CN117014313A - 一种面向边缘云平台的设备数据实时分析方法及系统 - Google Patents

Abstract

本发明提供了一种面向边缘云平台的设备数据实时分析方法及系统，涉及互联网技术领域，能够主动对边缘设备的数据进行获取，判断边缘设备的配置和状态是否发生变化，并基于变化的情况对应分析其对边缘节点所产生的影响，进而针对性的提前对边缘节点的配置进行调整，提高了边缘云平台的实时性、可靠性。

Description

一种面向边缘云平台的设备数据实时分析方法及系统

技术领域

本发明涉及互联网技术领域，具体而言，涉及一种面向边缘云平台的设备数据实时分析方法及系统。

背景技术

边缘云平台是一种将云计算与边缘计算相结合的技术平台，旨在提供分布式计算、存储和服务的能力。边缘云平台将云计算资源与边缘设备（如传感器、智能手机、物联网设备）靠近用户或数据源的位置进行部署，以便更快速、高效地处理数据和提供服务。边缘云平台的应用场景包括物联网、智能城市、自动驾驶、视频监控等领域，通过将计算和存储资源靠近数据源，能够更好地满足实时性、可靠性和安全性等需求。

边缘云平台的核心是分布在边缘设备或边缘节点上的计算资源。这些边缘节点可以是物理服务器、虚拟化的服务器实例或者容器化的应用程序。可以根据应用需求和预期负载，确定边缘节点的数量、规模和性能。在确定边缘节点时，边缘节点需要具备足够的计算能力来处理应用程序、分析数据和提供服务。计算能力包括处理器性能、内存容量、存储空间等。

同时，边缘节点的配置需要考虑到与边缘设备的系统集成。这涉及到软件开发、接口定义和协议适配等方面。边缘节点应该提供相应的开发工具和软件支持，以便边缘设备能够方便地与边缘节点进行集成和交互。边缘节点配置与边缘设备之间有着密切的关联，需要综合考虑边缘设备的特性、数据处理需求和系统集成等因素，选择合适的边缘节点配置方案，以便实现高效、可靠的数据处理和通信。

在实际应用的场景中我们发现，部署边缘节点的和使用边缘设备的通常不是一同使用者，而且边缘设备的种类非常丰富和多样化，使用者的使用方式也各式各样，这导致与已经部署好的边缘节点连接的边缘设备，其状态可能实施发生变化，进而对边缘节点的计算性能、资源利用率产生影响。边缘节点可通过动态部署的方式针对上述情况进行动态应对，然而现有的方案，采用的方式主要针对边缘节点自身的状态进行检测，然后根据检测结果重新进行评估和决策，以实现最优的任务分配和资源利用。然而这样的方法存在一定的滞后性，即边缘节点本身已经受到影响后，才进行反馈调整，导致实时性、可靠性的需求可能得不到满足，同时用户体验也可能下降。

