CN117640410B - 基于功能网络族算力自适应的功能单元析构方法及设备 - Google Patents
基于功能网络族算力自适应的功能单元析构方法及设备 Download PDFInfo
- Publication number
- CN117640410B CN117640410B CN202410107807.9A CN202410107807A CN117640410B CN 117640410 B CN117640410 B CN 117640410B CN 202410107807 A CN202410107807 A CN 202410107807A CN 117640410 B CN117640410 B CN 117640410B
- Authority
- CN
- China
- Prior art keywords
- functional
- networks
- network
- network family
- unit
- 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 73
- 238000004364 calculation method Methods 0.000 title claims abstract description 65
- 230000006870 function Effects 0.000 claims description 112
- 230000006978 adaptation Effects 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 230000002238 attenuated effect Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 abstract description 5
- 230000003044 adaptive effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种基于功能网络族算力自适应的功能单元析构方法及设备。所述方法包括：在功能网络族运行数据时长段内确定功能网络族当前可用算力，根据功能网络族当前可用算力为每个功能单元分配子算力；为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络；根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，对除永久功能单元以外的功能单元进行析构。本发明可以提高功能网络族的资源使用效率，能够即时对功能网络族的相关服务进行更新及部署，降低了功能网络族的维护成本，提升了网络用户的使用体验度。
Description
技术领域
本发明实施例涉及网络性能优化技术领域，尤其涉及一种基于功能网络族算力自适应的功能单元析构方法及设备。
背景技术
当前，互联网己经成功融入人们日常生活、工作和学习等方方面面，成为推动科技进步和经济发展的关键力量。庞大的互联网用户以及网络设备数量使得网络服务与应用变得越来越多样化，全球网络应用下载量已超过2500亿次。如此庞大的数据信息流量需要更为高效的功能网络管理及资源分配技术进行有效应对，急剧增长的互联网群体以及多样化的网络服务与应用需求已经成为网络运营商待解决的问题。然而，目前功能网络的相关服务往往需要具备专门业务技能的管理人员操作配置，这不但对人工经验的依赖程度较大，而且会延长功能网络相关服务的更新以及部署周期，从而造成功能网络的维护成本提升以及网络用户的体验度较差。因此，开发一种基于功能网络族算力自适应的功能单元析构方法及设备，可以有效克服上述相关技术中的缺陷，就成为业界亟待解决的技术问题。
发明内容
针对现有技术存在的上述问题，本发明实施例提供了一种基于功能网络族算力自适应的功能单元析构方法及设备。
第一方面，本发明的实施例提供了一种基于功能网络族算力自适应的功能单元析构方法，包括：在功能网络族运行数据时长段内确定功能网络族当前可用算力，根据功能网络族当前可用算力为每个功能单元分配子算力；为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络；根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，对除永久功能单元以外的功能单元进行析构；其中，所述使用率为任一功能单元的已使用时长与全部功能单元的已使用时长的比值；所述当前已用算力比为功能网络族从开启时刻到当前时刻已用过的最大算力与功能网络族总算力的比值；所述待析构功能单元禁止配置入任一链接网络中。
在上述方法实施例内容的基础上，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述根据功能网络族当前可用算力为每个功能单元分配子算力，包括：
；
其中，为功能网络族当前可用算力；C为功能网络族总算力；/>为多个功能网络中的第i个功能单元分配得到的子算力；N为多个功能网络中的功能单元的总数；/>为多个链接网络中的第j个功能单元分配得到的子算力；M为多个链接网络中的功能单元的总数；为第i个功能单元的已使用时长；T为全部功能单元的已使用时长；/>为功能网络族从开启时刻到当前时刻已用过的最大算力；/>为第j个功能单元的已使用时长。
在上述方法实施例内容的基础上，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，包括：确定功能单元使用率阈值，提取使用率高于所述功能单元使用率阈值的功能单元，将其具体实现的功能与任一功能网络需要实现的功能进行匹配，直至每个功能网络均能实现预定功能，则得到多个具备实际功能的功能网络。
