LU508342B1 - DTS deployment and resource allocation method based on edge-cloud collaboration - Google Patents
DTS deployment and resource allocation method based on edge-cloud collaboration Download PDFInfo
- Publication number
- LU508342B1 LU508342B1 LU508342A LU508342A LU508342B1 LU 508342 B1 LU508342 B1 LU 508342B1 LU 508342 A LU508342 A LU 508342A LU 508342 A LU508342 A LU 508342A LU 508342 B1 LU508342 B1 LU 508342B1
- Authority
- LU
- Luxembourg
- Prior art keywords
- edge
- deployment
- resource allocation
- task
- digital twin
- Prior art date
Links
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
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- 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
- H04L41/0806—Configuration setting for initial configuration or provisioning, e.g. plug-and-play
-
- 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
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Claims (10)
1. Eine DTS-Bereitstellungs- und Ressourcenzuweisungsmethode basierend auf der Edge-Cloud-Zusammenarbeit, die dadurch gekennzeichnet ist, dass sie die folgenden Schritte umfasst: Schritt 1: Sammeln historischer Betriebsdaten des physischen Kommunikationsnetzes, Erstellen eines digitalen Zwillingsnetzmodells auf der Grundlage der Edge-Cloud-Zusammenarbeit des physischen Kommunikationsnetzes in einem Cloud-Rechenzentrum und Erzeugen verschiedener Arten von digitalen Zwillingsdiensten; Schritt 2: Erstellen einer Zielfunktion zur Minimierung des Verkehrs-Overheads und der Netzwerkverzögerung auf der Grundlage der Entscheidung über die Bereitstellung von Diensten und der Entscheidung über die Ressourcenzuweisung des auf Edge-Cloud-Kollaboration basierenden digitalen Zwillingsnetzwerkmodells; Schritt 3: Verwenden Sie den intelligenten Algorithmus basierend auf Entscheidungsbäumen und DDPG, um die klassifizierte Bereitstellungsstrategie des digitalen Zwillingsdienstes zu erhalten, die die Zielfunktion erfüllt, und führen Sie dann eine klassifizierte Bereitstellung des digitalen Zwillingsdienstes durch, wenn Sie die vom Erhalten Sie für den Benutzer die klassifizierte Bereitstellungsstrategie, die dem aktuellen Status entspricht. Die optimale Zuweisungsstrategie für Kommunikationsressourcen und Rechenressourcen der Zielfunktion, lösen Sie die Aufgabe nach der Zuweisung von Kommunikationsressourcen und Rechenressourcen und geben Sie die Lösungsergebnisse an den Benutzer zurück.
2. DTS-Bereitstellungs- und Ressourcenzuweisungsverfahren basierend auf Edge-Cloud-Kollaboration nach Anspruch 1, dadurch gekennzeichnet, dass: das physische Kommunikationsnetzwerk aus einer Benutzerschicht, einer Edge-Schicht, einem Backbone-Netzwerk und einer Cloud-Schicht 1 besteht, wobei die Edge Die Schicht wird gepaart und installiert. Besteht aus 0908308 nebeneinander angeordneten drahtlosen Zugangspunkten und Edge-Computing-Servern, die Uber Glasfaser verbunden sind.
3. Das auf Edge-Cloud-Zusammenarbeit basierende DTS-Bereitstellungs- und Ressourcenzuteilungsverfanren nach Anspruch 1, dadurch gekennzeichnet, dass: die Dienstbereitstellungsentscheidung eine Entscheidung zur Bereitstellung eines digitalen Zwillingsdienstes und eine Aufgabenlôsungsentscheidung umfasst und die Ressourcenzuteilungsentscheidung drahtlose Kommunikationsressourcen umfasst . Zuweisungsentscheidungen und Entscheidungen zur Ressourcenzuweisung für kollaborative Systeme.
