CN117675725A - 面向边缘数据中心网络的业务所需资源分配方法、装置 - Google Patents
面向边缘数据中心网络的业务所需资源分配方法、装置 Download PDFInfo
- Publication number
- CN117675725A CN117675725A CN202311654652.2A CN202311654652A CN117675725A CN 117675725 A CN117675725 A CN 117675725A CN 202311654652 A CN202311654652 A CN 202311654652A CN 117675725 A CN117675725 A CN 117675725A
- Authority
- CN
- China
- Prior art keywords
- data center
- edge data
- service
- available
- resources required
- 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 37
- 238000009826 distribution Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013468 resource allocation Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 235000008694 Humulus lupulus Nutrition 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种面向边缘数据中心网络的业务所需资源分配方法、装置,通过对业务所需资源的合理分配,能够有效地提高边缘数据中心网络的服务质量以及整体资源利用率,方法包括以下步骤:判断边缘数据中心内服务器剩余的可用算力资源与业务所需算力资源的关系,若满足Ci,t≥Si,j,则分配算力资源量Si,j给业务,更新Ci,t=Ci,t‑Si,j,否则更新Si,j=Si,j‑Ci,t,遍历相关边缘数据中心集合Ei判断是否有可用的相关边缘数据中心,若有,判断是否满足Cn,t≥Si,j,若满足则分配算力资源量Si,j给业务;否则分配算力资源量Cn,t给业务;更新Si,j=Si,j‑Cn,t,统计业务u在每一个服务器上占用的最大时隙Tk,若完成业务集合U中所有业务分配,获得分配业务的总时延Tmax=max{Tu}。
Description
技术领域
本发明涉及光通信技术领域,具体涉及面向边缘数据中心网络的业务所需资源分配方法、装置。
背景技术
在全光边缘数据中心网络中,一个整体的业务往往采用分布式部署的方案交由多个边缘数据中心共同解决,在此过程中需要分配一定的网络资源和算力资源。现有的研究主要集中在对于分布式业务的部署以及路由,波长的选择上,对于建立光通道时网络资源的占用以及后续算力资源的分配几乎没有讨论或者默认按照原有静态固定方案进行分配,而这不利于资源的动态合理分配,造成资源利用率的低下以及能耗的增加。
发明内容
针对上述问题,本发明提供了面向边缘数据中心网络的业务所需资源分配方法、装置,通过对业务所需资源的合理分配,能够有效地提高边缘数据中心网络的服务质量以及整体资源利用率。
其技术方案是这样的:面向边缘数据中心网络的业务所需资源分配方法,其特征在于,包括以下步骤:
步骤1:遍历本地边缘数据中心i的业务集合U:
步骤2:对于每一个业务u∈U执行以下操作,遍历时隙集合,令时隙索引t=0;
步骤3:判断边缘数据中心内服务器剩余的可用算力资源与业务所需算力资源的关系,t时隙下,若满足Ci,t≥Si,j,则分配算力资源量Si,j给业务,更新Ci,t=Ci,t-Si,j,其中,Ci,t为t时隙时索引为i的边缘数据中心内服务器剩余的可用算力资源,Si,j第i个边缘数据中心周围业务中第j个业务所需算力资源;进入步骤8;
若满足Ci,t<Si,j,更新Si,j=Si,j-Ci,t,进入步骤4;
步骤4:遍历相关边缘数据中心集合Ei,Ei是参与本地边缘数据中心i业务分配的相关边缘数据中心集合;
步骤5:判断边缘数据中心集合Ei中,是否有可用的相关边缘数据中心,若有,则执行步骤6,否则回到步骤4;
步骤6:判断是否满足Cn,t≥Si,j,其中,Cn,t为t时隙时边缘数据中心集合Ei中索引为n的边缘数据中心内服务器剩余的可用算力资源,Si,j第i个边缘数据中心周围业务中第j个业务所需算力资源;若满足,则分配算力资源量Si,j给业务;进入步骤8;
若Cn,t<Si,j,则分配算力资源量Cn,t给业务;进入步骤7;
