别是Server、Worker和Scheduler，作用分别是：
■Server：保存模型的权重和反向计算的梯度值，并使用优化器通过Worker上传的梯度值对模型进行更新。
■Worker：执行网络的正反向计算，反向计算的梯度值通过Push接口上传至Server中，通过Pull接口把Server更新好的模型下载到Worker本地。
■Scheduler：用于建立Server和Worker的通信关系。
●基本步骤：
■首先开启参数服务器训练模式。
■然后初始化分布式训练，包括Server、Worker和Scheduler三种节点的组网，集合通信初始化。
■通过调用接口方式来控制训练参数是否通过参数服务器进行更新，并可控制参数初始化位置。
■在原训练脚本基础上，设置该模型所有权重由参数服务器训练。
■对大型数据，可以配置算子的缓存尺寸，开启参数服务器训练模式下的缓存功能，该功能使用缓存尺寸大小的数据表在设备上训练，全量数据存储在服务器，将训练用到的数据表提前换入到缓存上，将过期的数据表放回到服务器，以达到提升训练性能的目的。
使用Worker，Server和Scheduler三个角色对应的shell脚本，启动训练。
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。
Claims (6)
1.一种节点型边缘计算系统，其特征在于，包括微服务模块、CI/CD模块、应用管理模块、观测模块和安全模块；
所述微服务模块包括服务治理、灰度发布、熔断、限流和智能路由；
所述CI/CD模块包括镜像仓库管理、镜像迁移、安全扫描和流水线模型；
所述应用管理模块包括应用发布、应用部署、版本控制、应用仓库管理和应用商店；
所述观测模块包括：集群与应用监控、集群与应用日志管理、告警通知、审计日志、时间查询和计量计费；
所述安全模块包括用户管理、角色管理、登录认证、密钥管理和网络策略管理。
2.根据权利要求1所述的节点型边缘计算系统，其特征在于，所述应用商店支持通过下载应用及安装组件，安装边缘节点管理组件，实现对边缘设备的支持；
边缘节点使用ARM架构的主芯片，边缘节点管理组件有如下功能：
支持边缘-边缘跨网络通信；
支持边缘-中心云跨网络通信；
支持多个Cloud Core和Edge Core实例同时稳定运行；
边缘端支持IOT网关应用；
支持云边协同AI框架；
支持边云协同训练与推理；
使用标准的服务网格进行服务治理控制；
支持云边协同监控。
3.根据权利要求2所述的节点型边缘计算系统，其特征在于，使用应用管理组件及自动编排算法，将组件化或微服务化的应用，通过所述应用分发及应用部署功能和底层的边缘节点管理组件，分发和部署到相应的节点型边缘计算模组上去。
4.根据权利要求3所述的节点型边缘计算系统，其特征在于，所述自动骗骗算法的原理为：设W(1，2，…i，…n)为初始权重数组，简写为W，W(i)为编号为i的微服务的初始权重，对于已选中的微服务，其初始权重为1，必选的微服务其初始权重也为1，其余的微服务初始权重为0；D(1，2，…i，…n)为最终权重数组，简写为D，D(i)为编号为i的微服务的最终权重；
设R(i)为第i个微服务的关联微服务的编号列表，简写为R；G(1，2，…i，…n)为处理标志数组，简写为G，初始为全0；
自动编排算法即是要实现函数F(W，G，R)＝D的映射关系；
循环处理W中权重为1的编号，针对每一编号，循环递归处理R中的编号，假设当前为j，则先G(j)是否为1，若已为1，则不做操作直接处理下一个编号；否则将D(j)置1，并将处理过的编号对应的G(j)也从0置1；
当W中所有的权重为1的编号都已处理过后，G中为1的那些编号，即为需要自动编排的微服务的编号集合。
5.根据权利要求4所述的节点型边缘计算系统，其特征在于，为了对现场设备数据进行采集、存储和转发，并在边缘侧进行数据处理或机器学习，在节点型边缘计算模组上部署IOT网关应用，运行在基于ARM架构的Linux操作系统上，其功能为：
数据采集：支持多种采集协议，如MODBUS RTU、MODBUS TCP、OPC UA、BACNet IP、TCP/IP、MQTT、WEBSOCKET和HTTP；
数据存储：采集的数据除了在内存中之外，还需要持久化至数据库中；需支持缓存数据库，关系数据库及时序数据库等类型，并具有数据处理及管理功能；
数据转发：支持多种转发协议，如OPC UA、TCP/IP、MQTT、WEBSOCKET和HTTP；
具有可编程逻辑控制(PLC)功能并提供相应的编程环境，或者能与第三方PLC通讯，通过第三方PLC来进行相关设备的控制。
6.根据权利要求2所述的节点型边缘计算系统，其特征在于，边缘节点管理组件，具备一定的算力，在2.3TOPS及以上，支持云边协同AI框架，在节点型边缘计算模组上，接收IOT网关应用所采集的数据，使用边云协同训练与推理，进行分布式异构并行训练，充分利用边缘模组的算力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310790279.7A CN116781476B (zh) | 2023-06-30 | 2023-06-30 | 一种节点型边缘计算系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310790279.7A CN116781476B (zh) | 2023-06-30 | 2023-06-30 | 一种节点型边缘计算系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116781476A true CN116781476A (zh) | 2023-09-19 |
| CN116781476B CN116781476B (zh) | 2024-03-22 |
Family
ID=88006155
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310790279.7A Active CN116781476B (zh) | 2023-06-30 | 2023-06-30 | 一种节点型边缘计算系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116781476B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113703971A (zh) * | 2021-08-18 | 2021-11-26 | 西安电子科技大学 | 多边缘协同计算平台中基于微服务的网络功能编排方法 |
| CN114066409A (zh) * | 2021-11-15 | 2022-02-18 | 天筑科技股份有限公司 | 一种服务构件的流水线自动编排方法及装置 |