4. Das auf Edge-Cloud-Zusammenarbeit basierende DTS-Bereitstellungs- und Ressourcenzuweisungsverfahren nach Anspruch 3, dadurch gekennzeichnet, dass: der Konstruktionsprozess der in Schritt 2 beschriebenen Zielfunktion wie folgt abläuft: Schritt 2.1: Durchführung einer Analyse der Dienstbereitstellung auf dem auf Edge-Cloud-Kollaboration basierenden digitalen Zwillingsnetzmodell, um Entscheidungen über die Bereitstellung von digitalen Zwillingsdiensten und die Lösung von Aufgaben zu erhalten; Schritt 2.2: Erstellung eines Modells des Verkehrsaufwands für das Backbone-Netz auf der Grundlage der Entscheidung über die Einführung des digitalen Zwillingsdienstes; Schritt 2.3. Analyse der Ressourcenzuweisung des Systemmodells des digitalen Zwillingsnetzes auf der Grundlage der Edge-Cloud-Zusammenarbeit und Erhalt einer Entscheidung über die Zuweisung von drahtlosen Kommunikationsressourcen und einer Entscheidung über die Zuweisung von Rechenressourcen für das Kooperationssystem; Schritt 2.4: Erstellung eines Modells des Zeitaufwands für die Aufgabenlösung auf der Grundlage der Entscheidung über die Aufgabenlösung, der Entscheidung über die Zuteilung von drahtlosen 2 ni ; . ; ; LU508342 Kommunikationsressourcen und der Entscheidung über die Zuteilung von Computerressourcen für das kollaborative System; Schritt 2.5, Bilden einer Kostenfunktion auf der Grundlage des Backbone-Netzverkehrs-Overhead-Modells und des Modells der Aufgabenlôsungsverbrauchsdauer; Schritt 2.6. Konstruktion der genannten Zielfunktion auf der Grundlage der Kostenfunktion.
5. Das DTS-Bereitstellungs- und Ressourcenzuweisungsverfahren basierend auf der Edge-Cloud-Zusammenarbeit nach Anspruch 4, dadurch gekennzeichnet, dass: der Ausdruck des Backbone-Netzwerk-Verkehrs-Overhead-Modells ist: Ban = > au > IE, + (1- a, NG, +P, +0...) + aH, 1 ? Der Ausdruck für das beschriebene Modell des Zeitverbrauchs bei der Aufgabenlôsung lautet: Tom = (ID) Lt Ann? Der Ausdruck für diese Kostenfunktion lautet: Un = aB! +(1-0)T", , Der Ausdruck für diese Zielfunktion lautet: min 11 > SU ab.r.c M N i neN mo Darunter, 55, für den Overhead des Backbone-Netzverkehrs. F) für Benutzerterminals 4, An ein Cloud-Rechenzentrum gesendete Daten zur Erstellung eines Modells eines digitalen Zwillingsnetzes auf der Grundlage der Zusammenarbeit zwischen Edge und Cloud. a, ist eine Binärzahl, die den Dienst darstellt S der Entscheidungen Uber die Einführung des digitalen Zwillingsdienstes. G, Für die Aktualisierung der Dienste S, der aktualisierten Daten; und P,, für Benutzerterminals#,, Übermittlung von Missionsrohdaten 3 an Rechenzentren.() fur mit der rechnerischen Lösung der Aufgabe und dann die Rückmeldung an das Benutzerterminal 4, der Daten. H,, Zur Erzeugung von Diensten in Cloud-Rechenzentren S,,, Erforderliche Rohdaten. b,,, Entscheidungsfindung für die Lösung von Aufgaben. 7°, ist die Gesamtzeit, die für die Lösung der Aufgabe im Cloud-Solving-Modus benötigt wird; die?” ist die Gesamtzeit, die die Lôsungsaufgabe im Kantenlôsungsmodus verbraucht; a ist der Gewichtsfaktor, der erflllt0 <a <1;M ist die Menge der drahtlosen Zugangspunkte und Edge-Computing-Server im physischen Kommunikationsnetzwerk, N ist die Benutzermenge, me M,ne Na ist das Konfigurationsdokument für die Entscheidung über die Bereitstellung von Diensten, b ist das Entscheidungsdokument für die Lôsung jeder Aufgabe, r ist das Entscheidungsdokument für die Zuteilung von Kommunikationsressourcen und c ist das Entscheidungsdokument für die Zuteilung von Rechenressourcen.
