CN117667395A - 一种边缘计算方法、装置 - Google Patents
一种边缘计算方法、装置 Download PDFInfo
- Publication number
- CN117667395A CN117667395A CN202311609473.7A CN202311609473A CN117667395A CN 117667395 A CN117667395 A CN 117667395A CN 202311609473 A CN202311609473 A CN 202311609473A CN 117667395 A CN117667395 A CN 117667395A
- Authority
- CN
- China
- Prior art keywords
- task
- edge
- edge computing
- resource allocation
- algorithm
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 95
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 129
- 238000013468 resource allocation Methods 0.000 claims abstract description 122
- 238000005457 optimization Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 47
- 238000005516 engineering process Methods 0.000 claims description 41
- 238000012423 maintenance Methods 0.000 claims description 8
- 239000003999 initiator Substances 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 17
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 41
- 230000008569 process Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000004927 fusion Effects 0.000 description 9
- 238000003860 storage Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Abstract
本申请涉及数据处理领域,具体涉及一种边缘计算方法、装置,包括:获取边缘计算任务;根据边缘智能调度算法和资源优化与任务调度协同算法,确定边缘计算任务的任务调度计划和资源分配方案;在任务调度计划和资源分配方案被区块链节点共识后,按照任务调度计划和资源分配方案,执行边缘计算任务,基于在边缘节点部署的边缘智能调度算法和资源优化与任务调度协同算法,进行协调、交互,为边缘计算任务分配执行任务的节点和所需使用资源,在保障分布式一致性的基础上,按照当前最优的任务调度和资源分配在边缘环境中执行任务,实现了高效的任务调度和资源利用,保障了边缘计算任务在边缘环境中的执行,提高了系统的实时性和可靠性。
Description
技术领域
本申请涉及数据处理领域,具体涉及一种边缘计算方法、装置。
背景技术
随着区块链技术的发展,大量的计算任务对区块链系统的实时性、可靠性具有更高的要求,提出了一种边缘计算技术。边缘计算是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务,其目的是降低数据传输的延迟,提高实时性和响应速度。基于此,可以将数据量大、计算逻辑复杂且实时性需求高的任务下发到边缘节点计算,从而使边缘节点分担计算压力,更快速地获取计算结果。
相关技术中,大量的边缘计算任务,在区块链节点上进行分配,并利用智能合约在边缘节点执行任务。这样的方式虽然可以逐一执行计算任务并获得计算结果,但由于分配方式较为固定,边缘计算效率较低,无法充分利用节点的资源。在边缘计算任务较多的情况下,边缘节点容易崩溃,系统的可靠性和实时性也无法保障。因此,如何进行边缘计算,以提高系统实时性、可靠性,是一个亟待解决的问题。
发明内容
本申请的目的之一提出了一种边缘计算方法,以解决或至少部分地解决相关技术中的问题。本申请的目的之二在于提供一种边缘计算装置。
为了实现上述目的,本申请的技术方案如下:
一种边缘计算方法,包括:
获取边缘计算任务;
根据边缘智能调度算法和资源优化与任务调度协同算法,确定所述边缘计算任务的任务调度计划和资源分配方案;
在所述任务调度计划和所述资源分配方案被区块链节点共识后,按照所述任务调度计划和所述资源分配方案,执行所述边缘计算任务。
可选的,根据边缘智能调度算法和资源优化与任务调度协同算法,确定任务调度计划和资源分配方案,包括:
识别边缘计算任务的资源需求、截止时间和优先级;
根据边缘计算任务的资源需求、截止时间和优先级,通过所述边缘智能调度算法,确定所述任务调度计划,所述任务调度计划包括当前未完成的各个边缘计算任务所分配的边缘节点和执行时间;
根据所述任务调度计划,通过所述资源优化与任务调度协同算法确定资源分配方案,所述资源分配方案包括当前未完成的各个边缘计算任务所需获得的资源组合。
可选的,将所述资源分配方案反馈至边缘智能调度算法;
将所述资源分配方案反馈至边缘智能调度算法;
根据各个边缘节点的资源使用状态和所述资源分配方案,对所述任务调度计划进行调整。
可选的,所述获取边缘计算任务,包括:
对触发任务进行识别,确认所述触发任务是否满足边缘计算的预设条件;
在确认所述触发任务满足预设条件的情况下,将所述触发任务确定为边缘计算任务。
可选的,所述方法还包括:
在所述边缘计算任务执行失败的情况下,采用轻量级调度算法,为所述边缘计算任务,确定新的任务调度计划和资源分配方案;所述轻量级调度算法为利用所述边缘计算任务的历史数据进行任务调度和资源分配的算法。
