面向边缘协同计算的低时延容器迁移路径选择方法及系统技术方案

本发明专利技术涉及人工智能技术领域，具体涉及面向边缘协同计算的低时延容器迁移路径选择方法及系统。该方法首先接受各边缘节点的功率序列和温度序列，根据温度序列得到各边缘节点的动态降频时间，获取各边缘节点的散热系数。获取各边缘节点的功率序列中的峰值功率，由峰值功率和边缘节点的功率序列构建功率差值序列，计算功率差值序列和迁移节点的功率序列的关联系数和迁移损耗系数；根据各边缘节点的迁移损耗系数、散热系数和动态降频时间得到各边缘节点的边权重；根据边权重和各节点构建二向图，由二向图得到目标边缘节点。本发明专利技术实施例对各节点的功率和温度进行分析计算得到各边缘节点的边权重，提高了目标边缘节点选择的准确性和可靠性。确性和可靠性。确性和可靠性。

【技术实现步骤摘要】
面向边缘协同计算的低时延容器迁移路径选择方法及系统


[0001]本专利技术涉及人工智能
，具体涉及面向边缘协同计算的低时延容器迁移路径选择方法及系统。

技术介绍

[0002]在视频分析等重负载的边缘计算场景中设备的散热情况通常是比较差的，当一个设备无法满足散热需求时会导致设备温度较高，需要降低功率运行，因此需要将当前设备的计算负载迁移至其余的计算单元中。
[0003]目前，常用的节点迁移方法为根据节点的利用率的均值和标准差得到各节点之间相似度，根据该相似度选取合适的节点作为迁移节点，但是简单的进行负载迁移，有可能会导致另一个设备很快也出现无法满足散热需求导致设备温度过高的情况，使得负载需要来回迁移，导致计算延迟，可靠性低。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供面向边缘协同计算的低时延容器迁移路径选择方法及系统，所采用的技术方案具体如下：
[0005]第一方面，本专利技术一个实施例提供了面向边缘协同计算的低时延容器迁移路径选择方法，该方法包括以下步骤：
[0006]接收各边缘节点的功率和温度，得到每个所述边缘节点的功率序列；根据所述温度得到各所述边缘节点的多个动态降频时间；获取各所述边缘节点对应的散热系数；
[0007]获取各所述边缘节点对应的所述功率序列中的峰值功率，由所述峰值功率和所述边缘节点对应的功率序列构建功率差值序列，利用相关系数算法计算所述功率差值序列和迁移节点对应的功率序列的关联系数，由所述关联系数得到迁移损耗系数；
[0008]根据各所述边缘节点对应的所述迁移损耗系数、所述散热系数和动态降频时间得到各所述边缘节点对应的边权重；根据所述边权重和各所述边缘节点构建与所述迁移节点之间的二向图，由所述二向图得到目标边缘节点；
[0009]其中，所述散热系数的获取方法为：
[0010]计算各所述边缘节点对应的多个动态降频时间的亲缘性；所述亲缘性的倒数为动态降频时间距离，根据所述动态降频时间距离对所述动态降频时间进行聚类得到多个聚类类别，所述动态降频时间均值最小的聚类类别为目标类别；获取所述目标类别中各所述动态降频时间对应的功率序列的功率均值；所述功率均值和所述目标类别中多个动态降频时间对应的功率序列的最大极差和的比值为散热系数。
[0011]优选的，所述根据所述温度得到多个节点的动态降频时间，包括：
[0012]获取各所述边缘节点对应的温度序列；
[0013]基于所述温度序列，获取从预设动态降频温度到预设显著降频温度的时间作为所述动态降频时间。
[0014]优选的，所述计算各所述边缘节点对应的多个动态降频时间的亲缘性，包括：
[0015]计算所述边缘节点对应的任意两个动态降频时间差值的绝对值；
[0016]利用动态时间规整算法计算所述任意两个动态降频时间对应的所述功率序列的相似距离；
[0017]根据所述绝对值和所述相似距离计算各动态降频时间之间的亲缘性。
[0018]优选的，所述功率均值和所述目标类别中多个动态降频时间对应的功率序列的最大极差和的比值为散热系数，包括：
[0019]根据所述目标类别中各动态降频时间对应的所述功率序列计算各所述动态降频时间对应的平均相关系数；所述目标类别中各所述动态降频时间对应的平均相关系数和各动态降频时间对应的所述功率序列中的最大极差进行加权求和得到平均极差和；
[0020]所述功率均值和所述平均极差和的比值为散热系数。
[0021]优选的，所述根据所述目标类别中各动态降频时间对应的所述功率序列计算各所述动态降频时间对应的平均相关系数，包括：
[0022]基于所述目标类别中任意两个动态降频时间对应的所述功率序列，获取长度相同的两个目标功率序列；
[0023]利用相关系数算法计算所述两个目标功率序列的初始相似度；
[0024]由所述初始相似度得到各动态降频时间之间的初始相关系数；
[0025]将各动态降频时间对应的多个初始相关系数的均值作为所述动态降频时间对应的平均相关系数。
[0026]优选的，所述功率均值和所述平均极差和的比值为散热系数，包括：
[0027]所述散热系数的计算公式为：
[0028][0029]其中，E为所述散热系数；P
MEAN
为所述功率均值；R1为所述目标类别中第1个动态降频时间对应的所述平均相关系数；R
n
