CN117539647B - 基于边缘计算网关节点属性的任务调度规划方法和系统 - Google Patents
基于边缘计算网关节点属性的任务调度规划方法和系统 Download PDFInfo
- Publication number
- CN117539647B CN117539647B CN202410029735.0A CN202410029735A CN117539647B CN 117539647 B CN117539647 B CN 117539647B CN 202410029735 A CN202410029735 A CN 202410029735A CN 117539647 B CN117539647 B CN 117539647B
- Authority
- CN
- China
- Prior art keywords
- task
- gateway node
- information
- edge computing
- edge
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000005540 biological transmission Effects 0.000 claims description 103
- 238000012544 monitoring process Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/509—Offload
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了基于边缘计算网关节点属性的任务调度规划方法和系统,涉及任务调度规划领域,包括获取边缘计算网关节点数据,根据任务信息和网关节点边缘计算信息,获取边缘计算网关节点任务规划策略,根据边缘计算网关节点任务规划策略,对任务进行规划。本发明通过对边缘计算网关节点属性进行分析,计算边缘计算网关节点与任务的匹配度,来制定边缘计算网关节点任务规划策略,通过边缘计算网关节点任务规划策略对任务进行规划,提高了任务规划的效率,对边缘计算网关节点进行实时监测,根据边缘计算网关节点任务调度指数,实现了对待调度任务进行动态调度,提高了任务调度的效率,避免了边缘计算网关节点的资源的浪费。
Description
技术领域
本发明涉及任务调度规划领域,具体是涉及基于边缘计算网关节点属性的任务调度规划方法和系统。
背景技术
任务调度规划是通过对任务具体需求进行分析,判断实际需求资源,实现任务处理系统的高效利用和对任务的高效处理,很多计算任务设备自身无法处理,需要卸载到与设备连接的边缘端进行处理,有些场景下会将任务卸载到云端进行处理,然而对于云端的服务器要求较高,对于有时延要求的任务,不适合卸载到云端,一般将这些任务卸载到边缘网关节点上进行处理。
目前对于边缘计算网关节点还存在着无法根据实际任务需求与边缘计算网关节点属性对任务进行规划,边缘计算网关节点的利用率和任务处理效率较低,在边缘计算网关节点处理任务时,无法对待调度任务进行动态调度,无法有效的利用边缘计算网关节点的空余资源。
发明内容
为解决上述技术问题,提供基于边缘计算网关节点属性的任务调度规划方法和系统,本技术方案解决了上述背景技术中提出的无法根据实际任务需求与边缘计算网关节点属性对任务进行规划,边缘计算网关节点的利用率和任务处理效率较低,在边缘计算网关节点处理任务时,无法对待调度任务进行动态调度,无法有效的利用边缘计算网关节点的空余资源的问题。
为达到以上目的,本发明采用的技术方案为:
基于边缘计算网关节点属性的任务调度规划方法,包括:
获取边缘计算网关节点数据,所述边缘计算网关节点数据包括网关节点ID信息、网关节点网络连接信息和网关节点配置信息;
根据边缘计算网关节点数据,获取网关节点边缘计算信息,所述网关节点边缘计算信息包括网关节点边缘计算能力信息、网关节点边缘计算存储信息和网关节点边缘计算传输信息;
获取任务信息,所述任务信息包括任务计算资源信息、任务传输需求信息和任务存储资源信息;
根据任务信息和网关节点边缘计算信息,获取边缘计算网关节点任务规划策略;
根据边缘计算网关节点任务规划策略,对任务进行规划,获取边缘计算网关节点任务规划信息;
获取边缘计算网关节点实时监测信息,所述边缘计算网关节点实时监测信息包括边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息;
获取待调度任务信息,根据待调度任务信息和边缘计算网关节点实时监测信息,对任务进行动态调度,获取边缘计算网关节点任务调度信息;
根据边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息,对边缘计算网关节点任务规划策略进行调整。
优选的,所述根据边缘计算网关节点数据,获取网关节点边缘计算信息,具体包括:
根据边缘计算网关节点数据,获取网关节点配置信息;
根据网关节点配置信息,获取网关节点边缘计算能力信息和网关节点边缘计算存储信息;
根据边缘计算网关节点数据,获取网关节点ID信息和网关节点网络连接信息;
根据网关节点ID信息和网关节点网络连接信息,获取网关节点边缘计算传输信息。
优选的,所述根据边缘计算网关节点任务规划策略,对任务进行规划,获取边缘计算网关节点任务规划信息,具体包括:
根据任务信息,获取任务计算资源信息和任务存储资源信息;
基于任务计算资源信息和任务存储资源信息,对边缘计算网关节点进行筛选,获取可用边缘计算网关节点信息;
根据任务信息和可用边缘计算网关节点信息,获取任务传输速率信息和任务延时信息;
根据任务传输速率信息、任务延时信息、任务计算资源信息、任务存储资源信息和可用边缘计算网关节点信息,获取边缘计算网关节点任务匹配指数;
根据边缘计算网关节点任务匹配指数,对任务进行规划,获取边缘计算网关节点任务规划信息。