| CN114979246A (zh) * | 2022-05-18 | 2022-08-30 | 京东方科技集团股份有限公司 | 业务管理方法、系统、配置服务器及边缘计算设备 |
| CN115118705A (zh) * | 2022-06-28 | 2022-09-27 | 重庆大学 | 一种基于微服务的工业边缘管控平台 |
| CN115905723A (zh) * | 2022-12-20 | 2023-04-04 | 中国科学院计算机网络信息中心 | 一种多学科数据模型计算一体化协同科研云服务系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112102111B (zh) * | 2020-09-27 | 2021-06-08 | 华电福新广州能源有限公司 | 一种发电厂数据智能处理系统 |
-
2023
- 2023-06-30 CN CN202310790279.7A patent/CN116781476B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113703971A (zh) * | 2021-08-18 | 2021-11-26 | 西安电子科技大学 | 多边缘协同计算平台中基于微服务的网络功能编排方法 |
| CN114066409A (zh) * | 2021-11-15 | 2022-02-18 | 天筑科技股份有限公司 | 一种服务构件的流水线自动编排方法及装置 |
| CN114979246A (zh) * | 2022-05-18 | 2022-08-30 | 京东方科技集团股份有限公司 | 业务管理方法、系统、配置服务器及边缘计算设备 |
| CN115118705A (zh) * | 2022-06-28 | 2022-09-27 | 重庆大学 | 一种基于微服务的工业边缘管控平台 |
| CN115905723A (zh) * | 2022-12-20 | 2023-04-04 | 中国科学院计算机网络信息中心 | 一种多学科数据模型计算一体化协同科研云服务系统 |
Non-Patent Citations (1)
| Title |
|---|
| 邹萍;张华;马凯蒂;程仕通;: "面向边缘计算的制造资源感知接入与智能网关技术研究", 计算机集成制造系统, no. 01 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116781476B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112000448B (zh) | 基于微服务架构的应用管理方法 | |
| US9917442B2 (en) | Distributed micro-grid controller | |
| US9648143B2 (en) | Methods of processing data corresponding to a device that corresponds to a gas, water, or electric grid, and related devices and computer program products | |
| CN112600717B (zh) | 基于sdn的卫星网络管控协议半实物试验装置 | |
| CN103761309A (zh) | 一种运营数据处理方法及系统 | |
| CN113868081A (zh) | 一种用于电网物联管理平台的边缘计算框架及其工作方法 | |
| CN115102827A (zh) | 一种中小型制造业的数字产品实时监测通用互联网平台 | |
| CN114169579B (zh) | 核电工业互联网综合智能平台系统 | |
| Nastic et al. | Polaris scheduler: Edge sensitive and slo aware workload scheduling in cloud-edge-iot clusters | |
| CN112214474A (zh) | 一种基于微服务架构的企业级信息化系统 | |
| CN111885439A (zh) | 一种光网络综合管理和值勤管理系统 | |
| CN116485136A (zh) | 基于云边协同的锂电池产线数据平台建设方法及系统 | |
| CN208890843U (zh) | 一种基于雾节点的边缘计算系统 | |
| Xiao et al. | A hybrid task crash recovery solution for edge computing in IoT-based manufacturing | |
| Jo et al. | Design and implementation of cpps and edge computing architecture based on opc ua server | |
| CN116781476B (zh) | 一种节点型边缘计算系统 | |
| Prist et al. | Cyber-physical manufacturing systems: An architecture for sensor integration, production line simulation and cloud services | |
| CN112486666A (zh) | 一种模型驱动的参考架构方法及平台 | |
| Zhang et al. | Research on deployment method of edge computing gateway based on microservice architecture | |
| Bauer et al. | Hybrid cloud–architecture for administration shells with RAMI4. 0 using Actor4j | |
| CN114978850B (zh) | 智能电网异构高并发大数据协同接入系统 | |
| CN114567568B (zh) | 基于边缘计算的电力物联网数据处理方法和装置 | |
| CN113824801B (zh) | 一种智能融合终端统一接入管理组件系统 | |
| CN114792045A (zh) | 一种边缘计算的数字孪生方法和系统 | |
| Moualla et al. | Self-adaptive Device Management for the IoT Using Constraint Solving |
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 |