因此，针对边缘设备的状态变化，如何更高效的对边缘节点配置情况进行调整，是目前亟待解决的问题。

发明内容

为了改善上述问题，本发明提供了一种面向边缘云平台的设备数据实时分析方法及系统。

本发明实施例的第一方面，提供了一种面向边缘云平台的设备数据实时分析方法，所述方法包括：

获取与边缘节点连接的边缘设备的设备数据，所述设备数据包括设备配置信息和设备状态信息；

将所获取的设备数据与上一次进行节点配置时所记录的历史设备数据进行对比，确定设备数据发生变化的边缘设备以及发生变化的数据类别；

针对设备数据发生变化的边缘设备，根据发生变化的数据类别确定边缘节点当前任务中，发生变化的数据类别的相关任务；

判断发生变化的数据对相关任务的影响程度；

判断在继续执行相关任务的基础上，发生变化的数据对边缘节点的影响程度；

根据上述判断结果中的至少一个，对边缘节点的配置进行调整。

可选地，所述判断发生变化的数据对相关任务的影响程度的步骤，具体包括：

获取每个相关任务的任务描述信息，所述任务描述信息包括任务性质、任务资源要求和任务执行方式；

针对发生变化的数据类别，判断其当前状态是否与所述任务描述信息相匹配；

如果当前状态超出所述任务描述信息的范围，则判断发生变化的数据导致该相关任务无法执行；

如果当前状态未超出所述任务描述信息的范围，则判断发生变化的数据不会导致该相关任务无法执行。

可选地，所述判断在继续执行相关任务的基础上，发生变化的数据对边缘节点的影响程度的步骤，具体包括：

如果判断发生变化的数据不会导致该相关任务无法执行，则基于发生变化的数据的当前状态，计算边缘节点执行该相关任务所使用的资源；

判断所使用的资源是否超出边缘节点的冗余配置；

如果超出，则判断发生变化的数据将导致边缘节点过载。

可选地，所述判断所使用的资源是否超出边缘节点的冗余配置的步骤，具体包括：

判断该相关任务所使用的资源是否超出边缘节点针对该任务配置的资源；

如果否，则累加所有相关任务所使用的资源，判断累加结果是否超出边缘节点的冗余配置；

如果是，则进一步判断该相关任务所使用的资源是否超出边缘节点的冗余配置。

可选地，所述根据上述判断结果中的至少一个，对边缘节点的配置进行调整的步骤，具体包括：

当判断发生变化的数据导致相关任务无法执行时，执行第一配置调整策略；

判断该相关任务所使用的资源是否超出边缘节点针对该任务配置的资源，但未超出边缘节点的冗余配置时，执行第二配置调整策略；

当判断所有相关任务所使用的资源累加结果超出边缘节点的冗余配置时，执行第二配置调整策略。

可选地，所述第二配置调整策略具体包括：

对边缘节点所部署的所有任务按优先度进行排序；

按优先度从高到低的顺序，使用冗余配置完成对应任务。

可选地，根据所述设备配置信息和设备状态信息，判断设备数据发生变化的边缘设备，其设备数据发生变化的类型为临时变化还是持续变化；

记录发生变化的边缘设备的设备数据，以及发生变化的数据类别的相关任务；

如果是持续变化，则将记录的信息发送给其他连接有相同类型的边缘设备的边缘节点。

可选地，所述方法还包括：

如果设备数据发生变化的类型为是临时变化，则将记录的信息发送给其他可能连接同一边缘设备的边缘节点。

可选地，所述方法还包括：

如果边缘节点所连接的边缘设备中，存在发生持续变化的边缘设备，则重新进行边缘节点的配置。

本发明实施例的第二方面，提供了一种面向边缘云平台的设备数据实时分析系统，所述系统包括：

数据获取单元，用于获取与边缘节点连接的边缘设备的设备数据，所述设备数据包括设备配置信息和设备状态信息；

数据比对单元，用于将所获取的设备数据与上一次进行节点配置时所记录的历史设备数据进行对比，确定设备数据发生变化的边缘设备以及发生变化的数据类别；

任务确定单元，用于针对设备数据发生变化的边缘设备，根据发生变化的数据类别确定边缘节点当前任务中，发生变化的数据类别的相关任务；

影响判断单元，用于判断发生变化的数据对相关任务的影响程度；判断在继续执行相关任务的基础上，发生变化的数据对边缘节点的影响程度；

配置调整单元，用于根据上述判断结果中的至少一个，对边缘节点的配置进行调整。

本发明的有益效果为：

本发明提供了一种面向边缘云平台的设备数据实时分析方法及系统，能够主动对边缘设备的数据进行获取，判断边缘设备的配置和状态是否发生变化，并基于变化的情况对应分析其对边缘节点所产生的影响，进而针对性的提前对边缘节点的配置进行调整，提高了边缘云平台的实时性、可靠性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明实施例的面向边缘云平台的设备数据实时分析方法及系统的应用场景示意图；