在上述方法实施例内容的基础上，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络，包括：提取使用率低于所述功能单元使用率阈值的功能单元，将其具体实现的功能与任一链接网络需要实现的链接模式进行匹配，直至每个链接网络均能实现预定链接功能，则得到多个将所述多个具备实际功能的功能网络进行链接的多个链接网络。
在上述方法实施例内容的基础上，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述确定功能单元使用率阈值，包括：
；
；
；
其中，为功能网络族运算数据量随时长衰减时采用的第一功能单元使用率阈值；/>为功能网络族运算数据量随时长递增或维持稳定时采用的第二功能单元使用率阈值，且/>；s.t.为约束条件符；Tp(t)为时长段/>内功能网络族运算数据量均值；/>为时长段/>内功能网络族运算数据量均值；/>为在时刻t功能网络族运算数据量；/>为时长变化量步长；/>为时长段/>内功能网络族运算数据量的变化量；/>为功能网络族运行数据当前时刻；/>为功能网络族运行数据结束时刻；/>为功能网络族运算数据量的变化量阈值。
在上述方法实施例内容的基础上，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，包括：若多个功能网络中任一功能网络的运算时长大于等于所述预定时长，则将所述任一功能网络中功能单元确定为永久功能单元；若多个功能网络中任一功能网络的运算时长小于所述预定时长，则将所述任一功能网络中功能单元确定为待析构功能单元。
在上述方法实施例内容的基础上，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述对除永久功能单元以外的功能单元进行析构，包括：若待析构功能单元所在的功能网络运算完成，则静置待析构功能单元直至期满，直至待析构功能单元自主析构；对使用率为零的功能网络单元直接进行被动析构。
第二方面，本发明的实施例提供了一种基于功能网络族算力自适应的功能单元析构装置，包括：第一主模块，用于实现在功能网络族运行数据时长段内确定功能网络族当前可用算力，根据功能网络族当前可用算力为每个功能单元分配子算力；第二主模块，用于实现为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络；第三主模块，用于实现根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，对除永久功能单元以外的功能单元进行析构；其中，所述使用率为任一功能单元的已使用时长与全部功能单元的已使用时长的比值；所述当前已用算力比为功能网络族从开启时刻到当前时刻已用过的最大算力与功能网络族总算力的比值；所述待析构功能单元禁止配置入任一链接网络中。
第三方面，本发明的实施例提供了一种电子设备，包括：
至少一个处理器、至少一个存储器和通信接口；其中，
所述处理器、存储器和通信接口相互间进行通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，执行第一方面的各种实现方式中任一种实现方式所提供的基于功能网络族算力自适应的功能单元析构方法。
第四方面，本发明的实施例提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种实现方式中任一种实现方式所提供的基于功能网络族算力自适应的功能单元析构方法。
本发明实施例提供的基于功能网络族算力自适应的功能单元析构方法及设备，通过根据功能网络族当前可用算力为每个功能单元分配子算力，并且为相应的功能单元分别配置功能网络及链接网络，最后根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，对除永久功能单元以外的功能单元进行析构，可以提高功能网络族的资源使用效率，避免了对人工经验的依赖，能够即时对功能网络族的相关服务进行更新及部署，降低了功能网络族的维护成本，提升了网络用户的使用体验度。
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做一简单的介绍，显而易见地，下面描述中的附图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为本发明实施例提供的基于功能网络族算力自适应的功能单元析构方法流程示意图；
图2为本发明实施例提供的基于功能网络族算力自适应的功能单元析构装置结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
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。基于本发明中的实施例，本领域普通技术人员在没有做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。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。若以下实施例中存在步骤编号，仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
