CN117544493A - 一种基于自组网系统的自动统筹设备管理方法和系统 - Google Patents
一种基于自组网系统的自动统筹设备管理方法和系统 Download PDFInfo
- Publication number
- CN117544493A CN117544493A CN202311425983.9A CN202311425983A CN117544493A CN 117544493 A CN117544493 A CN 117544493A CN 202311425983 A CN202311425983 A CN 202311425983A CN 117544493 A CN117544493 A CN 117544493A
- Authority
- CN
- China
- Prior art keywords
- task
- root
- equipment
- network system
- devices
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 70
- 238000012544 monitoring process Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000008569 process Effects 0.000 claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010586 diagram Methods 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出了一种基于自组网系统的自动统筹设备管理方法和系统。所述基于自组网系统的自动统筹设备管理方法包括:针对所述自组网系统配置一个或多个Root设备;所述Root设备根据用户终端发送的任务确定任务分发策略,并按照任务分发策略对任务进行发布;实时监测目标设备的任务执行情况,并对任务执行过程中产生的数据进行记录。所述系统包括与方法步骤对应的模块。
Description
技术领域
本发明提出了一种基于自组网系统的自动统筹设备管理方法和系统,属于自动统筹设备管理技术领域。
背景技术
通常情况下,对于异构的边缘端设备,需要一个统一的管理平台来集中管理和监控这些设备。然而,在许多场景中,可能不存在高性能服务器来部署这样的管理平台,也可能没有可用于连接云平台的网络通路。在这种情况下,需要考虑将这些设备组织在一个局域网(LAN)中,并且让它们自行管理、自组网。
目前,设备管理通常通过边缘基站、云平台或中心服务器等来实现。但在某些场景中,这些传统的管理方式可能会受到网络连接不稳定、带宽限制、隐私和安全问题等挑战的制约。因此,需要一种新的方法,即自组网子管理系统,来满足特定的需求。自组网子管理系统的核心思想是让边缘设备具有自治性和智能性,使它们能够自主管理、协作和适应不同环境。然而,现有技术中的存在自动统筹设备管理效率较低的问题。
发明内容
本发明提供了一种基于自组网系统的自动统筹设备管理方法和系统,用以解决现有技术中的自动统筹设备管理效率较低的问题,所采取的技术方案如下:
一种基于自组网系统的自动统筹设备管理方法,所述基于自组网系统的自动统筹设备管理方法包括:
针对所述自组网系统配置一个或多个Root设备;
所述Root设备根据用户终端发送的任务确定任务分发策略,并按照任务分发策略对任务进行发布;
实时监测目标设备的任务执行情况,并对任务执行过程中产生的数据进行记录。
进一步地,针对所述自组网系统配置一个或多个Root设备,包括:
提取所述自组网系统对应管控的下位设备数量;
根据所述自组网系统对应管控的下位设备数量设置Root设备的数量;其中,所述Root设备的数量为一个或多个;
调取一个或多个Root设备;
将所述一个或多个Root设备部署至自组网系统中。
进一步地,根据所述自组网系统对应管控的下位设备数量设置Root设备的数量,包括:
将所述自组网系统对应管控的下位设备数量与第一数量参考值和第二数量参考值进行对比;
当所述自组网系统对应管控的下位设备数量低于第一数量参考值时,则利用第一数量模型设置Root设备的数量,其中,所述第一数量模型如下;
N1=[1+ln(M01-M0)/M0]×M1
其中,N1表示利用第一数量模型设置的Root设备的数量,且为向上取整;M1表示第一基准个数,且,M1取值为1;M0表示下位设备数量;M01表示第一数量参考值;
当所述自组网系统对应管控的下位设备数量不低于第一数量参考值,但,低于第二数量参考值时,则利用第二数量模型设置Root设备的数量,其中,所述第二数量模型如下;
N2=[1+ln[(M0-M01)/(M02-M0)]]×M2
其中,N2表示利用第二数量模型设置的Root设备的数量,且为向上取整;M2表示第一基准个数,且,M2取值为2-4;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值;
当所述自组网系统对应管控的下位设备数量低于第二数量参考值时,则利用第三数量模型设置Root设备的数量,其中,所述第三数量模型如下;
N3=[1+ln[(M0-M02)/max(M02,0.89M0)]]×M3
其中,N3表示利用第三数量模型设置的Root设备的数量,且为向上取整;M3表示第一基准个数,且,M2取值为3-8;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值。
进一步地,所述Root设备根据用户终端发送的任务确定任务分发策略,并按照任务分发策略对任务进行发布,包括:
所述用户终端将任务和要执行任务的设备添加到Root设备中;
所述Root设备根据任务和任务对应的目标设备的属性自动决定任务分发策略;其中,任务包括数据采集、数据处理和数据传输;