可选的,在所述任务调度计划和所述资源分配方案被区块链节点共识后,按照所述任务调度计划和所述资源分配方案,执行所述边缘计算任务之前,所述方法还包括:
获取待共识数据,所述待共识数据包括:各个所述边缘节点组成的列表和各个边缘节点的边缘计算任务集合;
将所述待共识数据输入至一致性维护接口;
在所述一致性维护接口输出一致性决策的情况下,确认所述任务调度计划和所述资源分配方案被区块链节点共识。
可选的,所述按照所述任务调度计划和所述资源分配方案,执行所述边缘计算任务,包括:
按照所述任务调度计划,在所述边缘计算任务所分配的边缘节点启动所述边缘计算任务;
根据所述边缘计算任务所分配的边缘节点上的凭证链技术和预设的智能合约,获取所述边缘计算任务所需的计算数据源;
根据所述资源分配方案和所述计算数据源,执行所述边缘计算任务。
可选的,根据所述边缘计算任务所分配的边缘节点上的凭证链技术和预设的智能合约,获取所述边缘计算任务所需的计算数据源,包括:
根据所述边缘节点上部署的凭证链技术,对所述边缘计算任务的发起方进行轻量级身份验证,所述轻量级身份验证用于所述边缘节点本地验证;
在验证通过的情况下,根据预设的智能合约,获取所述边缘计算任务所需的计算数据源。
可选的,所述方法还包括:
生成所述边缘计算任务对应的第一电子凭证,所述第一电子凭证包括所述边缘计算任务所需获得的资源组合;
在所述边缘计算任务执行完成后,在所述第一电子凭证添加所述边缘计算任务的执行结果,生成第二电子凭证;
将所述第二电子凭证上传至分布式账本。
一种边缘计算装置,包括:
获取单元,用于获取边缘计算任务;
确定单元,用于根据边缘智能调度算法和资源优化与任务调度协同算法,确定所述边缘计算任务的任务调度计划和资源分配方案;
执行单元,用于在所述任务调度计划和所述资源分配方案被区块链节点共识后,按照所述任务调度计划和所述资源分配方案,执行所述边缘计算任务。
本申请的有益效果:
在本申请中,通过获取边缘计算任务;根据边缘智能调度算法和资源优化与任务调度协同算法,确定边缘计算任务的任务调度计划和资源分配方案,基于在边缘节点部署EISA和ROTSC算法进行协调、交互,为边缘计算任务实时分配执行任务的节点和所需使用资源;在任务调度计划和资源分配方案被区块链节点共识后,按照任务调度计划和资源分配方案,执行边缘计算任务,在保障分布式一致性的基础上,按照最优的任务调度和资源分配在边缘环境中执行任务,实现了高效的任务调度和资源利用,保障了边缘计算任务在边缘环境中的执行,提高了系统的实时性和可靠性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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是本申请一实施例中所述边缘计算方法的一流程图;
图2是本申请一实施例中所述边缘节点的部署逻辑示意图;
图3是本申请一实施例中所述边缘计算装置的框架示意图。
其中,300-边缘计算装置,301-获取单元,302-确定单元,303-执行单元。
具体实施方式
以下将参照附图和优选实施例来说明本申请的实施方式,本领域技术人员可由本说明书中所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。应当理解,优选实施例仅为了说明本申请,而不是为了限制本申请的保护范围。
具体的,参照图1,图1是本申请一实施例中所述边缘计算方法的一流程图。在本申请的一个实施例中,一种边缘计算方法包括:
步骤S101,获取边缘计算任务。
具体而言,在本申请中,边缘计算任务为需要下发到区块链边缘节点进行计算的任务。在步骤S101中,当某一个节点发起任务时,首先对该任务进行识别,确定该任务是否为边缘计算任务。如不是,则在任务触发节点直接执行该任务,若为边缘计算任务,则继续执行步骤S102。
步骤S102,根据边缘智能调度算法和资源优化与任务调度协同算法,确定边缘计算任务的任务调度计划和资源分配方案。
具体而言,边缘智能调度算法(Edge-Intelligent SchedulingAlgorithm,EISA)是一种实现最优的资源利用和最小的任务延迟完成任务的算法。EISA运行时执行如下步骤:
(1)任务分析:首先对任务列表中的任务进行分析,根据任务的优先级、资源需求和截止时间等信息,确定任务的执行顺序。
(2)资源预测:根据资源状态和任务需求,预测未来一段时间内资源的可用性和需求情况。这可以帮助边缘节点在调度任务时做出更明智的决策。
(3)任务调度:根据任务的执行顺序和资源需求,将任务分配给边缘节点进行执行。在任务调度过程中,EISA会考虑任务之间的依赖关系,以确保任务能够按照预期的顺序执行。
(4)调度优化:在任务执行过程中,EISA会根据任务的实际执行情况和资源状况,动态调整任务的执行顺序和资源分配,以实现最优的资源利用和最小的任务延迟。
(5)结果反馈:将任务执行的结果反馈给任务发起者,以便进行后续的数据处理和分析。
(6)持续优化:EISA不是一次性的任务调度,而是一个持续进行的过程。在任务执行和结果反馈的过程中,EISA会不断收集新的数据,并根据这些数据对任务执行顺序和资源分配进行持续优化,以提高系统性能。
资源优化与任务调度协同算法(Resource Optimization and Task SchedulingCoordination Algorithm,ROTSC)的主要目的是在边缘计算环境中,通过资源优化与任务调度的协同,实现最优的资源利用和最小的任务延迟。该算法能够根据任务的截止时间和实时性要求,对任务进行优先级排序,确保任务能够在规定的时间内完成。ROTSC执行时执行如下步骤:
(1)任务分析:首先,对任务列表中的任务进行分析,根据任务的优先级、资源需求和截止时间等信息,确定任务的执行顺序。
(2)资源预测:根据资源状态和任务需求,预测未来一段时间内资源的可用性和需求情况。这可以帮助边缘节点在调度任务时做出更明智的决策。