图2为本发明实施例的面向边缘云平台的设备数据实时分析方法的方法流程图；

图3为本发明另一实施例的面向边缘云平台的设备数据实时分析方法的方法流程图；

图4为本发明实施例的面向边缘云平台的设备数据实时分析系统的功能模块框图。

附图标记：

边缘节点100；边缘设备200；数据获取单元110；数据比对单元120；任务确定单元130；影响判断单元140；配置调整单元150。

具体实施方式

边缘云平台是一种将云计算与边缘计算相结合的技术平台，旨在提供分布式计算、存储和服务的能力。边缘云平台将云计算资源与边缘设备（如传感器、智能手机、物联网设备）靠近用户或数据源的位置进行部署，以便更快速、高效地处理数据和提供服务。边缘云平台的应用场景包括物联网、智能城市、自动驾驶、视频监控等领域，通过将计算和存储资源靠近数据源，能够更好地满足实时性、可靠性和安全性等需求。

在实际应用的场景中我们发现，部署边缘节点的和使用边缘设备的通常不是一同使用者，而且边缘设备的种类非常丰富和多样化，使用者的使用方式也各式各样，这导致与已经部署好的边缘节点连接的边缘设备，其状态可能实施发生变化，进而对边缘节点的计算性能、资源利用率产生影响。边缘节点可通过动态部署的方式针对上述情况进行动态应对，然而现有的方案，采用的方式主要针对边缘节点自身的状态进行检测，然后根据检测结果重新进行评估和决策，以实现最优的任务分配和资源利用。然而这样的方法存在一定的滞后性，即边缘节点本身已经受到影响后，才进行反馈调整，导致实时性、可靠性的需求可能得不到满足，同时用户体验也可能下降

因此，针对边缘设备的状态变化，如何更高效的对边缘节点配置情况进行调整，是目前亟待解决的问题。

鉴于此，本发明设计者设计了一种面向边缘云平台的设备数据实时分析方法及系统，能够主动对边缘设备的数据进行获取，判断边缘设备的配置和状态是否发生变化，并基于变化的情况对应分析其对边缘节点所产生的影响，进而针对性的提前对边缘节点的配置进行调整，提高了边缘云平台的实时性、可靠性。

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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，术语 “顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

请参阅图1，本实施例提供的一种面向边缘云平台的设备数据实时分析方法、系统的应用场景示意图。

如图1所示，本发明提供的一种面向边缘云平台的设备数据实时分析方法、装置，应用于边缘节点100，多个边缘设备200与边缘节点100连接。边缘节点100的硬件配置需要与所连接的边缘设备200相匹配。边缘设备200可能具有不同的处理能力、存储容量和传输带宽要求。边缘节点100的硬件选择需要考虑到边缘设备200的特性，以确保能够有效地处理设备生成的数据。边缘设备200需要通过网络连接到边缘节点100进行数据传输和通信。边缘节点100应该提供适当的网络接口和协议支持来与边缘设备200进行通信。边缘节点100的网络配置需要满足边缘设备200的连接要求，以确保稳定、可靠的数据传输。边缘设备200通常只能进行基础的数据处理，而边缘节点100则能提供更大规模、更复杂的计算能力。边缘节点100可以接收边缘设备200采集的原始数据，并进行更高级别的数据处理、分析和挖掘。边缘节点100的计算能力和存储容量需要与边缘设备200产生的数据量和处理需求相适配。边缘节点100可以负责协调和管理多个边缘设备200之间的数据传输和通信。它可以收集来自不同边缘设备200的数据，并进行合并、过滤或聚合。同时，边缘节点100也可以将处理后的数据返回给边缘设备200或传输到中心云进行进一步的分析和存储。边缘节点100配置需要考虑到与边缘设备200的系统集成。这涉及到软件开发、接口定义和协议适配等方面。边缘节点100应该提供相应的开发工具和软件支持，以便边缘设备200能够方便地与边缘节点100进行集成和交互。