所述Root设备在下位设备中调取其对应的目标设备,并对所述目标设备进行标记;
所述Root设备按照任务分发策略将任务发送至的目标设备。
进一步地,实时监测目标设备的任务执行情况,并对任务执行过程中产生的数据进行记录,包括:
当所述目标设备开始执行任务时,向所述自组网系统发送任务启动信息;
所述自组网系统监测目标设备的任务执行过程中的性能参数;
将所述目标设备在任务执行过程中产生的性能参数进行记录。
一种基于自组网系统的自动统筹设备管理系统,所述基于自组网系统的自动统筹设备管理系统包括:
Root设备配置模块,用于针对所述自组网系统配置一个或多个Root设备;
任务发布模块,用于所述Root设备根据用户终端发送的任务确定任务分发策略,并按照任务分发策略对任务进行发布;
任务执行情况监测模块,用于实时监测目标设备的任务执行情况,并对任务执行过程中产生的数据进行记录。
进一步地,所述Root设备配置模块包括:
下位设备数量提取模块,用于提取所述自组网系统对应管控的下位设备数量;
Root设备数量设置模块,用于根据所述自组网系统对应管控的下位设备数量设置Root设备的数量;其中,所述Root设备的数量为一个或多个;
Root设备调取模块,用于调取一个或多个Root设备;
Root设备部署模块,用于将所述一个或多个Root设备部署至自组网系统中。
进一步地,所述Root设备数量设置模块包括:
数量比较模块,用于将所述自组网系统对应管控的下位设备数量与第一数量参考值和第二数量参考值进行对比;
第一数量设置模块,用户当所述自组网系统对应管控的下位设备数量低于第一数量参考值时,则利用第一数量模型设置Root设备的数量,其中,所述第一数量模型如下;
N1=[1+ln(M01-M0)/M0]×M1
其中,N1表示利用第一数量模型设置的Root设备的数量,且为向上取整;M1表示第一基准个数,且,M1取值为1;M0表示下位设备数量;M01表示第一数量参考值;
第二数量设置模块,用户当所述自组网系统对应管控的下位设备数量不低于第一数量参考值,但,低于第二数量参考值时,则利用第二数量模型设置Root设备的数量,其中,所述第二数量模型如下;
N2=[1+ln[(M0-M01)/(M02-M0)]]×M2
其中,N2表示利用第二数量模型设置的Root设备的数量,且为向上取整;M2表示第一基准个数,且,M2取值为2-4;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值;
第三数量设置模块,用户当所述自组网系统对应管控的下位设备数量低于第二数量参考值时,则利用第三数量模型设置Root设备的数量,其中,所述第三数量模型如下;
N3=[1+ln[(M0-M02)/max(M02,0.89M0)]]×M3
其中,N3表示利用第三数量模型设置的Root设备的数量,且为向上取整;M3表示第一基准个数,且,M2取值为3-8;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值。
进一步地,所述任务发布模块包括:
设备添加模块,用于所述用户终端将任务和要执行任务的设备添加到Root设备中;
任务分发策略获取模块,用于所述Root设备根据任务和任务对应的目标设备的属性自动决定任务分发策略;其中,任务包括数据采集、数据处理和数据传输;
目标设备标记模块,用于所述Root设备在下位设备中调取其对应的目标设备,并对所述目标设备进行标记;
任务发送模块,用于所述Root设备按照任务分发策略将任务发送至的目标设备。
进一步地,所述任务执行情况监测模块包括:
任务启动信息发送模块,用于当所述目标设备开始执行任务时,向所述自组网系统发送任务启动信息;
性能参数监测模块,用于所述自组网系统监测目标设备的任务执行过程中的性能参数;
执行性能参数记录模块,用于将所述目标设备在任务执行过程中产生的性能参数进行记录。
本发明有益效果:
本发明提出的一种基于自组网系统的自动统筹设备管理方法和系统通过自组网系统,将低性能的物联网终端设备自组网、自连接、自传输,并通过其中的Root设备对其余设备进行统筹安排。例如:用户只需要在Root中添加设备,由Root设备自动根据距离等因素将任务下发至其余设备,以及哪些设备作为冗余备份等等。使用自组网系统,将边缘端设备组织起来,并通过Root设备统筹安排其余设备,将其组成为一个整体对用户提供服务。
附图说明
图1为本发明所述方法的流程图;
图2为本发明所述系统的系统框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提出了一种基于自组网系统的自动统筹设备管理方法,如图1所示,所述基于自组网系统的自动统筹设备管理方法包括:
S1、针对所述自组网系统配置一个或多个Root设备;
S2、所述Root设备根据用户终端发送的任务确定任务分发策略,并按照任务分发策略对任务进行发布;
S3、实时监测目标设备的任务执行情况,并对任务执行过程中产生的数据进行记录。
上述技术方案的工作原理为:配置Root设备(步骤S1):在自组网系统中配置一个或多个Root设备。Root设备通常担任自组网的管理节点,负责任务分发和协调其他设备。
任务分发策略确定(步骤S2):Root设备接收来自用户终端的任务请求,根据任务的性质、优先级、设备状态等因素确定任务分发策略。这些策略决定了任务应该由哪些设备执行,以及任务的调度方式。
任务发布:根据任务分发策略,Root设备将任务发布到相应的目标设备。这可以包括数据传输、计算任务、或其他需要执行的工作。
任务执行监测(步骤S3):自组网系统实时监测目标设备的任务执行情况。这包括任务的启动、进度、完成情况以及任务执行过程中产生的数据。这些信息可以用于任务追踪和性能评估。
上述技术方案的效果为:任务自动化分发:该方法允许自组网系统自动分发任务,无需手动干预,提高了任务分发的效率。
任务智能分发:通过制定任务分发策略,系统可以根据任务特性和设备状态智能地将任务分配给合适的设备,以实现更好的任务协调和设备利用率。