优选的,所述根据任务信息和可用边缘计算网关节点信息,获取任务传输速率信息和任务延时信息,具体包括:
根据任务信息,获取任务传输路径信息;
根据可用边缘计算网关节点信息,获取可用边缘计算网关节点网络带宽信息和可用边缘计算网关节点网络连接信息;
根据可用边缘计算网关节点网络连接信息,获取可用边缘计算网关节点网络连接指数;
根据任务传输路径信息、可用边缘计算网关节点网络带宽信息和可用边缘计算网关节点网络连接指数,计算任务传输速率:
式中,为边缘计算网关节点的任务传输速率,/>为任务传输速率计算系数,A为边缘计算网关节点的带宽,/>为边缘计算网关节点的传输功率,/>为边缘计算网关节点网络连接的传输影响系数,/>为边缘计算网关节点网络连接指数,/>为任务传输路径的影响系数,/>为任务传输路径;
根据任务信息,获取任务数据量信息;
根据任务数据量信息和可用边缘计算网关节点信息,获取任务计算CPU周期信息;
根据任务数据量信息、任务传输速率和任务计算CPU周期信息,获取任务延时信息:
式中,为任务延时时间,/>为任务卸载时需要传输的数据量,/>为任务回传数据的数据量,/>为任务计算所需的CPU周期数,/>为边缘服务器的CPU周期数。
优选的,所述根据任务传输速率信息、任务延时信息、任务计算资源信息、任务存储资源信息和可用边缘计算网关节点信息,获取边缘计算网关节点任务匹配指数,具体包括:
根据任务传输速率信息和任务延时信息,获取边缘计算网关节点的任务传输指数;
根据任务计算资源信息、任务存储资源信息和可用边缘计算网关节点信息,获取边缘计算网关节点的任务计算指数;
根据边缘计算网关节点的任务传输指数和边缘计算网关节点的任务计算指数,基于不同权重分配,获取边缘计算网关节点任务匹配指数;
其中边缘计算网关节点任务匹配指数计算公式为:
式中,为边缘计算网关节点任务匹配指数,/>为边缘计算网关节点任务传输指数的权重,/>为任务传输指数的任务传输速率影响系数,/>为任务传输速率,/>为任务传输指数的任务延时影响系数,/>为任务延时时间,/>为边缘计算网关节点任务计算指数的权重,/>为边缘计算网关节点任务计算指数的计算资源影响系数,/>为边缘计算网关节点的计算资源,/>为任务所需的计算资源,/>为边缘计算网关节点任务计算指数的存储资源影响系数,/>为边缘计算网关节点的存储资源,/>为任务所需的存储资源。
优选的,所述获取待调度任务信息,根据待调度任务信息和边缘计算网关节点实时监测信息,对任务进行动态调度,具体包括:
获取待调度任务信息,根据待调度任务信息,获取可计算网关节点信息;
根据可计算网关节点信息,获取可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息;
根据可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息,获取边缘计算网关节点任务调度指数;
根据边缘计算网关节点任务调度指数,对待调度任务进行动态调度;
其中边缘计算网关节点任务调度指数的计算公式为:
式中,为边缘计算网关节点任务调度指数,/>为边缘计算网关节点任务调度指数的任务传输速率影响系数,/>为任务传输速率,/>为边缘计算网关节点任务调度指数的任务延时影响系数,/>为任务延时时间,/>为边缘计算网关节点任务调度指数的排队延时影响系数,/>为排队延时时间,/>为边缘计算网关节点可用计算资源的权重,/>边缘计算网关节点的可用计算资源,/>为边缘计算网关节点可用存储资源的权重,/>为边缘计算网关节点可用存储资源。
进一步的,提出基于边缘计算网关节点属性的任务调度规划系统,用于实现如上述的调度规划方法,包括:
主控制模块,所述主控制模块用于根据边缘计算网关节点任务匹配指数,对任务进行规划,根据边缘计算网关节点任务调度指数,对待调度任务进行动态调度,根据任务信息和网关节点边缘计算信息,制定边缘计算网关节点任务规划策略,根据边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息,对边缘计算网关节点任务规划策略进行调整;
信息获取模块,所述信息获取模块用于获取边缘计算网关节点ID信息、边缘计算网关节点网络连接信息、边缘计算网关节点配置信息、边缘计算网关节点实时监测信息、边缘计算网关节点负荷信息、边缘计算网关节点任务执行信息、任务信息和待调度任务信息。
计算模块,所述计算模块用于根据边缘计算网关节点数据,获取网关节点边缘计算信息,计算边缘计算网关节点任务匹配指数,根据获取可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息,计算边缘计算网关节点任务调度指数;
显示模块,所述显示模块与主控制模块交互,用于显示任务信息、边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息。
可选的,所述主控制模块,具体包括:
控制单元,所述控制单元用于根据任务信息和网关节点边缘计算信息,制定边缘计算网关节点任务规划策略,根据边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息,对边缘计算网关节点任务规划策略进行调整,并与显示模块交互,输出显示边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息;
信息接收单元,所述信息接收单元与信息获取模块和计算模块交互,用于接收信息、边缘计算网关节点任务匹配指数和边缘计算网关节点任务调度指数,并传输至任务规划单元;
任务规划单元,所述任务规划单元用于根据边缘计算网关节点任务匹配指数,对任务进行规划,并将边缘计算网关节点任务规划信息传输至控制单元;
任务调度单元,所述任务调度单元用于根据边缘计算网关节点任务调度指数,对待调度任务进行动态调度,并将边缘计算网关节点任务调度信息传输至控制单元。
可选的,所述信息获取模块,具体包括:
