一种时间敏感的工业软件服务组件边缘端协同部署方法技术

本发明专利技术公开了一种时间敏感的工业软件服务组件边缘端协同部署方法，包括：获取若干个边缘节点的内核数据；获取资源需求信息，构建若干个服务组件；通过启发式分区遗传算法对所述内核数据和所述资源需求信息进行处理，确定所述服务组件在所述边缘节点上的部署位置

【技术实现步骤摘要】
一种时间敏感的工业软件服务组件边缘端协同部署方法


[0001]本专利技术涉及边缘端协同部署
，更具体的，涉及一种时间敏感的工业软件服务组件边缘端协同部署方法
。

技术介绍

[0002]制造业向智能制造
、
数字化转型，云制造的思想受到云计算的启发，是一种面向服务的
、
高效率
、
低能耗和基于知识的网络化智能制造新模式
。
现有技术存在服务组件的部署问题，由于开始时边端资源受限，很多服务只能部署在云端，这就会造成数据在边端和云端之间传输的网络延迟
。
[0003]随着边缘端设备的能力越来越强，同时制造任务对于延迟的要求越来越高，人们开始在边端部署服务，这样以来就可以减少云边的传输延迟，但是，对于一些传输敏感型的制造任务，还需要降低服务部署的延迟，需要更好的部署方式来减少延迟，在服务组件的部署需要考虑到更多的约束
。