任务监测与记录:实时监测任务执行情况,包括设备任务进度和数据记录,有助于对任务执行过程进行跟踪、分析和优化。
用户终端支持:该方法使用户终端能够向Root设备发送任务请求,从而满足用户需求。
减少人工干预:通过自动任务分发和监测,减少了需要人工干预的任务,降低了管理和维护的工作量。
综上所述,本实施例的上述技术方案通过配置Root设备、智能任务分发策略和实时监测,实现了自动统筹设备管理,提高了自组网系统的效率和用户终端的支持。
本发明的一个实施例,针对所述自组网系统配置一个或多个Root设备,包括:
S101、提取所述自组网系统对应管控的下位设备数量;
S102、根据所述自组网系统对应管控的下位设备数量设置Root设备的数量;其中,所述Root设备的数量为一个或多个;
S103、调取一个或多个Root设备;
S104、将所述一个或多个Root设备部署至自组网系统中。
上述技术方案的工作原理为:提取下位设备数量(步骤S101):首先,系统会获取自组网系统需要管理或管控的下位设备的数量。这个数量取决于网络的规模和设备的密度。
设置Root设备数量(步骤S102):根据所获取的下位设备数量,系统会设定一个或多个Root设备的数量。通常,Root设备是负责网络管理和任务分发的高级节点。
调取Root设备(步骤S103):根据前两个步骤的设定,系统会从可用的设备池中选取一个或多个设备作为Root设备。这些Root设备将承担网络管理的责任。
部署Root设备(步骤S104):选中的Root设备被部署到自组网系统中。它们将担任管理角色,负责任务分发、监测、设备协调和其他管理功能。
上述技术方案的效果为:有效网络管理:配置一个或多个Root设备有助于有效地管理自组网系统。Root设备可以协调任务分发、设备连接和网络拓扑管理,从而提高系统性能。
负载均衡:通过设置Root设备的数量,可以实现负载均衡,确保网络管理任务被均匀分配,并减轻单一设备的负担。
网络稳定性:多个Root设备提供了冗余性,使得网络在某个Root设备故障的情况下仍能够正常运行,提高了网络的稳定性。
可伸缩性:根据下位设备数量的变化,可以灵活地调整Root设备的数量,使系统具备更好的可伸缩性。
综上所述,配置一个或多个Root设备的方法有助于有效管理和管控自组网系统,提高了网络管理的效率和稳定性。这对于大规模或复杂的自组网系统特别有用。
本发明的一个实施例,根据所述自组网系统对应管控的下位设备数量设置Root设备的数量,包括:
S1021、将所述自组网系统对应管控的下位设备数量与第一数量参考值和第二数量参考值进行对比;
S1022、当所述自组网系统对应管控的下位设备数量低于第一数量参考值时,则利用第一数量模型设置Root设备的数量,其中,所述第一数量模型如下;
N1=[1+ln(M01-M0)/M0]×M1
其中,N1表示利用第一数量模型设置的Root设备的数量,且为向上取整;M1表示第一基准个数,且,M1取值为1;M0表示下位设备数量;M01表示第一数量参考值;
S1023、当所述自组网系统对应管控的下位设备数量不低于第一数量参考值,但,低于第二数量参考值时,则利用第二数量模型设置Root设备的数量,其中,所述第二数量模型如下;
N2=[1+ln[(M0-M01)/(M02-M0)]]×M2
其中,N2表示利用第二数量模型设置的Root设备的数量,且为向上取整;M2表示第一基准个数,且,M2取值为2-4;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值;
S1024、当所述自组网系统对应管控的下位设备数量低于第二数量参考值时,则利用第三数量模型设置Root设备的数量,其中,所述第三数量模型如下;
N3=[1+ln[(M0-M02)/max(M02,0.89M0)]]×M3
其中,N3表示利用第三数量模型设置的Root设备的数量,且为向上取整;M3表示第一基准个数,且,M2取值为3-8;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值。
上述技术方案的工作原理为:比较下位设备数量(步骤S1021):首先,系统将自组网系统对应管控的下位设备数量与第一数量参考值和第二数量参考值进行比较。
根据数量参考值设置Root设备数量(步骤S1022-S1024):
第一数量模型:当下位设备数量低于第一数量参考值时,使用第一数量模型,根据下位设备数量和其他参数计算Root设备的数量(N1)。
第二数量模型:当下位设备数量不低于第一数量参考值,但低于第二数量参考值时,使用第二数量模型,根据下位设备数量和其他参数计算Root设备的数量(N2)。
第三数量模型:当下位设备数量低于第二数量参考值时,使用第三数量模型,根据下位设备数量和其他参数计算Root设备的数量(N3)。
每个模型使用不同的参数和计算方法,以确保Root设备的数量与下位设备的数量和系统需求相匹配。
上述技术方案的效果为:自动化设置Root设备数量:根据自组网系统的下位设备数量,本实施例的上述技术方案自动确定合适数量的Root设备,无需手动配置,从而减轻了管理工作的复杂性。
适应性:使用不同的数量模型,使系统能够根据下位设备数量的范围,选择适当的Root设备数量,从而提高了系统的适应性和性能。
有效资源利用:避免不必要的Root设备数量,有助于节省资源,并减少了潜在的管理开销。
综上所述,本实施例的上述技术方案能够智能地根据下位设备数量设置Root设备的数量,确保网络管理的高效性和资源利用的有效性。
本发明的一个实施例,所述Root设备根据用户终端发送的任务确定任务分发策略,并按照任务分发策略对任务进行发布,包括:
S201、所述用户终端将任务和要执行任务的设备添加到Root设备中;
S202、所述Root设备根据任务和任务对应的目标设备的属性自动决定任务分发策略;其中,任务包括数据采集、数据处理和数据传输;
