一种模型驱动的参考架构方法及平台技术

本发明专利技术涉及一种模型驱动的参考架构方法及平台，该方法包括：定义边缘计算节点的属性信息；根据属性信息与边缘计算节点部署策略对应关系，构建边缘计算节点的网络边缘侧构架；基于业务需求与业务策略、物理拓扑模型的对应关系得到业务策略模型，将业务策略模型对应至网络边缘侧构架，得到边缘计算节点部署阶段模型；根据边缘计算节点部署阶段模型与联接计算策略、运行负载模型的对应关系，监视和优化系统运行状态，结合得到各个负载在边缘分布式架构上的部署优化策略，根据部署优化策略调节负载的运行状态。本发明专利技术解决了网络时延问题，提供近智能服务，可以满足敏捷联接、实时业务、数据优化、应用智能、完全与隐私保护等方面的需求。

【技术实现步骤摘要】
一种模型驱动的参考架构方法及平台
本专利技术涉及智能通讯的
，具体涉及一种模型驱动的参考架构方法及平台。
技术介绍
目前的智能数据处理方式是以数据计算中心为基本，从各个地方采集数据，集中进行分析处理的方式，一般数据计算中心的部署位置都较远，在各个应用场景中，计算任务都需要较小的计算时延，而直接通过偏远的数据计算中心将会导致数据传输时间长，带来延时损耗。而在工业生产、运营成场景中，对事故、故障、突发情况的实时响应非常重要，现有的数据处理，乃至云计算都存在网络时延大、成本高及安全隐患等一系列问题，无法适应所有的大数据分析、处理要求。边缘计算利用在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，提高了网络服务性能、开放网络控制能力，激发了类似移动互联网的新网络计算处理业态。解决了网络时延问题，提供近智能服务。目前在网络边缘侧的智能分布式架构与平台上，还没有通过知识模型驱动智能化能力，实现物自主化和物协作智能分布式架构的方法及平台。因此，行业内亟需一种能智能化、高效率地解决上述问题的方案。
技术实现思路
本专利技术的目的在于针对现有技术的不足而提供一种模型驱动的参考架构方法及平台。本专利技术的目的可以通过如下所述技术方案来实现。本专利技术提供一种模型驱动的参考架构方法，包括：根据智能资产、智能网关及智能系统与边缘计算节点属性对应关系，定义边缘计算节点的标识、属性、功能、性能及派生继承关系的属性信息；根据所述属性信息与边缘计算节点部署策略对应关系，构建所述边缘计算节点的网络、计算及存储的网络边缘侧构架；基于业务需求与业务策略、物理拓扑模型的对应关系得到业务策略模型，将所述业务策略模型对应至所述网络边缘侧构架，得到边缘计算节点部署阶段模型；根据所述边缘计算节点部署阶段模型与联接计算策略、运行负载模型的对应关系，监视和优化系统运行状态，结合得到各个负载在边缘分布式架构上的部署优化策略，根据所述部署优化策略调节所述负载的运行状态。可选地，其中，该模型驱动的参考架构方法还包括：根据所述业务策略模型与外接调度策略对应关系，得到外接调度硬件接口、软件接口及基本运行时环境的外接调度配置策略；根据所述外接调度配置策略与所述边缘计算节点部署阶段模型，得到边缘计算节点的底层任务调度管理参数，根据所述底层任务调度管理参数构建得到外接调度参考架构。可选地，其中，该模型驱动的参考架构方法还包括：根据所述网络边缘侧构架得到分布式存储构架策略；根据所述分布式存储构架策略设置基于时间戳、数据包及分级条件与边缘计算节点的存储设备对应关系；设置采集边缘计算节点的底层数据，按照时间戳、数据包及分级条件进行分片和压缩处理，得到的分片数据对应存储至所述边缘计算节点的存储设备的分布式存储构架。