(3)任务调度:根据任务的执行顺序和资源需求,将任务分配给边缘节点进行执行。在任务调度过程中,ROTSC算法会考虑任务之间的依赖关系,以确保任务能够按照预期的顺序执行。
(4)资源优化:在任务执行过程中,ROTSC算法会根据任务的实际执行情况和资源状况,动态调整任务的执行顺序和资源分配,以实现最优的资源利用。
(5)调度协同:ROTSC算法通过任务调度与资源优化的协同,实现任务的高效执行和资源的合理分配。这包括在任务执行过程中根据资源状况动态调整任务优先级,以及在资源分配时考虑任务的实时性和资源需求。
(6)结果反馈与持续优化:将任务执行的结果反馈给任务发起者,以便进行后续的数据处理和分析。同时,根据反馈结果持续优化任务调度策略和资源分配策略,以提高系统性能。
在步骤S102中,边缘节点先部署好EISA架构,基于EISA架构,实现EISA算法,在接收到某个节点或中央控制器发起的一个边缘计算任务时,利用边缘节点,能够调用EISA进行实时任务调度及资源分配。
同时,根据分布式一致性要求,设计ROTSC协议(包括消息传递、节点失效处理、共识算法等)。根据ROTSC协议,实现ROTSC算法,对节点的加入、消息的广播、共识的达成过程进行优化,以提高系统的可扩展性和容错性。
具体的,利用EISA和ROTSC,对各节点触发的任务以及各节点的资源利用情况进行反馈,结合各个边缘计算任务的资源需求、实时性要求、优先级等情况以及各边缘节点当前的资源使用情况及后续的资源使用情况,生成边缘计算任务的任务调度计划和资源分配方案。
其中,任务调度计划中包括该边缘计算任务所分配的边缘节点,以及在该边缘节点被执行的顺序。可选的,任务调度计划S可表示为:S=EISA(T,N);上述表达式中,任务集合T=t1,t2,...tn,每个任务ti包含计算量、数据大小、截止时间等属性,N是边缘节点集合。在边缘节点中,EISA算法部署时,边缘节点定义了一个任务调度接口。在任务调度接口中输入边缘计算任务集合T,内部计算完成后,可输出任务调度计划S。任务调度计划包含每个任务应被调度的边缘节点和执行时间或执行顺序,以保障边缘计算任务按时完成。
资源分配方案A可表示为:A=EISA(S,R),R为边缘节点资源集合;R=r1,r2,...rm;ri表征如CPU、内存、存储等资源集合。边缘节点还定义有一个资源分配接口,该接口输入调度计划S和边缘节点资源集合R后,则输出资源分配方案A,指定每个任务获得的资源。
利用EISA和ROTSC生成任务调度计划和资源分配方案后,则执行步骤S103。
步骤S103,在任务调度计划和资源分配方案被区块链节点共识后,按照任务调度计划和资源分配方案,执行边缘计算任务。
具体而言,任务调度计划和该资源分配方案,通过ROTSC协议传播到其它节点,被其它节点确认后,则可按照任务调度计划和该资源分配方案执行任务。例如,节点共识后,将各个边缘计算任务下发到所分配的边缘节点,在到达边缘计算任务的执行时间或执行顺序时,所分配的边缘节点则调用该任务所需要的资源执行任务。
在本实施例中,通过获取边缘计算任务;根据边缘智能调度算法和资源优化与任务调度协同算法,确定边缘计算任务的任务调度计划和资源分配方案,基于在边缘节点部署EISA和ROTSC算法进行协调、交互,为边缘计算任务实时分配执行任务的节点和所需使用资源;在任务调度计划和资源分配方案被区块链节点共识后,按照任务调度计划和资源分配方案,执行边缘计算任务,在保障分布式一致性的基础上,按照最优的任务调度和资源分配在边缘环境中执行任务,实现了高效的任务调度和资源利用,保障了边缘计算任务在边缘环境中的执行,提高了系统的实时性和可靠性。
在本申请的一个实施例中,步骤S102,根据边缘智能调度算法和资源优化与任务调度协同算法,确定边缘计算任务的任务调度计划和资源分配方案,具体可包括子步骤S1021-子步骤S1023。
子步骤S1021,识别边缘计算任务的资源需求、截止时间和优先级;
子步骤S1022,根据边缘计算任务的资源需求、截止时间和优先级,通过边缘智能调度算法,确定任务调度计划,该任务调度计划包括当前未完成的各个边缘计算任务所分配的边缘节点和执行时间;
子步骤S1023,根据任务调度计划,通过资源优化与任务调度协同算法确定资源分配方案,该资源分配方案包括当前未完成的各个边缘计算任务所需获得的资源组合。
具体而言,在获取边缘计算任务后,该任务并不一定需在获取任务的节点执行,可先对获取的边缘计算任务进行识别,根据该任务的具体情况,生成任务调度计划和资源分配方案。由于每一个节点都部署有EISA和ROTSC,可对获取的任务进行识别,确定任务的资源需求、截止时间以及优先级,针对各个任务的资源需求、截止时间和优先级,进一步确定该任务可分配的边缘节点,和在该边缘节点的执行时间或者执行顺序,以保障为该任务分配的边缘节点在该执行时间有足够的资源可执行该任务,在该任务的截止时间之前完成该任务。如此,基于获取的该边缘计算任务,则可获得对应的任务调度计划。可以理解,不断获取的边缘计算任务,将导致包括当前未写完成的各个边缘计算任务的任务调度计划也随之不断变化,进行调整,该任务调度计划是动态调整的。
在确定任务调度计划后,再根据该任务调度计划,利用ROTSC算法获取各个边缘节点的资源使用情况,为各个任务分配对应的资源组合,以指定每个任务获得的资源。沿用上述实施例,在一种可行的实施方式中,本实施例中所述边缘计算方法,还包括:
将资源分配方案反馈至边缘智能调度算法;
根据各个边缘节点的资源使用状态和资源分配方案,对任务调度计划进行调整。
在本实施例中,在利用ROTSC算法为各个任务指定分配的资源后,将生成的资源分配方案,返回给EISA算法,利用ROTSC算法使用高效的分布式数据结构(如Merkle树)维护整个分布式系统的优点,对于各个节点来说,可减少通信和存储开销,在优化共识机制(利用ROTSC协议实施共识机制)的基础上,可快速获取各个节点的资源利用情况,以便为各个边缘计算任务分配最佳的资源组合,提高边缘节点的资源分配效率和利用率。EISA算法通过ROTSC算法对资源分配的反馈,可实现轻量级的资源估计、预测功能,快速评估边缘节点的可用资源,生成最优解的任务调度计划,并实时调整,适应性更好,任务完成率更高。
在本申请的一个实施例中,上述边缘计算方法还包括:
步骤S104,在该边缘计算任务执行失败的情况下,采用轻量级调度算法,为边缘计算任务,确定新的任务调度计划和资源分配方案;该轻量级调度算法为利用该边缘计算任务的历史数据进行任务调度和资源分配的算法。
具体而言,在本实施例中,边缘计算任务完成后,释放所占用边缘节点的资源,在任务调度计划和资源分配方案中将该边缘计算任务标记完成,并清除已完成的边缘计算任务信息。在实际应用中,边缘计算任务可能执行成功或者执行失败。在执行失败的情况下,可能仍需再次执行该任务。若对执行失败的边缘计算任务再次识别并基于EISA和ROTSC算法生成新的任务调度计划和资源分配方案,是不必要的。此时,可利用轻量级调度算法,将该边缘计算任务添加到任务调度计划和资源分配方案中。轻量级调度算法即为利用前述边缘计算任务的历史数据,进行任务调度和资源分配。例如,通过获取边缘计算任务历史识别数据、历史资源组合等数据,对该执行失败的边缘计算任务,确定新的任务调度计划和资源分配方案,可节省计算资源。
在本申请的一个实施例中,在步骤S103执行之前,上述边缘计算方法还包括如下步骤:
获取待共识数据,所述待共识数据包括:各个所述边缘节点组成的列表和各个边缘节点的边缘计算任务集合;
将所述待共识数据输入至一致性维护接口;
在一致性维护接口输出一致性决策的情况下,确认任务调度计划和资源分配方案被区块链节点共识。
具体而言,部署EISA和ROTSC算法后,基于ROTSC协议在各边缘节点定义一个一致性维护接口,假设分布式操作集合为O,O=o1,o2,...op。其中,oi为各节点操作数据(例如需执行的任务,利用哪些资源执行该任务等)。在一致性维护接口输入分布式操作集合O后,若输出一致性决策D,则表明前述分布式操作已被所有节点确认。一致性决策可表示为:D=ROTSC(O)。在本实施例中,利用ROTSC算法维护区块链系统的一致性,可兼容节点的扩展、节点掉线、出错等情况,提高系统的容错性。
在本实施例中,可通过在接口定义上明确各个功能模块的职责,制定清晰的交互协议,以及对EISA和ROTSC算法的针对性优化,以确保在边缘计算环境中实现高效资源分配与调度,同时保障分布式环境下的一致性和可靠性。
在本申请的一个实施例中,步骤S101,获取边缘计算任务,具体可包括:
对触发任务进行识别,确认该触发任务是否满足边缘计算的预设条件;在确认该触发任务满足预设条件的情况下,将该触发任务确定为边缘计算任务。
具体而言,区块链系统启动后,由某个节点或中央控制器发起一个任务。接收到触发任务后,先分析该触发任务是否满足在边缘计算的预设条件,以确定是否将该计算任务下发到边缘节点进行执行。任务进行边缘计算的预设条件包括:超过计算量阈值、计算复杂程度阈值,以及截止时间段阈值。在实际应用中,可根据区块链系统的大小等情况进行设置,在此仅做示例性描述。若该触发任务满足上述预设条件,则确定为边缘计算任务,可调用EISA和ROTSC算法,生成新的任务调度计划和资源分配方案。
在本申请中,边缘节点可部署智能合约和凭证链技术。根据实际需要,凭证链技术可生成电子凭证。电子凭证可以存储用户身份、权限信息、有效期等信息;或者,针对用户发起的边缘计算任务,记录该边缘计算任务的相关信息,例如,根据边缘计算任务所分配的资源,例如执行过程、计算步骤等数据进行记录,以便其它节点进行验证和确认;还可以是记录智能合约在进行账户交易的过程中对账户资源进行的添加或扣除操作的电子票据。
具体的,在本申请的一个实施例中,边缘节点部署的凭证链技术,在原有的凭证链技术的基础上,对三个方面进行优化,包括:
(1)设置轻量级加密算法:
在本实施例中,在凭证链技术中利用轻量级加密算法对数据进行加密解密,以适应边缘计算环境,满足边缘节点的计算性能要求,同时可确保电子凭证的安全性。实例性的,边缘节点的轻量级加密算法,可表示为:CipherText=Encrypt(PlainText,Key)其中,PlainText为明文,Key为密钥,CipherText为密文。在一种可行的实施方式中,可选择多种轻量级加密算法作为一组集合,按照该集合内算法的顺序,间隔预设时间切换至该集合中的不同轻量级加密算法进行加密,如此,可进一步电子凭证的安全性。
(2)优化网络通信协议:
在本实施例中,根据边缘计算的特点,对节点之间的网络通信协议进行优化,以减少通信延迟并提高通信效率。示例性的,可将优化后通信延迟表示为:Delay=CommunicationLatency(Protocol)。其中,Protocol为优化后的网络通信协议,Delay为通信延迟。可选的,在实际应用中,可利用高效的数据压缩技术以及并发连接管理等手段,对网络通信协议进行优化。
(3)引进轻量级公式算法
在本实施例中,基于边缘计算环境的特点,在边缘节点引入轻量级共识算法,以保障分布式账本的一致性。示例性的,轻量级共识算法的共识结果可表示为:Consensus=LightweightConsensus(NodeList,TransactionSet),其中,NodeList为节点列表,TransactionSet为交易集合,Consensus为共识结果。
在本实施例中,通过上述三个方面对边缘节点上部署优化后的凭证链技术,以便后续结合自动执行的智能合约,适应边缘计算环境的特性,充分利用边缘节点的资源,保障数据的安全性和隐私性,并提高节点通信、共识的效率。
在本申请中,通过在边缘节点部署凭证链技术,根据实际需求生成不同的电子凭证,记录关键数据、保护隐私数据、提高任务处理效率、加快节点共识。
在一种可行的实施方式中,在边缘节点部署优化后的凭证链技术后,结合智能合约和该凭证链技术,优化任务调度和资源分配。具体的,在使用智能合约按照任务调度计划和资源分配方案自动执行边缘计算任务的情况下,可动态调整任务调度计划和资源分配方案,优化任务调度和资源分配。例如,在原有的、边缘节点利用智能合约自动执行任务的基础上,利用凭证链技术生成的电子凭证记录相关资源信息。通过电子凭证,对智能合约执行任务时所占用的边缘节点资源进行统计,统计当前该节点可利用的资源以及后续预锁定的资源,以反馈出边缘节点的资源使用情况,基于各个边缘节点的资源使用情况和边缘节点的截止时间、优先级和资源需求,动态调整任务调度计划和资源分配方案。