S203、所述Root设备在下位设备中调取其对应的目标设备,并对所述目标设备进行标记;
S204、所述Root设备按照任务分发策略将任务发送至的目标设备。
上述技术方案的工作原理为:用户终端添加任务(步骤S201):用户终端将任务以及指定要执行任务的设备添加到Root设备中。这些任务可以包括数据采集、数据处理和数据传输等。
任务分发策略决策(步骤S202):Root设备根据任务的性质和任务对应的目标设备的属性来自动决定任务分发策略。不同任务类型和目标设备的属性可能需要不同的策略,例如,某些任务可能需要传输到高性能设备,而其他任务可能需要分发到具有特定传感器的设备。
目标设备标记(步骤S203):根据任务分发策略,Root设备从下位设备中选择适当的目标设备,并对这些设备进行标记,以指示它们将执行特定任务。
任务分发(步骤S204):Root设备按照任务分发策略将任务分发给目标设备,以便执行。这可以包括将数据采集任务发送到传感器节点、将数据处理任务发送到高性能服务器或将数据传输任务发送到通信设备等。
上述技术方案的效果为:智能任务分发:通过基于任务性质和目标设备属性的智能策略,系统能够更好地分发任务,确保任务被分发到最适合执行的设备上,提高了任务执行效率。
自动化管理:任务分发策略的自动决策减轻了管理员的工作负担,使任务管理更加自动化,减少了手动配置的需求。
资源优化:通过优化任务分发策略,系统能够更好地利用设备资源,确保任务分发是高效和有效的,从而节省资源和提高性能。
总之,本实施例的上述技术方案使自组网系统能够更智能地管理任务的分发,从而提高了系统的效率和性能,减少了管理复杂性。
本发明的一个实施例,实时监测目标设备的任务执行情况,并对任务执行过程中产生的数据进行记录,包括:
S301、当所述目标设备开始执行任务时,向所述自组网系统发送任务启动信息;
S302、所述自组网系统监测目标设备的任务执行过程中的性能参数;
S303、将所述目标设备在任务执行过程中产生的性能参数进行记录。
上述技术方案的工作原理为:任务启动信息发送(步骤S301):当目标设备开始执行任务时,它会向自组网系统发送任务启动信息。这个信息可能包括任务的开始时间、任务类型以及设备标识等。
任务执行过程监测(步骤S302):自组网系统会持续监测目标设备的任务执行过程中的性能参数。这些参数可能包括任务执行时间、资源利用率、响应时间、能耗等。监测可以通过各种方式进行,例如通过与目标设备的通信或监测设备上的传感器数据。
性能参数记录(步骤S303):系统会记录目标设备在任务执行过程中产生的性能参数。这些记录可以包括任务执行的时间戳、性能度量值、设备标识和任务类型等信息。这些记录可用于后续的性能分析、故障诊断和任务效率评估。
上述技术方案的效果为:实时性能监测:通过实时监测目标设备的性能参数,系统能够及时了解任务执行情况,以便采取适当的措施,例如重新分配任务或识别潜在的问题。
性能优化:记录性能参数使系统能够进行性能分析,以识别性能瓶颈、改进任务分发策略以及优化资源利用,从而提高系统的效率和性能。
故障诊断:记录的性能参数可用于识别设备问题或执行任务的问题,以进行故障诊断和维修。
总之,本实施例的上述技术方案有助于实现对目标设备任务执行情况的实时监测和性能记录,提高了系统的可维护性和性能优化能力。
本发明实施例提出了一种基于自组网系统的自动统筹设备管理系统,如图2所示,所述基于自组网系统的自动统筹设备管理系统包括:
Root设备配置模块,用于针对所述自组网系统配置一个或多个Root设备;
任务发布模块,用于所述Root设备根据用户终端发送的任务确定任务分发策略,并按照任务分发策略对任务进行发布;
任务执行情况监测模块,用于实时监测目标设备的任务执行情况,并对任务执行过程中产生的数据进行记录。
上述技术方案的工作原理为:配置Root设备(步骤S1):在自组网系统中配置一个或多个Root设备。Root设备通常担任自组网的管理节点,负责任务分发和协调其他设备。
任务分发策略确定(步骤S2):Root设备接收来自用户终端的任务请求,根据任务的性质、优先级、设备状态等因素确定任务分发策略。这些策略决定了任务应该由哪些设备执行,以及任务的调度方式。
任务发布:根据任务分发策略,Root设备将任务发布到相应的目标设备。这可以包括数据传输、计算任务、或其他需要执行的工作。
任务执行监测(步骤S3):自组网系统实时监测目标设备的任务执行情况。这包括任务的启动、进度、完成情况以及任务执行过程中产生的数据。这些信息可以用于任务追踪和性能评估。
上述技术方案的效果为:任务自动化分发:该方法允许自组网系统自动分发任务,无需手动干预,提高了任务分发的效率。
任务智能分发:通过制定任务分发策略,系统可以根据任务特性和设备状态智能地将任务分配给合适的设备,以实现更好的任务协调和设备利用率。
任务监测与记录:实时监测任务执行情况,包括设备任务进度和数据记录,有助于对任务执行过程进行跟踪、分析和优化。
用户终端支持:该方法使用户终端能够向Root设备发送任务请求,从而满足用户需求。
减少人工干预:通过自动任务分发和监测,减少了需要人工干预的任务,降低了管理和维护的工作量。
综上所述,本实施例的上述技术方案通过配置Root设备、智能任务分发策略和实时监测,实现了自动统筹设备管理,提高了自组网系统的效率和用户终端的支持。
本发明的一个实施例,所述Root设备配置模块包括:
下位设备数量提取模块,用于提取所述自组网系统对应管控的下位设备数量;
Root设备数量设置模块,用于根据所述自组网系统对应管控的下位设备数量设置Root设备的数量;其中,所述Root设备的数量为一个或多个;
Root设备调取模块,用于调取一个或多个Root设备;
Root设备部署模块,用于将所述一个或多个Root设备部署至自组网系统中。
上述技术方案的工作原理为:提取下位设备数量(步骤S101):首先,系统会获取自组网系统需要管理或管控的下位设备的数量。这个数量取决于网络的规模和设备的密度。
