[发明专利]边缘计算的资源协同方法、装置及设备

说明书

本发明涉及边缘计算技术领域，其实施方式提供了一种边缘计算的资源协同方法、装置及设备。该方法包括：定义转换系数，所述转换系数用于确定业务的算力需求与通信需求之间的转换关系；根据所述转换系数确定业务的算力需求和通信需求在边缘计算设备上分配比例；计算业务集合以所述分配比例分配在所述边缘计算设备上的算力需求和通信需求之和；通过调整所述转换系数的取值使所述算力需求和通信需求之和最小；根据所述算力需求和通信需求之和最小时的转换系数和分配比例确定所述边缘计算设备上的资源分配。本发明提供的实施方式能够为边缘计算系统提供多业务高并发的支持能力，提高边缘计算的处理效率和资源利用率。

技术领域

本发明涉及边缘计算技术领域，具体地涉及一种边缘计算的资源协同方法、一种边缘计算的资源协同装置、一种边缘计算的资源协同设备以及一种存储介质。

背景技术

边缘计算作为一种新的计算模式，可以使数据在源头附近的边缘网络得到及时有效的处理。随着物联网的迅猛发展，爆发式增长的数据量远远超过了网络带宽的承受能力，大量新型智能应用的涌现对系统时延性能提出了更高的需求。边缘计算模式下终端将任务卸载到附近的边缘服务器执行，有效缓解了传统云计算中把所有数据传输到数据中心造成的网络拥塞与高延迟问题。边缘计算的瓶颈主要在于其计算、通信、存储等资源有限。当用户量和数据规模进一步增大时边缘节点趋于饱和,导致服务质量严重下降。为了更好地结合云计算与边缘计算的优势，云边协同作为一种新型计算模式成为了新的研究趋势。在云边协同的过程中，边缘计算主要对需要实时处理的数据进行处理，并为云端提供高价值的数据；云计算则负责非实时、长周期数据的处理，并完成边缘应用的全生命周期管理。

在云边协同过程中，通过优化卸载决策和资源分配来降低能耗或时延成本是实现高效计算卸载的关键。以往的工作多通过单独优化卸载决策、通信资源分配或计算资源分配来解决该问题。近年来，对于该问题的研究集中在联合资源分配和任务卸载决策优化方面。在优化目标的选择上有两种方案，一是把最小化时延作为优化目标，二是同时考虑降低能耗。然而，多业务密集并发接入的情况下，边缘计算和上行通信带宽受有限性所限，提高边缘算力资源和通信带宽资源的利用率成为优化的重点。

发明内容

本发明实施例的目的是提供一种边缘计算的资源协同方法、装置及设备，设计了面向云边协同的任务分配调度机制，旨在为边缘计算系统提供多业务高并发的支持能力，提高边缘计算的处理效率和资源利用率。

为了实现上述目的，本发明的第一方面提供了一种边缘计算的资源协同方法，所述方法包括：定义转换系数，所述转换系数用于确定业务的算力需求与通信需求之间的转换关系；根据所述转换系数确定业务的算力需求和通信需求在边缘计算设备上分配比例；计算业务集合以所述分配比例分配在所述边缘计算设备上的算力需求和通信需求之和；通过调整所述转换系数的取值使所述算力需求和通信需求之和最小；根据所述算力需求和通信需求之和最小时的转换系数和分配比例确定所述边缘计算设备上的资源分配。

优选的，所述转换系数具有取值范围，所述取值范围根据业务的类型进行确定。

优选的，根据所述转换系数确定业务的算力需求和通信需求在边缘计算设备上分配比例，包括：

其中，a_i为分配比例，C_i为业务i的算力需求，S_i为转换系数，I为业务集合中的业务总数，n为业务集合中需要云边协同的业务的起始序号。

优选的，所述方法还包括：当业务仅由边缘计算设备或云端计算设备一方处理时，赋予所述分配比例以特定值。