在本实施方式中,利用智能合约所执行任务的任务要求,为资源锁定、资源预测、资源分配提供有力的参考数据。根据各边缘节点在智能合约不断执行任务的过程中,对资源的使用情况,对任务调度计划和资源分配方案进行动态调整。
在一种可行的实施方式中,结合智能合约和凭证链技术,在边缘节点辅助执行该边缘计算任务。具体的,步骤S103,在任务调度计划和资源分配方案被区块链节点共识后,按照任务调度计划和资源分配方案,执行边缘计算任务,包括:
按照任务调度计划,在边缘计算任务所分配的边缘节点启动边缘计算任务;
根据边缘计算任务所分配的边缘节点上的凭证链技术和预设的智能合约,获取边缘计算任务所需的计算数据源;
根据资源分配方案和计算数据源,执行边缘计算任务。
具体而言,边缘节点在执行边缘计算任务的过程中,若需要获取作为私密数据的计算数据源,此时可进行权限认证:利用部署在边缘节点自身上的凭证链技术生成、获取需验证的电子凭证,并通过智能合约进行权限确认以及获取计算数据源。再利用边缘节点的资源和获取的计算数据源,执行边缘计算任务。
在本实施方式中,在边缘节点结合智能合约和凭证链技术,辅助执行边缘计算任务。在边缘计算任务需要的情况下,可生成电子凭证,利用智能合约自动获取所需私密数据,在保障私密数据的安全性的同时,提高边缘计算任务的执行效率。
在一种可行的实施方式中,上述根据边缘计算任务所分配的边缘节点上的凭证链技术和预设的智能合约,获取边缘计算任务所需的计算数据源,包括:
根据该边缘节点上部署的凭证链技术,对该边缘计算任务的发起方进行轻量级身份验证,轻量级身份验证用于边缘节点本地验证;在验证通过的情况下,根据预设的智能合约,获取该边缘计算任务所需的计算数据源。
在本实施方式中,边缘节点部署有优化后的凭证链技术,可在边缘节点本地完成轻量级身份验证,进一步减少区块链节点的数据处理负担。该轻量级身份验证通过后,即可通过智能合约获取该边缘计算任务所需的计算数据源,保障了边缘节点数据的隐私性和安全性。
在本申请的一个实施例中,上述边缘计算方法还包括:
生成边缘计算任务对应的第一电子凭证,第一电子凭证包括该边缘计算任务所需获得的资源组合;在该边缘计算任务执行完成后,在第一电子凭证中添加该边缘计算任务的执行结果,生成第二电子凭证;将第二电子凭证上传至分布式账本。
在本实施例中,利用边缘节点部署的凭证链技术,可生成各个边缘计算任务对应的第一电子凭证,该第一电子凭证包括该边缘计算任务所需消耗边缘节点的资源组合,以使边缘节点在执行该边缘计算任务时,根据该第一电子凭证为该边缘计算任务锁定占用的资源。该第一电子凭证可以是在用户身份电子凭证的基础上添加用户发起的边缘计算任务所分配的边缘节点资源后生成的,也可以是在单个边缘计算任务待执行时新生成的。在该边缘计算任务完成后,在第一电子凭证中添加该边缘计算任务的执行结果(例如执行成功或失败),以及任务执行过程中的操作数据,即生成第二电子凭证,并将该第二电子凭证上传至分布式账本。第二电子凭证上链后,则各个边缘节点可知晓该边缘计算任务是否需要再次执行,或者知晓边缘节点的资源使用情况(此时原来执行该边缘计算任务标记执行完成,其所占用的资源应被释放),并根据第二电子凭证对任务调度计划和资源分配方案进行实时调整。
在本申请中,基于本申请的发明构思,利用EISA和ROTSC进行协调和交互,调度各节点进行任务调度和资源分配,并在节点部署智能合约和凭证链技术,利用智能合约和电子凭证的多重属性,进一步维护边缘节点的数据隐私性和安全性,提高了区块链系统的可靠性,保障边缘计算任务的正常执行。
综合上述多种实施方式,在本申请的一个实施例中,边缘计算方法包括如下步骤:
步骤S201,对触发任务进行识别,确定该触发任务是否满足边缘计算的预设条件;
步骤S202,在确认所述触发任务满足预设条件的情况下,将所述触发任务确定为边缘计算任务。
步骤S203,获取边缘计算任务;
步骤S204,根据边缘智能调度算法和资源优化与任务调度协同算法,确定边缘计算任务的任务调度计划和资源分配方案;
具体而言的,步骤S201-S204可参照上述实施例,在此不再赘述。
步骤S205,确定该边缘计算任务的任务调度计划和资源分配方案被区块链节点共识;
具体而言,将该边缘计算任务的任务调度计划和资源分配方案输入至边缘节点定义的一致性接口,若该一致性缺口输出一致性决策,则该边缘计算任务的任务调度计划和资源分配方案已被节点共识,可执行步骤S206。
步骤S206,在该任务调度计划和资源分配方案被区块链节点共识后,按照任务调度计划将该边缘计算任务下发至对应的边缘节点,并基于该边缘任务的资源分配方案,生成该边缘计算任务对应的第一电子凭证;
具体而言,第一电子凭证用于记录资源分配方案中,为该边缘任务节点所分配的资源组合信息。以便边缘节点接收到下发的边缘计算任务和该边缘计算任务对应的第一电子凭证信息,执行该边缘计算任务。示例性的,若某边缘节点基于该第一电子凭证,确定当前剩余资源满足执行条件,则启动执行该边缘计算任务。利用第一电子凭证,完成对该边缘计算任务在所分配的边缘节点上资源的预锁定。该预锁定表征资源被预订使用。
步骤S207,在该边缘计算任务所分配的边缘节点,按照该任务调度计划,启动执行该边缘计算任务;根据上述第一电子凭证调用边缘节点的资源,执行该边缘任务;
具体而言,某一智能合约执行任务,或边缘节点的控制器执行该边缘计算任务时,按照任务调度计划中该边缘计算任务在所分配的边缘节点上的执行时间/执行顺序,启动执行该边缘计算任务。可根据边缘计算任务对应的第一电子凭证,将节点自身的资源分配给该边缘计算任务,利用这些资源边缘节点的资源(CPU占有率、存储、耗电量等)执行该边缘计算任务。在边缘计算环境中执行边缘任务时,结合第一电子凭证和智能合约,可为统计边缘节点的资源使用情况提供便利,有助于提高任务调度精确性和节点资源利用率。
步骤S208,并通过该边缘计算任务所分配的边缘节点上的智能合约,根据该第一电子凭证,自动完成对权限的认证和计算数据源的获取。