在上述基础上，如图2所示，为本发明一实施例提供的面向边缘云平台的设备数据实时分析方法，该方法包括：

步骤S101,获取与边缘节点连接的边缘设备的设备数据，所述设备数据包括设备配置信息和设备状态信息。

与边缘节点连接通常有多个，且分为不同的类型。在获取边缘设备的设备数据时，可以根据边缘设备和边缘节点信息交互方式、边缘设备所处的物理环境以及边缘设备的具体型号，选择与之匹配的方法。在进行设备数据的获取时，可以采用向边缘设备发送对应的指令，并要求边缘设备返回相关数据的方法，也可以采用由边缘设备定期主动上报相关信息的方法。

其中，设备配置信息用于表示边缘设备当前的配置情况，具体包括但不限于，硬件配置、软件配置、资源配置、使用参数配置等。设备状态信息用于表示边缘设备当前的运行状态，包括在当前情况下，一个或多个边缘设备内部参数信息。通过设备状态信息可以判断边缘设备是否处于正常运行状态。

需要注意的是，获取设备数据的频率越高，系统的实时性则更强，边缘节点就能够更有效的进行反馈调整。

步骤S102，将所获取的设备数据与上一次进行节点配置时所记录的历史设备数据进行对比，确定设备数据发生变化的边缘设备以及发生变化的数据类别。

导致设备数据发生变化的原因可能有很多，总体上大概可以分为两类。一类是边缘设备的使用者主动对设备进行调整，导致发生的变化，例如使用者更新了边缘设备的硬件或者软件，或者重新设置了边缘设备的工作方式，或者使用者改变了原有的使用习惯等。另一类是，客观因素导致边缘设备的情况发生的变化，例如边缘设备周边的物理环境发生变化，导致边缘设备的硬件受到损坏，或者边缘设备的被黑客攻击导致部分功能异常等。

无论是上述哪种情况，都有可能导致数据发生变化，通过将所获取的设备数据与上一次进行节点配置时所记录的历史设备数据进行对比。就能够知道在最近的时间段范围内，发生变化的数据类别具体有哪些。

在上一次进行节点配置时，所参考的是边缘设备当时的历史设备数据，通过将获取的设备数据与历史设备数据进行对比，也能够为后续重新进行进行边缘节点的配置调整提供参考。

步骤S103，针对设备数据发生变化的边缘设备，根据发生变化的数据类别确定边缘节点当前任务中，发生变化的数据类别的相关任务。

针对部署在边缘节点的任务，任务的执行与各个边缘设备相关，但是不是与边缘设备所有功能或者功能模块相关。也就是说，即使边缘设备的部分设备数据发生变化，也不一定会影响任务的执行。因此，需要先确定发生变化的数据类别的相关任务，再在其基础上进行后续的判断和处理。

步骤S104，判断发生变化的数据对相关任务的影响程度。

首先需要判断的内容是发生变化的数据对相关任务的影响程度，既要判断是否直接影响相关任务的执行，也要判断具体的影响程度。

步骤S104具体包括：

获取每个相关任务的任务描述信息，所述任务描述信息包括任务性质、任务资源要求和任务执行方式；针对发生变化的数据类别，判断其当前状态是否与所述任务描述信息相匹配；如果当前状态超出所述任务描述信息的范围，则判断发生变化的数据导致该相关任务无法执行；如果当前状态未超出所述任务描述信息的范围，则判断发生变化的数据不会导致该相关任务无法执行。