为所述目标类别中第n个动态降频时间对应的所述平均相关系数；为所述目标类别中第1个动态降频时间对应的所述功率序列中的最大功率；为所述目标类别中第1个动态降频时间对应的所述功率序列中的最小功率；为所述目标类别中第n个动态降频时间对应的所述功率序列中的最大功率；为所述目标类别中第n个动态降频时间对应的所述功率序列中的最小功率；标类别中第n个动态降频时间对应的所述功率序列中的最小功率；为所述平均极差和。
[0030]优选的，所述由所述峰值功率和所述边缘节点对应的功率序列构建功率差值序列，利用相关系数算法计算所述功率差值序列和迁移节点对应的功率序列的关联系数，包括：
[0031]计算所述峰值功率和所述边缘节点对应的功率序列中各元素的差值，得到功率差值序列；
[0032]利用相关系数算法计算迁移节点的功率序列和所述功率差值序列的相关性；
[0033]由所述相关性得到迁移节点和边缘节点的关联系数。
[0034]优选的，所述根据所述迁移节点和边缘节点对应的所述迁移损耗系数、所述散热系数和边缘节点对应的动态降频时间得到两个节点对应的边权重，包括：
[0035]所述边缘节点对应的散热系数和边缘节点对应的动态降频时间相乘得到边缘适配程度；
[0036]所述边缘适配程度、所述迁移节点和边缘节点对应的所述迁移损耗系数的比值为两个节点对应的所述边权重。
[0037]优选的，所述由所述二向图得到目标边缘节点，包括：
[0038]利用K
‑
M算法由所述二向图中的多个所述边缘节点中获取目标边缘节点。
[0039]第二方面，本专利技术一个实施例提供了面向边缘协同计算的低时延容器迁移路径选择系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于面向边缘协同计算的低时延容器迁移路径选择方法。
[0040]本专利技术实施例至少具有如下有益效果：
[0041]本专利技术实施例利用人工智能技术，首先获取各边缘节点的功率序列和温度序列，根据温度序列得到各边缘节点对应的动态降频时间，该动态降频时间反映的是边缘节点的动态功率调节功能，可作为后续路径选择的参考指标，获取各边缘节点对应的散热系数，散热系数反映的节点的散热能力，节点的散热能力越强，后续因为满载或者过载而发生设备过热的情况就会减少。获取各边缘节点对应的功率序列中的峰值功率，由峰值功率和边缘节点对应的功率序列构建功率差值序列，利用皮尔逊本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向边缘协同计算的低时延容器迁移路径选择方法，其特征在于，应用于迁移节点，该方法包括以下步骤：接收各边缘节点的功率和温度，得到每个所述边缘节点的功率序列；根据所述温度得到各所述边缘节点的多个动态降频时间；获取各所述边缘节点对应的散热系数；获取各所述边缘节点对应的所述功率序列中的峰值功率，由所述峰值功率和所述边缘节点对应的功率序列构建功率差值序列，利用相关系数算法计算所述功率差值序列和迁移节点对应的功率序列的关联系数，由所述关联系数得到迁移损耗系数；根据各所述边缘节点对应的所述迁移损耗系数、所述散热系数和动态降频时间得到各所述边缘节点对应的边权重；根据所述边权重和各所述边缘节点构建与所述迁移节点之间的二向图，由所述二向图得到目标边缘节点；其中，所述散热系数的获取方法为：计算各所述边缘节点对应的多个动态降频时间的亲缘性；所述亲缘性的倒数为动态降频时间距离，根据所述动态降频时间距离对所述动态降频时间进行聚类得到多个聚类类别，所述动态降频时间均值最小的聚类类别为目标类别；获取所述目标类别中各所述动态降频时间对应的功率序列的功率均值；所述功率均值和所述目标类别中多个动态降频时间对应的功率序列的最大极差和的比值为散热系数。2.根据权利要求1所述的面向边缘协同计算的低时延容器迁移路径选择方法，其特征在于，所述根据所述温度得到多个节点的动态降频时间，包括：获取各所述边缘节点对应的温度序列；基于所述温度序列，获取从预设动态降频温度到预设显著降频温度的时间作为所述动态降频时间。3.根据权利要求1所述的面向边缘协同计算的低时延容器迁移路径选择方法，其特征在于，所述计算各所述边缘节点对应的多个动态降频时间的亲缘性，包括：计算所述边缘节点对应的任意两个动态降频时间差值的绝对值；利用动态时间规整算法计算所述任意两个动态降频时间对应的所述功率序列的相似距离；根据所述绝对值和所述相似距离计算各动态降频时间之间的亲缘性。4.根据权利要求1所述的面向边缘协同计算的低时延容器迁移路径选择方法，其特征在于，所述功率均值和所述目标类别中多个动态降频时间对应的功率序列的最大极差和的比值为散热系数，包括：根据所述目标类别中各动态降频时间对应的所述功率序列计算各所述动态降频时间对应的平均相关系数；所述目标类别中各所述动态降频时间对应的平均相关系数和各动态降频时间对应的所述功率序列中的最大极差进行加权求和得到平均极差和；所述功率均值和所述平均极差和的比值为散热系数。5.根据权利要求4所述的面向边缘协同计算的低时延容器迁移路径选择方法，其特征在于，所述根据所述目标类别中各动态降频时间对应的所述功率序列计算各所述动态降频时间对应的平均相关系数，包括：基于所...

【专利技术属性】
技术研发人员：陈明，张静静，楚杨阳，程军强，张志锋，张世征，马军霞，王博，桑永宣，李俊龙，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：