具体而言,第一电子凭证上还包括该任务发起人的身份信息,可利用事先部署的智能合约,对该第一电子凭证进行权限验证。可以理解,该边缘计算任务的一些隐私数据并不保存在区块链节点上,而在边缘节点所连接的终端设备或者边缘节点本地存储中。该边缘计算任务执行时,还需获取其它计算数据源进行计算。由此,可利用智能合约,进行权限识别,控制对计算数据源的数据获取,以进一步保障边缘节点数据的隐私性和安全性。
步骤S209,利用获取的数据源执行该边缘计算任务。
具体而言,在通过智能合约获取边缘计算任务所需的数据源后,根据这些获取的数据源,执行该边缘计算任务。
步骤S210,完成该任务,将该边缘计算任务执行过程中的操作数据、执行结果添加到该第一电子凭证,生成第二电子凭证。
具体而言,新生成的第二电子凭证包括多重信息:任务发起人的身份、权限信息、该边缘任务节点所分配的资源组合信息、该边缘计算任务执行过程中的操作数据、执行结果信息等。利用凭证链技术,可实现存储关键数据、获取边缘节点数据、锁定边缘节点资源、辅助边缘计算任务执行的综合技术作用。
步骤S211,通过ROTSC协议将该第二电子凭证上传至分布式账本;
步骤S212,根据该分布式账本,对任务调度计划和资源分配方案进行更新。
具体而言,利用ROTSC协议上链数据,可提高数据传输效率。将第二电子凭证上链后,各边缘节点可基于该第二电子凭证中包含的信息,从边缘计算任务的执行结果(是否需将该边缘计算任务添加至任务调度计划)、边缘计算任务占用边缘节点资源信息(各节点的资源使用和释放情况)以及边缘计算任务执行过程是否错误(边缘节点是否故障,需对边缘节点集合进行更新)等角度,进一步对任务调度计划和资源分配方案进行更新和优化。
在本实施例中,在边缘节点部署EISA和ROTSC算法,以及智能合约和优化后的凭证链技术,通过对边缘节点的特殊设置,改进了边缘计算环境,利用EISA和ROTSC优化任务调度和资源分配,结合智能合约和凭证链技术,充分利用电子凭证的优势,有利于保障数据的隐私性、提高节点共识的速度,并提高系统可靠性和容错性。
在本申请的一个实施例中,利用第二电子凭证,记录该边缘计算任务在实际执行过程中所消耗的边缘节点资源,基于第二电子凭证对边缘计算任务的资源需求识别和资源分配进行调整。具体的,根据分布式账本所记录的边缘计算任务所实际消耗的边缘节点资源,与资源分配方案中该边缘计算任务分配的资源组合进行比较,以优化资源预测和资源分配方案。例如,在边缘节点中,添加任务调度和资源分配模型,该模型用于基于EISA和ROTSC算法生成任务调度计划和资源分配方案。利用分布式账本中各个边缘计算任务被分配的资源组合和实际消耗的资源组合作为训练样本,对任务调度和资源分配模型进行再训练,以进一步提升任务调度和资源分配的准确性。
参照图2,图2是本申请一实施例中所述边缘节点的部署逻辑示意图。在本申请的一个实施例中,还提供了一种优化边缘节点的部署方法,如图2所示,部署边缘节点包括以下步骤:
1、确定边缘计算任务:分析计算任务特性,确定适合在边缘节点执行的任务;
2、设计EISA架构:选择边缘节点,设计任务分配策略和计算调度策略;
3、实现和部署EISA算法:开发任务调度算法和资源分配算法,将算法部署到边缘节点,进行实时任务调度和资源分配;
4、设计ROTSC协议和算法:设计消息传递机制,并设计节点失效处理策略和共识算法,实现分布式一致性;
5、实现和部署ROTSC算法;
6、设计凭证链架构:设计凭证生成机制,设计凭证存储方案,设计凭证验证流程;
7、实现凭证链技术:实现加密算法,并实现共识算法;
8、部署凭证链技术:将技术部署到边缘节点,实现电子凭证和智能合约的结合;
9、优化凭证链技术:改进加密算法以提高安全性和性能,优化网络通信协议以提高通信效率,引入轻量级共识算法以提高共识效率;
10、智能合约执行的优化:利用EISA算法动态调度边缘节点,利用ROTSC维护分布式账本并与EISA算法协调实时更新任务调度和资源分配,对边缘节点进行性能评估和优化,提高系统整体性能。
具体而言,EISA算法是一种基于边缘计算的服务器架构,它通过将计算任务分布到边缘设备上,实现了对大量数据的高效处理。在EISA算法中,边缘设备可以执行各种计算任务,如数据预处理、特征提取等,从而减轻了中心服务器的负担。ROTSC算法是一种时间序列聚类算法,它通过将时间序列数据分成多个子序列,并对每个子序列进行聚类,实现了对时间序列数据的高效分析。ROTSC算法可以在边缘设备上运行,从而实现了对实时数据的快速处理。凭证链技术是一种基于区块链的电子凭证管理方法,它通过将电子凭证信息记录在区块链上,实现了对电子凭证的安全管理和验证。凭证链技术可以确保电子凭证的真实性和有效性,从而为智能合约的实施提供了可靠的基础。
通过将以上三种技术方法融合运用,可以实现电子凭证和智能合约的有效结合。通过边缘计算EISA算法对边缘节点进行智能调度,从而实现在边缘节点上执行复杂计算任务,能够减少数据传输延迟。而采用ROTSC算法来实现分布式一致性,ROTSC算法可以在保证数据一致性的同时,允许部分节点失效,提高了系统的容错性。在ROTSC算法的基础上,引入凭证链技术,将电子凭证和智能合约与分布式账本进行结合。这样,不仅可以确保数据的安全和隐私,还可以实现自动化的合约执行,降低信任成本。为了实现电子凭证和智能合约的有效结合,本申请对凭证链技术进行优化,通过改进加密算法、优化网络通信协议、引入轻量级共识算法等方法提高电子凭证在边缘计算环境下的性能。在智能合约的执行过程中,利用EISA算法对边缘节点进行动态调度,确保在满足实时性要求的前提下,合理分配计算任务和资源。同时,借助ROTSC算法能够实现对分布式账本的高效维护,降低系统崩溃的风险。最后,对整个系统进行性能评估和优化,确保在边缘计算环境下,电子凭证和智能合约的有效结合能够充分发挥其优势,提高系统的整体性能。通过边缘计算EISA算法与ROTSC算法和凭证链技术的如此融合运用,可以实现电子凭证和智能合约的有效结合,提高系统的实时性、可靠性和隐私保护能力。
可选的,本申请的技术方案可应用于物联网:在物联网环境中,大量的设备和传感器需要实时处理和分析数据。通过边缘计算EISA算法与ROTSC算法和凭证链技术的融合运用,可以提高数据处理速度,降低延迟,实现实时监控和控制。此外,这种方案还可以提高物联网设备的安全性和隐私保护能力。
