一种边缘计算方法及边缘计算服务器技术

本申请公开了边缘计算方法及边缘计算服务器，该种方法包括以下步骤：任务获取、数据拆分、子数据特征提取、原始数据特征提取、相似度计算、结果比对，当结果比对满足时，分步执行各个请求包子数据；当结果比对不满足时，重复数据拆分、子数据特征提取、原始数据特征提取、相似度计算、结果比对步骤。该种边缘计算服务器，包括：用于获取请求包原始数据的数据获取模块，用于对数据进行拆分的数据拆分模块，用于进行特征提取的特征提取模块，用于计算特征相似度的相似度计算模块，存储数据的特征提取算法和拆分规则的存储模块，生成与响应包的任务响应模块，配置为控制中心的处理器。本申请的边缘计算方法及边缘计算服务器具有较高的响应速度。应速度。应速度。

An edge computing method and edge computing server

【技术实现步骤摘要】
一种边缘计算方法及边缘计算服务器


[0001]本专利技术涉及边缘计算
，具体是一种边缘计算方法及边缘计算服务器。

技术介绍

[0002]随着互联网技术的不断发展，海量数据的分析与储存对网络带宽提出了巨大的挑战，边缘计算的技术革新，为解决这种日益增长的数据计算、任务处理压力带来了高效的办法。在现有技术中，为了提高数据处理的效率，终端设备数据的计算往往发生在云端的数据中心内，但是，该种计算的方式还是会受限于网络带宽、云端计算承载力等的限制，在对如包含有大量数据的请求包进行相应的过程中，往往会出现响应速度较慢的情况，因此，亟需一种新的边缘计算方法和边缘计算服务器来解决这一问题。

技术实现思路

[0003]本申请的目的在于提供一种边缘计算方法及边缘计算服务器，以解决上述
技术介绍
中提出的现有的数据处理方式中对大流量数据处理时存在的响应速度慢的问题。
[0004]为实现上述目的，本申请提供如下技术方案：一种边缘计算方法，该方法包括以下步骤：
[0005]任务获取：获取终端任务对应的请求包原始数据；<br/>[0006]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种边缘计算方法，其特征在于，该方法包括以下步骤：任务获取：获取终端任务对应的请求包原始数据；数据拆分：将所述请求包原始数据按照拆分规则中的第一规则拆分为多个请求包子数据；子数据特征提取：将多个所述请求包子数据按照预设的特征提取算法进行特征提取，并将提取到的特征集成后形成重组特征包；原始数据特征提取：将所述请求包原始数据按照所述的预设的特征提取算法进行特征提取，并将提取到的特征集成后形成原始特征包；相似度计算：将所述重组特征包和所述原始特征包进行相似度计算；结果比对：当所述相似度计算结果满足匹配要求时，分步执行各个所述请求包子数据，并产生对应的子数据响应包以完成终端任务；当所述相似度计算结果不满足匹配要求时，将所述请求包原始数据按照所述拆分规则中的不同于所述第一规则的拆分方式进行数据拆分后，依次重复所述子数据特征提取、所述原始数据特征提取、所述相似度计算，直至所述相似度计算结果满足匹配要求。2.根据权利要求1所述的边缘计算方法，其特征在于，所述数据拆分中，所述请求包子数据包括n个具有完整数据链的完整子数据、m个存在数据缺失的缺失子数据、p个数据混乱的混乱子数据，其中，n≥1，m≥0，p≥0，且n、m、p均为整数。3.根据权利要求2所述的边缘计算方法，其特征在于，所述子数据特征提取具体包括：将n个所述完整子数据按照所述的预设的特征提取算法进行特征提取，提取到的特征定义为第一特征集合；将m个所述缺失子数据、p个所述混乱子数据分别进行解码，再采用预设的编码方式进行编码，编码完成后，按照所述的预设的特征提取算法进行特征提取，提取到的特征定义为第二特征集合；将所述第一特征集合、所述第二特征集合集成后形成所述重组特征包。4.根据权利要求1所述的边缘计算方法，其特征在于，当所述相似度计算结果不满足匹配要求时，生成与该所述相似度计算结果对应的所述请求包子数据相对应的子数据响应包，将所有的所述子数据响应包集成后进行特征提取后生成学习特征包，通过空闲的备用服务器执行所述请求包原始数据并生成...

【专利技术属性】
技术研发人员：田中海，张文斌，易立坚，刘海洋，
申请(专利权)人：深圳英博达智能科技有限公司，
类型：发明
国别省市：