CN117611096A - 一种基于边缘计算的办公数据管理方法及系统 - Google Patents
一种基于边缘计算的办公数据管理方法及系统 Download PDFInfo
- Publication number
- CN117611096A CN117611096A CN202311666500.4A CN202311666500A CN117611096A CN 117611096 A CN117611096 A CN 117611096A CN 202311666500 A CN202311666500 A CN 202311666500A CN 117611096 A CN117611096 A CN 117611096A
- Authority
- CN
- China
- Prior art keywords
- management
- terminal
- management terminal
- data
- computing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004364 calculation method Methods 0.000 title claims description 149
- 238000013523 data management Methods 0.000 title claims description 34
- 238000007726 management method Methods 0.000 claims abstract description 383
- 238000013468 resource allocation Methods 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013439 planning Methods 0.000 claims description 8
- 230000009191 jumping Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 8
- 238000005265 energy consumption Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 235000008694 Humulus lupulus Nutrition 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种基于边缘计算的办公数据管理方法及系统,所述方法包括获取企业每个管理终端的办公数据并进行数据格式转换,将每个管理终端的办公数据转换生成统一数据格式的企业办公数据并存储至管理云端,关联每个终端业务相关的企业办公数据之间的终端业务关联关系,根据所述终端业务关联关系构建所述管理云端与若干个管理终端之间的数据复用模型,计算每个管理终端的负载算力值,将所述负载算力值输入至所述数据复用模型中,对每个管理终端进行算力资源匹配处理,根据算力资源匹配结果调用管理云端的算力资源对所有管理终端进行协同分配,并按照资源分配结果对每个管理终端的终端业务进行处理。本申请具有提高企业办公数据的管理便利性的效果。
Description
技术领域
本发明涉及办公管理的技术领域,尤其是涉及一种基于边缘计算的办公数据管理方法及系统。
背景技术
目前,随着信息化技术的普及,传统的纸质办公逐渐被无纸化办公取代,通过集成的无纸化办公系统对整个企业的所有事务进行统一管理成为当前办公管理热点,在企业事务的统一管理过程中,对办公数据的有序管理提出了更高的要求。
现有的办公数据管理方法主要是按照部门职能划分为多个管理系统,多个管理系统之间相互独立,分别管理对应部门的办公数据,例如OA系统管理企业人员数据、财务系统管理企业资产数据、办公系统管理企业终端业务数据等,但是,企业的人员、资产以及终端业务之间都是相互协调工作的,相互独立的管理模式并不利于企业的综合性管理,且不同管理系统之间存在信息壁垒难以将所有的企业数据进行集中管理,需要管理人员逐一核查每个系统的数据并进行人为地综合性判断,每个管理系统对业务处理过程中的算力资源调用不能合理地调配,存在企业的办公管理不够便利的不足之处。
发明内容
为了提高企业办公数据的管理便利性,本申请提供一种基于边缘计算的办公数据管理方法及系统。
第一方面,本申请的上述发明目的是通过以下技术方案得以实现的:
一种基于边缘计算的办公数据管理方法,包括:
获取企业每个管理终端的办公数据并进行数据格式转换,将每个管理终端的办公数据转换生成统一数据格式的企业办公数据,并存储至管理云端;
构建每个终端业务相关的企业办公数据之间的终端业务关联关系,根据所述终端业务关联关系,构建所述管理云端与若干个管理终端之间的数据复用模型;
计算每个管理终端的负载算力值,将所述负载算力值输入至所述数据复用模型中,对每个管理终端进行算力资源匹配处理;
根据算力资源匹配结果调用管理云端的算力资源对所有管理终端进行协同分配,并按照资源分配结果对每个管理终端的终端业务进行处理。
通过采用上述技术方案,对每个管理终端的办公数据进行数据格式转换,通过统一数据格式来提高管理云端对业务数据的调用便利性,以终端业务为关联点将每个终端业务关联到的企业办公数据进行业务关联,得到终端业务关联关系,并进一步构建管理云端与多个管理终端之间的数据复用模型,以便于通过数据复用模型将管理云端的计算任务下发至多个管理终端,降低管理云端的计算压力,且通过数据复用模型同步调用业务相关的多个管理终端的企业办公数据,便于企业办公数据的集中管理,按照每个管理终端的负载算力值进行准确的算力资源匹配,提高管理云端的算力资源分配均衡性,将算力资源的管理分配精确到每个管理终端的每个终端业务所需,提高企业办公数据的管理便利性。