不同任务对应了不同的资源要求和执行方式，对于边缘设备来说，要具体根据当前部署的任务的任务描述信息来进行判断，发生变化的数据是否超出了任务描述信息的范围。如果变化后的数据仍然在任务描述信息的范围内，说明该变化不会对任务造成影响，或者造成的影响在冗余范围内。如果发生变化的数据超出了任务描述信息的范围，则说明改变化将直接导致任务无法执行或者完成。针对后一种情况，则需要直接采取相应的措施进行对应，针对前一种情况，则需要在此基础上，进行进一步的判断。

步骤S105，判断在继续执行相关任务的基础上，发生变化的数据对边缘节点的影响程度。

针对上述判断的前一种情况，即发生变化的数据不会导致该相关任务无法执行，则进一步判断在继续执行相关任务的基础上，发生变化的数据对边缘节点的影响程度。

步骤S105具体包括：

如果判断发生变化的数据不会导致该相关任务无法执行，则基于发生变化的数据的当前状态，计算边缘节点执行该相关任务所使用的资源；判断所使用的资源是否超出边缘节点的冗余配置；如果超出，则判断发生变化的数据将导致边缘节点过载。

在基于任务描述信息初步判断发生变化的数据不会导致该相关任务无法执行后，考虑到设备数据发生变化后，在执行任务的细节上会有对应的影响，比如花费的时间更长、对运行环境的要求更高等，可能会导致边缘节点执行该相关任务所使用的资源增加，进而影响边缘节点的工作效率。因此需要基于发生变化的数据的当前状态，计算边缘节点执行该相关任务所使用的资源。通常来说边缘节点在进行配置之后，会预留部分冗余配置，以应对各种可能的异常情况。如果将发生变化后边缘节点执行该相关任务所使用的资源与冗余配置进对比，可以判断出该变化可能导致的直接影响，所使用的资源如果超出边缘节点的冗余配置，则判断发生变化的数据将导致边缘节点过载。

在此基础上，还需要考虑的点是，在进行部署时，部分边缘设备相关的任务可能有多个，当设备数据发生变化后，可能对多个任务同时产生影响。同时，由于多边缘节点通常连接了多个边缘设备，除了考虑单个边缘设备的设备数据发生变化后对边缘节点的影响，还要考虑多个边缘设备同时出现设备数据发生变化的情况。

因此，作为本发明实施例的优选实施方式，所述判断所使用的资源是否超出边缘节点的冗余配置的步骤，具体包括：

判断该相关任务所使用的资源是否超出边缘节点针对该任务配置的资源；如果未超出边缘节点针对该任务配置的资源，则累加所有相关任务所使用的资源，判断累加结果是否超出边缘节点的冗余配置；如果超出边缘节点针对该任务配置的资源，则进一步判断该相关任务所使用的资源是否超出边缘节点的冗余配置。

通常来说，边缘节点会针对每个任务进行资源配置，考虑多个相关任务同时受到影响的情况，首先针对每个相关任务所使用的资源是否超出边缘节点针对该任务配置的资源进行判断，如由于针对每个任务配置的资源不同，则可能出现多个相关任务所使用的资源后超出边缘节点的冗余配置的情况。同时也要确定，哪些相关任务所使用的资源，本身就已经超出边缘节点的冗余配置。

通过上述一系列的对比，则基本可以确定设备数据发生变化对边缘节点所造成的影响。

步骤S106，根据上述判断结果中的至少一个，对边缘节点的配置进行调整。

针对上述的两个判断结果，根据不同的判断结果，采用相应的策略进行调整。

步骤S106具体包括：

当判断发生变化的数据导致相关任务无法执行时，执行第一配置调整策略。

这种情况可以认为是影响最大的情况，需要直接进行处理，当出现该情况时，则不需要考虑发生变化的数据对边缘节点的影响。第一配置调整策略的设置，具体和边缘计算系统所采用的整体策略相关。作为优选的方式，可以直接将该边缘设备从对应任务的执行中删除，将相关计算任务分配给与边缘节点连接的其他边缘设备。作为其他实施方式，对应无法从对应任务的执行中删除的情况，即该任务只有通过该边缘设备执行，则可以采用任务暂停的方式，并将分配该任务的资源分配到其他地方，直到边缘设备的影响消失后，重新进行边缘节点的配置。