设置Root设备数量(步骤S102):根据所获取的下位设备数量,系统会设定一个或多个Root设备的数量。通常,Root设备是负责网络管理和任务分发的高级节点。
调取Root设备(步骤S103):根据前两个步骤的设定,系统会从可用的设备池中选取一个或多个设备作为Root设备。这些Root设备将承担网络管理的责任。
部署Root设备(步骤S104):选中的Root设备被部署到自组网系统中。它们将担任管理角色,负责任务分发、监测、设备协调和其他管理功能。
上述技术方案的效果为:有效网络管理:配置一个或多个Root设备有助于有效地管理自组网系统。Root设备可以协调任务分发、设备连接和网络拓扑管理,从而提高系统性能。
负载均衡:通过设置Root设备的数量,可以实现负载均衡,确保网络管理任务被均匀分配,并减轻单一设备的负担。
网络稳定性:多个Root设备提供了冗余性,使得网络在某个Root设备故障的情况下仍能够正常运行,提高了网络的稳定性。
可伸缩性:根据下位设备数量的变化,可以灵活地调整Root设备的数量,使系统具备更好的可伸缩性。
综上所述,配置一个或多个Root设备的方法有助于有效管理和管控自组网系统,提高了网络管理的效率和稳定性。这对于大规模或复杂的自组网系统特别有用。
本发明的一个实施例,所述Root设备数量设置模块包括:
数量比较模块,用于将所述自组网系统对应管控的下位设备数量与第一数量参考值和第二数量参考值进行对比;
第一数量设置模块,用户当所述自组网系统对应管控的下位设备数量低于第一数量参考值时,则利用第一数量模型设置Root设备的数量,其中,所述第一数量模型如下;
N1=[1+ln(M01-M0)/M0]×M1
其中,N1表示利用第一数量模型设置的Root设备的数量,且为向上取整;M1表示第一基准个数,且,M1取值为1;M0表示下位设备数量;M01表示第一数量参考值;
第二数量设置模块,用户当所述自组网系统对应管控的下位设备数量不低于第一数量参考值,但,低于第二数量参考值时,则利用第二数量模型设置Root设备的数量,其中,所述第二数量模型如下;
N2=[1+ln[(M0-M01)/(M02-M0)]]×M2
其中,N2表示利用第二数量模型设置的Root设备的数量,且为向上取整;M2表示第一基准个数,且,M2取值为2-4;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值;
第三数量设置模块,用户当所述自组网系统对应管控的下位设备数量低于第二数量参考值时,则利用第三数量模型设置Root设备的数量,其中,所述第三数量模型如下;
N3=[1+ln[(M0-M02)/max(M02,0.89M0)]]×M3
其中,N3表示利用第三数量模型设置的Root设备的数量,且为向上取整;M3表示第一基准个数,且,M2取值为3-8;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值。
上述技术方案的工作原理为:比较下位设备数量(步骤S1021):首先,系统将自组网系统对应管控的下位设备数量与第一数量参考值和第二数量参考值进行比较。
根据数量参考值设置Root设备数量(步骤S1022-S1024):
第一数量模型:当下位设备数量低于第一数量参考值时,使用第一数量模型,根据下位设备数量和其他参数计算Root设备的数量(N1)。
第二数量模型:当下位设备数量不低于第一数量参考值,但低于第二数量参考值时,使用第二数量模型,根据下位设备数量和其他参数计算Root设备的数量(N2)。
第三数量模型:当下位设备数量低于第二数量参考值时,使用第三数量模型,根据下位设备数量和其他参数计算Root设备的数量(N3)。
每个模型使用不同的参数和计算方法,以确保Root设备的数量与下位设备的数量和系统需求相匹配。
上述技术方案的效果为:自动化设置Root设备数量:根据自组网系统的下位设备数量,本实施例的上述技术方案自动确定合适数量的Root设备,无需手动配置,从而减轻了管理工作的复杂性。
适应性:使用不同的数量模型,使系统能够根据下位设备数量的范围,选择适当的Root设备数量,从而提高了系统的适应性和性能。
有效资源利用:避免不必要的Root设备数量,有助于节省资源,并减少了潜在的管理开销。
综上所述,本实施例的上述技术方案能够智能地根据下位设备数量设置Root设备的数量,确保网络管理的高效性和资源利用的有效性。
本发明的一个实施例,所述任务发布模块包括:
设备添加模块,用于所述用户终端将任务和要执行任务的设备添加到Root设备中;
任务分发策略获取模块,用于所述Root设备根据任务和任务对应的目标设备的属性自动决定任务分发策略;其中,任务包括数据采集、数据处理和数据传输;
目标设备标记模块,用于所述Root设备在下位设备中调取其对应的目标设备,并对所述目标设备进行标记;
任务发送模块,用于所述Root设备按照任务分发策略将任务发送至的目标设备。
上述技术方案的工作原理为:用户终端添加任务(步骤S201):用户终端将任务以及指定要执行任务的设备添加到Root设备中。这些任务可以包括数据采集、数据处理和数据传输等。
任务分发策略决策(步骤S202):Root设备根据任务的性质和任务对应的目标设备的属性来自动决定任务分发策略。不同任务类型和目标设备的属性可能需要不同的策略,例如,某些任务可能需要传输到高性能设备,而其他任务可能需要分发到具有特定传感器的设备。
目标设备标记(步骤S203):根据任务分发策略,Root设备从下位设备中选择适当的目标设备,并对这些设备进行标记,以指示它们将执行特定任务。
任务分发(步骤S204):Root设备按照任务分发策略将任务分发给目标设备,以便执行。这可以包括将数据采集任务发送到传感器节点、将数据处理任务发送到高性能服务器或将数据传输任务发送到通信设备等。