本申请在一较佳示例中可以进一步配置为:所述计算每个管理终端的负载算力值,具体包括:
通过公式(1)计算每个管理终端的负载算力值,公式(1)如下所示:
其中,L算表示管理终端的负载算力值,n表示当前管理终端的已连接负载数量,表示当前管理终端的荷载系数,γ节表示管理终端的每个业务节点的节点荷载值,γ端表示管理终端的终端荷载值,L空表示管理终端的资源空闲值,L和表示当前管理终端的每个业务所需算力之和,τ跳为业务节点与管理云端之间的路由跳数。
本申请在一较佳示例中可以进一步配置为:所述将所述负载算力值输入至所述数据复用模型中,对每个管理终端进行算力资源匹配处理,具体包括:
计算同一时间输入所述数据复用模型的负载算力值总和以及所述管理云端的剩余算力资源;
根据所述数据复用模型,判断所述剩余算力资源是否满足所述负载算力值总和的运行需求;
若是,则根据所述负载算力值,计算同一时间接入所述管理云端的新接负载的负载算力值占比;
根据所述负载算力值占比,将所述剩余算力资源按比例分配至同一时间接入的若干个管理终端进行算力资源匹配处理。
通过采用上述技术方案,通过管理终端的负载算力值的计算,将算力资源的调动能耗控制在最小范围内,减少数据传输压力,并以数据复用模型的终端接入负载所需算力,对当前管理云端的剩余算力资源进行等比例分配,在同一时间对同一时间接入的多个管理终端进行协同算力资源分配,提高资源匹配的速率。
本申请在一较佳示例中可以进一步配置为:所述根据所述数据复用模型,判断所述剩余算力资源是否满足所述负载算力值总和的运行需求,还包括:
若否,则根据当前管理终端的终端业务类型,在所述数据复用模型中查找与所述终端业务类型相适配的关联管理终端,并获取每个关联管理终端的算力空闲值;
根据所述算力空闲值,计算所有关联管理终端的算力空闲值总和,并判断所述算力空闲值总和是否满足所述负载算力值总和的运行需求;
若是,则计算每个关联管理终端与所述当前管理终端之间的资源调用路由跳数,根据所述资源调用路由跳数调整空闲算力资源的算力调用顺序;
根据所述算力资源调用顺序依次调用每个关联管理终端的空闲算力资源对所述当前管理终端进行算力资源补偿处理。
通过采用上述技术方案,以业务类型为查找标签,在数据复用模型中进行关联管理终端的关联性匹配,并按照算力空闲值总和与负载算力值总和之间的适配程度来判断算力空闲值总和是否满足负载算力值总和的运行需求,从而合理地规划空闲算力资源的调用途径,结合关联管理终端与当前管理终端之间的资源调用路由跳数来调整算力调用顺序,降低算力资源的调用能耗,按照算力资源调用顺序依次地调用每个关联管理终端的空闲算力资源来对当前管理终端进行算力资源补偿,在管理云端的空闲算力无法支持当前管理终端的运行需求时,及时有序地通过其他关联管理终端进行算力资源补偿,进一步提高算力资源的调用协调性。
本申请在一较佳示例中可以进一步配置为:所述计算每个关联管理终端的算力空闲值总和,并判断所述算力空闲值总和是否满足所述负载算力值总和的运行需求,还包括:
若否,则获取每个所述关联管理终端的当前运行业务进度,根据所述当前运行业务进度分析所述关联管理终端的到期释放算力和算力释放时间节点;
按照所述算力释放时间节点优化所述关联管理终端的算力调用顺序,根据优化后的算力调用顺序调用对应的到期释放算力对所述当前管理终端进行算力资源补偿处理;
其中,所述数据复用模型对所述当前管理终端的算力资源调用通过公式(2)表示,公式(2)如下所示:
其中,S空表示管理云端的当前空闲算力资源值,S总表示数据复用模型中的负载算力值总和,L当表示当前管理终端的负载算力值,L空表示管理云端的剩余算力资源,L关表示关联管理终端的算力空闲值,m1表示满足算力资源补偿所需的关联管理终端的空闲算力值总和对应的关联管理终端数量,m2满足算力资源补偿所需的到期释放算力对应的关联管理终端数量,L释表示每个算力释放时间节点对应的到期释放算力值。
通过采用上述技术方案,当关联管理终端的空闲算力资源也无法满足当前管理终端的算力需求时,则根据关联管理终端的当前运行业务进度,对每个运行业务的算力释放时间节点和到期释放算力资源进行分析,当算力释放时间节点达到时,对相应的关联管理终端的算力调用顺序进行及时优化,并调用对应的到期释放算力对当前管理终端进行算力资源补充,从而有助于对到期释放算力进行及时且合理的利用。
本申请在一较佳示例中可以进一步配置为:所述获取企业每个管理终端的办公数据并进行数据格式转换,将每个管理终端的办公数据转换生成统一数据格式的企业办公数据,具体包括:
获取企业每个管理终端的管理职能,按照所述管理职能对所述管理终端进行业务分类;
按照业务分类结果对当前管理终端中的每个业务节点的业务范围进行规划,并按照规划后的业务范围标记每个业务节点的业务管理权限;
将所述业务分类和所述业务管理权限作为数据格式前缀,对所述管理终端的办公数据进行数据格式转换,生成业务分类、业务管理权限以及办公数据依次关联的企业办公数据。
通过采用上述技术方案,按照企业管理终端的管理职能进行业务分类,将当前管理终端中的每个业务节点的业务范围进行分类规划,从而对每个业务节点的实际管理权限进行准确标记,并以业务分类和业务管理权限作为数据格式转换的前缀,对每个管理终端的办公数据进行统一的数据格式转换,通过业务分类、业务管理权限和办公数据的多标签复合,提高数据格式转换后的数据唯一性,便于企业办公数据的唯一存储,减少数据调用误差。
第二方面,本申请的上述发明目的是通过以下技术方案得以实现的:
一种基于边缘计算的办公数据管理系统,包括:
数据转换模块,用于获取企业每个管理终端的办公数据并进行数据格式转换,将每个管理终端的办公数据转换生成统一数据格式的企业办公数据,并存储至管理云端;
模型构建模块,用于关联每个终端业务相关的企业办公数据之间的终端业务关联关系,根据所述终端业务关联关系,构建所述管理云端与若干个管理终端之间的数据复用模型;
资源匹配模块,用于计算每个管理终端的负载算力值,将所述负载算力值输入至所述数据复用模型中,对每个管理终端进行算力资源匹配处理;
