一种边缘节点负载预测方法及装置制造方法及图纸

本发明专利技术公开了一种边缘节点负载预测方法及装置，所述方法包括：根据边缘节点拓扑关系图确定当前边缘节点的邻近边缘节点，并采集当前边缘节点的特征及邻近边缘节点的特征；采用已训练好的图神经网络模型对当前边缘节点的特征及邻近边缘节点的特征进行加权求和，以计算获取当前边缘节点在未来预定时间段内的预测负载值。根据本发明专利技术提供的边缘节点负载预测方法及装置，综合考虑了边缘节点的特征及邻近边缘节点的特征，即便对于具有多边缘节点的复杂拓扑结构，依然能够给出更加准确的负载预测结果。结果。结果。

【技术实现步骤摘要】
一种边缘节点负载预测方法及装置


[0001]本专利技术涉及一种边缘节点负载预测方法及装置，属于通信


技术介绍

[0002]现有的边缘节点负载预测技术，主要通过机器学习、时间序列等模型，对不同地区、不同时段边缘节点的负载进行建模，并未考虑邻近边缘节点相互影响、边缘节点负载具有空间相关性的问题，导致边缘节点负载预测准确度不高。

技术实现思路

[0003]本专利技术的目的在于克服现有技术中的不足，提供一种边缘节点负载预测方法及装置，考虑邻近边缘节点的影响，能够给出更为准确的边缘节点负载预测结果。
[0004]为达到上述目的，本专利技术是采用下述技术方案实现的：
[0005]根据本专利技术的一个方面，提供了一种边缘节点负载预测方法，所述方法包括：
[0006]根据边缘节点拓扑关系图确定当前边缘节点的邻近边缘节点，并采集当前边缘节点的特征及邻近边缘节点的特征；
[0007]采用已训练好的图神经网络模型对当前边缘节点的特征及邻近边缘节点的特征进行加权求和，以计算获取当前边缘节点在未来预定时间段内的预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种边缘节点负载预测方法，其特征在于，所述方法包括：根据边缘节点拓扑关系图确定当前边缘节点的邻近边缘节点，并采集当前边缘节点的特征及邻近边缘节点的特征；采用已训练好的图神经网络模型对当前边缘节点的特征及邻近边缘节点的特征进行加权求和，以计算获取当前边缘节点在未来预定时间段内的预测负载值。2.根据权利要求1所述的边缘节点负载预测方法，其特征在于，所述特征包括边缘节点的资源特征、历史负载值和任务请求特征。3.根据权利要求2所述的边缘节点负载预测方法，其特征在于，所述历史负载值包括昨天历史负载值、最近一周历史平均负载值、最近一个月历史平均负载值、以及最近一年历史平均负载值。4.根据权利要求2所述的边缘节点负载预测方法，其特征在于，所述资源特征包括边缘节点的CPU核数、内存总量、带宽总量及边缘节点的服务器数目。5.根据权利要求2所述的边缘节点负载预测方法，其特征在于，所述任务请求特征包括昨日用户请求总数及用户请求的资源特征。6.根据权利要求1所述的边缘节点负载预测方法，其特征在于，所述图神经网络模型的训练方法包括：采集边缘节点拓扑关系图中每个边缘节点的特征；根据每个边缘节点的特征及每个边缘节点的邻近边缘节点的特征，采用前向传播算法学习边缘节点的特征与负载的关系，从而计算获取每个边缘节点在指...

【专利技术属性】
技术研发人员：缪巍巍，曾锃，张明轩，张震，张瑞，滕昌志，李世豪，毕思博，
申请(专利权)人：国网江苏省电力有限公司信息通信分公司，
类型：发明
国别省市：