上述技术方案的效果为:智能任务分发:通过基于任务性质和目标设备属性的智能策略,系统能够更好地分发任务,确保任务被分发到最适合执行的设备上,提高了任务执行效率。
自动化管理:任务分发策略的自动决策减轻了管理员的工作负担,使任务管理更加自动化,减少了手动配置的需求。
资源优化:通过优化任务分发策略,系统能够更好地利用设备资源,确保任务分发是高效和有效的,从而节省资源和提高性能。
总之,本实施例的上述技术方案使自组网系统能够更智能地管理任务的分发,从而提高了系统的效率和性能,减少了管理复杂性。
本发明的一个实施例,所述任务执行情况监测模块包括:
任务启动信息发送模块,用于当所述目标设备开始执行任务时,向所述自组网系统发送任务启动信息;
性能参数监测模块,用于所述自组网系统监测目标设备的任务执行过程中的性能参数;
执行性能参数记录模块,用于将所述目标设备在任务执行过程中产生的性能参数进行记录。
上述技术方案的工作原理为:任务启动信息发送(步骤S301):当目标设备开始执行任务时,它会向自组网系统发送任务启动信息。这个信息可能包括任务的开始时间、任务类型以及设备标识等。
任务执行过程监测(步骤S302):自组网系统会持续监测目标设备的任务执行过程中的性能参数。这些参数可能包括任务执行时间、资源利用率、响应时间、能耗等。监测可以通过各种方式进行,例如通过与目标设备的通信或监测设备上的传感器数据。
性能参数记录(步骤S303):系统会记录目标设备在任务执行过程中产生的性能参数。这些记录可以包括任务执行的时间戳、性能度量值、设备标识和任务类型等信息。这些记录可用于后续的性能分析、故障诊断和任务效率评估。
上述技术方案的效果为:实时性能监测:通过实时监测目标设备的性能参数,系统能够及时了解任务执行情况,以便采取适当的措施,例如重新分配任务或识别潜在的问题。
性能优化:记录性能参数使系统能够进行性能分析,以识别性能瓶颈、改进任务分发策略以及优化资源利用,从而提高系统的效率和性能。
故障诊断:记录的性能参数可用于识别设备问题或执行任务的问题,以进行故障诊断和维修。
总之,本实施例的上述技术方案有助于实现对目标设备任务执行情况的实时监测和性能记录,提高了系统的可维护性和性能优化能力。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于自组网系统的自动统筹设备管理方法,其特征在于,所述基于自组网系统的自动统筹设备管理方法包括:
针对所述自组网系统配置一个或多个Root设备;
所述Root设备根据用户终端发送的任务确定任务分发策略,并按照任务分发策略对任务进行发布;
实时监测目标设备的任务执行情况,并对任务执行过程中产生的数据进行记录。
2.根据权利要求1所述基于自组网系统的自动统筹设备管理方法,其特征在于,针对所述自组网系统配置一个或多个Root设备,包括:
提取所述自组网系统对应管控的下位设备数量;
根据所述自组网系统对应管控的下位设备数量设置Root设备的数量;其中,所述Root设备的数量为一个或多个;
调取一个或多个Root设备;
将所述一个或多个Root设备部署至自组网系统中。
3.根据权利要求2所述基于自组网系统的自动统筹设备管理方法,其特征在于,根据所述自组网系统对应管控的下位设备数量设置Root设备的数量,包括:
将所述自组网系统对应管控的下位设备数量与第一数量参考值和第二数量参考值进行对比;
当所述自组网系统对应管控的下位设备数量低于第一数量参考值时,则利用第一数量模型设置Root设备的数量,其中,所述第一数量模型如下;
N1=[1+ln(M01-M0)/M0]×M1
其中,N1表示利用第一数量模型设置的Root设备的数量,且为向上取整;M1表示第一基准个数,且,M1取值为1;M0表示下位设备数量;M01表示第一数量参考值;
当所述自组网系统对应管控的下位设备数量不低于第一数量参考值,但,低于第二数量参考值时,则利用第二数量模型设置Root设备的数量,其中,所述第二数量模型如下;
N2=[1+ln[(M0-M01)/(M02-M0)]]×M2
其中,N2表示利用第二数量模型设置的Root设备的数量,且为向上取整;M2表示第一基准个数,且,M2取值为2-4;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值;
当所述自组网系统对应管控的下位设备数量低于第二数量参考值时,则利用第三数量模型设置Root设备的数量,其中,所述第三数量模型如下;
N3=[1+ln[(M0-M02)/max(M02,0.89M0)]]×M3
其中,N3表示利用第三数量模型设置的Root设备的数量,且为向上取整;M3表示第一基准个数,且,M2取值为3-8;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值。
4.根据权利要求1所述基于自组网系统的自动统筹设备管理方法,其特征在于,所述Root设备根据用户终端发送的任务确定任务分发策略,并按照任务分发策略对任务进行发布,包括:
所述用户终端将任务和要执行任务的设备添加到Root设备中;
所述Root设备根据任务和任务对应的目标设备的属性自动决定任务分发策略;其中,任务包括数据采集、数据处理和数据传输;
所述Root设备在下位设备中调取其对应的目标设备,并对所述目标设备进行标记;
所述Root设备按照任务分发策略将任务发送至的目标设备。
5.根据权利要求1所述基于自组网系统的自动统筹设备管理方法,其特征在于,实时监测目标设备的任务执行情况,并对任务执行过程中产生的数据进行记录,包括:
当所述目标设备开始执行任务时,向所述自组网系统发送任务启动信息;
所述自组网系统监测目标设备的任务执行过程中的性能参数;
将所述目标设备在任务执行过程中产生的性能参数进行记录。
6.一种基于自组网系统的自动统筹设备管理系统,其特征在于,所述基于自组网系统的自动统筹设备管理系统包括:
Root设备配置模块,用于针对所述自组网系统配置一个或多个Root设备;