业务处理模块,用于根据算力资源匹配结果调用管理云端的算力资源对所有管理终端进行协同分配,并按照资源分配结果对每个管理终端的终端业务进行处理。
通过采用上述技术方案,对每个管理终端的办公数据进行数据格式转换,通过统一数据格式来提高管理云端对业务数据的调用便利性,以终端业务为关联点将每个终端业务关联到的企业办公数据进行业务关联,得到终端业务关联关系,并进一步构建管理云端与多个管理终端之间的数据复用模型,以便于通过数据复用模型将管理云端的计算任务下发至多个管理终端,降低管理云端的计算压力,且通过数据复用模型同步调用业务相关的多个管理终端的企业办公数据,便于企业办公数据的集中管理,按照每个管理终端的负载算力值进行准确的算力资源匹配,提高管理云端的算力资源分配均衡性,将算力资源的管理分配精确到每个管理终端的每个终端业务所需,提高企业办公数据的管理便利性。
第三方面,本申请的上述目的是通过以下技术方案得以实现的:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于边缘计算的办公数据管理方法的步骤。
第四方面,本申请的上述目的是通过以下技术方案得以实现的:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于边缘计算的办公数据管理方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1、对每个管理终端的办公数据进行数据格式转换,通过统一数据格式来提高管理云端对业务数据的调用便利性,以终端业务为关联点将每个终端业务关联到的企业办公数据进行业务关联,得到终端业务关联关系,并进一步构建管理云端与多个管理终端之间的数据复用模型,以便于通过数据复用模型将管理云端的计算任务下发至多个管理终端,降低管理云端的计算压力,且通过数据复用模型同步调用业务相关的多个管理终端的企业办公数据,便于企业办公数据的集中管理,按照每个管理终端的负载算力值进行准确的算力资源匹配,提高管理云端的算力资源分配均衡性,将算力资源的管理分配精确到每个管理终端的每个终端业务所需,提高企业办公数据的管理便利性;
2、通过管理终端的负载算力值的计算,将算力资源的调动能耗控制在最小范围内,减少数据传输压力,并以数据复用模型的终端接入负载所需算力,对当前管理云端的剩余算力资源进行等比例分配,在同一时间对同一时间接入的多个管理终端进行协同算力资源分配,提高资源匹配的速率;
3、以业务类型为查找标签,在数据复用模型中进行关联管理终端的关联性匹配,并按照算力空闲值总和与负载算力值总和之间的适配程度来判断算力空闲值总和是否满足负载算力值总和的运行需求,从而合理地规划空闲算力资源的调用途径,结合关联管理终端与当前管理终端之间的资源调用路由跳数来调整算力调用顺序,降低算力带哦用的调用能耗,按照算力资源调用顺序依次地调用每个关联管理终端的空闲算力资源来对当前管理终端进行算力资源补偿,在管理云端的空闲算力无法支持当前管理终端的运行需求时,及时有序地通过其他关联管理终端进行算力资源补偿,进一步提高算力资源的调用协调性。
附图说明
图1是本实施例一种基于边缘计算的办公数据管理方法的实现流程图。
图2是本实施例一种基于边缘计算的办公数据管理方法步骤S10的实现流程图。
图3是本实施例一种基于边缘计算的办公数据管理方法算力资源匹配的实现流程图。
图4是本实施例一种基于边缘计算的办公数据管理方法步骤S302的另一实现流程图。
图5是本实施例一种基于边缘计算的办公数据管理方法步骤S3022的另一实现流程图。
图6是本实施例一种基于边缘计算的办公数据管理系统的结构框图。
图7是用以实现基于边缘计算的办公数据管理方法的计算机设备的内部结构示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中,如图1所示,本申请公开了一种基于边缘计算的办公数据管理方法,具体包括如下步骤:
S10:获取企业每个管理终端的办公数据并进行数据格式转换,将每个管理终端的办公数据转换生成统一数据格式的企业办公数据,并存储至管理云端。
具体的,如图2所示,步骤S10具体包括:
S101:获取企业每个管理终端的管理职能,按照管理职能对管理终端进行业务分类。
具体的,按照企业管理终端的管理职能如人力资源管理、资产管理、业务管理等,对管理终端进行业务分类,如人员调动业务中包括人员调动、人员对应的资产调动和人员负责业务变更等,或者销售任务中的销售人员配置、销售资产变化和销售业务线的变化等,不同的管理职能对应不同业务分类,其中,业务分类包括人力资源、资产财税、企业业务等。
S102:按照业务分类结果对当前管理终端中的每个业务节点的业务范围进行规划,并按照规划后的业务范围标记每个业务节点的业务管理权限。
具体的,按照业务分类结果对当前管理终端如人员调用对应的OA管理终端,对OA管理终端中的每个业务节点,包括调动人员节点、审批节点、审核节点以及统筹节点等多个业务节点的业务范围进行规划,如人员节点为调动的人员,审批节点为人事部门对人员调动申请的审批、审核节点为部门管理岗位对当前人员调动业务的审核,统筹节点为企业领导对当前人员调动和审核等全流程的统筹管理,根据业务能力对业务范围进行规划,并对每个业务节点的管理范围进行权限划分和标记。
S103:将业务分类和业务管理权限作为数据格式前缀,对管理终端的办公数据进行数据格式转换,生成业务分类、业务管理权限以及办公数据依次关联的企业办公数据。
具体的,将业务分类和业务管理权限对应的关键字进行二进制转换,将转换后的业务分类、业务管理权限作为数据格式前缀与办公数据进行拼接,并通过预设的加密算法如AES、DES等对拼接数据进行加密转码,从而得到以业务分类、业务管理权限及办公数据依次拼接的企业办公数据,并按照每个管理终端与管理云端之间的信息通道对企业办公数据进行加密传输,通过管理云端对企业办公数据进行集中存储。
