【技术实现步骤摘要】
结合边缘计算和5G通信的数据处理方法及中心云服务器
本申请涉及应用于边缘计算和5G的数据处理
,尤其涉及结合边缘计算和5G通信的数据处理方法及中心云服务器。
技术介绍
随着科技的发展,边缘计算和5G新基建已经广泛应用于社会生产中的各大重要领域,例如智慧城市、智能制造、远程医疗以及车联网控制等。在实际应用中,由于依赖边缘计算和5G形成的通信数据交互系统的复杂度和集成度越来越高,因此难免在运行时出现故障。在上述系统出现故障时,虽然系统配备了自恢复程序,但是现有的自恢复程序在极端的故障状态下实现故障恢复的耗时较长。
技术实现思路
本申请提供结合边缘计算和5G通信的数据处理方法及中心云服务器,以改善现有技术存在的上述技术问题。本申请所提供的两种实施方案如下。一种结合边缘计算和5G通信的数据处理方法,应用于与多个边缘设备通信的中心云服务器,所述方法包括:在检测到当前存储占比没有达到设定占比的情况下,在存储区中划分出用于存储所述中心云服务器的实时运行数据的目标存储空间;将采集到的所述中心云服务器的实时运行数据进行压缩得到目标运行数据,并将所述目标运行数据存入所述目标存储空间中;按照存入所述目标存储空间的时间先后顺序将所述目标存储空间中的目标运行数据按照设定比例划分为第一数据集和第二数据集;针对所述第一数据集中的每组基准运行数据,将该组基准运行数据中的每个第一基准数据包与该组基准运行数据相对的上一组基准运行数据中的其中一个第二基准数据包和/或与该组基准运行数据相对的 ...
【技术保护点】
1.一种结合边缘计算和5G通信的数据处理方法,其特征在于,应用于与多个边缘设备通信的中心云服务器,所述方法包括:/n在检测到当前存储占比没有达到设定占比的情况下,在存储区中划分出用于存储所述中心云服务器的实时运行数据的目标存储空间;将采集到的所述中心云服务器的实时运行数据进行压缩得到目标运行数据,并将所述目标运行数据存入所述目标存储空间中;/n其中:/n当前存储占比为中心云服务器的存储区的空间占用率;/n按照存入所述目标存储空间的时间先后顺序将所述目标存储空间中的目标运行数据按照设定比例划分为第一数据集和第二数据集;/n针对所述第一数据集中的每组基准运行数据,将该组基准运行数据中的每个第一基准数据包与该组基准运行数据相对的上一组基准运行数据中的其中一个第二基准数据包和/或与该组基准运行数据相对的下一组基准运行数据中的其中一个第三基准数据包进行整合,以得到多个目标数据集;其中,每个目标数据集中的基准数据包类型不重复;/n构建每个目标数据集的运行路径并提取每条运行路径的路径特征,基于所述路径特征对所述多个目标数据集进行聚类得到多个聚类集,确定每个聚类集的聚类中心的目标路径;依据所述第二数据 ...
【技术特征摘要】
1.一种结合边缘计算和5G通信的数据处理方法,其特征在于,应用于与多个边缘设备通信的中心云服务器,所述方法包括:
在检测到当前存储占比没有达到设定占比的情况下,在存储区中划分出用于存储所述中心云服务器的实时运行数据的目标存储空间;将采集到的所述中心云服务器的实时运行数据进行压缩得到目标运行数据,并将所述目标运行数据存入所述目标存储空间中;
其中:
当前存储占比为中心云服务器的存储区的空间占用率;
按照存入所述目标存储空间的时间先后顺序将所述目标存储空间中的目标运行数据按照设定比例划分为第一数据集和第二数据集;
针对所述第一数据集中的每组基准运行数据,将该组基准运行数据中的每个第一基准数据包与该组基准运行数据相对的上一组基准运行数据中的其中一个第二基准数据包和/或与该组基准运行数据相对的下一组基准运行数据中的其中一个第三基准数据包进行整合,以得到多个目标数据集;其中,每个目标数据集中的基准数据包类型不重复;
构建每个目标数据集的运行路径并提取每条运行路径的路径特征,基于所述路径特征对所述多个目标数据集进行聚类得到多个聚类集,确定每个聚类集的聚类中心的目标路径;依据所述第二数据集计算每条目标路径的路径指标系数并将所述路径指标系数大于设定指标系数的目标路径确定为备用路径;
对所述备用路径进行实例化,将所述多个边缘设备的实时状态数据加载至每条备用路径对应的数据容器中并计算所述实时状态数据与每条备用路径的匹配率;在所述中心云服务器出现故障时,选择当前的最大匹配率的备用路径对应的备用实例进行切换。
2.根据权利要求1所述的方法,其特征在于,设定比例通过以下步骤确定:
调取所述中心云服务器在设定时段内的备用实例切换记录;其中,所述设定时段为以当前时刻为终止时刻,以当前时刻之前的时刻为起始时刻之间的时段,所述备用实例切换记录包括所述中心云服务器所切换的设定数量个历史备用实例;
