物联网资源调度方法及系统、计算机可读存储介质和终端技术方案

一种物联网资源调度方法及系统、计算机可读存储介质和终端，所述方法包括：云调度中心采用历史物联网资源调度信息训练产生云端资源预测模型，并采用边缘节点对应的计算性能和存储性能对所述云端资源预测模型进行优化，生成各个边缘节点对应的边缘节点资源预测模型，并逐级发送至对应的边缘节点；多个边缘节点分别接收自身对应的边缘节点资源预测模型；获取用户的当前周期的资源使用情况的信息，并采用自身的边缘节点资源预测模型预测得到下一周期的资源需求量；基于预测得到的下一周期的资源需求量的信息，为所述用户分配下一周期的资源。上述的方案，可以提高物联网资源调度的速度和效率。

【技术实现步骤摘要】
物联网资源调度方法及系统、计算机可读存储介质和终端
本专利技术涉及物联网
，具体地涉及一种物联网资源调度方法及系统、计算机可读存储介质和终端。
技术介绍
物联网(InternetofThings，IoT)是在计算机和互联网技术的基础上发展来的，可以做到物物之间的信息共享和数据交换，实现对信息的感知、监测、采集，具有智能化、精准化、实时化等特点。目前，国内外主要以云计算技术为核心实现物联网中的资源调度，存在着速度和效率低下的问题。
技术实现思路
本专利技术解决的技术问题是如何提高物联网资源调度的速度和效率。为解决上述技术问题，本专利技术实施例提供了一种物联网资源调度方法，所述方法包括：云调度中心采用历史物联网资源调度信息训练产生云端资源预测模型，并采用边缘节点对应的计算性能和存储性能对所述云端资源预测模型进行优化，生成各个边缘节点对应的边缘节点资源预测模型，并逐级发送至对应的边缘节点；多个边缘节点分别接收自身对应的边缘节点资源预测模型；获取用户的当前周期的资源使用情况的信息，并采用自身的边缘节点资源预测模型预测得到下一周期的资源需求量；基于预测得到的下一周期的资源需求量的信息，为所述用户分配下一周期的资源。可选地，在采用自身的边缘节点资源预测模型预测得到下一周期的资源需求量之前，所述方法还包括：所述边缘节点判断自身是否具有处理所述资源预测请求的计算能力；当确定自身不具有处理所述资源请求的计算能力时，向邻近边缘节点发送资源预测请求，以使得具有空闲计算资源的邻近边缘节点预测得到所述用户的下一周期的资源需求量并发送至所述边缘节点。可选地，在与邻近边缘节点的交互次数达到预设的次数阈值，且不存在具有空闲计算资源的邻近边缘节点时，所述方法还包括：所述边缘节点向所述云调度中心发送资源预测请求，以使得所述云调度中心预测得到所述用户的下一周期的资源需求量并发送至所述边缘节点。可选地，所述方法还包括：所述边缘节点接收所述用户的下一周期的实际资源使用量的信息，并基于预测得到的所述用户的下一周期的资源需求量和实际资源使用量的信息，采用强化训练模型对所述边缘节点资源预测模型进行调整，并采用调整后的边缘节点资源预测模型对分配给所述用户的资源进行调整，直至所述用户反馈的实际资源使用量与预测得到所述用户的资源需求量相当。本专利技术实施例还提供了一种物联网资源调度系统，所述系统包括云调度中心和多个边缘节点；所述云调度中心分别与所述多个边缘节点耦接，且所述多个边缘节点之间相互耦接；云调度中心，适于采用历史物联网资源调度信息训练产生云端资源预测模型，并采用边缘节点对应的计算性能和存储性能对所述云端资源预测模型进行优化，生成各个边缘节点对应的边缘节点资源预测模型，并逐级发送至对应的边缘节点；所述边缘节点，适于接收自身对应的边缘节点资源预测模型；获取用户的当前周期的资源使用情况的信息，并采用自身的边缘节点资源预测模型预测得到下一周期的资源需求量；基于预测得到的下一周期的资源需求量的信息，为所述用户分配下一周期的资源。可选地，所述边缘节点，还适于在采用自身的边缘节点资源预测模型预测得到下一周期的资源需求量之前，判断自身是否具有处理所述资源预测请求的计算能力；当确定自身不具有处理所述资源请求的计算能力时，向邻近边缘节点发送资源预测请求，以使得具有空闲计算资源的邻近边缘节点预测得到所述用户的下一周期的资源需求量并发送至所述边缘节点。可选地，所述边缘节点向，还适于当与邻近边缘节点的交互次数达到预设的次数阈值，且不存在具有空闲计算资源的邻近边缘节点时，向所述云调度中心发送资源预测请求，以使得所述云调度中心预测得到所述用户的下一周期的资源需求量并发送至所述边缘节点。可选地，所述边缘节点，还适于接收所述用户的下一周期的实际资源使用量的信息，并基于预测得到的所述用户的下一周期的资源需求量和实际资源使用量的信息，采用强化训练模型对所述边缘节点资源预测模型进行调整，并采用调整后的边缘节点资源预测模型对分配给所述用户的资源进行调整，直至所述用户反馈的实际资源使用量与预测得到所述用户的资源需求量相当。本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述任一项所述的物联网资源调度方法的步骤。本专利技术实施例还提供了一种终端，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述任一项所述的物联网资源调度方法的步骤。与现有技术相比，本专利技术实施例的技术方案具有以下有益效果：上述的方案，通过云调度中心采用历史物联网资源调度信息训练产生云端资源预测模型，并采用边缘节点对应的计算性能和存储性能对所述云端资源预测模型进行优化，生成各个边缘节点对应的边缘节点资源预测模型，并逐级发送至对应的边缘节点；多个边缘节点分别接收自身对应的边缘节点资源预测模型；获取用户的当前周期的资源使用情况的信息，并采用自身的边缘节点资源预测模型预测得到下一周期的资源需求量；基于预测得到的下一周期的资源需求量的信息，为所述用户分配下一周期的资源，可以利用边缘计算技术进一步提高物联网系统对数据的实时处理能力，降低系统时延。进一步地，所述边缘节点基于预测得到的所述用户的下一周期的资源需求量和实际资源使用量的信息，采用强化训练模型对所述边缘节点资源预测模型进行调整，并采用调整后的边缘节点资源预测模型对分配给所述用户的资源进行调整，直至所述用户反馈的实际资源使用量与预测得到所述用户的资源需求量相当，可以提高资源分配的准确性，进而可以提高资源的利用率。附图说明图1是本专利技术实施例中的一种物联网资源调度系统的结构示意图；图2是本专利技术实施例中的一种物联网资源调度方法的流程示意图。具体实施方式本专利技术实施例中的技术方案通过云调度中心采用历史物联网资源调度信息训练产生云端资源预测模型，并采用边缘节点对应的计算性能和存储性能对所述云端资源预测模型进行优化，生成各个边缘节点对应的边缘节点资源预测模型，并逐级发送至对应的边缘节点；多个边缘节点分别接收自身对应的边缘节点资源预测模型；获取用户的当前周期的资源使用情况的信息，并采用自身的边缘节点资源预测模型预测得到下一周期的资源需求量；基于预测得到的下一周期的资源需求量的信息，为所述用户分配下一周期的资源，可以利用边缘计算技术进一步提高物联网系统对数据的实时处理能力，降低系统时延。为使本专利技术的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本专利技术的具体实施例做详细的说明。为了便于理解，下面首先对本专利技术实施例中的一种进行简要的介绍。图1是本专利技术实施例的一种物联网资源调度系统的结构示意图。参见图1，本专利技术实施例中的一种物联网资源调度系统，可以包括云调度中心101和多个边缘节点102。其中，多个边缘节点102分别与所述云调度中心101耦接，所述多个边缘节点102之间相互耦接。下面将结合图2对图1所示的物联网资源调度系统的工作原理进行详细的描述。图1是本专利技术实施例的一种物联网资源调度方法的流程示意图。参见图1，本专利技术实施例中的一种物联网资源调度方法，适于将患者的电子药方中的药物快速配送至患者处，具体可以包括如下的步骤：步骤S201：云调度中心训练生成各边缘节点对应的边缘节点资源预测模型并发送至各边本文档来自技高网...