6. DTS-Bereitstellungs- und Ressourcenzuweisungsmethode basierend auf Edge-Cloud-Zusammenarbeit nach Anspruch 1, dadurch gekennzeichnet, dass: der intelligente Algorithmus basierend auf Entscheidungsbäumen und DDPG ein auf Entscheidungsbäumen basierendes DDPG-basiertes Bereitstellungsalgorithmusmodell für die Klassifizierung digitaler Zwillingsdienste umfasst Modell des drahtlosen Kommunikationsressourcenzuweisungsalgorithmus und DDPG-basierten Rechenressourcenzuweisungsalgorithmusmodell.
7. Das auf Edge-Cloud-Zusammenarbeit basierende DTS-Bereitstellungs- und Ressourcenzuweisungsverfahren nach Anspruch 6, dadurch gekennzeichnet, dass in Schritt 3 der Prozess der Lösung von Aufgaben auf der Grundlage intelligenter Algorithmen auf der Grundlage von Entscheidungsbäumen und DDPG wie folgt abläuft: Schritt 3.1: Erarbeitung einer Klassifizierungs- und 4
Bereitstellungsstrategie fur digitale Zwillingsdienste unter Verwendung eines 0908362 entscheidungsbaumbasierten Klassifizierungs- und Bereitstellungsalgorithmusmodells für digitale Zwillingsdienste und Klassifizierung und Bereitstellung von digitalen Zwillingsdiensten gemäß der
Klassifizierungs- und Bereitstellungsstrategie;
Schritt 3.2: Abrufen der vom Benutzer gesendeten Aufgabenlösungsanfrage;
Schritt 3.3: Geben Sie den Kanalstatus zwischen dem Benutzer und dem Edge-Computing-Server ein, verwenden Sie das auf DDPG basierende Modell für die Zuweisung von drahtlosen Kommunikationsressourcen, um die optimale Zuweisungsstrategie für Kommunikationsressourcen zu erhalten, die die Zielfunktion unter dem aktuellen Status erfüllt, und weisen Sie die Kommunikation entsprechend zu zur optimalen Allokationsstrategie von Kommunikationsressourcen;
Schritt 3.4:Der Nutzer überträgt die Aufgabe auf ein Systemmodell des digitalen Zwillingsnetzes, das auf der Zusammenarbeit zwischen Edge und Cloud basiert;
Schritt 3.5: Das auf Edge-Cloud-Zusammenarbeit basierende Netzwerksystemmodell für digitale Zwillinge beurteilt die Bereitstellung des digitalen Zwillingsdienstes, der die Aufgabe löst.