本发明实施例提供了一种基于功能网络族算力自适应的功能单元析构方法，参见图1，该方法包括：在功能网络族运行数据时长段内确定功能网络族当前可用算力，根据功能网络族当前可用算力为每个功能单元分配子算力；为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络；根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，对除永久功能单元以外的功能单元进行析构；其中，所述使用率为任一功能单元的已使用时长与全部功能单元的已使用时长的比值；所述当前已用算力比为功能网络族从开启时刻到当前时刻已用过的最大算力与功能网络族总算力的比值；所述待析构功能单元禁止配置入任一链接网络中。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述根据功能网络族当前可用算力为每个功能单元分配子算力，包括：
（1）
其中，为功能网络族当前可用算力；C为功能网络族总算力；/>为多个功能网络中的第i个功能单元分配得到的子算力；N为多个功能网络中的功能单元的总数；/>为多个链接网络中的第j个功能单元分配得到的子算力；M为多个链接网络中的功能单元的总数；为第i个功能单元的已使用时长；T为全部功能单元的已使用时长；/>为功能网络族从开启时刻到当前时刻已用过的最大算力；/>为第j个功能单元的已使用时长。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，包括：确定功能单元使用率阈值，提取使用率高于所述功能单元使用率阈值的功能单元，将其具体实现的功能与任一功能网络需要实现的功能进行匹配，直至每个功能网络均能实现预定功能，则得到多个具备实际功能的功能网络。
在另一实施例中，功能单元使用率可以定义为在当前一时刻，一个功能单元已经使用的时长占全部功能单元的已使用时长的比值；功能单元使用率阈值的具体取值可以参见（2）式。由于每个功能单元均具备预定的功能，则根据每一功能网络需要实现的多个功能选取具有相应功能的功能单元配制入所述每一功能网络中，全部配制完成后即形成一个具有完整功能的功能网络。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络，包括：提取使用率低于所述功能单元使用率阈值的功能单元，将其具体实现的功能与任一链接网络需要实现的链接模式进行匹配，直至每个链接网络均能实现预定链接功能，则得到多个将所述多个具备实际功能的功能网络进行链接的多个链接网络。
在另一实施例中，根据每一链接网络需要实现的相应链接功能选取具有相应功能的功能单元配制入所述每一链接网络中，全部配制完成后即形成一个能够链接两个具有不同功能的功能网络的链接网络。需要说明的是，功能网络族包括功能网络及链接网络，功能网络的作用是执行预定具体功能（如播放视屏和数据计算及存储；这些具体功能不包括对不同的功能网络之间进行链接），链接网络的作用是将不同的功能网络之间进行链接，以形成功能网络族。由此可知，链接网络本质上也是一种功能网络，只是其功能仅限于链接不同的功能网络。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述确定功能单元使用率阈值，包括：
（2）
（3）
（4）
其中，为功能网络族运算数据量随时长衰减时采用的第一功能单元使用率阈值；/>为功能网络族运算数据量随时长递增或维持稳定时采用的第二功能单元使用率阈值，且/>；s.t.为约束条件符；Tp(t)为时长段/>内功能网络族运算数据量均值；/>为时长段/>内功能网络族运算数据量均值；/>为在时刻t功能网络族运算数据量；/>为时长变化量步长；/>为时长段/>内功能网络族运算数据量的变化量；/>为功能网络族运行数据当前时刻；/>为功能网络族运行数据结束时刻；/>为功能网络族运算数据量的变化量阈值。
具体的，第一功能单元使用率阈值是在功能网络族运算数据量随时长衰减时即可采用，此时采用第一功能单元使用率阈值/>（数值较大）可以将大量使用率低于该值的网络单元划入析构或待析构行列，以减轻功能网络族的运行负担；第二功能单元使用率阈值/>是在功能网络族运算数据量随时长递增或维持稳定时即可采用，此时采用第二功能单元使用率阈值/>（数值较小）可以为功能网络族提供充足的功能单元以满足功能网络族不断增长的运算数据量或保持功能网络族的稳定运行。需要说明的是，第一功能单元使用率阈值/>及第二功能单元使用率阈值/>可以预先设定（如分别为70%及40%），功能网络族运算数据量的变化量阈值/>也可以预先设定（如800MB），上述三个参数也可以由本领域技术人员根据功能网络族运行的实际情况设定，即本领域技术人员在本发明技术方案的框架下根据功能网络族的具体历史运行情况通过有限次的简单试验设定。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，包括：若多个功能网络中任一功能网络的运算时长大于等于所述预定时长，则将所述任一功能网络中功能单元确定为永久功能单元；若多个功能网络中任一功能网络的运算时长小于所述预定时长，则将所述任一功能网络中功能单元确定为待析构功能单元。
在另一实施例中，所述预定时长可以为5分钟、10分钟或20分钟，也可以由本领域技术人员根据功能网络族运行的实际情况设定，即本领域技术人员在本发明技术方案的框架下根据功能网络族的具体历史运行情况通过有限次的简单试验设定该预定时长的具体值。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构方法，所述对除永久功能单元以外的功能单元进行析构，包括：若待析构功能单元所在的功能网络运算完成，则静置待析构功能单元直至期满，直至待析构功能单元自主析构；对使用率为零的功能网络单元直接进行被动析构。
需要说明的是，静置中的待析构功能单元期满后会触发其内部自带的自主析构程序，待析构功能单元随后进行自我析构；使用率为零的功能网络单元会直接触发外部的析构程序，由外部析构程序对其进行析构。
