CN117255134B - 一种基于云边协同的数据传输方法 - Google Patents

Abstract

本发明属于云边协同领域，涉及数据分析技术，用于解决现有的基于云边协同的数据传输方法无法对边缘网络的任务计算运力进行监测分析的问题，具体是一种基于云边协同的数据传输方法，对边缘网络的计算任务执行承载力进行评估分析：计算分配模块接收到计算任务时获取边缘网络中所有边缘计算节点的占用数据ZY、内存数据NC以及排队数据PD并进行数值计算得到边缘计算节点的优先系数YX；本发明可以对边缘网络的计算任务执行承载力进行评估分析，对边缘计算节点的服务器运行参数进行综合分析与计算得到优先系数，根据分析结果对边缘网络的计算任务执行承载力进行反馈，在适宜执行计算任务时根据数据特征为边缘网络匹配合适的分配模式。

Description

一种基于云边协同的数据传输方法

技术领域

本发明属于云边协同领域，涉及数据分析技术，具体是一种基于云边协同的数据传输方法。

背景技术

边缘计算是一种分布式运算的架构，不同于云计算，它将之前由中心服务器负责的任务加以分解，并且将这些分解之后的任务片段分发至网络的边缘端，由边缘端去负责运算。边缘计算降低了相关信息的传输时间，减小了延迟。

现有的基于云边协同的数据传输方法无法对边缘网络的任务计算运力进行监测分析，从而无法对边缘计算节点与计算任务进行科学合理化的匹配，进而导致计算任务的处理效率无法得到提升。

针对上述技术问题，本申请提出一种解决方案。

发明内容

本发明的目的在于提供一种基于云边协同的数据传输方法，用于解决现有的基于云边协同的数据传输方法无法对边缘网络的任务计算运力进行监测分析的问题；

本发明需要解决的技术问题为：如何提供一种可以对边缘网络的任务计算运力进行监测分析的基于云边协同的数据传输方法。

本发明的目的可以通过以下技术方案实现：

一种基于云边协同的数据传输方法，包括以下步骤：

步骤一：对边缘网络的计算任务执行承载力进行评估分析：计算分配模块接收到计算任务时获取边缘网络中所有边缘计算节点的占用数据ZY、内存数据NC以及排队数据PD并进行数值计算得到边缘计算节点的优先系数YX；

步骤二：通过所有边缘计算节点的优先系数YX获取到边缘网络的优先表现值与优先偏差值，通过优先表现值与优先偏差值对边缘网络是否适宜执行计算任务进行判定；

步骤三：在边缘网络适宜进行计算任务时采用均匀分配模式或隔离分配模式进行计算任务分配分析。

作为本发明的一种优选实施方式，在步骤一中，占用数据ZY为边缘计算节点的边缘服务器的CPU占用值，内存数据NC为边缘计算节点的边缘服务器的内存占用值，排队数据PD为边缘计算节点的未处理子任务数量值。

作为本发明的一种优选实施方式，在步骤二中，优先表现值与优先偏差值的获取过程包括：对所有边缘计算节点的优先系数YX进行求和取平均值得到优先表现值，由所有边缘计算节点的优先系数YX构成优先集合，对优先集合进行方差计算得到优先偏差值。

作为本发明的一种优选实施方式，在步骤二中，对边缘网络是否适宜执行计算任务进行判定的具体过程包括：通过存储模块获取到优先表现阈值与优先偏差阈值，将边缘网络的优先表现值、优先偏差值分别与优先表现阈值、优先偏差阈值进行比较：若优先表现值小于优先表现阈值且优先偏差值小于优先偏差阈值，则判定边缘网络适宜执行计算任务，生成均匀分配信号并将均匀分配信号发送至数据传输平台，数据传输平台接收到均匀分配信号后将均匀分配信号发送至计算分配模块；若优先表现值大于等于优先表现阈值，则判定边缘网络不适宜执行计算任务，生成运力不足信号并将运力不足信号发送至数据传输平台，数据传输平台接收到运力不足信号后将运力不足信号发送至中心云服务器；若优先表现值小于优先表现阈值且优先偏差值大于等于优先偏差阈值，则判定边缘网络适宜执行计算任务，生成隔离分配信号并将隔离分配信号发送至数据传输平台，数据传输平台接收到隔离分配信号后将隔离分配信号发送至计算分配模块。

