面向信息物理生产系统的确定性网算容器设计与实现方法技术方案

本发明专利技术提出面向信息物理生产系统的确定性网算容器设计与实现方法，在云边协同的信息物理生产系统中，首先获取当前资源供需情况，通过读取任务属性分析任务确定性需求对应的网络、计算资源博弈关系，获取系统当前网络、计算资源利用情况；随后，分析网络、计算资源供给边界；生成网算资源配置表；最后生成网算容器。该方法通过分析任务确定性需求与资源供需关系以及网络、计算间的博弈关系，以虚拟化容器技术为实现手段，从网络、计算资源层面对信息物理生产系统中的任务进行资源按需分配，在保障系统性能基础上进一步提高了网络、计算资源利用率。利用率。利用率。

【技术实现步骤摘要】
面向信息物理生产系统的确定性网算容器设计与实现方法


[0001]本专利技术涉及云边协同
，具体地说是涉及一种面向信息物理生产系统的确定性网算容器设计与实现方法。

技术介绍

[0002]随着工业4.0的不断发展，工业生产由信息化时代向着智能化时代转型。信息物理生产系统在现代智慧工厂中扮演者“大脑”的角色，控制着工厂的稳定高效运行。
[0003]信息物理生产系统本质上来说就是一种集成了传感器、计算机、通信和控制等技术的智能生产系统，它将当前最先进的信息技术和物理技术有机结合，利用物联网、云计算等技术实现物理世界和数字世界的融合，从而实现智能化、自动化和灵活化的工业生产。
[0004]值得注意的是，当前的信息物理系统中仍然存在一些问题和挑战，如任务处理所需的各种资源分配不均，整个系统的资源利用率较低、系统性能不稳定等。在这之中，资源利用率低和分配不均问题尤为突出，因为不同的任务对网络、计算等资源的需求不同，且它们对于这些资源的需求还存在竞争与共享的关系，因此如何按需分配和优化利用资源，是当前信息物理生产系统发展过程中亟待解决的问题和需求。

技术实现思路

[0005]针对当前信息物理生产系统中资源分配不均，资源利用效率低，性能不稳定等问题，本专利技术提出了一种面向信息物理生产系统的确定性网算容器设计与实现方法。该方法通过将系统的网络和计算资源进行协同分配，不仅能保证系统的稳定性及任务响应时间的确定性，而且还大大提高了系统的网络和计算资源利用率。
[0006]本专利技术为实现上述目的所采用的技术方案是：面向信息物理生产系统的确定性网算容器设计与实现方法，包括以下步骤：
[0007]获取当前资源供需情况：通过读取任务属性分析任务确定性需求对应的网络、计算资源博弈关系，并获取当前网络、计算资源利用情况；
[0008]分析网络、计算资源供给边界：分析各任务在网络、计算资源共享竞争环境下，满足各自确定性需求所需的资源范围；
[0009]生产网算资源配置表：在满足任务确定性需求的资源范围内进行资源配置，并结合任务优先级进行共享资源供给调节，输出结果为任务集的网络、计算资源配置表；
[0010]生成网算容器：根据对任务的编排调度信息，以及任务集的网络、计算资源配置表，在边缘节点或云端为任务生产相应的容器，并配置对应的网络、计算资源，实现为任务配置各自的网算容器。
[0011]所述获取当前资源供需情况，包括以下步骤：
[0012]步骤1.1：获取信息物理生产系统的架构信息；
[0013]步骤1.2：获取任务信息；
[0014]步骤1.3：计算任意节点的网络资源利用率；
[0015]步骤1.4：计算各节点的计算资源利用率；
[0016]步骤1.5：确定性可保障的网算博弈关系。
[0017]所述步骤1.5包含以下步骤：
[0018]步骤1.5.1：确定各待调度任务i网络和计算资源的约束：
[0019]网络资源约束表达式为，
[0020]∑i
trans
≤B
[0021]计算资源约束表达式为，
[0022]∑i
comput
≤S
[0023]其中，i
trans
为任务i获得的网络资源，i
comput
为任务i获得的计算资源，B为总传输资源也即系统网络资源总量，S为总计算资源也即系统计算资源总量；
[0024]步骤1.5.2：对任务i的传输与计算性能进行代数表征：
[0025]传输性能表征表达式为，
[0026][0027]计算性能表征表达式为，
[0028][0029]其中，表示任务被Kubernetes集群成功调度后需要的数据传输时间，表示任务被kubernetes集群成功调度后需要的任务计算时间，workload即任务负载D
i
，calculation即任务计算量c
i
，n表示任务i获得的时隙或线程数量，slot表示传输时隙，thread表示线程；
[0030]步骤1.5.3：对制造业务约束进行代数表征：
[0031][0032]其中，Δ为任意大于0的实数；d
i
表示任务i的相对截止期；
[0033]步骤1.5.4：确定传输性能与计算性能的非线性耦合关系。
[0034]所述步骤1.5.4具体为：
[0035]对于任意待调度任务i，其传输性能与计算性能通过径向基神经网络来对二者的关系曲线进行拟合；以传输性能为输入，以计算性能为输出，利用已有的任务数据对该网络模型进行训练，得到收敛后的神经网络模型，模型用函数表示。
[0036]所述分析网络、计算资源供给边界，包括以下步骤：
[0037]步骤2.1：进行网络资源统一管控；
[0038]步骤2.2：进行计算资源统一管控；
[0039]步骤2.3：进行网络边界分析；
[0040]步骤2.4：进行计算边界分析。
[0041]所述步骤2.3对网络边界进行分析，具体为：
[0042]任务i的网络资源边界为
[0043]B为系统网络资源总量，表示任务被Kubernetes集群成功调度后需要的数据传输时间；workload即任务负载，calculaion即任务计算量，
[0044][0045]表示神经网络模型的反函数；i
trans
为任务i获得的网络资源，i
comput
为任务i获得的计算资源；d
i
表示任务i的相对截止期；
[0046]所述步骤2.4对计算边界进行分析，具体为：
[0047]任务i的计算边界为
[0048]S为系统计算资源总量，表示任务被kubernetes集群成功调度后需要的任务计算时间，calculation即任务计算量。
[0049]所述生产网算资源配置表，包括以下步骤：
[0050]步骤3.1：以各节点资源利用率为平均分配评判指标；
[0051]步骤3.2：对任务进行资源调度，各任务初始资源需求按资源下界分配，调度过程中考虑利用率均衡；
[0052]步骤3.3：当所有任务资源都满足分配时，结束并返回任务网算资源配置表；
[0053]步骤3.4：否则，分析资源瓶颈，在系统中保存该调度失败任务信息，跳过该失败任务并进行下一个任务的调度；
[0054]步骤3.5：根据资源边界和非线性耦合关系，对有余量的资源进行调节，提高多余类型资源供给，重新进行调度，每次调节资源比例为a％；
[0055]步骤3.6：若所有任务都可调度，返回可调度性为100％，及当前分配下的节点负载平均利用率以及任务网算资源配置表；
[0056]步骤3.7：若进行n次调节后依然无法100％调度，停止调度，返回期间得到的最大可调度性，和对应的负载平均利用率以及任务网算资源配置表。
...