Wenn er in der Cloud bereitgestellt wird, wird die Aufgabe in die Cloud verlagert Das Lösungsergebnis wird nach Lösung der Aufgabe an den Benutzer gesendet, sofern es am Edge-Knoten bereitgestellt wird, basierend auf dem Bedarf des Benutzers an Rechenressourcen und den Rechenressourcen, die jeder
Edge-Computing-Server im Edge-Knoten bereitstellen kann Das auf DDPG basierende Ressourcenzuteilungsalgorithmusmodell wird verwendet, um die optimale Zuteilungsstrategie für Knoten-Rechenressourcen zu ermitteln und die Zielfunktion im aktuellen Zustand zu erfüllen, und um Rechenressourcen gemäß der optimalen Zuteilungsstrategie für Rechenressourcen zuzuweisen;
Schritt 3.6: Die Randknoten arbeiten zusammen, um die Aufgabe zu lösen
5 und die Ergebnisse an den Benutzer zurückzugeben. 0908362
8. Das auf Edge-Cloud-Zusammenarbeit basierende DTS-Bereitstellungs- und Ressourcenzuweisungsverfahren nach Anspruch 7, dadurch gekennzeichnet, dass: in Schritt 3.1 ein auf einem Entscheidungsbaum basierendes Bereitstellungsalgorithmusmodell für die Klassifizierung digitaler Zwillingsdienste verwendet wird, um die optimalen Kommunikationsressourcen zu erhalten Der aktuelle Stand der Strategiezuteilung ist: S101: Erhalten Sie den experimentellen Datensatz und legen Sie den Zuverlässigkeitsschwellenwert fest. o ; S102: Entscheidungsbaumparameter initialisieren; S103: Verarbeiten Sie den experimentellen Datensatz und erstellen Sie einen Trainingsdatensatz und einen Testdatensatz; S104: Verwenden Sie den Trainingsdatensatz, um das Entscheidungsbaummodell zu trainieren; S105: Verwenden Sie den Testdatensatz, um die Zuverlässigkeit des Entscheidungsbaummodells nach dem Training zu bewerten. © ; S106: Zuverlässigkeit bestimmen o nicht weniger als die Zuverlässigkeitsschwelle @ Wenn ja, erhalten Sie das trainierte Entscheidungsbaummodell. Andernfalls aktualisieren Sie die Parameter des Entscheidungsbaummodells und kehren zu Schritt S104 zurück; S107: Geben Sie die Attribute des digitalen Zwillingsdienstes in das trainierte Entscheidungsbaummodell ein; S108: Das Entscheidungsbaummodell gibt die Bereitstellungsentscheidung des digitalen Zwillingsdienstes aus.
9. Das auf Edge-Cloud-Zusammenarbeit basierende DTS-Bereitstellungs- und Ressourcenzuteilungsverfanren nach Anspruch 7, dadurch gekennzeichnet, dass Schritt 3.3 das auf DDPG basierende Modell des drahtlosen Kommunikationsressourcenzuteilungsalgorithmus verwendet, um die optimale Zuteilungsstrategie von Kommunikationsressourcen im aktuellen 6
. LU508342 Zustand zu erhalten und Der Prozess der Zuweisung von Kommunikationsressourcen ist wie folgt: S201: Ermitteln Sie den Kanalstatus zwischen dem Benutzer und dem Edge-Computing-Server. s, ; S202: Erhalten Sie das DDPG-Kommunikationsnetzwerkmodell, das mit dem DDPG-Algorithmus trainiert wurde; S203: Initialisierungssammlung A = © ; S204: Aktuelle Statusinformationen beachten s, ; S205: wirds, in der Sammlung hinterlegt À ; S206: Erkennen Sie die Anforderung zur Zuweisung von Kommunikationsressourcen. Wenn keine Anforderung vorliegt, ändern Sie den Status. s, Geben Sie das DDPG-comm-Netzwerkmodell ein und erhalten Sie den aktuellen Status s, Die optimale Allokationsstrategie unter der; S207: Kommunikationsressourcen entsprechend der optimalen Zuteilungsstrategie zuweisen.
10. Das DTS-Bereitstellungs- und Ressourcenzuweisungsverfahren basierend auf Edge-Cloud-Zusammenarbeit nach Anspruch 7, dadurch gekennzeichnet, dass: in Schritt 3.5 ein auf DDPG basierendes Computerressourcenzuweisungsalgorithmusmodell verwendet wird, um die optimale Zuweisungsstrategie von Edge-Layer-Computing-Ressourcen zu erhalten Im aktuellen Zustand ist der Prozess der Zuweisung von Rechenressourcen wie folgt: S301: Ermitteln Sie den Bedarf des Benutzers an Rechenressourcen und den Rechenressourcenstatus, den jeder Edge-Computing-Server in der aktuellen Edge-Schicht bereitstellen kann. s_; S302: Erhalten Sie das DDPG-Comp-Netzwerkmodell, das mit dem DDPG-Algorithmus trainiert wurde; 7
S303: Initialisierungssammlung A = © ; 10008968 S304.: Aktuelle Statusinformationen beachten s, ; S305: wirds, in der Sammlung hinterlegt A ; S306: Erkennen Sie die Anforderung zur Zuweisung von Rechenressourcen. Wenn keine Anforderung vorliegt, ändern Sie den Status.