本发明实施例提供的基于功能网络族算力自适应的功能单元析构方法，通过根据功能网络族当前可用算力为每个功能单元分配子算力，并且为相应的功能单元分别配置功能网络及链接网络，最后根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，对除永久功能单元以外的功能单元进行析构，可以提高功能网络族的资源使用效率，避免了对人工经验的依赖，能够即时对功能网络族的相关服务进行更新及部署，降低了功能网络族的维护成本，提升了网络用户的使用体验度。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中，可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况，在上述各实施例的基础上，本发明的实施例提供了一种基于功能网络族算力自适应的功能单元析构装置，该装置用于执行上述方法实施例中的基于功能网络族算力自适应的功能单元析构方法。参见图2，该装置包括：第一主模块，用于实现在功能网络族运行数据时长段内确定功能网络族当前可用算力，根据功能网络族当前可用算力为每个功能单元分配子算力；第二主模块，用于实现为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络；第三主模块，用于实现根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，对除永久功能单元以外的功能单元进行析构；其中，所述使用率为任一功能单元的已使用时长与全部功能单元的已使用时长的比值；所述当前已用算力比为功能网络族从开启时刻到当前时刻已用过的最大算力与功能网络族总算力的比值；所述待析构功能单元禁止配置入任一链接网络中。
本发明实施例提供的基于功能网络族算力自适应的功能单元析构装置，采用图2中的若干模块，通过根据功能网络族当前可用算力为每个功能单元分配子算力，并且为相应的功能单元分别配置功能网络及链接网络，最后根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，对除永久功能单元以外的功能单元进行析构，可以提高功能网络族的资源使用效率，避免了对人工经验的依赖，能够即时对功能网络族的相关服务进行更新及部署，降低了功能网络族的维护成本，提升了网络用户的使用体验度。
需要说明的是，本发明提供的装置实施例中的装置，除了可以用于实现上述方法实施例中的方法外，还可以用于实现本发明提供的其他方法实施例中的方法，区别仅仅在于设置相应的功能模块，其原理与本发明提供的上述装置实施例的原理基本相同，只要本领域技术人员在上述装置实施例的基础上，参考其他方法实施例中的具体技术方案，通过组合技术特征获得相应的技术手段，以及由这些技术手段构成的技术方案，在保证技术方案具备实用性的前提下，就可以对上述装置实施例中的装置进行改进，从而得到相应的装置类实施例，用于实现其他方法类实施例中的方法。例如：
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构装置，还包括：第一子模块，用于实现所述根据功能网络族当前可用算力为每个功能单元分配子算力，包括：
；
其中，为功能网络族当前可用算力；C为功能网络族总算力；/>为多个功能网络中的第i个功能单元分配得到的子算力；N为多个功能网络中的功能单元的总数；/>为多个链接网络中的第j个功能单元分配得到的子算力；M为多个链接网络中的功能单元的总数；为第i个功能单元的已使用时长；T为全部功能单元的已使用时长；/>为功能网络族从开启时刻到当前时刻已用过的最大算力；/>为第j个功能单元的已使用时长。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构装置，还包括：第二子模块，用于实现所述为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，包括：确定功能单元使用率阈值，提取使用率高于所述功能单元使用率阈值的功能单元，将其具体实现的功能与任一功能网络需要实现的功能进行匹配，直至每个功能网络均能实现预定功能，则得到多个具备实际功能的功能网络。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构装置，还包括：第三子模块，用于实现所述为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络，包括：提取使用率低于所述功能单元使用率阈值的功能单元，将其具体实现的功能与任一链接网络需要实现的链接模式进行匹配，直至每个链接网络均能实现预定链接功能，则得到多个将所述多个具备实际功能的功能网络进行链接的多个链接网络。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构装置，还包括：第四子模块，用于实现所述确定功能单元使用率阈值，包括：
；
；
；
其中，为功能网络族运算数据量随时长衰减时采用的第一功能单元使用率阈值；/>为功能网络族运算数据量随时长递增或维持稳定时采用的第二功能单元使用率阈值，且/>；s.t.为约束条件符；Tp(t)为时长段/>内功能网络族运算数据量均值；/>为时长段/>内功能网络族运算数据量均值；/>为在时刻t功能网络族运算数据量；/>为时长变化量步长；/>为时长段/>内功能网络族运算数据量的变化量；/>为功能网络族运行数据当前时刻；/>为功能网络族运行数据结束时刻；/>为功能网络族运算数据量的变化量阈值。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构装置，还包括：第五子模块，用于实现所述根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，包括：若多个功能网络中任一功能网络的运算时长大于等于所述预定时长，则将所述任一功能网络中功能单元确定为永久功能单元；若多个功能网络中任一功能网络的运算时长小于所述预定时长，则将所述任一功能网络中功能单元确定为待析构功能单元。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于功能网络族算力自适应的功能单元析构装置，还包括：第六子模块，用于实现所述对除永久功能单元以外的功能单元进行析构，包括：若待析构功能单元所在的功能网络运算完成，则静置待析构功能单元直至期满，直至待析构功能单元自主析构；对使用率为零的功能网络单元直接进行被动析构。