任务发布模块,用于所述Root设备根据用户终端发送的任务确定任务分发策略,并按照任务分发策略对任务进行发布;
任务执行情况监测模块,用于实时监测目标设备的任务执行情况,并对任务执行过程中产生的数据进行记录。
7.根据权利要求6所述基于自组网系统的自动统筹设备管理系统,其特征在于,所述Root设备配置模块包括:
下位设备数量提取模块,用于提取所述自组网系统对应管控的下位设备数量;
Root设备数量设置模块,用于根据所述自组网系统对应管控的下位设备数量设置Root设备的数量;其中,所述Root设备的数量为一个或多个;
Root设备调取模块,用于调取一个或多个Root设备;
Root设备部署模块,用于将所述一个或多个Root设备部署至自组网系统中。
8.根据权利要求7所述基于自组网系统的自动统筹设备管理系统,其特征在于,所述Root设备数量设置模块包括:
数量比较模块,用于将所述自组网系统对应管控的下位设备数量与第一数量参考值和第二数量参考值进行对比;
第一数量设置模块,用户当所述自组网系统对应管控的下位设备数量低于第一数量参考值时,则利用第一数量模型设置Root设备的数量,其中,所述第一数量模型如下;
N1=[1+ln(M01-M0)/M0]×M1
其中,N1表示利用第一数量模型设置的Root设备的数量,且为向上取整;M1表示第一基准个数,且,M1取值为1;M0表示下位设备数量;M01表示第一数量参考值;
第二数量设置模块,用户当所述自组网系统对应管控的下位设备数量不低于第一数量参考值,但,低于第二数量参考值时,则利用第二数量模型设置Root设备的数量,其中,所述第二数量模型如下;
N2=[1+ln[(M0-M01)/(M02-M0)]]×M2
其中,N2表示利用第二数量模型设置的Root设备的数量,且为向上取整;M2表示第一基准个数,且,M2取值为2-4;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值;
第三数量设置模块,用户当所述自组网系统对应管控的下位设备数量低于第二数量参考值时,则利用第三数量模型设置Root设备的数量,其中,所述第三数量模型如下;
N3=[1+ln[(M0-M02)/max(M02,0.89M0)]]×M3
其中,N3表示利用第三数量模型设置的Root设备的数量,且为向上取整;M3表示第一基准个数,且,M2取值为3-8;M0表示下位设备数量;M01表示第一数量参考值;M02表示第二数量参考值。
9.根据权利要求6所述基于自组网系统的自动统筹设备管理系统,其特征在于,所述任务发布模块包括:
设备添加模块,用于所述用户终端将任务和要执行任务的设备添加到Root设备中;
任务分发策略获取模块,用于所述Root设备根据任务和任务对应的目标设备的属性自动决定任务分发策略;其中,任务包括数据采集、数据处理和数据传输;
目标设备标记模块,用于所述Root设备在下位设备中调取其对应的目标设备,并对所述目标设备进行标记;
任务发送模块,用于所述Root设备按照任务分发策略将任务发送至的目标设备。
10.根据权利要求6所述基于自组网系统的自动统筹设备管理系统,其特征在于,所述任务执行情况监测模块包括:
任务启动信息发送模块,用于当所述目标设备开始执行任务时,向所述自组网系统发送任务启动信息;
性能参数监测模块,用于所述自组网系统监测目标设备的任务执行过程中的性能参数;
执行性能参数记录模块,用于将所述目标设备在任务执行过程中产生的性能参数进行记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311425983.9A CN117544493A (zh) | 2023-10-31 | 2023-10-31 | 一种基于自组网系统的自动统筹设备管理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311425983.9A CN117544493A (zh) | 2023-10-31 | 2023-10-31 | 一种基于自组网系统的自动统筹设备管理方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117544493A true CN117544493A (zh) | 2024-02-09 |
Family
ID=89792855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311425983.9A Pending CN117544493A (zh) | 2023-10-31 | 2023-10-31 | 一种基于自组网系统的自动统筹设备管理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117544493A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106209482A (zh) * | 2016-09-13 | 2016-12-07 | 郑州云海信息技术有限公司 | 一种数据中心监控方法及系统 |
CN106850754A (zh) * | 2016-12-28 | 2017-06-13 | 上海谱翱数据科技有限公司 | 工业通信系统和工业网关 |
CN108668217A (zh) * | 2017-07-21 | 2018-10-16 | 长安大学 | 海上遇险救生自组网手持终端 |
CN110012475A (zh) * | 2019-04-15 | 2019-07-12 | 鹰视云(深圳)科技有限公司 | 一种ad-hoc自组织网络的切片化架构及其构建方法 |