可选的,本申请的技术方案可应用于在智能交通系统中,实时数据处理和分析至关重要。通过边缘计算EISA算法与ROTSC算法和凭证链技术的融合运用,可以实现实时路况分析、交通预测、自动驾驶等功能,提高交通系统的安全性和效率。
可选的,本申请的技术方案可应用于云计算和边缘计算融合:随着云计算和边缘计算的融合发展,如何实现任务在云端和边缘节点之间的合理分配和调度成为一个重要问题。通过边缘计算中EISA算法与ROTSC算法和凭证链技术的融合运用,可以在保证数据一致性的同时,实现任务在云端和边缘节点之间的动态调度,提高整体系统性能。
可选的,本申请的技术方案可应用于人工智能(AI)和机器学习(ML):在人工智能和机器学习领域,大量的数据需要进行实时处理和分析。通过边缘计算EISA算法与ROTSC算法和凭证链技术的融合运用,可以提高数据处理速度,降低模型训练和推理的延迟,从而提高人工智能和机器学习应用的实时性和准确性。
可选的,本申请的技术方案可应用于金融领域:在金融领域,安全和隐私保护至关重要。通过引入边缘计算EISA算法与ROTSC算法和凭证链技术的融合运用,可以实现安全可靠的电子支付、资产管理和交易等金融业务,降低风险,提高客户体验。
本申请的技术方案具有广泛的应用前景,可以在多个技术领域实现边缘计算、实时性、安全性和隐私保护等方面的优势。
参照图3,图3是本申请一实施例中所述边缘计算装置的框架示意图。在本申请的一个实施例中,如图3所示,一种边缘计算装置300包括:
获取单元301,用于获取边缘计算任务;
确定单元302,用于根据边缘智能调度算法和资源优化与任务调度协同算法,确定边缘计算任务的任务调度计划和资源分配方案;
执行单元303,用于在任务调度计划和资源分配方案被区块链节点共识后,按照任务调度计划和资源分配方案,执行边缘计算任务。
在本实施方式中,通过获取边缘计算任务;根据边缘智能调度算法和资源优化与任务调度协同算法,确定边缘计算任务的任务调度计划和资源分配方案,基于在边缘节点部署EISA和ROTSC算法进行协调、交互,为边缘计算任务分配执行任务的节点和所需使用资源;在任务调度计划和资源分配方案被区块链节点共识后,按照任务调度计划和资源分配方案,执行边缘计算任务,在保障分布式一致性的基础上,按照最优的任务调度和资源分配在边缘环境中执行任务,实现了高效的任务调度和资源利用,保障了边缘计算任务在边缘环境中的执行,提高了系统的实时性和可靠性。
本说明书中对于装置实施例的说明内容较少,具体可参照上述方法实施例。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对所提供的一种边缘计算方法、装置,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施例进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施例及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种边缘计算方法,其特征在于,所述方法包括:
获取边缘计算任务;
根据边缘智能调度算法和资源优化与任务调度协同算法,确定所述边缘计算任务的任务调度计划和资源分配方案;
在所述任务调度计划和所述资源分配方案被区块链节点共识后,按照所述任务调度计划和所述资源分配方案,执行所述边缘计算任务。
2.根据权利要求1所述的边缘计算方法,其特征在于,所述根据边缘智能调度算法和资源优化与任务调度协同算法,确定任务调度计划和资源分配方案,包括:
识别所述边缘计算任务的资源需求、截止时间和优先级;
根据所述资源需求、截止时间和优先级,通过所述边缘智能调度算法,确定所述任务调度计划,所述任务调度计划包括当前未完成的各个边缘计算任务所分配的边缘节点和执行时间;
根据所述任务调度计划,通过所述资源优化与任务调度协同算法确定资源分配方案,所述资源分配方案包括当前未完成的各个边缘计算任务所需获得的资源组合。
3.根据权利要求2所述的边缘计算方法,其特征在于,所述方法还包括:
将所述资源分配方案反馈至所述边缘智能调度算法;
根据各个边缘节点的资源使用状态和所述资源分配方案,对所述任务调度计划进行调整。
4.根据权利要求1所述的边缘计算方法,其特征在于,所述获取边缘计算任务,包括:
对触发任务进行识别,确认所述触发任务是否满足边缘计算的预设条件;
在确认所述触发任务满足预设条件的情况下,将所述触发任务确定为边缘计算任务。
5.根据权利要求1所述的边缘计算方法,其特征在于,所述方法还包括:
在所述边缘计算任务执行失败的情况下,采用轻量级调度算法,为所述边缘计算任务确定新的任务调度计划和资源分配方案;所述轻量级调度算法为利用所述边缘计算任务的历史数据进行任务调度和资源分配的算法。
6.根据权利要求1所述的边缘计算方法,其特征在于,在所述任务调度计划和所述资源分配方案被区块链节点共识后,按照所述任务调度计划和所述资源分配方案,执行所述边缘计算任务之前,所述方法还包括:
获取待共识数据,所述待共识数据包括:各个所述边缘节点组成的列表和各个边缘节点的边缘计算任务集合;
将所述待共识数据输入至一致性维护接口;
在所述一致性维护接口输出一致性决策的情况下,确认所述任务调度计划和所述资源分配方案被区块链节点共识。
7.根据权利要求1所述的边缘计算方法,其特征在于,所述按照所述任务调度计划和所述资源分配方案,执行所述边缘计算任务,包括:
按照所述任务调度计划,在所述边缘计算任务所分配的边缘节点启动所述边缘计算任务;
根据所述边缘计算任务所分配的边缘节点上的凭证链技术和预设的智能合约,获取所述边缘计算任务所需的计算数据源;
根据所述资源分配方案和所述计算数据源,执行所述边缘计算任务。
8.根据权利要求7所述的边缘计算方法,其特征在于,根据所述边缘计算任务所分配的边缘节点上的凭证链技术和预设的智能合约,获取所述边缘计算任务所需的计算数据源,包括:
根据所述边缘节点上部署的凭证链技术,对所述边缘计算任务的发起方进行轻量级身份验证,所述轻量级身份验证用于所述边缘节点本地验证;