本发明实施例的方法是依托电子设备实现的，因此对相关的电子设备有必要做一下介绍。基于此目的，本发明的实施例提供了一种电子设备，如图3所示，该电子设备包括：至少一个处理器(processor)、通信接口(Communications Interface)、至少一个存储器(memory)和通信总线，其中，至少一个处理器，通信接口，至少一个存储器通过通信总线完成相互间的通信。至少一个处理器可以调用至少一个存储器中的逻辑指令，以执行前述各个方法实施例提供的方法的全部或部分步骤。
此外，上述的至少一个存储器中的逻辑指令可以通过软件功能单元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取存储介质中。基于这样的理解，本发明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）执行本发明各个方法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。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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）执行各个实施例或者实施例的一些部分所述的方法。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、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。基于这种认识，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，所述模块、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，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。
需要说明的是，术语“包括”、“包含”或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。任何“预定阈值”，“预设阈值”等类似表述如未标出具体数值，则本领域普通技术人员可以通过简单试验或相应调试确定其具体数值。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。
Claims (7)
1.一种基于功能网络族算力自适应的功能单元析构方法，其特征在于，包括：在功能网络族运行数据时长段内确定功能网络族当前可用算力，根据功能网络族当前可用算力为每个功能单元分配子算力；为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络；根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，对除永久功能单元以外的功能单元进行析构；其中，所述使用率为任一功能单元的已使用时长与全部功能单元的已使用时长的比值；所述当前已用算力比为功能网络族从开启时刻到当前时刻已用过的最大算力与功能网络族总算力的比值；所述待析构功能单元禁止配置入任一链接网络中；所述根据功能网络族当前可用算力为每个功能单元分配子算力，包括：
；
其中，为功能网络族当前可用算力；C为功能网络族总算力；/>为多个功能网络中的第i个功能单元分配得到的子算力；N为多个功能网络中的功能单元的总数；/>为多个链接网络中的第j个功能单元分配得到的子算力；M为多个链接网络中的功能单元的总数；/>为第i个功能单元的已使用时长；T为全部功能单元的已使用时长；/>为功能网络族从开启时刻到当前时刻已用过的最大算力；/>为第j个功能单元的已使用时长；所述为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，包括：确定功能单元使用率阈值，提取使用率高于所述功能单元使用率阈值的功能单元，将其具体实现的功能与任一功能网络需要实现的功能进行匹配，直至每个功能网络均能实现预定功能，则得到多个具备实际功能的功能网络；所述确定功能单元使用率阈值，包括：
；
；
；
其中，为功能网络族运算数据量随时长衰减时采用的第一功能单元使用率阈值；为功能网络族运算数据量随时长递增或维持稳定时采用的第二功能单元使用率阈值，且/>；s.t.为约束条件符；Tp(t)为时长段/>内功能网络族运算数据量均值；为时长段/>内功能网络族运算数据量均值；/>为在时刻t功能网络族运算数据量；/>为时长变化量步长；/>为时长段/>内功能网络族运算数据量的变化量；/>为功能网络族运行数据当前时刻；/>为功能网络族运行数据结束时刻；/>为功能网络族运算数据量的变化量阈值。