步骤7:更新Si,j=Si,j-Cn,t,令t=t+1,返回步骤3;
步骤8:统计业务u在每一个服务器上占用的最大时隙Tk,获得业务u的总时延Tu=max{Tk},max{Tk}表示取所有最大时隙Tk中的最大值;
步骤9:若完成业务集合U中所有业务分配,获得分配业务的总时延Tmax=max{Tu},max{Tu}表示取所有最大时隙Tk中的最大值。
进一步的,在判断是否有可用的相关边缘数据中心时,具体如下执行:
步骤501:判断本地边缘数据中心i到相关边缘数据中心n经过的链路上是否有可用波长;若能找到可用波长,则进入步骤501;若不能找到可用波长,回到步骤4;
步骤502:判断本地边缘数据中心i和相关边缘数据中心n是否有可用的上下路端口;若有可用端口,则进入步骤503;若不能,回到步骤4;
步骤503:判断相关边缘数据中心n的架构是否为CD ROADM,若不是CD ROADM则进入步骤6;若是,继续判断选用波长是否满足端口竞争性原则;若满足端口竞争性原则,则进入步骤6;若不能,回到步骤4。
进一步的,在步骤501中,在判断可用波长时,根据本地边缘数据中心i到相关边缘数据中心n的最短路由,查询经过的各条链路上是否有相同且都处于空闲状态的波长。
进一步的,在步骤502中,在判断可用的上下路端口时,判断上下路端口是否空闲。
进一步的,在步骤503中,若相关边缘数据中心n的架构是CDC ROADM,则进入步骤6。
进一步的,在步骤503中,满足端口竞争性原则为在同一节点上的不同端口未有相同波长同时上下路。
进一步的,在步骤1之前,还包括步骤:根据相对最短路径,按照最小跳数的原则来选择本地边缘数据中心i和和k-1个相关边缘数据中心的服务器来进行业务的所需资源分配,k是分布式业务切分的个数。
进一步的,本地边缘数据中心与相关边缘数据中心之间的最短路由由迪杰斯特拉最短路由算法确定。
一种计算机装置,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器执行所述计算机程序时实现如上述的面向边缘数据中心网络的业务所需资源分配方法。
一种计算机可读存储介质,其上存储有程序,其特征在于:程序被处理器执行时实现如上述的面向边缘数据中心网络的业务所需资源分配方法。
本发明提供的实施例中提供的面向边缘数据中心网络的业务所需资源分配方法,在网络和算力资源可感知状态下,通过对网络资源和算力资源的合理分配,能够有效地提高边缘数据中心网络的服务质量以及整体资源利用率,优化了全光边缘数据中心内分布式业务的资源部署方案,大大提高了网络与算力资源的利用效率,有效减少了业务的完成时间。
附图说明
图1为实施例中的一种计算机装置。
具体实施方式
在本发明的实施例中,提供了面向边缘数据中心网络的业务所需资源分配方法,至少包括以下步骤:
步骤1:遍历本地边缘数据中心i的业务集合U:
步骤2:对于每一个业务u∈U执行以下操作,遍历时隙集合,令时隙索引t=0;
步骤3:判断边缘数据中心内服务器剩余的可用算力资源与业务所需算力资源的关系,t时隙下,若满足Ci,t≥Si,j,则分配算力资源量Si,j给业务,更新Ci,t=Ci,t-Si,j,其中,Ci,t为t时隙时索引为i的边缘数据中心内服务器剩余的可用算力资源,Si,j第i个边缘数据中心周围业务中第j个业务所需算力资源;进入步骤8;
若满足Ci,t<Si,j,更新Si,j=Si,j-Ci,t,进入步骤4;
步骤4:遍历相关边缘数据中心集合Ei,Ei是参与本地边缘数据中心i业务分配的相关边缘数据中心集合;
步骤5:判断边缘数据中心集合Ei中,是否有可用的相关边缘数据中心,若有,则执行步骤6,否则回到步骤4;
步骤6:判断是否满足Cn,t≥Si,j,其中,Cn,t为t时隙时边缘数据中心集合Ei中索引为n的边缘数据中心内服务器剩余的可用算力资源,Si,j第i个边缘数据中心周围业务中第j个业务所需算力资源;若满足,则分配算力资源量Si,j给业务;进入步骤8;
若Cn,t<Si,j,则分配算力资源量Cn,t给业务;进入步骤7;
步骤7:更新Si,j=Si,j-Cn,t,令t=t+1,返回步骤3;
步骤8:统计业务u在每一个服务器上占用的最大时隙Tk,获得业务u的总时延Tu=max{Tk},max{Tk}表示取所有最大时隙Tk中的最大值;
步骤9:若完成业务集合U中所有业务分配,获得分配业务的总时延Tmax=max{Tu},max{Tu}表示取所有最大时隙Tk中的最大值。