作为本发明的一种优选实施方式，在步骤三中，采用均匀分配模式进行计算任务分配的具体过程包括：将计算任务分解为若干个子任务，将边缘网络的边缘计算节点的数量标记为n，将n个边缘计算节点按照优先系数YX由小到大的顺序进行排列得到节点序列，由n个子任务构成一个分配集，将分配集中的子任务按照内存值由大到小的顺序进行排序得到分配序列，将分配集中的子任务与边缘计算节点按照节点序列与分配序列进行匹配；在每个分配集中的子任务完成分配之后对边缘网络的优先表现值进行计算，在优先表现值小于优先表现阈值时进行下一分配集的子任务分配；在优先表现值大于等于优先表现阈值时暂停子任务分配，并每隔L1秒采用评估分析模块对边缘网络的计算任务执行承载力进行评估分析。

作为本发明的一种优选实施方式，在步骤三中，采用隔离分配模式进行计算任务分配的具体过程包括：将边缘计算节点的优先系数YX与优先表现阈值进行比较：若优先系数YX小于优先表现阈值，则将对应边缘计算节点标记为执行节点；若优先系数YX大于等于优先表现阈值，则将对应边缘计算节点标记为隔离节点；将执行节点与边缘计算节点的数量比值标记为执行系数，将计算任务分解为若干个子任务，子任务逐一分配到各个执行节点当中，直至已分配子任务数量与子任务总数量的比值不小于执行系数，子任务暂停分配，同时重新计算边缘计算节点的优先系数YX，对边缘计算节点重新进行执行节点与隔离节点的划分，然后将剩余子任务逐一分配至执行节点当中。

作为本发明的一种优选实施方式，应用于基于云边协同的数据传输系统当中，包括数据传输平台，所述数据传输平台通信连接有中心云服务器、边缘网络、评估分析模块、计算分配模块以及存储模块。

所述中心云服务器用于接收计算任务并将计算任务发送至评估分析模块；所述边缘网络包括若干个边缘计算节点。

所述评估分析模块用于对边缘网络的计算任务执行承载力进行评估分析并得到边缘网络的优先表现值与优先偏差值，通过优先表现值与优先偏差值对边缘网络是否适宜执行计算任务进行判定，在适宜执行计算任务时生成均匀分配信号或隔离分配信号并发送至计算分配模块；

所述计算分配模块用于对边缘网络进行计算任务分配分析：计算分配模块接收到均匀分配信号后采用均匀分配模式进行计算任务分配；计算分配模块接收到隔离分配信号后采用隔离分配模式进行计算任务分配。

本发明具备下述有益效果：

通过评估分析模块可以对边缘网络的计算任务执行承载力进行评估分析，对边缘计算节点的服务器运行参数进行综合分析与计算得到优先系数，通过优先系数对边缘计算节点的计算任务执行运力进行反馈，然后结合所有边缘计算节点的优先系数进行分析，根据分析结果对边缘网络的计算任务执行承载力进行反馈，在适宜执行计算任务时根据数据特征为边缘网络匹配合适的分配模式；

通过计算分配模块可以对边缘网络进行计算任务分配分析，采用均匀分配模式时可以使所有边缘计算节点分配得到均匀的子任务，从而降低边缘网络的整体计算负载，从整体上提高计算任务处理效率，采用隔离分配模式时可以将尽量多的子任务分配至算力合格的边缘计算节点当中，从而避免计算任务累积在某一个或几个边缘计算节点内，使所有边缘计算节点均能够高效执行计算任务。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的系统框图；