技术实现思路

[0004]本专利技术的目的在于提出一种时间敏感的工业软件服务组件边缘端协同部署方法，是基于物联网服务组件的低延迟任务部署模型，该部署模型能够有效降工业应用运行的延迟
。
[0005]本专利技术所采取的技术方案是：
[0006]本专利技术实施例提供了一种时间敏感的工业软件服务组件边缘端协同部署方法，所述时间敏感的工业软件服务组件边缘端协同部署方法包括：
[0007]获取若干个边缘节点的内核数据；
[0008]获取资源需求信息，构建若干个服务组件；
[0009]通过启发式分区遗传算法对所述内核数据和所述资源需求信息进行处理，确定所述服务组件在所述边缘节点上的部署位置
。
[0010]进一步地，所述获取若干个边缘节点的内核数据这一步骤，具体包括：
[0011]获取所述边缘节点的内存资源
R
i
；
[0012]获取所述边缘节点的指令处理能力
C
i
；
[0013]获取与所述边缘节点连接的物理设备集合
DEV
和带宽资源
B
i
；
[0014]构建所述边缘节点的模型
。
[0015]进一步地，所述获取资源需求信息，构建若干个服务组件这一步骤，具体包括：
[0016]根据物理设备需要的资源和信息，获取计算组件的执行信息；
[0017]设置制造任务；
[0018]根据所述执行信息，构建组件服务；
[0019]将所述组件服务设置为三类，分别是：传感组件
、
计算组件
、
执行组件；
[0020]将所述组件服务定义为
[0021]当所述组件服务为所述计算组件，
s
i
＝
(f
i
，
r
i
，
c
i
，
b
i
)
，其中：
[0022]f
i
为所述服务
s
i
的类型标识，计算组件
f
i
的值为2；
[0023]r
i
表示当所述
s
i
部署在边缘服务器时的资源消耗；
[0024]c
i
表示执行所述
s
i
时所需的指令数，单位是一百万；
[0025]b
i
表示服务的带宽需求；
[0026]当所述组件服务为所述传感组件和所述执行组件，
s
i
＝
(p
i
，
f
i
，
r
i
，
c
i
，
b
i
，
t
i
)
，其中：
[0027]p
i
为所述服务
s
i
的唯一标识符；
[0028]f
i
为所述服务
s
i
的类型标识；
[0029]r
i
表示所述服务
s
i
部署在所述边缘服务器时的资源消耗；
[0030]c
i
表示执行所述服务
s
i
时所需的指令数，单位是一百万；
[0031]b
i
表示所述服务的带宽需求；
[0032]t
i
表示物理设备执行的时间
。
[0033]进一步地，所述设置制造任务这一步骤，具体包括：
[0034]将应用程序设置为制造任务；
[0035]将所述制造任务定义为
T
＝
(S,L,N,G)
，其中：
[0036]表示相关的服务；
[0037]L
＝
{(N
i
,N
j
)}
表示服务节点之间的执行顺序关系；
[0038]表示所述制造任务中的所述服务节点，所述服务节点是一个服务组件集合；
[0039]G
表示所述制造任务上所述服务节点的个数；
[0040]所述
L
集合
N
i
→
N
j
意味着在服务节点
N
i
中的所有服务完成执行之前将不执行服务节点
N
j
中的服务；所述服务组件集合中可以有一个或者多个组件服务，表示服务
s
j
可以由一个或者多个服务驱动，需要所述服务节点中的服务执行完之后才能执行服务
s
j
。
[0041]进一步地，所述通过启发式分区遗传算法对所述内核数据和所述资源需求信息进行处理，确定所述服务组件在所述边缘节点上的部署位置这一步骤，具体包括：
[0042]执行种群初始化，得到一个初始化种群；
[0043]根据所述初始化种群，执行交叉变异，得到不同的染色体个体；
[0044]构造适应度函数，计算每个所述染色体个体的适应度；
[0045]根据所述适应度进行解码，得到制造任务边缘端的部署策略
。
[0046]进一步地，所述执行种群初始化，得到一个初始化种群这一步骤，具体包括：
[0047]设置边缘服务器；
[0048]设置边缘网络；
[0049]所述边缘网络包括所述边缘服务器及边缘关系，定义为：
Θ
＝
{ES
，
Φ
}
，其中：
[0050]代表所有所述边缘端服务器；
[0051]Φ
＝
{(es
i
，
es
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种时间敏感的工业软件服务组件边缘端协同部署方法，包括：获取若干个边缘节点的内核数据；获取资源需求信息，构建若干个服务组件；通过启发式分区遗传算法对所述内核数据和所述资源需求信息进行处理，确定所述服务组件在所述边缘节点上的部署位置
。2.
根据权利要求1所述的时间敏感的工业软件服务组件边缘端协同部署方法，其特征在于，所述获取若干个边缘节点的内核数据这一步骤，具体包括：获取所述边缘节点的内存资源
R
i
；获取所述边缘节点的指令处理能力
C
i
；获取与所述边缘节点连接的物理设备集合
DEV
和带宽资源
B
i
；构建所述边缘节点的模型
。3.
根据权利要求1所述的时间敏感的工业软件服务组件边缘端协同部署方法，其特征在于，所述获取资源需求信息，构建若干个服务组件这一步骤，具体包括：根据物理设备需要的资源和信息，获取计算组件的执行信息；设置制造任务；根据所述执行信息，构建组件服务；将所述组件服务设置为三类，分别是：传感组件
、
计算组件
、
执行组件；将所述组件服务定义为当所述组件服务为所述计算组件，
s
i
＝
(f
i
，
r
i
，
c
i
，
b
i
)
，其中：
f
i
为所述服务
s
i
的类型标识，计算组件
f
i
的值为2；
r
i
表示当所述
s
i
部署在边缘服务器时的资源消耗；
c
i
表示执行所述
s
i
时所需的指令数，单位是一百万；
b
i
表示服务的带宽需求；当所述组件服务为所述传感组件和所述执行组件，
s
i
＝
(p
i
，
f
i
，
r
i
，
c
i
，
b
i
，
t
i
)
，其中：
p
i
为所述服务
s
i
的唯一标识符；
f
i
为所述服务
s
i
的类型标识；
r
i
表示所述服务
s
i
部署在所述边缘服务器时的资源消耗；
c
i
表示执行所述服务
s
i
时所需的指令数，单位是一百万；
b
i
表示所述服务的带宽需求；
t
i
表示物理设备执行的时间
。4.
根据权利要求3所述的时间敏感的工业软件服务组件边缘端协同部署方法，其特征在于，所述设置制造任务这一步骤，具体包括：将应用程序设置为制造任务；将所述制造任务定义为
T
＝
(S,L,N,G)
，其中：表示相关的服务；
L
＝
{(N
i
,N
j
)}
表示服务节点之间的执行顺序关系；
表示所述制造任务中的所述服务节点，所述服务节点是一个服务组件集合；
G
表示所述制造任务上所述服务节点的个数；所述
L
集合
N
i
→
N
j
意味着在服务节点
N
i
中的所有服务完成执行之前将不执行服务节点
N
j
中的服务；所述服务组件集合中可以有一个或者多个组件服务，表示服务
s
j
可以由一个或者多个服务驱动，需要所述服务节点中的服务执行完之后才能执行服务
s
j
。5.
根据权利要求1所述的时间敏感的工业软件服务组件边缘端协同部署方法，其特征在于，所述通过启发式分区遗传算法对所述内核数据和所述资源需求信息进行处理，确定所述服务组件在所述边缘节点上的部署位置这一步骤，具体包括：执行种群初始化，得到一个初始化种群；根据所述初始化种群，...

【专利技术属性】
技术研发人员：程良伦，查云龙，王涛，
申请(专利权)人：广东能哥知识科技有限公司，
类型：发明
国别省市：