判断该相关任务所使用的资源是否超出边缘节点针对该任务配置的资源，但未超出边缘节点的冗余配置时，执行第二配置调整策略；当判断所有相关任务所使用的资源累加结果超出边缘节点的冗余配置时，执行第二配置调整策略

第二配置调整策略主要针对的是多个任务或者多个边缘设备的资源配置。所述第二配置调整策略具体包括：对边缘节点所部署的所有任务按优先度进行排序；按优先度从高到低的顺序，使用冗余配置完成对应任务。

在边缘节点部署时，所执行的多个任务，通常会有优先度的排序。因此在进行多个任务或者多个边缘设备的资源配置时，可以以边缘节点所部署的所有任务按优先度进行排序，按优先度从高到低的顺序，使用冗余配置完成对应任务。

需要注意的是，在进行排序时，需要考虑所有部署的任务，而非与变化的设备数据的相关任务。这样做的原因是，需要保证在对相关任务进行处理时，不影响其他正常任务的执行。

作为本发明实施例的优选实施方式，考虑到冗余配置不能完全支持对相关任务的处理的情况，即单个相关任务所使用的资源已经超过了冗余配置，或者是冗余配置已经使用完，但是优先度排序较后的相关任务无法得到支持的情况。这时对于无法支持的相关任务，则采用第一配置调整策略进行处理。

通过上述过程，针对两个阶段的判断后，基于不同的判断结果，采用对应的配置调整策，对边缘节点的配置进行调整。

在上述方案的基础上，作为本发明的另一实施例，如图3所示，在步骤S106执行之后，本发明提供的设备数据实时分析方法还包括：

步骤S201,根据所述设备配置信息和设备状态信息，判断设备数据发生变化的边缘设备，其设备数据发生变化的类型为临时变化还是持续变化。

这里的临时变化还是持续变化指的是，边缘设备发生变化后，经过一定的时间后，是否还会恢复到变化之前的状态。持续变化指的是发生变化后，边缘设备基本会持续保持发生变化后的状态。

结合上一实施例提到的两种导致设备数据发生变化的原因类型，一般来说以设备更新为例的主动变化，更大概率是持续变化。而因为客观因素导致的被动变化，更大概率是临时变化。

作为优选的实施方式，判断设备数据发生变化的边缘设备的类型的主要方式是通过设备配置信息和设备状态信息的对比进行判断的，如果设备配置信息发生了变化而设备状态信息没有变化，或者设备状态信息变化的幅度在预设的阈值范围内，而且设备状态信息表示设备处于正常状态，则判断为持续变化。如果设备状态信息变化的幅度在预设的阈值范围外，或者设备状态信息表示设备处于异常状态，则判断为临时变化。

步骤S202,记录发生变化的边缘设备的设备数据，以及发生变化的数据类别的相关任务。

通过记录发生变化的边缘设备的设备数据，以及发生变化的数据类别的相关任务，形成相应历史数据，可以为后续出现相同或者相似情况的处理提供支撑。

步骤S203,如果是持续变化，则将记录的信息发送给其他连接有相同类型的边缘设备的边缘节点。

针对出现持续变化情况，可以判断为该情况有大概率陆续发生在其他相同类型的边缘设备，例如某款智能家居产品集体更新。因此将记录的信息发送给其他连接有相同类型的边缘设备的边缘节点，使得其他边缘节点能够提前了解情况，并进行预先处理。

作为其他的实施方式，如果设备数据发生变化的类型为是临时变化，则将记录的信息发送给其他可能连接同一边缘设备的边缘节点。

针对出现临时变化情况，可以判断为该边缘设备由于其所处客观环境的因素发生变化导致的，例如温度的周期性波动。因此将记录的信息发送给其他可能连接同一边缘设备的边缘节点，当其他边缘节点连接该同一边缘设备时，能够提前了解情况，并进行预先处理。