【技术保护点】

【技术特征摘要】
1.面向信息物理生产系统的确定性网算容器设计与实现方法，其特征在于，包括以下步骤：获取当前资源供需情况：通过读取任务属性分析任务确定性需求对应的网络、计算资源博弈关系，并获取当前网络、计算资源利用情况；分析网络、计算资源供给边界：分析各任务在网络、计算资源共享竞争环境下，满足各自确定性需求所需的资源范围；生产
‑
生成网算资源配置表：在满足任务确定性需求的资源范围内进行资源配置，并结合任务优先级进行共享资源供给调节，输出结果为任务集的网络、计算资源配置表；生成网算容器：根据对任务的编排调度信息，以及任务集的网络、计算资源配置表，在边缘节点或云端为任务生产相应的容器，并配置对应的网络、计算资源，实现为任务配置各自的网算容器。2.根据权利要求1所述的面向信息物理生产系统的确定性网算容器设计与实现方法，其特征在于，所述获取当前资源供需情况，包括以下步骤：步骤1.1：获取信息物理生产系统的架构信息；步骤1.2：获取任务信息；步骤1.3：计算任意节点的网络资源利用率；步骤1.4：计算各节点的计算资源利用率；步骤1.5：确定性可保障的网算博弈关系。3.根据权利要求2所述的面向信息物理生产系统的确定性网算容器设计与实现方法，其特征在于，所述步骤1.5包含以下步骤：步骤1.5.1：确定各待调度任务i网络和计算资源的约束：网络资源约束表达式为，∑i
trans
≤B计算资源约束表达式为，∑i
comput
≤S其中，i
trans
为任务i获得的网络资源，i
comput
为任务i获得的计算资源，B为总传输资源也即系统网络资源总量，S为总计算资源也即系统计算资源总量；步骤1.5.2：对任务i的传输与计算性能进行代数表征：传输性能表征表达式为，计算性能表征表达式为，其中，表示任务被Kubernetes集群成功调度后需要的数据传输时间，表示任务被kubernetes集群成功调度后需要的任务计算时间，workload即任务负载D
i
，calculation即任务计算量c
i
，n表示任务i获得的时隙或线程数量，slot表示传输时隙，thread表示线程；
步骤1.5.3：对制造业务约束进行代数表征：其中，Δ为任意大于0的实数；d
i
表示任务i的相对截止期；步骤1.5.4：确定传输性能与计算性能的非线性耦合关系。4.根据权利要求3所述的面向信息物理生产系统的确定性网算容器设计与实现方法，其特征在于，所述步骤1.5.4具体为：对于任意待调度任务i，其传输性能与计算性能通过径向基神经网络来对二者的关系曲线进行拟合；以传输性能为输入，以计算性能为输出，利用已有的任务数据对该网络模型进行训练，得到收敛后的神经网络模型，模型用函数表示。5.根据权利要求1所述的面向信息物理生产系统的确定性网算容器设计与实现方法，其特征在于，所述分析网络、计算资源供给边界，包括以下步骤：步骤2.1：进行网络资源统一管控；步骤2.2：进行计算资源统一管控；步骤2.3：进行网络边界分析；步骤2.4：进行计算边界分析。6.根据权利要求5所述的面向信息物理生产系统的确定性网算容器设计与实现方法，其特征在于，所述步骤2.3对网络边界进行分析，具体为：任务i的网络资源边界为B为系统...

【专利技术属性】
技术研发人员：夏长清，于海斌，李栋，曾鹏，王仁俊，夏天豪，金曦，许驰，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：