节点获取单元,所述节点获取单元用于获取边缘计算网关节点ID信息、边缘计算网关节点网络连接信息、边缘计算网关节点配置信息、边缘计算网关节点实时监测信息、边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息;
任务获取单元,所述任务获取单元用于获取任务信息、任务计算资源信息、任务传输需求信息、任务存储资源信息和待调度任务信息。
可选的,所述计算模块,具体包括:
边缘计算单元,所述边缘计算单元用于根据边缘计算网关节点数据,获取网关节点边缘计算能力信息、网关节点边缘计算存储信息和网关节点边缘计算传输信息;
节点匹配计算单元,所述节点匹配计算单元用于根据任务传输路径信息、可用边缘计算网关节点网络带宽信息和可用边缘计算网关节点网络连接指数,计算任务传输速率,根据任务数据量信息、任务传输速率和任务计算CPU周期信息,获取任务延时信息,根据边缘计算网关节点的任务传输指数和边缘计算网关节点的任务计算指数,基于不同权重分配,获取边缘计算网关节点任务匹配指数;
节点调度计算单元,所述节点调度计算单元用于根据获取可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息,获取边缘计算网关节点任务调度指数。
与现有技术相比,本发明的有益效果在于:
本发明提出基于边缘计算网关节点属性的任务调度规划方法和系统,通过对边缘计算网关节点属性进行分析,计算边缘计算网关节点与任务的匹配度,来制定边缘计算网关节点任务规划策略,通过边缘计算网关节点任务规划策略对任务进行规划,提高了任务规划的效率,对边缘计算网关节点进行实时监测,根据边缘计算网关节点任务调度指数,实现了对待调度任务进行动态调度,提高了任务调度的效率,避免了边缘计算网关节点的资源的浪费。
附图说明
图1为本发明提出的基于边缘计算网关节点属性的任务调度规划方法流程图;
图2为本发明中边缘计算网关节点任务规划流程图;
图3为本发明中边缘计算网关节点任务调度流程图;
图4为本发明提出的基于边缘计算网关节点属性的任务调度规划系统结构框图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
参照图1-3所示,本发明实施例基于边缘计算网关节点属性的任务调度规划方法,包括:
步骤S100:获取边缘计算网关节点数据,所述边缘计算网关节点数据包括网关节点ID信息、网关节点网络连接信息和网关节点配置信息;
步骤S200:根据边缘计算网关节点数据,获取网关节点边缘计算信息,所述网关节点边缘计算信息包括网关节点边缘计算能力信息、网关节点边缘计算存储信息和网关节点边缘计算传输信息;
具体而言,通过对边缘计算网关节点数据进行分析,获取边缘计算网关节点属性信息,具体包括:
根据边缘计算网关节点数据,获取网关节点配置信息;
根据网关节点配置信息,获取网关节点边缘计算能力信息和网关节点边缘计算存储信息;
根据边缘计算网关节点数据,获取网关节点ID信息和网关节点网络连接信息;
根据网关节点ID信息和网关节点网络连接信息,获取网关节点边缘计算传输信息。
本方案中,通过获取网关节点ID信息、网关节点网络连接信息和网关节点配置信息,来计算边缘计算网关节点属性,通过对网关节点配置信息进行分析,获取网关节点边缘计算能力信息和网关节点边缘计算存储信息,通过对网关节点ID信息和网关节点网络连接信息进行分析,获取网关节点边缘计算传输信息。
步骤S300:获取任务信息,所述任务信息包括任务计算资源信息、任务传输需求信息和任务存储资源信息;
步骤S400:根据任务信息和网关节点边缘计算信息,获取边缘计算网关节点任务规划策略;
步骤S500:根据边缘计算网关节点任务规划策略,对任务进行规划,获取边缘计算网关节点任务规划信息;
具体而言,通过边缘计算网关节点任务规划策略,实现对任务的规划,具体包括:
根据任务信息,获取任务计算资源信息和任务存储资源信息;
基于任务计算资源信息和任务存储资源信息,对边缘计算网关节点进行筛选,获取可用边缘计算网关节点信息;
根据任务信息和可用边缘计算网关节点信息,获取任务传输速率信息和任务延时信息;
根据任务传输速率信息、任务延时信息、任务计算资源信息、任务存储资源信息和可用边缘计算网关节点信息,获取边缘计算网关节点任务匹配指数;
根据边缘计算网关节点任务匹配指数,对任务进行规划,获取边缘计算网关节点任务规划信息。
具体地,根据任务信息和可用边缘计算网关节点信息,获取任务传输速率信息和任务延时信息,具体包括:
根据任务信息,获取任务传输路径信息;
根据可用边缘计算网关节点信息,获取可用边缘计算网关节点网络带宽信息和可用边缘计算网关节点网络连接信息;
根据可用边缘计算网关节点网络连接信息,获取可用边缘计算网关节点网络连接指数;
根据任务传输路径信息、可用边缘计算网关节点网络带宽信息和可用边缘计算网关节点网络连接指数,计算任务传输速率:
式中,为边缘计算网关节点的任务传输速率,/>为任务传输速率计算系数,A为边缘计算网关节点的带宽,/>为边缘计算网关节点的传输功率,/>为边缘计算网关节点网络连接的传输影响系数,/>为边缘计算网关节点网络连接指数,/>为任务传输路径的影响系数,/>为任务传输路径;
根据任务信息,获取任务数据量信息;
根据任务数据量信息和可用边缘计算网关节点信息,获取任务计算CPU周期信息;
根据任务数据量信息、任务传输速率和任务计算CPU周期信息,获取任务延时信息:
式中,为任务延时时间,/>为任务卸载时需要传输的数据量,/>为任务回传数据的数据量,/>为任务计算所需的CPU周期数,/>为边缘服务器的CPU周期数。
本方案中,通过对任务传输路径信息、可用边缘计算网关节点网络带宽信息和可用边缘计算网关节点网络连接指数进行分析,计算任务传输速率,通过任务数据量信息、任务传输速率和任务计算CPU周期信息,计算任务延时时间,更深层次的分析边缘计算网关节点的属性,便于之后对任务进行规划。