确定所述设定数量个历史备用实例对应的历史第一数据集的第一均值以及历史第二数据集的第二均值,并确定距离当前时刻最近的历史备用实例对应的切换时刻与所述设定时段之间的相对系数;其中,所述相对系数为第一时段和第二时段的比值,所述第一时段为所述切换时刻与所述终止时刻之间的时段,所述第二时段为所述切换时刻与所述起始时刻之间的时段;
采用所述相对系数对所述第一均值和所述第二均值之间的比例值进行加权得到所述设定比例。
3.根据权利要求1所述的方法,其特征在于,将所述多个边缘设备的实时状态数据加载至每条备用路径并计算所述实时状态数据与每条备用路径的匹配率,包括:
获取每个边缘设备的实时状态数据并基于根据每个边缘设备的通信协议确定出的所述多个边缘设备的网络拓扑为每组实时状态数据添加数据签名;其中,所述数据签名具有唯一的签名编号;
抽取每条备用路径对应的模拟线程脚本,通过运行所述模拟线程脚本激活所述中心云服务器在每条备用路径下的虚拟运行线程,将每组实时状态数据按照所述数据签名的签名编号的由小到大的顺序依次加载至所述虚拟运行线程对应的线程参数容器中;
采用预设的函数调用方法调取所述线程参数容器中的目标线程数据并根据所述目标线程数据计算得到每条备用路径的匹配率;其中,所述目标线程数据包括所述线程参数容器的容器参数以及封装于所述线程参数容器中的实时状态数据,所述函数调用方法对应的调用函数为钩子hook函数。
4.根据权利要求1-3任一项所述的方法,其特征在于,构建每个目标数据集的运行路径,包括:
针对每个目标数据集中的每个第四基准数据包,确定每个第四基准数据包的时序参数清单以及数据结构清单;其中,所述时序参数清单用于表征每个第四基准数据包的时序特征,所述数据结构清单用于表征每个第四基准数据包的数据结构特征,所述时序参数清单和所述数据结构清单均以清单列表的形式进行缓存;
将每个第四基准数据包的数据结构清单中的每组第一清单列表按照该第一清单列表在所述数据结构清单中的列表权重的由大到小的顺序依次映射到该第四基准数据包对应的时序参数清单的每个第二清单列表中,得到每个第四基准数据包对应的映射清单列表;其中,每个第四基准数据包对应的第一清单列表的数量小于等于该第四基准数据包对应的第二清单列表的数量;
根据每个第四基准数据包对应的多个映射清单列表中存在目标映射数据的目标映射清单列表的占比确定每个第四基准数据包对应的时序异步系数;其中,所述目标映射数据为目标映射清单列表中数据指向权重最大的映射数据,数据指向权重用于表征映射数据在其对应的第四基准数据包中的数据签名的调用活跃度,所述时序异步系数用于表征所述第四基准数据包在该第四基准数据包对应的目标数据集中的关联度;
将每个目标数据集中的每个第四基准数据包进行节点化处理,得到每个第四基准数据包在预设轨迹平面中的二维坐标,采用每个第四基准数据包的时序异步系数对该第四基准数据包对应的二维坐标进行调整得到修正坐标,将所述修正坐标进行拟合得到每个目标数据集的运行路径。
5.根据权利要求1-3任一项所述的方法,其特征在于,将采集到的所述中心云服务器的实时运行数据进行压缩得到目标运行数据,包括:
按照根据所述中心云服务器的内存容量确定出的目标时长间隔将所述实时运行数据切分为n个在时序上连续的数据段;其中,所述内存容量与所述目标时长间隔成反比,所述内存容量越大,所述目标时长越短,n为正整数;
针对n个数据段中的当前数据段,如果存在与当前数据段对应的前一个数据段,则计算当前数据段与前一个数据段之间的第一数据连续度,如果存在与当前数据段对应的后一个数据段,则计算当前数据段与后一个数据段之间的第二数据连续度;
针对n个数据段中的当前数据段,根据当前数据段的第一数据连续度和/或第二数据连续度计算当前数据段相对于所述实时运行数据的目标连续度;其中,若当前数据段仅存在第一数据连续度或第二数据连续度,则将该第一数据或第二数据连续度确定为所述目标连续度;若当前数据段同时存在第一数据连续度和第二数据连续度,则根据当前数据段在所述实时运行数据中的位置对当前数据段的第一数据连续度和第二数据连续度进行加权,得到所述目标连续度;其中当前数据段的位置通过当前数据段在n个数据段中的序列位置确定;
确定在目标时长间隔下得到得n个数据段中的目标连续度的数量是否达到设定数量;
若在目标时长间隔下得到的n个数据段中的目标连续度的数量达到所述设定数量,则将n个数据段进行压缩得到n个目标运行数据;若在目标时长间隔下得到的n个数据段中的目标连续度的数量没有达到所述设定数量,则按照设定时间步长对目标时长间隔进行缩短并按照缩短之后的目标时长间隔将所述实时运行数据切分为m个在时序上连续的数据段,并返回执行与针对n个数据段中的当前数据段,根据当前数据段的第一数据连续度和/或第二数据连续度计算当前数据段相对于所述实时运行数据的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。