作为优选的实施方式，如果边缘节点所连接的边缘设备中，存在发生持续变化的边缘设备，则重新进行边缘节点的配置。

对于发生持续变化的边缘设备，可以理解为设备的整体情况发生了改变，因此需要结合改变后的设备数据，重新进行相关边缘节点的配置，以获取更优的配置方案。

综上所述，本发明实施例提供的面向边缘云平台的设备数据实时分析方法，能够主动对边缘设备的数据进行获取，判断边缘设备的配置和状态是否发生变化，并基于变化的情况对应分析其对边缘节点所产生的影响，进而针对性的提前对边缘节点的配置进行调整，提高了边缘云平台的实时性、可靠性。

如图4所示，本发明实施提供的面向边缘云平台的设备数据实时分析系统，所述系统包括：

数据获取单元110，用于获取与边缘节点连接的边缘设备的设备数据，所述设备数据包括设备配置信息和设备状态信息；

数据比对单元120，用于将所获取的设备数据与上一次进行节点配置时所记录的历史设备数据进行对比，确定设备数据发生变化的边缘设备以及发生变化的数据类别；

任务确定单元130，用于针对设备数据发生变化的边缘设备，根据发生变化的数据类别确定边缘节点当前任务中，发生变化的数据类别的相关任务；

影响判断单元140，用于判断发生变化的数据对相关任务的影响程度；判断在继续执行相关任务的基础上，发生变化的数据对边缘节点的影响程度；

配置调整单元150，用于根据上述判断结果中的至少一个，对边缘节点的配置进行调整。

本发明实施例提供的面向边缘云平台的设备数据实时分析系统，用于实现上述面向边缘云平台的设备数据实时分析方法，因此具体实施方式与上述方法相同，在此不再赘述。

综上所述，本发明提供了一种面向边缘云平台的设备数据实时分析方法及系统，能够主动对边缘设备的数据进行获取，判断边缘设备的配置和状态是否发生变化，并基于变化的情况对应分析其对边缘节点所产生的影响，进而针对性的提前对边缘节点的配置进行调整，提高了边缘云平台的实时性、可靠性。

在本申请所公开的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。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的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块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存储介质中。基于这样的理解，本申请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该技术方案的部分可以以软件产品的形式体现出来，该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)执行本申请各个实施例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，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种面向边缘云平台的设备数据实时分析方法，其特征在于，所述方法包括：

获取与边缘节点连接的边缘设备的设备数据，所述设备数据包括设备配置信息和设备状态信息；

将所获取的设备数据与上一次进行节点配置时所记录的历史设备数据进行对比，确定设备数据发生变化的边缘设备以及发生变化的数据类别；

针对设备数据发生变化的边缘设备，根据发生变化的数据类别确定边缘节点当前任务中，发生变化的数据类别的相关任务；

判断发生变化的数据对相关任务的影响程度,得到第一判断结果；

判断在继续执行相关任务的基础上，发生变化的数据对边缘节点的影响程度,得到第二判断结果；

根据所述第一判断结果和所述第二判断结果中的至少一个，对边缘节点的配置进行调整。

2.根据权利要求1所述的面向边缘云平台的设备数据实时分析方法，其特征在于，所述判断发生变化的数据对相关任务的影响程度的步骤，具体包括：

获取每个相关任务的任务描述信息，所述任务描述信息包括任务性质、任务资源要求和任务执行方式；

针对发生变化的数据类别，判断其当前状态是否与所述任务描述信息相匹配；

如果当前状态超出所述任务描述信息的范围，则判断发生变化的数据导致该相关任务无法执行；

如果当前状态未超出所述任务描述信息的范围，则判断发生变化的数据不会导致该相关任务无法执行。

3.根据权利要求2所述的面向边缘云平台的设备数据实时分析方法，其特征在于，所述判断在继续执行相关任务的基础上，发生变化的数据对边缘节点的影响程度的步骤，具体包括：