具体地,根据任务传输速率信息、任务延时信息、任务计算资源信息、任务存储资源信息和可用边缘计算网关节点信息,获取边缘计算网关节点任务匹配指数,具体包括:
根据任务传输速率信息和任务延时信息,获取边缘计算网关节点的任务传输指数;
根据任务计算资源信息、任务存储资源信息和可用边缘计算网关节点信息,获取边缘计算网关节点的任务计算指数;
根据边缘计算网关节点的任务传输指数和边缘计算网关节点的任务计算指数,基于不同权重分配,获取边缘计算网关节点任务匹配指数;
其中边缘计算网关节点任务匹配指数计算公式为:
式中,为边缘计算网关节点任务匹配指数,/>为边缘计算网关节点任务传输指数的权重,/>为任务传输指数的任务传输速率影响系数,/>为任务传输速率,/>为任务传输指数的任务延时影响系数,/>为任务延时时间,/>为边缘计算网关节点任务计算指数的权重,/>为边缘计算网关节点任务计算指数的计算资源影响系数,/>为边缘计算网关节点的计算资源,/>为任务所需的计算资源,/>为边缘计算网关节点任务计算指数的存储资源影响系数,/>为边缘计算网关节点的存储资源,/>为任务所需的存储资源。
本方案中,通过任务传输速率和任务延时时间计算边缘计算网关节点的任务传输指数,通过任务计算资源信息、任务存储资源信息和可用边缘计算网关节点信息,计算边缘计算网关节点的任务计算指数,并对边缘计算网关节点的任务传输指数和边缘计算网关节点的任务计算指数赋予不同的权重,来计算边缘计算网关节点任务匹配指数,根据边缘计算网关节点任务匹配指数,对任务进行规划,提高了边缘计算网关节点的任务规划效率和资源利用度。
步骤S600:获取边缘计算网关节点实时监测信息,所述边缘计算网关节点实时监测信息包括边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息;
步骤S700:获取待调度任务信息,根据待调度任务信息和边缘计算网关节点实时监测信息,对任务进行动态调度,获取边缘计算网关节点任务调度信息;
具体而言,通过对边缘计算网关节点进行实时监测,实现任务的动态调度,具体包括:
获取待调度任务信息,根据待调度任务信息,获取可计算网关节点信息;
根据可计算网关节点信息,获取可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息;
根据可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息,获取边缘计算网关节点任务调度指数;
根据边缘计算网关节点任务调度指数,对待调度任务进行动态调度;
其中边缘计算网关节点任务调度指数的计算公式为:
式中,为边缘计算网关节点任务调度指数,/>为边缘计算网关节点任务调度指数的任务传输速率影响系数,/>为任务传输速率,/>为边缘计算网关节点任务调度指数的任务延时影响系数,/>为任务延时时间,/>为边缘计算网关节点任务调度指数的排队延时影响系数,/>为排队延时时间,/>为边缘计算网关节点可用计算资源的权重,/>边缘计算网关节点的可用计算资源,/>为边缘计算网关节点可用存储资源的权重,/>为边缘计算网关节点可用存储资源。
本方案中,通过待调度任务信息,获取可进行调度的边缘计算网关节点信息,对可进行调度的边缘计算网关节点信息进行分析,计算可进行调度的边缘计算网关节点的边缘计算网关节点任务调度指数,实现对任务的动态调度,避免了在边缘计算网关节点处理任务过程中,空余资源的浪费。
步骤S800:根据边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息,对边缘计算网关节点任务规划策略进行调整。
参照图4所示,进一步的,结合上述基于边缘计算网关节点属性的任务调度规划方法,提出基于边缘计算网关节点属性的任务调度规划系统,包括:
主控制模块,所述主控制模块用于根据边缘计算网关节点任务匹配指数,对任务进行规划,根据边缘计算网关节点任务调度指数,对待调度任务进行动态调度,根据任务信息和网关节点边缘计算信息,制定边缘计算网关节点任务规划策略,根据边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息,对边缘计算网关节点任务规划策略进行调整;
信息获取模块,所述信息获取模块用于获取边缘计算网关节点ID信息、边缘计算网关节点网络连接信息、边缘计算网关节点配置信息、边缘计算网关节点实时监测信息、边缘计算网关节点负荷信息、边缘计算网关节点任务执行信息、任务信息和待调度任务信息。
计算模块,所述计算模块用于根据边缘计算网关节点数据,获取网关节点边缘计算信息,计算边缘计算网关节点任务匹配指数,根据获取可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息,计算边缘计算网关节点任务调度指数;
显示模块,所述显示模块与主控制模块交互,用于显示任务信息、边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息。
主控制模块,具体包括:
控制单元,所述控制单元用于根据任务信息和网关节点边缘计算信息,制定边缘计算网关节点任务规划策略,根据边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息,对边缘计算网关节点任务规划策略进行调整,并与显示模块交互,输出显示边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息;
信息接收单元,所述信息接收单元与信息获取模块和计算模块交互,用于接收信息、边缘计算网关节点任务匹配指数和边缘计算网关节点任务调度指数,并传输至任务规划单元;
任务规划单元,所述任务规划单元用于根据边缘计算网关节点任务匹配指数,对任务进行规划,并将边缘计算网关节点任务规划信息传输至控制单元;
任务调度单元,所述任务调度单元用于根据边缘计算网关节点任务调度指数,对待调度任务进行动态调度,并将边缘计算网关节点任务调度信息传输至控制单元。