2.根据权利要求1所述的基于功能网络族算力自适应的功能单元析构方法，其特征在于，所述为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络，包括：提取使用率低于所述功能单元使用率阈值的功能单元，将其具体实现的功能与任一链接网络需要实现的链接模式进行匹配，直至每个链接网络均能实现预定链接功能，则得到多个将所述多个具备实际功能的功能网络进行链接的多个链接网络。
3.根据权利要求2所述的基于功能网络族算力自适应的功能单元析构方法，其特征在于，所述根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，包括：若多个功能网络中任一功能网络的运算时长大于等于所述预定时长，则将所述任一功能网络中功能单元确定为永久功能单元；若多个功能网络中任一功能网络的运算时长小于所述预定时长，则将所述任一功能网络中功能单元确定为待析构功能单元。
4.根据权利要求3所述的基于功能网络族算力自适应的功能单元析构方法，其特征在于，所述对除永久功能单元以外的功能单元进行析构，包括：若待析构功能单元所在的功能网络运算完成，则静置待析构功能单元直至期满，直至待析构功能单元自主析构；对使用率为零的功能网络单元直接进行被动析构。
5.一种基于功能网络族算力自适应的功能单元析构装置，其特征在于，包括：第一主模块，用于实现在功能网络族运行数据时长段内确定功能网络族当前可用算力，根据功能网络族当前可用算力为每个功能单元分配子算力；第二主模块，用于实现为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，为使用率低于功能网络族当前已用算力比的功能单元配置多个链接网络；第三主模块，用于实现根据功能网络预定时长将所述多个功能网络中的功能单元归类为永久功能单元及待析构功能单元，对除永久功能单元以外的功能单元进行析构；其中，所述使用率为任一功能单元的已使用时长与全部功能单元的已使用时长的比值；所述当前已用算力比为功能网络族从开启时刻到当前时刻已用过的最大算力与功能网络族总算力的比值；所述待析构功能单元禁止配置入任一链接网络中；所述根据功能网络族当前可用算力为每个功能单元分配子算力，包括：
；
其中，为功能网络族当前可用算力；C为功能网络族总算力；/>为多个功能网络中的第i个功能单元分配得到的子算力；N为多个功能网络中的功能单元的总数；/>为多个链接网络中的第j个功能单元分配得到的子算力；M为多个链接网络中的功能单元的总数；/>为第i个功能单元的已使用时长；T为全部功能单元的已使用时长；/>为功能网络族从开启时刻到当前时刻已用过的最大算力；/>为第j个功能单元的已使用时长；所述为使用率高于功能网络族当前已用算力比的功能单元配置多个功能网络，包括：确定功能单元使用率阈值，提取使用率高于所述功能单元使用率阈值的功能单元，将其具体实现的功能与任一功能网络需要实现的功能进行匹配，直至每个功能网络均能实现预定功能，则得到多个具备实际功能的功能网络；所述确定功能单元使用率阈值，包括：
；
；
；
其中，为功能网络族运算数据量随时长衰减时采用的第一功能单元使用率阈值；为功能网络族运算数据量随时长递增或维持稳定时采用的第二功能单元使用率阈值，且/>；s.t.为约束条件符；Tp(t)为时长段/>内功能网络族运算数据量均值；为时长段/>内功能网络族运算数据量均值；/>为在时刻t功能网络族运算数据量；/>为时长变化量步长；/>为时长段/>内功能网络族运算数据量的变化量；/>为功能网络族运行数据当前时刻；/>为功能网络族运行数据结束时刻；/>为功能网络族运算数据量的变化量阈值。
6.一种电子设备，其特征在于，包括：
至少一个处理器、至少一个存储器和通信接口；其中，
所述处理器、存储器和通信接口相互间进行通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行权利要求1至4任一项权利要求所述的方法。
7.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使计算机执行权利要求1至4中任一项权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410107807.9A CN117640410B (zh) | 2024-01-26 | 2024-01-26 | 基于功能网络族算力自适应的功能单元析构方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410107807.9A CN117640410B (zh) | 2024-01-26 | 2024-01-26 | 基于功能网络族算力自适应的功能单元析构方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117640410A CN117640410A (zh) | 2024-03-01 |
| CN117640410B true CN117640410B (zh) | 2024-04-12 |
Family
ID=90035894
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410107807.9A Active CN117640410B (zh) | 2024-01-26 | 2024-01-26 | 基于功能网络族算力自适应的功能单元析构方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117640410B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019080732A1 (zh) * | 2017-10-25 | 2019-05-02 | Oppo广东移动通信有限公司 | 网络管理方法及相关产品 |