【技术保护点】
1.一种物联网资源调度方法，其特征在于，包括：云调度中心采用历史物联网资源调度信息训练产生云端资源预测模型，并采用边缘节点对应的计算性能和存储性能对所述云端资源预测模型进行优化，生成各个边缘节点对应的边缘节点资源预测模型，并逐级发送至对应的边缘节点；多个边缘节点分别接收自身对应的边缘节点资源预测模型；获取用户的当前周期的资源使用情况的信息，并采用自身的边缘节点资源预测模型预测得到下一周期的资源需求量；基于预测得到的下一周期的资源需求量的信息，为所述用户分配下一周期的资源。

【技术特征摘要】
1.一种物联网资源调度方法，其特征在于，包括：云调度中心采用历史物联网资源调度信息训练产生云端资源预测模型，并采用边缘节点对应的计算性能和存储性能对所述云端资源预测模型进行优化，生成各个边缘节点对应的边缘节点资源预测模型，并逐级发送至对应的边缘节点；多个边缘节点分别接收自身对应的边缘节点资源预测模型；获取用户的当前周期的资源使用情况的信息，并采用自身的边缘节点资源预测模型预测得到下一周期的资源需求量；基于预测得到的下一周期的资源需求量的信息，为所述用户分配下一周期的资源。2.根据权利要求1所述的物联网资源调度方法，其特征在于，在采用自身的边缘节点资源预测模型预测得到下一周期的资源需求量之前，还包括：所述边缘节点判断自身是否具有处理所述资源预测请求的计算能力；当确定自身不具有处理所述资源请求的计算能力时，向邻近边缘节点发送资源预测请求，以使得具有空闲计算资源的邻近边缘节点预测得到所述用户的下一周期的资源需求量并发送至所述边缘节点。3.根据权利要求2所述的物联网资源调度方法，其特征在于，与邻近边缘节点的交互次数达到预设的次数阈值，且不存在具有空闲计算资源的邻近边缘节点时，还包括：所述边缘节点向所述云调度中心发送资源预测请求，以使得所述云调度中心预测得到所述用户的下一周期的资源需求量并发送至所述边缘节点。4.根据权利要求1至3任一项所述的物联网资源调度方法，其特征在于，还包括：所述边缘节点接收所述用户的下一周期的实际资源使用量的信息，并基于预测得到的所述用户的下一周期的资源需求量和实际资源使用量的信息，采用强化训练模型对所述边缘节点资源预测模型进行调整，并采用调整后的边缘节点资源预测模型对分配给所述用户的资源进行调整，直至所述用户反馈的实际资源使用量与预测得到所述用户的资源需求量相当。5.一种物联网资源调度系统，其特征在于，包括云调度中心和多个边缘节点；所述云调度中心分别与所述多个边缘节点耦接，且所述多个边缘节点之间相互耦接；云调度中心，适于采用历史物联网资源调度信息训练产生云端资源预测模型，并采用...

【专利技术属性】
技术研发人员：孙雁飞，吴孟飞，亓晋，许斌，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32