信息获取模块,具体包括:
节点获取单元,所述节点获取单元用于获取边缘计算网关节点ID信息、边缘计算网关节点网络连接信息、边缘计算网关节点配置信息、边缘计算网关节点实时监测信息、边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息;
任务获取单元,所述任务获取单元用于获取任务信息、任务计算资源信息、任务传输需求信息、任务存储资源信息和待调度任务信息。
计算模块,具体包括:
边缘计算单元,所述边缘计算单元用于根据边缘计算网关节点数据,获取网关节点边缘计算能力信息、网关节点边缘计算存储信息和网关节点边缘计算传输信息;
节点匹配计算单元,所述节点匹配计算单元用于根据任务传输路径信息、可用边缘计算网关节点网络带宽信息和可用边缘计算网关节点网络连接指数,计算任务传输速率,根据任务数据量信息、任务传输速率和任务计算CPU周期信息,获取任务延时信息,根据边缘计算网关节点的任务传输指数和边缘计算网关节点的任务计算指数,基于不同权重分配,获取边缘计算网关节点任务匹配指数;
节点调度计算单元,所述节点调度计算单元用于根据获取可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息,获取边缘计算网关节点任务调度指数。
综上所述,本发明的优点在于:通过对边缘计算网关节点属性进行分析,计算边缘计算网关节点与任务的匹配度,来制定边缘计算网关节点任务规划策略,通过边缘计算网关节点任务规划策略对任务进行规划,提高了任务规划的效率,对边缘计算网关节点进行实时监测,根据边缘计算网关节点任务调度指数,实现了对待调度任务进行动态调度,提高了任务调度的效率,避免了边缘计算网关节点的资源的浪费,通过边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息,对边缘计算网关节点任务规划策略进行调整,实现任务调度规划策略的优化,进一步实现对边缘计算网关节点的利用。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (8)
1.基于边缘计算网关节点属性的任务调度规划方法,其特征在于,包括:
获取边缘计算网关节点数据,所述边缘计算网关节点数据包括网关节点ID信息、网关节点网络连接信息和网关节点配置信息;
根据边缘计算网关节点数据,获取网关节点边缘计算信息,所述网关节点边缘计算信息包括网关节点边缘计算能力信息、网关节点边缘计算存储信息和网关节点边缘计算传输信息;
获取任务信息,所述任务信息包括任务计算资源信息、任务传输需求信息和任务存储资源信息;
根据任务信息,获取任务计算资源信息和任务存储资源信息;
基于任务计算资源信息和任务存储资源信息,对边缘计算网关节点进行筛选,获取可用边缘计算网关节点信息;
根据任务信息和可用边缘计算网关节点信息,获取任务传输速率信息和任务延时信息;
根据任务传输速率信息、任务延时信息、任务计算资源信息、任务存储资源信息和可用边缘计算网关节点信息,获取边缘计算网关节点任务匹配指数;
根据边缘计算网关节点任务匹配指数,对任务进行规划,获取边缘计算网关节点任务规划信息;
获取边缘计算网关节点实时监测信息,所述边缘计算网关节点实时监测信息包括边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息;
获取待调度任务信息,根据待调度任务信息,获取可计算网关节点信息;
根据可计算网关节点信息,获取可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息;
根据可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息,获取边缘计算网关节点任务调度指数;
根据边缘计算网关节点任务调度指数,对待调度任务进行动态调度,获取边缘计算网关节点任务调度信息;
其中边缘计算网关节点任务调度指数的计算公式为:
式中,为边缘计算网关节点任务调度指数,/>为边缘计算网关节点任务调度指数的任务传输速率影响系数,/>为任务传输速率,/>为边缘计算网关节点任务调度指数的任务延时影响系数,/>为任务延时时间,/>为边缘计算网关节点任务调度指数的排队延时影响系数,/>为排队延时时间,/>为边缘计算网关节点可用计算资源的权重,/>边缘计算网关节点的可用计算资源,/>为边缘计算网关节点可用存储资源的权重,/>为边缘计算网关节点可用存储资源;
根据边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息,对边缘计算网关节点任务规划策略进行调整。
2.根据权利要求1所述的基于边缘计算网关节点属性的任务调度规划方法,其特征在于,所述根据边缘计算网关节点数据,获取网关节点边缘计算信息,具体包括:
根据边缘计算网关节点数据,获取网关节点配置信息;
根据网关节点配置信息,获取网关节点边缘计算能力信息和网关节点边缘计算存储信息;
根据边缘计算网关节点数据,获取网关节点ID信息和网关节点网络连接信息;
根据网关节点ID信息和网关节点网络连接信息,获取网关节点边缘计算传输信息。
3.根据权利要求1所述的基于边缘计算网关节点属性的任务调度规划方法,其特征在于,所述根据任务信息和可用边缘计算网关节点信息,获取任务传输速率信息和任务延时信息,具体包括:
根据任务信息,获取任务传输路径信息;
根据可用边缘计算网关节点信息,获取可用边缘计算网关节点网络带宽信息和可用边缘计算网关节点网络连接信息;
根据可用边缘计算网关节点网络连接信息,获取可用边缘计算网关节点网络连接指数;
根据任务传输路径信息、可用边缘计算网关节点网络带宽信息和可用边缘计算网关节点网络连接指数,计算任务传输速率:
式中,为边缘计算网关节点的任务传输速率,/>为任务传输速率计算系数,A为边缘计算网关节点的带宽,/>为边缘计算网关节点的传输功率,/>为边缘计算网关节点网络连接的传输影响系数,/>为边缘计算网关节点网络连接指数,/>为任务传输路径的影响系数,/>为任务传输路径;
根据任务信息,获取任务数据量信息;
根据任务数据量信息和可用边缘计算网关节点信息,获取任务计算CPU周期信息;
根据任务数据量信息、任务传输速率和任务计算CPU周期信息,获取任务延时信息:
式中,为任务延时时间,/>为任务卸载时需要传输的数据量,/>为任务回传数据的数据量,/>为任务计算所需的CPU周期数,/>为边缘服务器的CPU周期数。
4.根据权利要求1所述的基于边缘计算网关节点属性的任务调度规划方法,其特征在于,所述根据任务传输速率信息、任务延时信息、任务计算资源信息、任务存储资源信息和可用边缘计算网关节点信息,获取边缘计算网关节点任务匹配指数,具体包括:
根据任务传输速率信息和任务延时信息,获取边缘计算网关节点的任务传输指数;
根据任务计算资源信息、任务存储资源信息和可用边缘计算网关节点信息,获取边缘计算网关节点的任务计算指数;
根据边缘计算网关节点的任务传输指数和边缘计算网关节点的任务计算指数,基于不同权重分配,获取边缘计算网关节点任务匹配指数;
其中边缘计算网关节点任务匹配指数计算公式为:
式中,为边缘计算网关节点任务匹配指数,/>为边缘计算网关节点任务传输指数的权重, />为任务传输指数的任务传输速率影响系数,/>为任务传输速率,/>为任务传输指数的任务延时影响系数,/>为任务延时时间,/>为边缘计算网关节点任务计算指数的权重,/>为边缘计算网关节点任务计算指数的计算资源影响系数,/>为边缘计算网关节点的计算资源,/>为任务所需的计算资源,/>为边缘计算网关节点任务计算指数的存储资源影响系数,/>为边缘计算网关节点的存储资源,/>为任务所需的存储资源。
5.基于边缘计算网关节点属性的任务调度规划系统,用于实现如权利要求1-4任一项所述的调度规划方法,其特征在于,包括:
主控制模块,所述主控制模块用于根据边缘计算网关节点任务匹配指数,对任务进行规划,根据边缘计算网关节点任务调度指数,对待调度任务进行动态调度,根据任务信息和网关节点边缘计算信息,制定边缘计算网关节点任务规划策略,根据边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息,对边缘计算网关节点任务规划策略进行调整;
信息获取模块,所述信息获取模块用于获取边缘计算网关节点ID信息、边缘计算网关节点网络连接信息、边缘计算网关节点配置信息、边缘计算网关节点实时监测信息、边缘计算网关节点负荷信息、边缘计算网关节点任务执行信息、任务信息和待调度任务信息;
计算模块,所述计算模块用于根据边缘计算网关节点数据,获取网关节点边缘计算信息,计算边缘计算网关节点任务匹配指数,根据获取可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息,计算边缘计算网关节点任务调度指数;
显示模块,所述显示模块与主控制模块交互,用于显示任务信息、边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息。
6.根据权利要求5所述的基于边缘计算网关节点属性的任务调度规划系统,其特征在于,所述主控制模块,具体包括:
控制单元,所述控制单元用于根据任务信息和网关节点边缘计算信息,制定边缘计算网关节点任务规划策略,根据边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息,对边缘计算网关节点任务规划策略进行调整,并与显示模块交互,输出显示边缘计算网关节点任务规划信息和边缘计算网关节点任务调度信息;
信息接收单元,所述信息接收单元与信息获取模块和计算模块交互,用于接收信息、边缘计算网关节点任务匹配指数和边缘计算网关节点任务调度指数,并传输至任务规划单元;
任务规划单元,所述任务规划单元用于根据边缘计算网关节点任务匹配指数,对任务进行规划,并将边缘计算网关节点任务规划信息传输至控制单元;
任务调度单元,所述任务调度单元用于根据边缘计算网关节点任务调度指数,对待调度任务进行动态调度,并将边缘计算网关节点任务调度信息传输至控制单元。
7.根据权利要求5所述的基于边缘计算网关节点属性的任务调度规划系统,其特征在于,所述信息获取模块,具体包括:
节点获取单元,所述节点获取单元用于获取边缘计算网关节点ID信息、边缘计算网关节点网络连接信息、边缘计算网关节点配置信息、边缘计算网关节点实时监测信息、边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息;
任务获取单元,所述任务获取单元用于获取任务信息、任务计算资源信息、任务传输需求信息、任务存储资源信息和待调度任务信息。
8.根据权利要求5所述的基于边缘计算网关节点属性的任务调度规划系统,其特征在于,所述计算模块,具体包括:
边缘计算单元,所述边缘计算单元用于根据边缘计算网关节点数据,获取网关节点边缘计算能力信息、网关节点边缘计算存储信息和网关节点边缘计算传输信息;
节点匹配计算单元,所述节点匹配计算单元用于根据任务传输路径信息、可用边缘计算网关节点网络带宽信息和可用边缘计算网关节点网络连接指数,计算任务传输速率,根据任务数据量信息、任务传输速率和任务计算CPU周期信息,获取任务延时信息,根据边缘计算网关节点的任务传输指数和边缘计算网关节点的任务计算指数,基于不同权重分配,获取边缘计算网关节点任务匹配指数;