在验证通过的情况下,根据预设的智能合约,获取所述边缘计算任务所需的计算数据源。
9.根据权利要求1所述的边缘计算方法,其特征在于,所述方法还包括:
生成所述边缘计算任务对应的第一电子凭证,所述第一电子凭证包括所述边缘计算任务所需获得的资源组合;
在所述边缘计算任务执行完成后,在所述第一电子凭证添加所述边缘计算任务的执行结果,生成第二电子凭证;
将所述第二电子凭证上传至分布式账本。
10.一种边缘计算装置,其特征在于,所述装置包括:
获取单元,用于获取边缘计算任务;
确定单元,用于根据边缘智能调度算法和资源优化与任务调度协同算法,确定所述边缘计算任务的任务调度计划和资源分配方案;
执行单元,用于在所述任务调度计划和所述资源分配方案被区块链节点共识后,按照所述任务调度计划和所述资源分配方案,执行所述边缘计算任务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311609473.7A CN117667395A (zh) | 2023-11-28 | 2023-11-28 | 一种边缘计算方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311609473.7A CN117667395A (zh) | 2023-11-28 | 2023-11-28 | 一种边缘计算方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117667395A true CN117667395A (zh) | 2024-03-08 |
Family
ID=90085737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311609473.7A Pending CN117667395A (zh) | 2023-11-28 | 2023-11-28 | 一种边缘计算方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117667395A (zh) |
-
2023
- 2023-11-28 CN CN202311609473.7A patent/CN117667395A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | Communication-efficient federated learning and permissioned blockchain for digital twin edge networks | |
CN112182644B (zh) | 一种数据处理方法、装置和电子设备 | |
Huebscher et al. | A survey of autonomic computing—degrees, models, and applications | |
Autili et al. | A model-based synthesis process for choreography realizability enforcement | |
WO2017172206A1 (en) | Structured machine learning framework | |
CN111930598B (zh) | 基于区块链和大数据分析的信息处理方法及大数据平台 | |
CN112330519A (zh) | 一种数据处理的方法和装置 | |
CN115361163A (zh) | 基于可信执行环境的区块链计算方法、系统、设备和介质 | |
CN113220459B (zh) | 一种任务处理方法及装置 | |
Rust et al. | Resilient distributed constraint optimization in physical multi-agent systems | |
CN112291318B (zh) | 一种区块链网络节点添加方法、系统、存储介质和装置 | |
CN113645278A (zh) | 一种区块链的跨链消息传输方法、设备、存储介质 | |
CN117667395A (zh) | 一种边缘计算方法、装置 | |
CN116703601A (zh) | 基于区块链网络的数据处理方法、装置、设备及存储介质 | |
CN114710492B (zh) | 直连通道的建立方法、装置、电子设备和存储介质 | |
US20190080393A1 (en) | Methods and systems for providing services using autonomous economic agents | |
Abdullah et al. | A survey of iot stream query execution latency optimization within edge and cloud | |
CN112187909A (zh) | 一种基于区块链融资信息生成系统及方法 | |
Ferreira et al. | Global optimization of capacity expansion and flow assignment in multicommodity networks | |
CN113852479B (zh) | 一种安全网络构建方法、装置、设备和计算机存储介质 | |
CN115348324B (zh) | 一种最优化调度策略的确定方法及装置和电子设备 | |
CN116737349B (zh) | 流式数据处理方法、系统及存储介质 | |
CN116957110B (zh) | 一种基于联盟链的可信联邦学习方法及系统 | |
CN116954927B (zh) | 一种分布式异构数据采集方法、存储介质及电子设备 | |
CN116975158B (zh) | 请求处理方法、装置、计算机设备和存储介质 |
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 |