图2为本发明实施例二的方法流程图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

如图1所示，一种基于云边协同的数据传输系统，包括数据传输平台，数据传输平台通信连接有中心云服务器、边缘网络、评估分析模块、计算分配模块以及存储模块。

中心云服务器用于接收计算任务并将计算任务发送至评估分析模块；边缘网络包括若干个边缘计算节点。

评估分析模块用于对边缘网络的计算任务执行承载力进行评估分析：计算分配模块接收到计算任务时获取边缘网络中所有边缘计算节点的占用数据ZY、内存数据NC以及排队数据PD；占用数据ZY为边缘计算节点的边缘服务器的CPU占用值，内存数据NC为边缘计算节点的边缘服务器的内存占用值，排队数据PD为边缘计算节点的未处理子任务数量值；通过公式YX=α1*ZY+α2*NC+α3*PD得到边缘计算节点的优先系数YX，对所有边缘计算节点的优先系数YX进行求和取平均值得到优先表现值，由所有边缘计算节点的优先系数YX构成优先集合，对优先集合进行方差计算得到优先偏差值，通过存储模块获取到优先表现阈值与优先偏差阈值，将边缘网络的优先表现值、优先偏差值分别与优先表现阈值、优先偏差阈值进行比较：若优先表现值小于优先表现阈值且优先偏差值小于优先偏差阈值，则判定边缘网络适宜执行计算任务，生成均匀分配信号并将均匀分配信号发送至数据传输平台，数据传输平台接收到均匀分配信号后将均匀分配信号发送至计算分配模块；若优先表现值大于等于优先表现阈值，则判定边缘网络不适宜执行计算任务，生成运力不足信号并将运力不足信号发送至数据传输平台，数据传输平台接收到运力不足信号后将运力不足信号发送至中心云服务器；若优先表现值小于优先表现阈值且优先偏差值大于等于优先偏差阈值，则判定边缘网络适宜执行计算任务，生成隔离分配信号并将隔离分配信号发送至数据传输平台，数据传输平台接收到隔离分配信号后将隔离分配信号发送至计算分配模块；对边缘网络的计算任务执行承载力进行评估分析，对边缘计算节点的服务器运行参数进行综合分析与计算得到优先系数，通过优先系数对边缘计算节点的计算任务执行运力进行反馈，然后结合所有边缘计算节点的优先系数进行分析，根据分析结果对边缘网络的计算任务执行承载力进行反馈，在适宜执行计算任务时根据数据特征为边缘网络匹配合适的分配模式。

计算分配模块用于对边缘网络进行计算任务分配分析：计算分配模块接收到均匀分配信号后采用均匀分配模式进行计算任务分配：将计算任务分解为若干个子任务，将边缘网络的边缘计算节点的数量标记为n，将n个边缘计算节点按照优先系数YX由小到大的顺序进行排列得到节点序列，由n个子任务构成一个分配集，将分配集中的子任务按照内存值由大到小的顺序进行排序得到分配序列，将分配集中的子任务与边缘计算节点按照节点序列与分配序列进行匹配；在每个分配集中的子任务完成分配之后对边缘网络的优先表现值进行计算，在优先表现值小于优先表现阈值时进行下一分配集的子任务分配；在优先表现值大于等于优先表现阈值时暂停子任务分配，并每隔L1秒采用评估分析模块对边缘网络的计算任务执行承载力进行评估分析；