s. Geben Sie das DDPG-comp-Netzwerkmodell ein und erhalten Sie den aktuellen Status s_ die optimale Allokationsstrategie unter den x, ; S307: Gemäß der besten Allokationsstrategie x, Zuweisung von Computerressourcen. 8
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| LU508342A LU508342B1 (en) | 2024-09-24 | 2024-09-24 | DTS deployment and resource allocation method based on edge-cloud collaboration |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| LU508342A LU508342B1 (en) | 2024-09-24 | 2024-09-24 | DTS deployment and resource allocation method based on edge-cloud collaboration |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| LU508342B1 true LU508342B1 (en) | 2025-03-25 |
Family
ID=95123857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| LU508342A LU508342B1 (en) | 2024-09-24 | 2024-09-24 | DTS deployment and resource allocation method based on edge-cloud collaboration |
Country Status (1)
| Country | Link |
|---|---|
| LU (1) | LU508342B1 (de) |
-
2024
- 2024-09-24 LU LU508342A patent/LU508342B1/en active IP Right Grant
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113316118B (zh) | 基于任务认知的无人机集群网络自组织系统及方法 | |
| Lu et al. | Communication-efficient federated learning and permissioned blockchain for digital twin edge networks | |
| CN113836796B (zh) | 一种基于云边协同的配电物联网数据监测系统及调度方法 | |
| CN111093203B (zh) | 一种基于环境感知的服务功能链低成本智能部署方法 | |
| CN111445111B (zh) | 一种基于边缘协同的电力物联网任务分配方法 | |
| CN109491790B (zh) | 基于容器的工业物联网边缘计算资源分配方法及系统 | |
| CN113364859B (zh) | 车联网中面向mec的联合计算资源分配和卸载决策优化方法 | |
| US7982336B2 (en) | Power sharing with stackable switches | |
| CN113542376A (zh) | 一种基于能耗与时延加权的任务卸载方法 | |
| CN114710791B (zh) | 一种算力网络服务功能链资源分配方法 | |
| CN116541106B (zh) | 计算任务卸载方法、计算设备及存储介质 | |
| CN118265025A (zh) | 自治性去中心化无线自组网通讯方法、装置、设备及介质 | |
| CN109062668A (zh) | 一种基于5g接入网络的多优先级的虚拟网络功能迁移方法 | |
| Yi et al. | Energy‐aware disaster backup among cloud datacenters using multiobjective reinforcement learning in software defined network | |
| CN117614949A (zh) | 基于边云协作的dts部署与资源分配方法 | |
| CN115767634A (zh) | 一种基于联邦学习的车联网时延敏感型应用卸载方法 | |
| Galán-Jiménez et al. | Energy-efficient deployment of IoT applications in remote rural areas using UAV networks | |
| Shen et al. | Computing resource allocation strategy based on cloud-edge cluster collaboration in internet of vehicles | |
| Chen et al. | Resource allocation and collaborative offloading in multi-UAV-assisted IoV with federated deep reinforcement learning | |
| CN113157431B (zh) | 一种针对边缘网络应用环境的计算任务副本分发方法 | |
| Schwarzmann et al. | Native support of ai applications in 6g mobile networks via an intelligent user plane | |
| LU508342B1 (en) | DTS deployment and resource allocation method based on edge-cloud collaboration | |
| Joshi et al. | Delay-energy aware task offloading and vm migration policy for mobile edge computing | |
| CN114158107B (zh) | 无线可信协同处理方法和系统 | |
| CN115630745A (zh) | 一种面向城市分级协同供水的多区域需水量预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FG | Patent granted |
Effective date: 20250325 |