边缘计算环境下的资源调度方法、装置和计算机设备制造方法及图纸

本申请涉及一种边缘计算环境下的资源调度方法、装置和计算机设备。所述方法包括：根据边缘计算网络中各个网络节点的负载信息、处理能力信息以及通讯质量信息，加权确定边缘计算网络中各个网络节点的评价指标，当评价指标小于预先设置的阈值时，将网络节点加入可调度节点集合，判断边缘计算网络是否存在中心管理节点，若是，则通过中心管理节点从可调度节点集合中选择评价指标最小的网络节点，将任务分配给评价指标最小的网络节点。采用本方法能够提高资源调度的效率。

Resource scheduling method, device and computer equipment in edge computing environment

【技术实现步骤摘要】
边缘计算环境下的资源调度方法、装置和计算机设备
本申请涉及计算机
，特别是涉及一种边缘计算环境下的资源调度方法、装置和计算机设备。
技术介绍
近年来,随着移动互联网的飞速发展,应用终端逐渐往小型化、便携化的方向靠拢。全球移动通信系统协会(GSMA)于2018年发布的《全球移动经济报告》中的数据表明,全球移动设备数量已超过全球人口数量,而移动设备的增长速度约是人口增长速度的5倍。另一方面,随着NB-LoT、ZigBee等短距离通信技术的进一步发展以及云计算的出现,物联网(InternetofThings，IOT)已广泛应用于工业、农业、安防以及交通领域，同移动设备一样，工业设备、家庭智能设备、智能传感器等设备数量同样增速惊人。设备数量的快速增长带来的是数据量的爆炸式增长,大数据产业因此腾飞。与此同时，用户对移动网络服务的质量要求也日益提升,需求量也同步上涨。网络环境中的服务请求量和数据量同步上升,对当今网络的承受能力带来了很大的冲击,同时也给云计算技术的进一步发展带来了很大的挑战。由于数据量和任务请求的爆炸式增长,网络负载进一步加重,如果将所有的数据及任务请求都通过广域网传输到云数据中心,势必给网络带宽带来极大的压力。同时由于多跳网络的存在,任务的响应延迟相对来说会很高。而对于一些新型的应用场景比如实时交通情况分析、实时视频/图像分析等,快速而实时的响应是十分重要的。因此,需要一种新的计算模式在网络边缘端快速消化数据,并满足新型应用场景下任务低延时、实时性高的要求,边缘计算模式由此出现。边缘计算是一种新兴技术,为用户提供网络边缘的IT服务环境和计算功能,从而将数据和服务功能从远程云迁移到网络边缘端,实现对庞大用户本地数据的快速处理。与云计算相比,边缘计算通过支持边缘网络设备(如基站和接入点)的计算和存储功能为用户提供服务,从而使云计算的功能从核心网络向边缘网络下沉,满足了计算能力匮乏的移动设备和物联网设备中那些具有大量计算和低延迟要求的应用的操作需求。这样,原始数据仅被发送到附近的边缘服务器,而没有被发送到远程的云数据中心,任务响应时间以及网络负载显着减少。而且由于不再需要通过广域网(WideAreaNetwork,WAN)传输原始数据,还可以很好地保证用户的隐私。虽然通过设置边缘计算节点就近处理用户任务大大缩短了用户设备与远端云计算中心的通信时延,但同时也产生了一个新的问题,即如何为运行在边缘计算节点上的任务制定有效的调度策略。这是因为边缘服务器自身的资源相对于远端云是有限的,且各边缘服务器之间的处理速度与资源总量往往不完全一样,同时任务之间还存在着资源竞争。在使用蚁群算法解决调度问题时,将边缘服务器处理任务所产生的能耗,时间等开销作为优化目标。将待处理任务视为蚂蚁寻找食物所经过路径上的点,每确定一个任务的处理时间与卸载位置后,蚂蚁便会在寻找食物的路径上前进一段,对服务器增加的各种开销视为这一段路径的长度。当所有的任务被调度完成后,一个完整的任务调度方案便生成了,生成路径的总长度便是该种方案调度任务对边缘服务器增加的开销。在经过多个蚁群进行多次迭代生成解后,最优解便能够得出。蚁群算法提出了一种层次边缘云的结构,在平衡边缘服务器处理任务高峰期时的负载,提高任务处理效率,但忽略了实际应用中任务处理需求的动态性，没有考虑到节约处理资源和服务器处理性能间的差异等因素,以及网络的动态变化以及资源消耗的优化，导致资源调度的效率低下。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够解决资源调度效率低下的边缘计算环境下的资源调度方法、装置和计算机设备。一种边缘计算环境下的资源调度方法，所述方法包括：根据边缘计算网络中各个网络节点的负载信息、处理能力信息以及通讯质量信息，加权确定所述边缘计算网络中各个网络节点的评价指标；当所述评价指标小于预先设置的阈值时，将所述网络节点加入可调度节点集合；判断所述边缘计算网络是否存在中心管理节点，若是，则通过中心管理节点从所述可调度节点集合中选择所述评价指标最小的网络节点，将任务分配给评价指标最小的网络节点。在其中一个实施例中，还包括：若否，将所述边缘计算网络划分为多个候选区域，并确认所述候选区域中的一个网络节点作为候选中心节点；发送负载查询消息给所述候选中心节点，得到候选中心节点查询对应所述候选区域得到的评价指标平均值；若所述评价指标平均值小于预先设置的转移阈值，则将调度任务转移至对应的所述候选中心节点，通过所述候选中心节点从对应的所述候选区域中选择所述评价指标最小的网络节点，将任务分配给评价指标最小的网络节点。在其中一个实施例中，还包括：若所述评价指标平均值大于预先设置的转移阈值，则将调度任务转移至其他所述候选中心节点，直至所述评价指标平均值小于预先设置的转移阈值。在其中一个实施例中，还包括：若所有所述评价指标平均值均大于预先设置的转移阈值，则将调度任务转移至选择所述评价指标平均值最小对应的所述候选中心节点，通过所述候选中心节点从对应的所述候选区域中选择所述评价指标最小的网络节点，将任务分配给评价指标最小的网络节点。在其中一个实施例中，所述负载信息包括：已分配任务数量；所述处理能力信息包括：CPU当前占用率；所述通讯质量信息包括：传输延迟和通信丢包率；还包括：根据所述已分配任务数、所述CPU当前占用率、所述传输延迟和所述通信丢包率，加权确定所述边缘计算网络中各个网络节点的评价指标为：Q＝M′×k1+L×k2+C1×k3+C2×k4M′＝log(M)其中，M表示已分配任务数，L表示CPU当前占用率，C1表示传输延迟，C2表示通信丢包率，k1、k2、k3和k4表示加权值。在其中一个实施例中，还包括：当所述评价指标Q和预先设置的阈值QT满足Q＜QT时，将所述评价指标Q对应的网络节点加入可调度节点集合。在其中一个实施例中，还包括：若所述评价指标平均值大于预先设置的转移阈值，则获取所述多个邻近候选区域进行区域负载调查；将负载查询消息转移至所述多个邻近候选区域中的一个对应的候选中心节点，通过所述候选中心节点确定对应候选区域中评价指标平均值是否小于预先设置的转移阈值。一种边缘计算环境下的资源调度装置，所述装置包括：评价模块，用于根据边缘计算网络中各个网络节点的负载信息、处理能力信息以及通讯质量信息，加权确定所述边缘计算网络中各个网络节点的评价指标；筛选模块，用于当所述评价指标小于预先设置的阈值时，将所述网络节点加入可调度节点集合；调度模块，用于判断所述边缘计算网络是否存在中心管理节点，若是，则通过中心管理节点从所述可调度节点集合中选择所述评价指标最小的网络节点，将任务分配给评价指标最小的网络节点。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：根据边缘计算网络中各个网络节点的负载信息、处理能力信息以及通讯质量信息，加权确定所述边缘计算网络中各个网络节点的评价本文档来自技高网...