S20:关联每个终端业务相关的企业办公数据之间的终端业务关联关系,根据终端业务关联关系,构建管理云端与若干个管理终端之间的数据复用模型。
具体的,以终端业务为查找关键标签,在所有管理终端中查找与终端业务相关的企业办公数据,并将数据格式前缀为终端业务的多个管理终端的企业办公数据关联在一起,得到终端业务关联关系,将目前已有的所有终端业务的终端业务关联关系集成在一起得到管理云端与多个管理终端之间的数据复用模型,其中,在数据复用模型中,管理云端与多个管理终端之间形成一对多的数据关联关系。
S30:计算每个管理终端的负载算力值,将负载算力值输入至数据复用模型中,对每个管理终端进行算力资源匹配处理。
具体的,步骤S30中的计算每个管理终端的负载算力值,具体包括:
通过公式(1)计算每个管理终端的负载算力值,公式(1)如下所示:
其中,L算表示管理终端的负载算力值,n表示当前管理终端的已连接负载数量,表示当前管理终端的荷载系数,γ节表示管理终端的每个业务节点的节点荷载值,γ端表示管理终端的终端荷载值,L空表示管理终端的资源空闲值,L和表示当前管理终端的每个业务所需算力之和,τ跳为业务节点与管理云端之间的路由跳数。
具体的,如图3所示,步骤S30中的将负载算力值输入至数据复用模型中,对每个管理终端进行算力资源匹配处理,具体包括:
S301:计算同一时间输入数据复用模型的负载算力值总和以及管理云端的剩余算力资源。
具体的,根据数据复用模型的负载接入时间,通过公式(1)对同一时间接入数据复用模型的管理终端的负载算力值进行计算,并按照接入的终端数量对同一时间接入的负载算力值进行汇总,得到负载算力值总和,通过管理云端服务器的硬件性能决定云端的最大算力值,并结合管理云端的已接入或者正在运行的运行算力值,来综合计算剩余算力资源,如剩余算力值等于最大算力值减去运行算力值。
S302:根据数据复用模型,判断剩余算力资源是否满足负载算力值总和的运行需求。
具体的,在数据复用模型中,对剩余算力资源与负载算力值总和进行比对,根据比对结果来判断剩余算力资源是否能够满足负载算力值总和的运行需求。
S303:若是,则根据负载算力值,计算同一时间接入管理云端的新接负载的负载算力值占比。
具体的,当剩余算力资源足以满足负载算力值总和的运行需求时,按照每个新接负载即管理终端的接入时间,计算同一时间接入的负载算力总和,每个新接负载的负载算力值占比等于单个新接负载的负载算力值与负载算力总和之间的比值。
S304:根据负载算力值占比,将剩余算力资源按比例分配至同一时间接入的若干个管理终端进行算力资源匹配处理。
具体的,按照负载算力值占比将剩余算力资源分配至同一时间接入的多个管理终端中,并按照每个业务节点的运行需求对算力资源进行匹配并分配至对应业务节点。
在一实施例中,如图4所示,步骤S302还包括:
S3021:若否,则根据当前管理终端的终端业务类型,在数据复用模型中查找与终端业务类型相适配的关联管理终端,并获取每个关联管理终端的算力空闲值。
具体的,若剩余算力资源无法满足负载算力值总和的运行需求,则结合当前管理终端的终端业务类型,如人力管理业务、销售管理业务、资产管理业务等,在数据复用模型中查找与当前管理终端的终端业务类型相适配的关联管理终端,如销售管理业务中,A业务线与B业务线的并列管理中,将B业务线作为A业务线的关联管理终端,当A业务线的算力资源不足如销售人员不足时,则将B业务线的空闲人员或者空闲状态的未用资产的运行算力资源作为B业务线管理终端的算力空闲值。
S3022:根据算力空闲值,计算所有关联管理终端的算力空闲值总和,并判断算力空闲值总和是否满足负载算力值总和的运行需求。
具体的,根据关联管理终端的算力空闲值,将所有关联管理终端的算力空闲值进行叠加,得到算力空闲值总和,通过数据复用模型计算算力空闲值总和与负载算力值总和之间的差值,根据计算得到的差值再次判断算力空闲值总和是否满足负载算力值总和的运行需求。
S3023:若是,则计算每个关联管理终端与当前管理终端之间的资源调用路由跳数,根据资源调用路由跳数调整空闲算力资源的算力调用顺序。
当算力空闲值总和大于或等于负载算力值总和,则说明算力空闲值总和加上管理云端的空闲算力资源,能够满足负载算力值总和的运行需求,则计算每个关联管理终端与当前管理终端之间的资源调用路由跳数,即统计每个关联管理终端与当前管理终端之间的关联节点数量,每个关联节点之间为一跳,则得到资源调用路由跳数,按照资源调用路由跳数从小到大排序,得到关联管理终端的空闲算力资源的算力调用顺序。
S3024:根据算力资源调用顺序依次调用每个关联管理终端的空闲算力资源对当前管理终端进行算力资源补偿处理。
具体的,按照算力资源调用顺序依次调用每个关联管理终端的空闲算力资源,并通过数据复用模型将空闲算力资源分配至当前管理终端中,对当前管理终端进行算力资源补偿。
在一实施例中,如图5所示,步骤S3022还包括:
S3025:若否,则获取每个关联管理终端的当前运行业务进度,根据当前运行业务进度分析关联管理终端的到期释放算力和算力释放时间节点。
具体的,当算力空闲值总和不能满足负载算力值总和的运行需求,则获取每个关联管理终端的当前运行业务进度,并分析当前运行业务进度的业务结束时间,将每个运行业务的业务结束时间进行能够顺次排序,得到多个关联管理终端的算力释放时间节点排序,并将到期结束业务的算力占用资源作为到期释放算力。
S3026:按照算力释放时间节点优化关联管理终端的算力调用顺序,根据优化后的算力调用顺序调用对应的到期释放算力对当前管理终端进行算力资源补偿处理。
具体的,当算力释放时间节点达到时,将对应的关联管理终端的算力调用优先级调整至最高,插接到原有的算力调用顺序中,对原有算力调用顺序进行优化,并按照优化后的算力调用顺序对达到算力释放时间节点的关联管理终端的到期释放算力进行优先调用,通过到期释放算力对当前管理终端进行算力资源补偿。