在本发明的另一个实施例中,还提供了面向边缘数据中心网络的业务所需资源分配方法,在网络和算力资源可感知状态下,分配业务所需的资源,包括网络资源和算力资源,已知网络拓扑G(E,L),E为边缘数据中心集合,L为链路集合,业务集合U,业务按照分布式业务的特性具有预定部署的多组,k是分布式业务切分的个数,初始化网络资源,根据相对最短路径,按照最小跳数的原则来选择本地边缘数据中心i和k-1个相关边缘数据中心的服务器来解决此业务的所需资源分配,分配方法包括以下步骤:
步骤1:遍历本地边缘数据中心i的业务集合U:
步骤2:对于每一个业务u∈U执行以下操作,遍历时隙集合,令时隙索引t=0;
步骤3:判断边缘数据中心内服务器剩余的可用算力资源与业务所需算力资源的关系,t时隙下,若满足Ci,t≥Si,j,则分配算力资源量Si,j给业务,更新Ci,t=Ci,t-Si,j,其中,Ci,t为t时隙时索引为i的边缘数据中心内服务器剩余的可用算力资源,Si,j第i个边缘数据中心周围业务中第j个业务所需算力资源;进入步骤10;
若满足Ci,t<Si,j,更新Si,j=Si,j-Ci,t,进入步骤4;
步骤4:遍历相关边缘数据中心集合Ei,Ei是参与本地边缘数据中心i业务分配的相关边缘数据中心集合,本地边缘数据中心与相关边缘数据中心之间的路由由迪杰斯特拉最短路由算法确定,本地边缘数据中心与相关边缘数据中心,拓扑上有不同的路径,迪杰斯特拉最短路由算法可以用于选择最短的路径走法;
步骤5:判断边缘数据中心集合Ei中,本地边缘数据中心i到相关边缘数据中心n经过的链路上是否有可用波长;按顺序逐个判断,直至找到第一个可用波长,当能找到可用波长,则进入步骤6;若不能找到可用波长,回到步骤4,在判断可用波长时,根据本地边缘数据中心i到相关边缘数据中心n的最短路由,查询经过的各条链路上是否有相同且都处于空闲状态的波长;
步骤6:判断本地边缘数据中心i和相关边缘数据中心n是否有可用的上下路端口,在判断可用的上下路端口时,具体为判断上下路端口是否空闲;若有可用端口,则进入步骤7;若不能,回到步骤4;
步骤7:判断相关边缘数据中心n的架构是否为CD ROADM,若不是CD ROADM则进入步骤8;若相关边缘数据中心n的架构是CDC ROADM,则进入步骤8;
CD ROADM与CDC ROADM的差异就在于是否有端口竞争上,若是CDC ROADM,则无竞争(contentionless,竞争无关),支持同样波长的多个业务在同一个节点上下路,若是CDROADM,则端口上存在波长竞争,在同一节点上的不同端口不能有相同波长同时上下路;若是CD ROADM,继续判断选用波长是否满足端口竞争性原则;若满足端口竞争性原则,则进入步骤8;若不能,回到步骤4;
步骤8:判断是否满足Cn,t≥Si,j,其中,Cn,t为t时隙时边缘数据中心集合Ei中索引为n的边缘数据中心内服务器剩余的可用算力资源,Si,j第i个边缘数据中心周围业务中第j个业务所需算力资源;若满足,则分配算力资源量Si,j给业务;进入步骤10;
若Cn,t<Si,j,则分配算力资源量Cn,t给业务;进入步骤9;
步骤9:更新Si,j=Si,j-Cn,t,令t=t+1,返回步骤3,在当前时隙不能解决的业务,保留到下个时隙去尝试解决,若下个时隙还是不能解决完成,则再往后挪一个时隙,直至完全解决分配的业务量;
步骤10:统计业务u在每一个服务器上占用的最大时隙Tk,获得业务u的总时延Tu=max{Tk},max{Tk}表示取所有最大时隙Tk中的最大值;
在步骤10中,业务u完成的总时延应该是由所有参与业务分配的服务器上最大时隙占用数决定的,比如选择分配的服务器为a,b,c,由于服务器是并行的,在三个服务器上所占用时隙分别为1,4,2,则最大时隙分分别为T1=1,T2=4,T3=2,则业务u完成的总时延应该是由三个服务器上最大时隙占用数决定的,也即Tu=4,取所有最大时隙中得到极大值为业务的总时延;
步骤11:若完成业务集合U中所有业务分配,获得分配业务的总时延Tmax=max{Tu},max{Tu}表示取所有最大时隙Tk中的最大值,表示所有边缘数据中心周围的所有业务全部完成所需的时隙数,Tmax的计算与业务u完成的总时延的计算方式相同的,Tmax的计算类似于木桶理论,业务集合中的子业务都是从同一起始时隙开始考虑的,考虑是耗费时间最长的子业务可以完成的时间;
步骤12:输出获得的分配业务的总时延Tmax。
实施例中提供的面向边缘数据中心网络的业务所需资源分配方法,通过对路由,波长,上下路端口,算力以及时隙的合理分配,优化了全光边缘数据中心内分布式业务的资源部署方案,大大提高了网络与算力资源的利用效率,有效减少了业务的完成时间。
本发明提供的实施例中提供的面向边缘数据中心网络的业务所需资源分配方法,其实现了:
1、在建立光通道时,遵循了波长一致性原则;
2、当边缘数据中心以CD ROADM形式存在时,选用波长时满足端口竞争性原则;