计算分配模块接收到隔离分配信号后采用隔离分配模式进行计算任务分配：将边缘计算节点的优先系数YX与优先表现阈值进行比较：若优先系数YX小于优先表现阈值，则将对应边缘计算节点标记为执行节点；若优先系数YX大于等于优先表现阈值，则将对应边缘计算节点标记为隔离节点；将执行节点与边缘计算节点的数量比值标记为执行系数，将计算任务分解为若干个子任务，子任务逐一分配到各个执行节点当中，直至已分配子任务数量与子任务总数量的比值不小于执行系数，子任务暂停分配，同时重新计算边缘计算节点的优先系数YX，对边缘计算节点重新进行执行节点与隔离节点的划分，然后将剩余子任务逐一分配至执行节点当中；对边缘网络进行计算任务分配分析，采用均匀分配模式时可以使所有边缘计算节点分配得到均匀的子任务，从而降低边缘网络的整体计算负载，从整体上提高计算任务处理效率，采用隔离分配模式时可以将尽量多的子任务分配至算力合格的边缘计算节点当中，从而避免计算任务累积在某一个或几个边缘计算节点内，使所有边缘计算节点均能够高效执行计算任务。

实施例二

如图2所示，一种基于云边协同的数据传输方法，包括以下步骤：

步骤一：对边缘网络的计算任务执行承载力进行评估分析：计算分配模块接收到计算任务时获取边缘网络中所有边缘计算节点的占用数据ZY、内存数据NC以及排队数据PD并进行数值计算得到边缘计算节点的优先系数YX；

步骤二：通过所有边缘计算节点的优先系数YX获取到边缘网络的优先表现值与优先偏差值，通过优先表现值与优先偏差值对边缘网络是否适宜执行计算任务进行判定；

步骤三：在边缘网络适宜进行计算任务时采用均匀分配模式或隔离分配模式进行计算任务分配分析。

一种基于云边协同的数据传输方法，工作时，计算分配模块接收到计算任务时获取边缘网络中所有边缘计算节点的占用数据ZY、内存数据NC以及排队数据PD并进行数值计算得到边缘计算节点的优先系数YX；通过所有边缘计算节点的优先系数YX获取到边缘网络的优先表现值与优先偏差值，通过优先表现值与优先偏差值对边缘网络是否适宜执行计算任务进行判定；采用均匀分配模式进行计算任务分配分析：将计算任务分解为若干个子任务，将边缘网络的边缘计算节点的数量标记为n，将n个边缘计算节点按照优先系数YX由小到大的顺序进行排列得到节点序列，由n个子任务构成一个分配集，将分配集中的子任务按照内存值由大到小的顺序进行排序得到分配序列，将分配集中的子任务与边缘计算节点按照节点序列与分配序列进行匹配；采用隔离分配模式进行计算任务分配：将边缘计算节点的优先系数YX与优先表现阈值进行比较并通过比较结果将边缘计算节点标记为执行节点或隔离节点；将执行节点与边缘计算节点的数量比值标记为执行系数，将计算任务分解为若干个子任务，子任务逐一分配到各个执行节点当中，直至已分配子任务数量与子任务总数量的比值不小于执行系数。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式YX=α1*ZY+α2*NC+α3*PD；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的优先系数；将设定的优先系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2以及α3的取值分别为3.62、2.84和2.31；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的优先系数；只要不影响参数与量化后数值的比例关系即可，如优先系数与占用数据的数值成正比。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (3)

1.一种基于云边协同的数据传输方法，其特征在于，包括以下步骤：

步骤一：对边缘网络的计算任务执行承载力进行评估分析：计算分配模块接收到计算任务时获取边缘网络中所有边缘计算节点的占用数据ZY、内存数据NC以及排队数据PD并进行数值计算得到边缘计算节点的优先系数YX；

步骤二：通过所有边缘计算节点的优先系数YX获取到边缘网络的优先表现值与优先偏差值，通过优先表现值与优先偏差值对边缘网络是否适宜执行计算任务进行判定；

步骤三：在边缘网络适宜进行计算任务时采用均匀分配模式或隔离分配模式进行计算任务分配分析；

在步骤二中，优先表现值与优先偏差值的获取过程包括：对所有边缘计算节点的优先系数YX进行求和取平均值得到优先表现值，由所有边缘计算节点的优先系数YX构成优先集合，对优先集合进行方差计算得到优先偏差值；