可选地，其中，该模型驱动的参考架构方法还包括：将所述边缘计算节点的时序数据按照时间戳设置分级依据，将近期一段时间内的数据作为热数据，其它时间段内的数据作为冷数据；根据预设的热数据分级策略及冷数据分级策略分析所述时序数据得到分级数据；根据预设的存储成本计算策略计算各个存储设备的存储成本，根据存储成本、热数据/冷数据与数据存储对应关系，得到各个所述分级数据的存储位置信息；设置基于所述存储位置信息将所述分级数据对应存储的分级存储构架。可选地，其中，该模型驱动的参考架构方法还包括：接收数据查询请求时，根据查询条件查询所述分片数据，根据时间戳将所有的所述分片数据合并形成原始数据集；在所述查询条件包括聚合运算时，根据时间采样窗口对数据进行聚合运算，展现聚合运算结果。另一方面，本专利技术还提供一种模型驱动的参考架构平台，包括：属性信息定义模块、网络边缘侧构架构建模块、边缘计算节点部署阶段模型构建模块及负载运行状态调节模块；其中，所述属性信息定义模块，根据智能资产、智能网关及智能系统与边缘计算节点属性对应关系，定义边缘计算节点的标识、属性、功能、性能及派生继承关系的属性信息；所述网络边缘侧构架构建模块，与所述属性信息定义模块相连接，根据所述属性信息与边缘计算节点部署策略对应关系，构建所述边缘计算节点的网络、计算及存储的网络边缘侧构架；所述边缘计算节点部署阶段模型构建模块，与所述网络边缘侧构架构建模块相连接，基于业务需求与业务策略、物理拓扑模型的对应关系得到业务策略模型，将所述业务策略模型对应至所述网络边缘侧构架，得到边缘计算节点部署阶段模型；所述负载运行状态调节模块，与所述边缘计算节点部署阶段模型构建模块相连接，根据所述边缘计算节点部署阶段模型与联接计算策略、运行负载模型的对应关系，监视和优化系统运行状态，结合得到各个负载在边缘分布式架构上的部署优化策略，根据所述部署优化策略调节所述负载的运行状态。可选地，其中，该模型驱动的参考架构平台还包括：外接调度参考架构模块，与所述边缘计算节点部署阶段模型构建模块相连接，根据所述业务策略模型与外接调度策略对应关系，得到外接调度硬件接口、软件接口及基本运行时环境的外接调度配置策略；根据所述外接调度配置策略与所述边缘计算节点部署阶段模型，得到边缘计算节点的底层任务调度管理参数，根据所述底层任务调度管理参数构建得到外接调度参考架构。可选地，其中，该模型驱动的参考架构平台还包括：分布式存储构架模块，与所述网络边缘侧构架构建模块相连接，根据所述网络边缘侧构架得到分布式存储构架策略；根据所述分布式存储构架策略设置基于时间戳、数据包及分级条件与边缘计算节点的存储设备对应关系；设置采集边缘计算节点的底层数据，按照时间戳、数据包及分级条件进行分片和压缩处理，得到的分片数据对应存储至所述边缘计算节点的存储设备的分布式存储构架。可选地，其中，该模型驱动的参考架构平台还包括：分级存储构架模块，与所述分布式存储构架模块相连接，将所述边缘计算节点的时序数据按照时间戳设置分级依据，将近期一段时间内的数据作为热数据，其它时间段内的数据作为冷数据；根据预设的热数据分级策略及冷数据分级策略分析所述时序数据得到分级数据；根据预设的存储成本计算策略计算各个存储设备的存储成本，根据存储成本、热数据/冷数据与数据存储对应关系，得到各个所述分级数据的存储位置信息；设置基于所述存储位置信息将所述分级数据对应存储的分级存储构架。可选地，其中，该模型驱动的参考架构平台还包括：分片数据查询模块，与所述分布式存储构架模块相连接，接收数据查询请求时，根据查询条件查询所述分片数据，根据时间戳将所有的所述分片数据合并形成原始数据集；在所述查询条件包括聚合运算时，根据时间采样窗口对数据进行聚合运算，展现聚合运算结果。与现有技术比，本专利技术的有益效果：本专利技术研发了一种模型驱动的参考架构方法及平台，基于模型可以将物理和数字世界的知识模型化，从而实现了物理世界和数字世界的协作，对物理世界建立实时、系统的认知本文档来自技高网...