其中,数据复用模型对当前管理终端的算力资源调用通过公式(2)表示,公式(2)如下所示:
其中,S空表示管理云端的当前空闲算力资源值,S总表示数据复用模型中的负载算力值总和,L当表示当前管理终端的负载算力值,L空表示管理云端的剩余算力资源,L关表示关联管理终端的算力空闲值,m1表示满足算力资源补偿所需的关联管理终端的空闲算力值总和对应的关联管理终端数量,m2满足算力资源补偿所需的到期释放算力对应的关联管理终端数量,L释表示每个算力释放时间节点对应的到期释放算力值。
S40:根据算力资源匹配结果调用管理云端的算力资源对所有管理终端进行协同分配,并按照资源分配结果对每个管理终端的终端业务进行处理。
具体的,根据算力资源匹配结果调用管理云端的算力资源,并按匹配比例分配至每个管理终端中,通过分配至每个管理终端的算力资源来处理终端业务的运行需求。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一实施例中,提供一种基于边缘计算的办公数据管理系统,该基于边缘计算的办公数据管理系统与上述实施例中基于边缘计算的办公数据管理方法一一对应。如图6所示,该基于边缘计算的办公数据管理系统包括数据转换模块、模型构建模块、资源匹配模块和业务处理模块。各功能模块详细说明如下:
数据转换模块,用于获取企业每个管理终端的办公数据并进行数据格式转换,将每个管理终端的办公数据转换生成统一数据格式的企业办公数据,并存储至管理云端。
模型构建模块,用于关联每个终端业务相关的企业办公数据之间的终端业务关联关系,根据终端业务关联关系,构建管理云端与若干个管理终端之间的数据复用模型。
资源匹配模块,用于计算每个管理终端的负载算力值,将负载算力值输入至数据复用模型中,对每个管理终端进行算力资源匹配处理。
业务处理模块,用于根据算力资源匹配结果调用管理云端的算力资源对所有管理终端进行协同分配,并按照资源分配结果对每个管理终端的终端业务进行处理。
优选的,计算每个管理终端的负载算力值,具体包括:
通过公式(1)计算每个管理终端的负载算力值,公式(1)如下所示:
其中,L算表示管理终端的负载算力值,n表示当前管理终端的已连接负载数量,表示当前管理终端的荷载系数,γ节表示管理终端的每个业务节点的节点荷载值,γ端表示管理终端的终端荷载值,L空表示管理终端的资源空闲值,L和表示当前管理终端的每个业务所需算力之和,τ跳为业务节点与管理云端之间的路由跳数。
优选的,将负载算力值输入至数据复用模型中,对每个管理终端进行算力资源匹配处理,具体包括:
数据计算子模块,用于计算同一时间输入数据复用模型的负载算力值总和以及管理云端的剩余算力资源。
运行分析子模块,用于根据数据复用模型,判断剩余算力资源是否满足负载算力值总和的运行需求。
占比计算子模块,用于若是,则根据负载算力值,计算同一时间接入管理云端的新接负载的负载算力值占比。
资源匹配子模块,用于根据负载算力值占比,将剩余算力资源按比例分配至同一时间接入的若干个管理终端进行算力资源匹配处理。
优选的,运行分析子模块还包括:
空闲数据查找子模块,用于若否,则根据当前管理终端的终端业务类型,在数据复用模型中查找与终端业务类型相适配的关联管理终端,并获取每个关联管理终端的算力空闲值。
空闲匹配判断子模块,用于根据算力空闲值,计算所有关联管理终端的算力空闲值总和,并判断算力空闲值总和是否满足负载算力值总和的运行需求。
调用调整子模块,用于若是,则计算每个关联管理终端与当前管理终端之间的资源调用路由跳数,根据资源调用路由跳数调整空闲算力资源的算力调用顺序。
算力补偿子模块,用于根据算力资源调用顺序依次调用每个关联管理终端的空闲算力资源对当前管理终端进行算力资源补偿处理。
优选的,空闲匹配判断子模块还包括:
进度分析单元,用于若否,则获取每个关联管理终端的当前运行业务进度,根据当前运行业务进度分析关联管理终端的到期释放算力和算力释放时间节点。
到期资源处理单元,用于按照算力释放时间节点优化关联管理终端的算力调用顺序,根据优化后的算力调用顺序调用对应的到期释放算力对当前管理终端进行算力资源补偿处理。
其中,数据复用模型对当前管理终端的算力资源调用通过公式(2)表示,公式(2)如下所示:
其中,S空表示管理云端的当前空闲算力资源值,S总表示数据复用模型中的负载算力值总和,L当表示当前管理终端的负载算力值,L空表示管理云端的剩余算力资源,L关表示关联管理终端的算力空闲值,m1表示满足算力资源补偿所需的关联管理终端的空闲算力值总和对应的关联管理终端数量,m2满足算力资源补偿所需的到期释放算力对应的关联管理终端数量,L释表示每个算力释放时间节点对应的到期释放算力值。
优选的,数据转换模块具体包括:
分类子模块,用于获取企业每个管理终端的管理职能,按照管理职能对管理终端进行业务分类。
权限划分子模块,用于按照业务分类结果对当前管理终端中的每个业务节点的业务范围进行规划,并按照规划后的业务范围标记每个业务节点的业务管理权限。
数据转换子模块,用于将业务分类和业务管理权限作为数据格式前缀,对管理终端的办公数据进行数据格式转换,生成业务分类、业务管理权限以及办公数据依次关联的企业办公数据。
关于基于边缘计算的办公数据管理系统的具体限定可以参见上文中对于基于边缘计算的办公数据管理方法的限定,在此不再赘述。上述基于边缘计算的办公数据管理系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储办公数据处理过程中的中间文件。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于边缘计算的办公数据管理方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以上一种基于边缘计算的办公数据管理方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述系统的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种基于边缘计算的办公数据管理方法,其特征在于,包括:
获取企业每个管理终端的办公数据并进行数据格式转换,将每个管理终端的办公数据转换生成统一数据格式的企业办公数据,并存储至管理云端;
关联每个终端业务相关的企业办公数据之间的终端业务关联关系,根据所述终端业务关联关系,构建所述管理云端与若干个管理终端之间的数据复用模型;
计算每个管理终端的负载算力值,将所述负载算力值输入至所述数据复用模型中,对每个管理终端进行算力资源匹配处理;
根据算力资源匹配结果调用管理云端的算力资源对所有管理终端进行协同分配,并按照资源分配结果对每个管理终端的终端业务进行处理。
2.根据权利要求1所述的基于边缘计算的办公数据管理方法,其特征在于,所述计算每个管理终端的负载算力值,具体包括:
通过公式(1)计算每个管理终端的负载算力值,公式(1)如下所示:
其中,L算表示管理终端的负载算力值,n表示当前管理终端的已连接负载数量,表示当前管理终端的荷载系数,γ节表示管理终端的每个业务节点的节点荷载值,γ端表示管理终端的终端荷载值,L空表示管理终端的资源空闲值,L和表示当前管理终端的每个业务所需算力之和,τ跳为业务节点与管理云端之间的路由跳数。
3.根据权利要求1所述的基于边缘计算的办公数据管理方法,其特征在于,所述将所述负载算力值输入至所述数据复用模型中,对每个管理终端进行算力资源匹配处理,具体包括:
计算同一时间输入所述数据复用模型的负载算力值总和以及所述管理云端的剩余算力资源;
根据所述数据复用模型,判断所述剩余算力资源是否满足所述负载算力值总和的运行需求;
若是,则根据所述负载算力值,计算同一时间接入所述管理云端的新接负载的负载算力值占比;
根据所述负载算力值占比,将所述剩余算力资源按比例分配至同一时间接入的若干个管理终端进行算力资源匹配处理。
4.根据权利要求3所述的基于边缘计算的办公数据管理方法,其特征在于,所述根据所述数据复用模型,判断所述剩余算力资源是否满足所述负载算力值总和的运行需求,还包括:
若否,则根据当前管理终端的终端业务类型,在所述数据复用模型中查找与所述终端业务类型相适配的关联管理终端,并获取每个关联管理终端的算力空闲值;
根据所述算力空闲值,计算所有关联管理终端的算力空闲值总和,并判断所述算力空闲值总和是否满足所述负载算力值总和的运行需求;
若是,则计算每个关联管理终端与所述当前管理终端之间的资源调用路由跳数,根据所述资源调用路由跳数调整空闲算力资源的算力调用顺序;
根据所述算力资源调用顺序依次调用每个关联管理终端的空闲算力资源对所述当前管理终端进行算力资源补偿处理。
5.根据权利要求4所述的基于边缘计算的办公数据管理方法,其特征在于,所述计算每个关联管理终端的算力空闲值总和,并判断所述算力空闲值总和是否满足所述负载算力值总和的运行需求,还包括:
若否,则获取每个所述关联管理终端的当前运行业务进度,根据所述当前运行业务进度分析所述关联管理终端的到期释放算力和算力释放时间节点;
按照所述算力释放时间节点优化所述关联管理终端的算力调用顺序,根据优化后的算力调用顺序调用对应的到期释放算力对所述当前管理终端进行算力资源补偿处理;
其中,所述数据复用模型对所述当前管理终端的算力资源调用通过公式(2)表示,公式(2)如下所示:
其中,S空表示管理云端的当前空闲算力资源值,S总表示数据复用模型中的负载算力值总和,L当表示当前管理终端的负载算力值,L空表示管理云端的剩余算力资源,L关表示关联管理终端的算力空闲值,m1表示满足算力资源补偿所需的关联管理终端的空闲算力值总和对应的关联管理终端数量,m2满足算力资源补偿所需的到期释放算力对应的关联管理终端数量,L释表示每个算力释放时间节点对应的到期释放算力值。
6.根据权利要求1所述的基于边缘计算的办公数据管理方法,其特征在于,所述获取企业每个管理终端的办公数据并进行数据格式转换,将每个管理终端的办公数据转换生成统一数据格式的企业办公数据,具体包括:
获取企业每个管理终端的管理职能,按照所述管理职能对所述管理终端进行业务分类;
按照业务分类结果对当前管理终端中的每个业务节点的业务范围进行规划,并按照规划后的业务范围标记每个业务节点的业务管理权限;
将所述业务分类和所述业务管理权限作为数据格式前缀,对所述管理终端的办公数据进行数据格式转换,生成业务分类、业务管理权限以及办公数据依次关联的企业办公数据。
7.一种基于边缘计算的办公数据管理系统,其特征在于,包括:
数据转换模块,用于获取企业每个管理终端的办公数据并进行数据格式转换,将每个管理终端的办公数据转换生成统一数据格式的企业办公数据,并存储至管理云端;
模型构建模块,用于关联每个终端业务相关的企业办公数据之间的终端业务关联关系,根据所述终端业务关联关系,构建所述管理云端与若干个管理终端之间的数据复用模型;
资源匹配模块,用于计算每个管理终端的负载算力值,将所述负载算力值输入至所述数据复用模型中,对每个管理终端进行算力资源匹配处理;
业务处理模块,用于根据算力资源匹配结果调用管理云端的算力资源对所有管理终端进行协同分配,并按照资源分配结果对每个管理终端的终端业务进行处理。
8.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述基于边缘计算的办公数据管理方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于边缘计算的办公数据管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311666500.4A CN117611096A (zh) | 2023-12-06 | 2023-12-06 | 一种基于边缘计算的办公数据管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311666500.4A CN117611096A (zh) | 2023-12-06 | 2023-12-06 | 一种基于边缘计算的办公数据管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117611096A true CN117611096A (zh) | 2024-02-27 |