如果判断发生变化的数据不会导致该相关任务无法执行，则基于发生变化的数据的当前状态，计算边缘节点执行该相关任务所使用的资源；

判断所使用的资源是否超出边缘节点的冗余配置；

如果超出，则判断发生变化的数据将导致边缘节点过载。

4.根据权利要求3所述的面向边缘云平台的设备数据实时分析方法，其特征在于，所述判断所使用的资源是否超出边缘节点的冗余配置的步骤，具体包括：

判断能够继续执行的相关任务所使用的资源是否超出边缘节点针对该能够继续执行的相关任务配置的资源；

如果未超出边缘节点针对该能够继续执行的相关任务配置的资源，则累加所有相关任务所使用的资源，判断累加结果是否超出边缘节点的冗余配置；

如果超出边缘节点针对该能够继续执行的相关任务配置的资源，则进一步判断该能够继续执行的相关任务所使用的资源是否超出边缘节点的冗余配置。

5.根据权利要求4所述的面向边缘云平台的设备数据实时分析方法，其特征在于，所述根据所述第一判断结果和所述第二判断结果中的至少一个，对边缘节点的配置进行调整的步骤，具体包括：

当判断发生变化的数据导致相关任务无法执行时，执行第一配置调整策略；

判断能够继续执行的相关任务所使用的资源超出边缘节点针对该能够继续执行的相关任务配置的资源，但未超出边缘节点的冗余配置时，执行第二配置调整策略；

当判断所有相关任务所使用的资源累加结果超出边缘节点的冗余配置时，执行第二配置调整策略。

6.根据权利要求5所述的面向边缘云平台的设备数据实时分析方法，其特征在于，所述第二配置调整策略具体包括：

对边缘节点所部署的所有任务按优先度进行排序；

按优先度从高到低的顺序，使用冗余配置完成对应任务。

7.根据权利要求1中所述的面向边缘云平台的设备数据实时分析方法，其特征在于，所述方法还包括：

根据所述设备配置信息和设备状态信息，判断设备数据发生变化的边缘设备，其设备数据发生变化的类型为临时变化还是持续变化；

记录发生变化的边缘设备的设备数据，以及发生变化的数据类别的相关任务；

如果是持续变化，则将记录的信息发送给其他连接有相同类型的边缘设备的边缘节点。

8.根据权利要求7中所述的面向边缘云平台的设备数据实时分析方法，其特征在于，所述方法还包括：

如果设备数据发生变化的类型为是临时变化，则将记录的信息发送给其他能够连接同一边缘设备的边缘节点。

9.根据权利要求7中所述的面向边缘云平台的设备数据实时分析方法，其特征在于，所述方法还包括：

如果边缘节点所连接的边缘设备中，存在发生持续变化的边缘设备，则重新进行边缘节点的配置。

10.一种面向边缘云平台的设备数据实时分析系统，其特征在于，所述系统包括：

数据获取单元，用于获取与边缘节点连接的边缘设备的设备数据，所述设备数据包括设备配置信息和设备状态信息；

数据比对单元，用于将所获取的设备数据与上一次进行节点配置时所记录的历史设备数据进行对比，确定设备数据发生变化的边缘设备以及发生变化的数据类别；

任务确定单元，用于针对设备数据发生变化的边缘设备，根据发生变化的数据类别确定边缘节点当前任务中，发生变化的数据类别的相关任务；

影响判断单元，用于判断发生变化的数据对相关任务的影响程度,得到第一判断结果；判断在继续执行相关任务的基础上，发生变化的数据对边缘节点的影响程度,得到第二判断结果；

配置调整单元，用于根据所述第一判断结果和所述第二判断结果中的至少一个，对边缘节点的配置进行调整。