3、业务所需的算力资源之和等于业务所需的资源量,避免资源浪费;
4、每个服务器分配给其上业务的资源量等于业务需要承载的算力资源量;
5、每个MEC服务器上的使用的计算资源总和未超过其最大可用计算资源量;
6、最小的业务完成时间。
在网络和算力资源可感知状态下,本发明提供的实施例中提供的面向边缘数据中心网络的业务所需资源分配方法,通过对网络资源和算力资源的合理分配,能够有效地提高边缘数据中心网络的服务质量以及整体资源利用率,优化了全光边缘数据中心内分布式业务的资源部署方案,大大提高了网络与算力资源的利用效率,有效减少了业务的完成时间。
在本发明的实施例中,还提供了在本发明的实施例中,还提供了一种计算机装置,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现如上述的面向边缘数据中心网络的业务所需资源分配方法。
该计算机装置可以是终端,其内部结构图可以如图1所示。该计算机装置包括通过总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机装置的处理器用于提供计算和控制能力。该计算机装置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和计算机程序。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。该计算机装置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面向边缘数据中心网络的业务所需资源分配方法。该计算机装置的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机装置的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机装置外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
存储器可以是,但不限于,随机存取存储器(Random Access Memory,简称:RAM),只读存储器(Read Only Memory,简称:ROM),可编程只读存储器(Programmable Read-OnlyMemory,简称:PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,简称:EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,简称:EEPROM)等。其中,存储器用于存储程序,处理器在接收到执行指令后,执行程序。
处理器可以是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称:CPU)、网络处理器(NetworkProcessor,简称:NP)等。该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机装置的限定,具体的计算机装置可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在本发明的实施例中,还提供了一种计算机可读存储介质,其上存储有程序,其特征在于:程序被处理器执行时实现如上述的面向边缘数据中心网络的业务所需资源分配方法。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、计算机装置、或计算机程序产品。因此,本发明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,本发明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。
本发明实施例是参照根据本发明实施例的方法、计算机装置、或计算机程序产品的流程图和/或框图来描述的。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和/或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中指定的功能。
以上对本发明所提供的面向边缘数据中心网络的业务所需资源分配方法、计算机装置、计算机可读存储介质的应用进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式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发明的限制。
Claims (10)
1.面向边缘数据中心网络的业务所需资源分配方法,其特征在于,包括以下步骤:
步骤1:遍历本地边缘数据中心i的业务集合U:
步骤2:对于每一个业务u∈U执行以下操作,遍历时隙集合,令时隙索引t=0;
步骤3:判断边缘数据中心内服务器剩余的可用算力资源与业务所需算力资源的关系,t时隙下,若满足Ci,t≥Si,j,则分配算力资源量Si,j给业务,更新Ci,t=Ci,t-Si,j,其中,Ci,t为t时隙时索引为i的边缘数据中心内服务器剩余的可用算力资源,Si,j第i个边缘数据中心周围业务中第j个业务所需算力资源;进入步骤8;
若满足Ci,t<Si,j,更新Si,j=Si,j-Ci,t,进入步骤4;
步骤4:遍历相关边缘数据中心集合Ei,Ei是参与本地边缘数据中心i业务分配的相关边缘数据中心集合;
步骤5:判断边缘数据中心集合Ei中,是否有可用的相关边缘数据中心,若有,则执行步骤6,否则回到步骤4;
步骤6:判断是否满足Cn,t≥Si,j,其中,Cn,t为t时隙时边缘数据中心集合Ei中索引为n的边缘数据中心内服务器剩余的可用算力资源,Si,j第i个边缘数据中心周围业务中第j个业务所需算力资源;若满足,则分配算力资源量Si,j给业务;进入步骤8;
若Cn,t<Si,j,则分配算力资源量Cn,t给业务;进入步骤7;
步骤7:更新Si,j=Si,j-Cn,t,令t=t+1,返回步骤3;
步骤8:统计业务u在每一个服务器上占用的最大时隙Tk,获得业务u的总时延Tu=max{Tk},max{Tk}表示取所有最大时隙Tk中的最大值;
步骤9:若完成业务集合U中所有业务分配,获得分配业务的总时延Tmax=max{Tu},max{Tu}表示取所有最大时隙Tk中的最大值。
2.根据权利要求1所述的面向边缘数据中心网络的业务所需资源分配方法,其特征在于:在判断是否有可用的相关边缘数据中心时,具体如下执行:
步骤501:判断本地边缘数据中心i到相关边缘数据中心n经过的链路上是否有可用波长;若能找到可用波长,则进入步骤501;若不能找到可用波长,回到步骤4;
步骤502:判断本地边缘数据中心i和相关边缘数据中心n是否有可用的上下路端口;若有可用端口,则进入步骤503;若不能,回到步骤4;
步骤503:判断相关边缘数据中心n的架构是否为CD ROADM,若不是CD ROADM则进入步骤6;若是,继续判断选用波长是否满足端口竞争性原则;若满足端口竞争性原则,则进入步骤6;若不能,回到步骤4。
3.根据权利要求2所述的面向边缘数据中心网络的业务所需资源分配方法,其特征在于:在步骤501中,在判断可用波长时,根据本地边缘数据中心i到相关边缘数据中心n的最短路由,查询经过的各条链路上是否有相同且都处于空闲状态的波长。
4.根据权利要求2所述的面向边缘数据中心网络的业务所需资源分配方法,其特征在于:在步骤502中,在判断可用的上下路端口时,判断上下路端口是否空闲。
5.根据权利要求2所述的面向边缘数据中心网络的业务所需资源分配方法,其特征在于:在步骤503中,若相关边缘数据中心n的架构是CDC ROADM,则进入步骤6。
6.根据权利要求2所述的面向边缘数据中心网络的业务所需资源分配方法,其特征在于:在步骤503中,满足端口竞争性原则为在同一节点上的不同端口未有相同波长同时上下路。
7.根据权利要求1所述的面向边缘数据中心网络的业务所需资源分配方法,其特征在于:在步骤1之前,还包括步骤:根据相对最短路径,按照最小跳数的原则来选择本地边缘数据中心i和和k-1个相关边缘数据中心的服务器来进行业务的所需资源分配,k是分布式业务切分的个数。
8.根据权利要求1所述的面向边缘数据中心网络的业务所需资源分配方法,其特征在于:本地边缘数据中心与相关边缘数据中心之间的最短路由由迪杰斯特拉最短路由算法确定。
9.一种计算机装置,包括存储器和处理器,所述存储器存储有计算机程序,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所述的面向边缘数据中心网络的业务所需资源分配方法。
10.一种计算机可读存储介质,其上存储有程序,其特征在于:程序被处理器执行时实现如如权利要求1所述的面向边缘数据中心网络的业务所需资源分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311654652.2A CN117675725A (zh) | 2023-12-05 | 2023-12-05 | 面向边缘数据中心网络的业务所需资源分配方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311654652.2A CN117675725A (zh) | 2023-12-05 | 2023-12-05 | 面向边缘数据中心网络的业务所需资源分配方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117675725A true CN117675725A (zh) | 2024-03-08 |