在步骤二中，对边缘网络是否适宜执行计算任务进行判定的具体过程包括：通过存储模块获取到优先表现阈值与优先偏差阈值，将边缘网络的优先表现值、优先偏差值分别与优先表现阈值、优先偏差阈值进行比较：若优先表现值小于优先表现阈值且优先偏差值小于优先偏差阈值，则判定边缘网络适宜执行计算任务，生成均匀分配信号并将均匀分配信号发送至数据传输平台，数据传输平台接收到均匀分配信号后将均匀分配信号发送至计算分配模块；若优先表现值大于等于优先表现阈值，则判定边缘网络不适宜执行计算任务，生成运力不足信号并将运力不足信号发送至数据传输平台，数据传输平台接收到运力不足信号后将运力不足信号发送至中心云服务器；若优先表现值小于优先表现阈值且优先偏差值大于等于优先偏差阈值，则判定边缘网络适宜执行计算任务，生成隔离分配信号并将隔离分配信号发送至数据传输平台，数据传输平台接收到隔离分配信号后将隔离分配信号发送至计算分配模块；

在步骤三中，采用均匀分配模式进行计算任务分配的具体过程包括：将计算任务分解为若干个子任务，将边缘网络的边缘计算节点的数量标记为n，将n个边缘计算节点按照优先系数YX由小到大的顺序进行排列得到节点序列，由n个子任务构成一个分配集，将分配集中的子任务按照内存值由大到小的顺序进行排序得到分配序列，将分配集中的子任务与边缘计算节点按照节点序列与分配序列进行匹配；在每个分配集中的子任务完成分配之后对边缘网络的优先表现值进行计算，在优先表现值小于优先表现阈值时进行下一分配集的子任务分配；在优先表现值大于等于优先表现阈值时暂停子任务分配，并每隔L1秒采用评估分析模块对边缘网络的计算任务执行承载力进行评估分析；

在步骤三中，采用隔离分配模式进行计算任务分配的具体过程包括：将边缘计算节点的优先系数YX与优先表现阈值进行比较：若优先系数YX小于优先表现阈值，则将对应边缘计算节点标记为执行节点；若优先系数YX大于等于优先表现阈值，则将对应边缘计算节点标记为隔离节点；将执行节点与边缘计算节点的数量比值标记为执行系数，将计算任务分解为若干个子任务，子任务逐一分配到各个执行节点当中，直至已分配子任务数量与子任务总数量的比值不小于执行系数，子任务暂停分配，同时重新计算边缘计算节点的优先系数YX，对边缘计算节点重新进行执行节点与隔离节点的划分，然后将剩余子任务逐一分配至执行节点当中。

2.根据权利要求1所述的一种基于云边协同的数据传输方法，其特征在于，在步骤一中，占用数据ZY为边缘计算节点的边缘服务器的CPU占用值，内存数据NC为边缘计算节点的边缘服务器的内存占用值，排队数据PD为边缘计算节点的未处理子任务数量值。

3.根据权利要求1-2任一项所述的一种基于云边协同的数据传输方法，其特征在于，应用于基于云边协同的数据传输系统当中，包括数据传输平台，所述数据传输平台通信连接有中心云服务器、边缘网络、评估分析模块、计算分配模块以及存储模块；

所述中心云服务器用于接收计算任务并将计算任务发送至评估分析模块；所述边缘网络包括若干个边缘计算节点；

所述评估分析模块用于对边缘网络的计算任务执行承载力进行评估分析并得到边缘网络的优先表现值与优先偏差值，通过优先表现值与优先偏差值对边缘网络是否适宜执行计算任务进行判定，在适宜执行计算任务时生成均匀分配信号或隔离分配信号并发送至计算分配模块；

所述计算分配模块用于对边缘网络进行计算任务分配分析：计算分配模块接收到均匀分配信号后采用均匀分配模式进行计算任务分配；计算分配模块接收到隔离分配信号后采用隔离分配模式进行计算任务分配。