【技术保护点】
1.一种边缘计算环境下的资源调度方法，所述方法包括：/n根据边缘计算网络中各个网络节点的负载信息、处理能力信息以及通讯质量信息，加权确定所述边缘计算网络中各个网络节点的评价指标；/n当所述评价指标小于预先设置的阈值时，将所述网络节点加入可调度节点集合；/n判断所述边缘计算网络是否存在中心管理节点，若是，则通过中心管理节点从所述可调度节点集合中选择所述评价指标最小的网络节点，将任务分配给评价指标最小的网络节点。/n

【技术特征摘要】
1.一种边缘计算环境下的资源调度方法，所述方法包括：
根据边缘计算网络中各个网络节点的负载信息、处理能力信息以及通讯质量信息，加权确定所述边缘计算网络中各个网络节点的评价指标；
当所述评价指标小于预先设置的阈值时，将所述网络节点加入可调度节点集合；
判断所述边缘计算网络是否存在中心管理节点，若是，则通过中心管理节点从所述可调度节点集合中选择所述评价指标最小的网络节点，将任务分配给评价指标最小的网络节点。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若否，将所述边缘计算网络划分为多个候选区域，并确认所述候选区域中的一个网络节点作为候选中心节点；
发送负载查询消息给所述候选中心节点，得到候选中心节点查询对应所述候选区域得到的评价指标平均值；
若所述评价指标平均值小于预先设置的转移阈值，则将调度任务转移至对应的所述候选中心节点，通过所述候选中心节点从对应的所述候选区域中选择所述评价指标最小的网络节点，将任务分配给评价指标最小的网络节点。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若所述评价指标平均值大于预先设置的转移阈值，则将调度任务转移至其他所述候选中心节点，直至所述评价指标平均值小于预先设置的转移阈值。


4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若所有所述评价指标平均值均大于预先设置的转移阈值，则将调度任务转移至选择所述评价指标平均值最小对应的所述候选中心节点，通过所述候选中心节点从对应的所述候选区域中选择所述评价指标最小的网络节点，将任务分配给评价指标最小的网络节点。


5.根据权利要求1至4任一项所述的方法，其特征在于，所述负载信息包括：已分配任务数量；所述处理能力信息包括：CPU当前占用率；所述通讯质量信息包括：传输延迟和通信丢包率；
所述根据边缘计算网络中各个网络节点的负载信息、处理能力信息以及通讯质量信息，加权确定所述边缘计算网络中各个网络节点的评价指标，包括：
根据所述已分配任务数、...

【专利技术属性】
技术研发人员：李焓丹，陈顺，熊原，
申请(专利权)人：长沙市源本信息科技有限公司，
类型：发明
国别省市：湖南;43