【技术保护点】
1.一种模型驱动的参考架构方法，其特征在于，包括：/n根据智能资产、智能网关及智能系统与边缘计算节点属性对应关系，定义边缘计算节点的标识、属性、功能、性能及派生继承关系的属性信息；/n根据所述属性信息与边缘计算节点部署策略对应关系，构建所述边缘计算节点的网络、计算及存储的网络边缘侧构架；/n基于业务需求与业务策略、物理拓扑模型的对应关系得到业务策略模型，将所述业务策略模型对应至所述网络边缘侧构架，得到边缘计算节点部署阶段模型；/n根据所述边缘计算节点部署阶段模型与联接计算策略、运行负载模型的对应关系，监视和优化系统运行状态，结合得到各个负载在边缘分布式架构上的部署优化策略，根据所述部署优化策略调节所述负载的运行状态。/n

【技术特征摘要】
1.一种模型驱动的参考架构方法，其特征在于，包括：
根据智能资产、智能网关及智能系统与边缘计算节点属性对应关系，定义边缘计算节点的标识、属性、功能、性能及派生继承关系的属性信息；
根据所述属性信息与边缘计算节点部署策略对应关系，构建所述边缘计算节点的网络、计算及存储的网络边缘侧构架；
基于业务需求与业务策略、物理拓扑模型的对应关系得到业务策略模型，将所述业务策略模型对应至所述网络边缘侧构架，得到边缘计算节点部署阶段模型；
根据所述边缘计算节点部署阶段模型与联接计算策略、运行负载模型的对应关系，监视和优化系统运行状态，结合得到各个负载在边缘分布式架构上的部署优化策略，根据所述部署优化策略调节所述负载的运行状态。


2.根据权利要求1所述的模型驱动的参考架构方法，其特征在于，还包括：
根据所述业务策略模型与外接调度策略对应关系，得到外接调度硬件接口、软件接口及基本运行时环境的外接调度配置策略；
根据所述外接调度配置策略与所述边缘计算节点部署阶段模型，得到边缘计算节点的底层任务调度管理参数，根据所述底层任务调度管理参数构建得到外接调度参考架构。


3.根据权利要求1所述的模型驱动的参考架构方法，其特征在于，还包括：
根据所述网络边缘侧构架得到分布式存储构架策略；
根据所述分布式存储构架策略设置基于时间戳、数据包及分级条件与边缘计算节点的存储设备对应关系；
设置采集边缘计算节点的底层数据，按照时间戳、数据包及分级条件进行分片和压缩处理，得到的分片数据对应存储至所述边缘计算节点的存储设备的分布式存储构架。


4.根据权利要求3所述的模型驱动的参考架构方法，其特征在于，还包括：
将所述边缘计算节点的时序数据按照时间戳设置分级依据，将近期一段时间内的数据作为热数据，其它时间段内的数据作为冷数据；
根据预设的热数据分级策略及冷数据分级策略分析所述时序数据得到分级数据；
根据预设的存储成本计算策略计算各个存储设备的存储成本，根据存储成本、热数据/冷数据与数据存储对应关系，得到各个所述分级数据的存储位置信息；
设置基于所述存储位置信息将所述分级数据对应存储的分级存储构架。


5.根据权利要求3所述的模型驱动的参考架构方法，其特征在于，还包括：
接收数据查询请求时，根据查询条件查询所述分片数据，根据时间戳将所有的所述分片数据合并形成原始数据集；
在所述查询条件包括聚合运算时，根据时间采样窗口对数据进行聚合运算，展现聚合运算结果。


6.一种模型驱动的参考架构平台，其特征在于，包括：属性信息定义模块、网络边缘侧构架构建模块、边缘计算节点部署阶段模型构建模块及负载运行状态调节模块；其中，
所述属性信息定义模块，根据智能资产、智能网关及智能系统与边缘计算节点属性对应关系，定义边...

【专利技术属性】
技术研发人员：李发明，
申请(专利权)人：深圳市中博科创信息技术有限公司，
类型：发明
国别省市：广东;44