US20200351336A1 (en) * | 2019-04-30 | 2020-11-05 | Verizon Patent And Licensing Inc. | Methods and Systems for Intelligent Distribution of Workloads to Multi-Access Edge Compute Nodes on a Communication Network |
CN116828559A (zh) * | 2023-05-25 | 2023-09-29 | 北京工业大学 | 一种基于移动感知的车轨自组网智能路由方法 |
-
2023
- 2023-10-31 CN CN202311425983.9A patent/CN117544493A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106209482A (zh) * | 2016-09-13 | 2016-12-07 | 郑州云海信息技术有限公司 | 一种数据中心监控方法及系统 |
CN106850754A (zh) * | 2016-12-28 | 2017-06-13 | 上海谱翱数据科技有限公司 | 工业通信系统和工业网关 |
CN108668217A (zh) * | 2017-07-21 | 2018-10-16 | 长安大学 | 海上遇险救生自组网手持终端 |
CN110012475A (zh) * | 2019-04-15 | 2019-07-12 | 鹰视云(深圳)科技有限公司 | 一种ad-hoc自组织网络的切片化架构及其构建方法 |
US20200351336A1 (en) * | 2019-04-30 | 2020-11-05 | Verizon Patent And Licensing Inc. | Methods and Systems for Intelligent Distribution of Workloads to Multi-Access Edge Compute Nodes on a Communication Network |
CN116828559A (zh) * | 2023-05-25 | 2023-09-29 | 北京工业大学 | 一种基于移动感知的车轨自组网智能路由方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112073265B (zh) | 一种基于分布式边缘计算的物联网监控方法和系统 | |
US10171300B2 (en) | Automatic redistribution of virtual machines as a growing neural gas | |
CN105049268A (zh) | 分布式计算资源分配系统和任务处理方法 | |
CN108845878A (zh) | 基于无服务器计算的大数据处理方法及装置 | |
CN107124315B (zh) | 基于snmp及ipmi协议的多服务器监测系统及监测方法 | |
US20210318745A1 (en) | Managing power resources for pools of virtual machines | |
CN110601935A (zh) | 智能家居操作系统中任务的处理方法、装置及云平台系统 | |
Xu et al. | Enhancing kubernetes automated scheduling with deep learning and reinforcement techniques for large-scale cloud computing optimization | |
CN104184604A (zh) | 一种云平台基础架构监管系统 | |
CN102339233A (zh) | 云计算集中管理平台 | |
CN111324460B (zh) | 一种基于云计算平台的电力监测控制系统及方法 | |
CN113937894A (zh) | 一种基于云边协同的电力智能终端管理系统及方法 | |
Han et al. | EdgeTuner: Fast scheduling algorithm tuning for dynamic edge-cloud workloads and resources | |
CN117544493A (zh) | 一种基于自组网系统的自动统筹设备管理方法和系统 | |
US20230254218A1 (en) | Systems and methods for automated network state and network inventory tracking | |
CN116436923A (zh) | 一种按需组网服务实例自主生成及匹配方法与系统 | |
CN113238928B (zh) | 一种音视频大数据任务的端云协同评测系统 | |
CN115357395A (zh) | 故障设备任务转移方法及系统、电子设备和存储介质 | |
CN115499432A (zh) | 家庭终端算力资源管理系统及算力资源调度方法 | |
CN115495231A (zh) | 一种高并发任务复杂场景下的动态资源调度方法及系统 | |
CN106713051A (zh) | 一种网络管理系统 | |
CN104581073A (zh) | 基于sla分类的云视频监控数据低能耗存储系统及方法 | |
KR102681047B1 (ko) | 클라우드 엣지 플랫폼 적용에 따른 마이그레이션 우선 대상 선정 방법 | |
CN108449396A (zh) | 分布式Hadoop集群管理方法、主控端以及受控端 | |
KR20230069488A (ko) | 클라우드 엣지 플랫폼 적용에 따른 마이그레이션 우선 대상 선정 방법 |
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 |