Family
ID=90074639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311654652.2A Pending CN117675725A (zh) | 2023-12-05 | 2023-12-05 | 面向边缘数据中心网络的业务所需资源分配方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117675725A (zh) |
-
2023
- 2023-12-05 CN CN202311654652.2A patent/CN117675725A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3637733B1 (en) | Load balancing engine, client, distributed computing system, and load balancing method | |
EP2453612B1 (en) | Bus control device | |
US11526276B2 (en) | Upgrade management method and scheduling node, and storage system | |
Shaikh et al. | Anycast routing for survivable optical grids: Scalable solution methods and the impact of relocation | |
CN110851235B (zh) | 一种适用于多维资源优化配置的虚拟网络功能部署方法 | |
CN114268371B (zh) | 量子通道资源分配方法、装置和电子设备 | |
Bianchi et al. | A markov reward model based greedy heuristic for the virtual network embedding problem | |
CN111010627B (zh) | 应用于混合栅格光网络的路由分配方法和装置 | |
CN108347377B (zh) | 数据转发方法及装置 | |
CN114781316A (zh) | 组网布局方法、装置、设备和存储介质 | |
CN111641556A (zh) | 一种光网络的路由资源分配方法及装置 | |
Yaghoubpour et al. | End-to-end delay guaranteed Service Function Chain deployment: A multi-level mapping approach | |
CN114362929A (zh) | 基于量子密钥分发网络的保护方法、装置和电子设备 | |
JP6325348B2 (ja) | 仮想マシン配置装置 | |
CN114546493A (zh) | 核共享方法及装置、处理核、电子设备、介质 | |
CN113746763B (zh) | 一种数据处理的方法、装置和设备 | |
CN113535381A (zh) | 基于改进遗传算法的服务功能链映射方法、装置及设备 | |
KR20170014804A (ko) | 클라우드 서비스를 위한 가상 머신 프로비저닝 시스템 및 방법 | |
CN117675725A (zh) | 面向边缘数据中心网络的业务所需资源分配方法、装置 | |
Li et al. | A large-scale nesting ring multi-chip architecture for manycore processor systems | |
CN112231096B (zh) | 一种fpga池化资源任务均衡的方法、系统、设备及介质 | |
JP2019149043A (ja) | 見積り装置および見積り方法 | |
CN109831346B (zh) | 网络功能虚拟化环境下服务功能链的部署方法 | |
JP6339978B2 (ja) | リソース割当管理装置およびリソース割当管理方法 | |
TWI805257B (zh) | 根據強化學習的預測來優化資源配置的方法 |
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 |