节点调度计算单元,所述节点调度计算单元用于根据获取可计算网关节点的边缘计算网关节点负荷信息和边缘计算网关节点任务执行信息,获取边缘计算网关节点任务调度指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410029735.0A CN117539647B (zh) | 2024-01-09 | 2024-01-09 | 基于边缘计算网关节点属性的任务调度规划方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410029735.0A CN117539647B (zh) | 2024-01-09 | 2024-01-09 | 基于边缘计算网关节点属性的任务调度规划方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117539647A CN117539647A (zh) | 2024-02-09 |
CN117539647B true CN117539647B (zh) | 2024-04-12 |
Family
ID=89794254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410029735.0A Active CN117539647B (zh) | 2024-01-09 | 2024-01-09 | 基于边缘计算网关节点属性的任务调度规划方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117539647B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109905470A (zh) * | 2019-02-18 | 2019-06-18 | 南京邮电大学 | 一种基于边缘网关系统的开销优化任务调度方法 |
CN111586091A (zh) * | 2020-03-25 | 2020-08-25 | 重庆特斯联智慧科技股份有限公司 | 一种实现算力组配的边缘计算网关系统 |
CN112788605A (zh) * | 2020-12-25 | 2021-05-11 | 威胜信息技术股份有限公司 | 基于双延迟深度确定性策略边缘计算资源调度方法和系统 |
CN113010282A (zh) * | 2021-03-03 | 2021-06-22 | 电子科技大学 | 一种基于深度强化学习的边云协同串行任务卸载方法 |
CN113406893A (zh) * | 2021-07-14 | 2021-09-17 | 南通大学 | 一种基于边缘网关的智能家居系统及其应用 |
WO2021217942A1 (zh) * | 2020-04-27 | 2021-11-04 | 山东省科学院海洋仪器仪表研究所 | 基于边缘网关的水下自组织网络的任务迁移方法及系统 |
CN114077485A (zh) * | 2021-11-09 | 2022-02-22 | 深圳供电局有限公司 | 一种物联网边缘计算节点资源的业务调度部署方法 |
CN114205190A (zh) * | 2021-12-03 | 2022-03-18 | 中国长江三峡集团有限公司 | 一种用于物联网关的自主监测协调方法 |
CN114359602A (zh) * | 2021-12-30 | 2022-04-15 | 中国电信股份有限公司 | 产品缺陷的检测方法及装置、存储介质、电子设备 |
WO2022117550A1 (en) * | 2020-12-03 | 2022-06-09 | Koninklijke Kpn N.V. | Migration of remote data processing between servers |
CN114816721A (zh) * | 2022-06-29 | 2022-07-29 | 常州庞云网络科技有限公司 | 一种基于边缘计算的多任务优化调度方法及系统 |
WO2022222550A1 (zh) * | 2021-04-20 | 2022-10-27 | 中兴通讯股份有限公司 | 算力资源的通告方法及装置、存储介质、电子装置 |
CN116319777A (zh) * | 2022-12-16 | 2023-06-23 | 广东飞企互联科技股份有限公司 | 一种基于边缘计算的智能网关业务处理方法 |
-
2024
- 2024-01-09 CN CN202410029735.0A patent/CN117539647B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109905470A (zh) * | 2019-02-18 | 2019-06-18 | 南京邮电大学 | 一种基于边缘网关系统的开销优化任务调度方法 |
CN111586091A (zh) * | 2020-03-25 | 2020-08-25 | 重庆特斯联智慧科技股份有限公司 | 一种实现算力组配的边缘计算网关系统 |
WO2021217942A1 (zh) * | 2020-04-27 | 2021-11-04 | 山东省科学院海洋仪器仪表研究所 | 基于边缘网关的水下自组织网络的任务迁移方法及系统 |
WO2022117550A1 (en) * | 2020-12-03 | 2022-06-09 | Koninklijke Kpn N.V. | Migration of remote data processing between servers |
CN112788605A (zh) * | 2020-12-25 | 2021-05-11 | 威胜信息技术股份有限公司 | 基于双延迟深度确定性策略边缘计算资源调度方法和系统 |
CN113010282A (zh) * | 2021-03-03 | 2021-06-22 | 电子科技大学 | 一种基于深度强化学习的边云协同串行任务卸载方法 |
WO2022222550A1 (zh) * | 2021-04-20 | 2022-10-27 | 中兴通讯股份有限公司 | 算力资源的通告方法及装置、存储介质、电子装置 |
