[发明专利]基于边缘计算的边云协同需求的优化方法和系统有效
申请号: | 201910261949.X | 申请日: | 2019-04-02 |
公开(公告)号: | CN109976915B | 公开(公告)日: | 2021-04-13 |
发明(设计)人: | 王智明;徐雷;毋涛 | 申请(专利权)人: | 中国联合网络通信集团有限公司 |
主分类号: | G06F9/50 | 分类号: | G06F9/50;H04L29/08 |
代理公司: | 北京天昊联合知识产权代理有限公司 11112 | 代理人: | 彭瑞欣;刘悦晗 |
地址: | 100033 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 边缘 计算 协同 需求 优化 方法 系统 | ||
1.一种基于边缘计算的边云协同需求的优化方法,其中,包括:
获取终端发送的边云协同需求;
对所述边云协同需求进行分析,生成计算流分配信息;
将所述计算流分配信息发送至所述终端;
所述对所述边云协同需求进行分析,生成计算流分配信息,包括:
根据预设的第一迭代分析规则对所述边云协同需求进行迭代分析处理,得到多个需求信息;
对多个所述需求信息进行汇总处理,得到请求信息;
根据预设的第二迭代分析规则对所述请求信息进行迭代分析处理,得到所述计算流分配信息;
所述根据预设的第一迭代分析规则对所述边云协同需求进行迭代分析处理,得到多个需求信息,包括:
根据预设的多层神经网络模型、蒙特卡洛搜索树、回归模型、多层卷积网络模型中的一种或多种对所述边云协同需求中的第一需求进行分析,得到与其对应的第一需求信息;
根据所述第一需求和预设的迭代参数确定所述边云协同需求中的第二需求;
根据所述多层神经网络模型、蒙特卡洛搜索树、回归模型、多层卷积网络模型中的一种或多种对所述第二需求进行分析,得到与其对应的第二需求信息;
所述根据预设的第二迭代分析规则对所述请求信息进行迭代分析处理,得到所述计算流分配信息,包括:
判断所述第一需求信息是否满足预设的深度分析评价条件,得到判断结果;
如果所述判断结果为否,则根据所述第一需求信息和所述迭代参数确定所述第二需求信息;
根据所述多层神经网络模型、蒙特卡洛搜索树、回归模型、多层卷积网络模型中的一种或多种对所述第二需求信息进行分析,得到与所述第二需求信息对应的计算流分配信息;
所述方法还包括:
获取所述第一需求信息对应的协同时延、所述第一需求信息对应的协同计算能耗成本比和所述第一需求信息对应的协同宽带能耗成本比;
其中,所述判断所述第一需求信息是否满足预设的深度分析评价条件,包括:
根据所述第一需求信息对应的协同时延、所述第一需求信息对应的协同计算能耗成本比和所述第一需求信息对应的协同宽带能耗成本比,确定所述第一需求信息是否满足所述深度分析评价条件。
2.根据权利要求1所述的方法,其中,所述根据所述第一需求信息对应的协同时延、所述第一需求信息对应的协同计算能耗成本比和所述第一需求信息对应的协同宽带能耗成本比,确定所述第一需求信息是否满足所述深度分析评价条件,包括:
根据式1确定所述第一需求信息是否满足所述深度分析评价条件,式1:
其中,为第k次迭代所述第一需求信息对应的协同时延,为第k次迭代所述第一需求信息对应的协同计算能耗成本比,为第k次迭代所述第一需求信息对应的协同宽带能耗成本比,m,n和q分别为预设参数,k为迭代次数。
3.根据权利要求2所述的方法,其中,所述根据所述多层神经网络模型、蒙特卡洛搜索树、回归模型、多层卷积网络模型中的一种或多种对所述第二需求信息进行分析,得到与所述第二需求信息对应的计算流分配信息,包括:
根据式2确定与所述第二需求信息对应的计算流分配信息式2:
其中,
其中,为所述第一需求信息对应的计算流分配信息,为所述第二需求信息对应的协同时延,为所述第二需求信息对应的协同计算能耗成本比,为所述第二需求信息对应的协同宽带能耗成本比,为所述第二需求信息对应的加强因子,LminG为历史最小协同时延,CmaxG为历史最大协同计算能耗成本比,WmaxG为历史最大协同宽带能耗成本比,ΔVk+1为所述第二需求信息对应的调整因子。
4.一种基于边缘计算的边云协同需求的优化系统,其中,包括:
获取模块,用于获取终端发送的边云协同需求;
分析模块,用于对所述边云协同需求进行分析,生成计算流分配信息;
发送模块,用于将所述计算流分配信息发送至所述终端;
所述分析模块具体用于:
根据预设的第一迭代分析规则对所述边云协同需求进行迭代分析处理,得到多个需求信息;
对多个所述需求信息进行汇总处理,得到请求信息;
根据预设的第二迭代分析规则对所述请求信息进行迭代分析处理,得到所述计算流分配信息;
所述分析模块具体用于:
根据预设的多层神经网络模型、蒙特卡洛搜索树、回归模型、多层卷积网络模型中的一种或多种对所述边云协同需求中的第一需求进行分析,得到与其对应的第一需求信息;
根据所述第一需求和预设的迭代参数确定所述边云协同需求中的第二需求;
根据所述多层神经网络模型、蒙特卡洛搜索树、回归模型、多层卷积网络模型中的一种或多种对所述第二需求进行分析,得到与其对应的第二需求信息;
判断所述第一需求信息是否满足预设的深度分析评价条件,得到判断结果;
如果所述判断结果为否,则根据所述第一需求信息和所述迭代参数确定所述第二需求信息;
根据所述多层神经网络模型、蒙特卡洛搜索树、回归模型、多层卷积网络模型中的一种或多种对所述第二需求信息进行分析,得到与所述第二需求信息对应的计算流分配信息;
所述获取模块还用于:获取所述第一需求信息对应的协同时延、所述第一需求信息对应的协同计算能耗成本比和所述第一需求信息对应的协同宽带能耗成本比;
所述分析模块具体用于:根据所述第一需求信息对应的协同时延、所述第一需求信息对应的协同计算能耗成本比和所述第一需求信息对应的协同宽带能耗成本比,确定所述第一需求信息是否满足所述深度分析评价条件。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国联合网络通信集团有限公司,未经中国联合网络通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910261949.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于控制资源访问的方法和装置
- 下一篇:一种云资源需求判定方法及系统