Family
ID=89944243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311666500.4A Pending CN117611096A (zh) | 2023-12-06 | 2023-12-06 | 一种基于边缘计算的办公数据管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117611096A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110661861A (zh) * | 2019-09-19 | 2020-01-07 | 北京邮电大学 | 一种智慧后勤业务系统 |
EP3764228A1 (en) * | 2019-07-09 | 2021-01-13 | Hexagon Technology Center GmbH | System for controlling access to digital data and algorithms |
CN112764901A (zh) * | 2020-08-18 | 2021-05-07 | 薛东 | 基于云网融合和人工智能的业务数据处理方法及系统 |
US11012526B1 (en) * | 2019-09-19 | 2021-05-18 | Allstate Insurance Company | Inspection and assessment based on mobile edge-computing |
WO2021258235A1 (zh) * | 2020-06-22 | 2021-12-30 | 西安市双合软件技术有限公司 | 智能工厂数据采集平台及其实施方法 |
CN114971574A (zh) * | 2022-06-14 | 2022-08-30 | 北京航天长峰科技工业集团有限公司 | 基于云边协同的多模态信息复合感知与融合架构及方法 |
US20220294845A1 (en) * | 2021-03-12 | 2022-09-15 | Ceretax, Inc. | System and Method For High Availability Tax Computing |
CN115134371A (zh) * | 2022-06-15 | 2022-09-30 | 中国电力科学研究院有限公司 | 包含边缘网络算力资源的调度方法、系统、设备及介质 |
CN115242817A (zh) * | 2022-07-21 | 2022-10-25 | 阿里巴巴(中国)有限公司 | 数据访问处理方法、装置、设备和存储介质 |
CN115562824A (zh) * | 2022-09-22 | 2023-01-03 | 国网冀北电力有限公司张家口供电公司 | 一种算力资源协同调度系统、方法、装置及存储介质 |
CN116204312A (zh) * | 2023-02-24 | 2023-06-02 | 深圳市赛柏特通信技术有限公司 | 一种基于边缘云计算的软硬件共享方法及其系统 |
CN116339882A (zh) * | 2022-11-07 | 2023-06-27 | 广东星神科技有限公司 | 基于物联网的办公系统协同显示方法、装置、设备及介质 |
-
2023
- 2023-12-06 CN CN202311666500.4A patent/CN117611096A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3764228A1 (en) * | 2019-07-09 | 2021-01-13 | Hexagon Technology Center GmbH | System for controlling access to digital data and algorithms |
CN110661861A (zh) * | 2019-09-19 | 2020-01-07 | 北京邮电大学 | 一种智慧后勤业务系统 |
US11012526B1 (en) * | 2019-09-19 | 2021-05-18 | Allstate Insurance Company | Inspection and assessment based on mobile edge-computing |
WO2021258235A1 (zh) * | 2020-06-22 | 2021-12-30 | 西安市双合软件技术有限公司 | 智能工厂数据采集平台及其实施方法 |
CN112764901A (zh) * | 2020-08-18 | 2021-05-07 | 薛东 | 基于云网融合和人工智能的业务数据处理方法及系统 |
US20220294845A1 (en) * | 2021-03-12 | 2022-09-15 | Ceretax, Inc. | System and Method For High Availability Tax Computing |
CN114971574A (zh) * | 2022-06-14 | 2022-08-30 | 北京航天长峰科技工业集团有限公司 | 基于云边协同的多模态信息复合感知与融合架构及方法 |