CN113406893A (zh) * | 2021-07-14 | 2021-09-17 | 南通大学 | 一种基于边缘网关的智能家居系统及其应用 |
CN114077485A (zh) * | 2021-11-09 | 2022-02-22 | 深圳供电局有限公司 | 一种物联网边缘计算节点资源的业务调度部署方法 |
CN114205190A (zh) * | 2021-12-03 | 2022-03-18 | 中国长江三峡集团有限公司 | 一种用于物联网关的自主监测协调方法 |
CN114359602A (zh) * | 2021-12-30 | 2022-04-15 | 中国电信股份有限公司 | 产品缺陷的检测方法及装置、存储介质、电子设备 |
CN114816721A (zh) * | 2022-06-29 | 2022-07-29 | 常州庞云网络科技有限公司 | 一种基于边缘计算的多任务优化调度方法及系统 |
CN116319777A (zh) * | 2022-12-16 | 2023-06-23 | 广东飞企互联科技股份有限公司 | 一种基于边缘计算的智能网关业务处理方法 |
Non-Patent Citations (4)
Title |
---|
Efficient Task Offloading and Resource Allocation for Edge Computing-Based Smart Grid Networks;Chao Yang等;《ICC 2019 - 2019 IEEE International Conference on Communications (ICC)》;20190715;第1-6页 * |
云计算环境下负载预测与节能调度研究;王彬;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20230515(第5期);C039-1 * |
支持多租户模式的业务流程动态定制模型;张纪林等;《计算机科学》;20220610;第49卷(第S1期);第705-713页 * |
融合边缘智能计算和联邦学习的隐私保护方案;刘东等;《电子科技大学学报》;20230118;第52卷(第1期);第95-101页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117539647A (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112995023B (zh) | 一种多接入边缘计算网络计算卸载系统及其计算卸载方法 | |
WO2020216135A1 (zh) | 基于边-端协同的多用户多mec任务卸载资源调度方法 | |
CN104735095B (zh) | 一种云计算平台作业调度方法及装置 | |
US8180914B2 (en) | Deleting data stream overload | |
CN114816721B (zh) | 一种基于边缘计算的多任务优化调度方法及系统 | |
CN109981744B (zh) | 数据的分发方法、装置、存储介质及电子设备 | |
CN110809291B (zh) | 基于能量采集设备的移动边缘计算系统双层负载平衡方法 | |
CN109831524A (zh) | 一种负载均衡处理方法及装置 | |
CN108491255B (zh) | 自助式MapReduce数据优化分配方法及系统 | |
CN108711007A (zh) | 一种能源一体化采集系统的多任务实时调度方法 | |
CN110198339A (zh) | 一种基于QoE感知的边缘计算任务调度方法 | |
CN113676400B (zh) | 用于环保数据采集设备物联接入的云网关系统 | |
CN115794407A (zh) | 计算资源分配方法、装置、电子设备及非易失性存储介质 | |
CN117135131A (zh) | 一种面向云边协同场景的任务资源需求感知方法 | |
CN116366576A (zh) | 算力网络资源调度方法、装置、设备及介质 | |
CN110996390B (zh) | 一种无线接入网络计算资源分配方法及网络系统 | |
CN115473894A (zh) | 算网中基于区块链的算力安全感知及协同方法 | |
CN117539647B (zh) | 基于边缘计算网关节点属性的任务调度规划方法和系统 | |
CN116192849A (zh) | 一种异构加速板卡计算方法、装置、设备及介质 | |
US20220179708A1 (en) | Pipeline computing apparatus, programmable logic controller, and pipeline processing execution method | |
CN116347522A (zh) | 云边协同下基于近似计算复用的任务卸载方法及装置 | |
Chunlei et al. | Design and implementation of a TCP long connection load balancing algorithm based on negative feedback mechanism | |
CN112527409A (zh) | 一种面向移动医疗健康管理的边缘云计算卸载方法 | |
CN112148474A (zh) | 面向负载均衡的龙芯大数据一体机自适应任务分割方法及系统 | |
Singh et al. | Identification of the key parameters for computational offloading in multi-access edge computing |
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 |