| CN116385857A (zh) * | 2023-06-02 | 2023-07-04 | 山东协和学院 | 一种基于ai智能调度的算力分配方法 |
| WO2023125493A1 (zh) * | 2021-12-27 | 2023-07-06 | 华为技术有限公司 | 资源管理方法、装置及资源管理平台 |
| CN116684836A (zh) * | 2023-06-28 | 2023-09-01 | 浪潮通信技术有限公司 | 算力网络运行方法、装置、设备及可读存储介质 |
-
2024
- 2024-01-26 CN CN202410107807.9A patent/CN117640410B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019080732A1 (zh) * | 2017-10-25 | 2019-05-02 | Oppo广东移动通信有限公司 | 网络管理方法及相关产品 |
| WO2023125493A1 (zh) * | 2021-12-27 | 2023-07-06 | 华为技术有限公司 | 资源管理方法、装置及资源管理平台 |
| CN116385857A (zh) * | 2023-06-02 | 2023-07-04 | 山东协和学院 | 一种基于ai智能调度的算力分配方法 |
| CN116684836A (zh) * | 2023-06-28 | 2023-09-01 | 浪潮通信技术有限公司 | 算力网络运行方法、装置、设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117640410A (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7308687B2 (en) | Method and system for managing resources in a data center | |
| CN113193984A (zh) | 一种空天地一体化网络资源映射方法及系统 | |
| Callegati et al. | Live migration of virtualized edge networks: Analytical modeling and performance evaluation | |
| CN107154915A (zh) | 防御分布式拒绝服务DDoS攻击的方法、装置及系统 | |
| CN111371616A (zh) | 一种面向numa架构服务器的虚拟网络功能链部署方法和系统 | |
| CN111131199B (zh) | 业务攻击流量清洗控制方法、装置、服务器及存储介质 | |
| CN109327401A (zh) | 一种sdn网络的流量调度方法与系统 | |
| CN111291770A (zh) | 一种参数配置方法及装置 | |
| CN110858986A (zh) | 带宽调整方法、装置、通信设备及计算机可读存储介质 | |
| Emu et al. | Latency aware VNF deployment at edge devices for IoT services: An artificial neural network based approach | |
| CN117640410B (zh) | 基于功能网络族算力自适应的功能单元析构方法及设备 | |
| CN113726676A (zh) | 基于Redis的API接口限流方法、装置、计算机设备及存储介质 | |
| CN112181441A (zh) | 使用混沌工程及灰度发布的构建及应用部署方法及系统 | |
| EP3613178A1 (en) | Dynamic computer network classification using machine learning | |
| CN110995856B (zh) | 一种服务器扩展的方法、装置、设备及存储介质 | |
| US7313101B2 (en) | Need-based filtering for rapid selection of devices in a tree topology network | |
| CN105335376A (zh) | 一种流处理方法、装置及系统 | |
| KR20220124106A (ko) | 그래프 신경망 기반 가상 네트워크 관리 방법 및 장치 | |
| CN105306386A (zh) | 一种局域网中资源分配的方法和装置 | |
| CN105391758A (zh) | 一种局域网中资源分配的方法和装置 | |
| CN111104247A (zh) | 管理数据复制的方法、设备和计算机程序产品 | |
| CN112764791B (zh) | 一种增量更新的恶意软件检测方法及系统 | |
| Jiang et al. | ORP: An online rule placement scheme to optimize the traffic overhead for data center networks | |
| CN114938303B (zh) | 一种适用于电网调控云平台的微隔离安全防护方法 | |
| Gulomov et al. | Design Method and Monitoring Special Traffic Filtering under Developing «Electronic Government» |
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 |