CN115134371A (zh) * | 2022-06-15 | 2022-09-30 | 中国电力科学研究院有限公司 | 包含边缘网络算力资源的调度方法、系统、设备及介质 |
CN115242817A (zh) * | 2022-07-21 | 2022-10-25 | 阿里巴巴(中国)有限公司 | 数据访问处理方法、装置、设备和存储介质 |
CN115562824A (zh) * | 2022-09-22 | 2023-01-03 | 国网冀北电力有限公司张家口供电公司 | 一种算力资源协同调度系统、方法、装置及存储介质 |
CN116339882A (zh) * | 2022-11-07 | 2023-06-27 | 广东星神科技有限公司 | 基于物联网的办公系统协同显示方法、装置、设备及介质 |
CN116204312A (zh) * | 2023-02-24 | 2023-06-02 | 深圳市赛柏特通信技术有限公司 | 一种基于边缘云计算的软硬件共享方法及其系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20050259683A1 (en) | Control service capacity | |
Ding et al. | Centralized fixed cost and resource allocation considering technology heterogeneity: A DEA approach | |
US20110167034A1 (en) | System and method for metric based allocation of costs | |
US8782246B2 (en) | Optimized multi-component co-allocation scheduling with advanced reservations for data transfers and distributed jobs | |
Boland et al. | Mixed integer programming based maintenance scheduling for the Hunter Valley coal chain | |
JP2002245282A (ja) | 情報処理サービス提供方法および情報処理資源の管理方法 | |
Lin | Stochastic single-source capacitated facility location model with service level requirements | |
Ramakrishna et al. | A two-item two-warehouse periodic review inventory model with transshipment | |
Candas et al. | Integrated location and inventory planning in service parts logistics with customer-based service levels | |
Van Riessen et al. | Revenue management with two fare classes in synchromodal container transportation | |
Čvokić et al. | A single allocation hub location and pricing problem | |
CN103270520A (zh) | 基于重要性类的数据管理 | |
CN116069300A (zh) | 工作流控制代码生成方法、装置、电子设备及存储介质 | |
CN113888148A (zh) | 基于调度网络进行资源调度的方法及装置 | |
CN117611096A (zh) | 一种基于边缘计算的办公数据管理方法及系统 | |
CN112817721A (zh) | 基于人工智能的任务调度方法、装置、计算机设备和介质 | |
Wang et al. | Price heuristics for highly efficient profit optimization of service composition | |
CN114844791B (zh) | 基于大数据的云服务自动管理分配方法、系统及存储介质 | |
CN105930216A (zh) | 电子签名系统自动排配方法、系统及服务器 | |
Pazour et al. | Analyzing rental vehicle threshold policies that consider expected waiting times for two customer classes | |
CN115618825A (zh) | 财务报表合并方法、装置、计算机可读介质及终端设备 | |
Rolik et al. | Decomposition-Compensation Method for IT Service Management | |
Chen et al. | Stable risk sharing and its monotonicity | |
Sloothaak et al. | Complete resource pooling of a load-balancing policy for a network of battery swapping stations | |
Becker et al. | Optimization‐based profitability management tool for cloud broker |
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 |