基于边缘计算的业务分配方法组成比例

本发明专利技术涉及物联网技术领域，揭露了一种基于边缘计算的业务分配方法，包括：接收新业务，识别所述新业务的业务类型；根据所述业务类型将所述新业务进行标准化分解，得到任务单元，根据所述任务单元构建业务需求模型；利用所述业务需求模型计算所述新业务的相对算力资源需求；根据所述相对算力资源需求确定所述新业务的工作模式，按照所述工作模式对所述新业务进行分配

【技术实现步骤摘要】
基于边缘计算的业务分配方法、装置、设备、介质及程序


[0001]本专利技术涉及物联网
，尤其涉及一种基于边缘计算的业务分配方法
、
装置
、
设备
、
介质及程序
。

技术介绍

[0002]随着物联网的迅猛发展，爆发式增长的数据量远远超过了网络带宽的承受能力，大量新型智能应用的涌现对系统时延性能提出了更高的需求，边缘计算作为一种新的计算模式，可以使数据在源头附近的边缘网络得到及时有效的处理
。
[0003]现有的业务分配方法式基于边缘计算模式下终端将任务卸载到附近的边缘服务器执行
。
实际应用中，边缘计算的瓶颈主要在于其计算
、
通信
、
存储等资源有限
。
当终端数量与数据规模进一步增大时边缘节点趋于饱和，导致服务质量严重下降，从而使进行边缘计算时业务分配时的处理效率较低
。

技术实现思路

[0004]针对上述问题，本专利技术的实施例提供了一种基于边缘计算的业务分配方法
、
装置
、
设备
、
介质及程序
。
[0005]第一方面，本专利技术实施例提供了一种基于边缘计算的业务分配方法，包括：
[0006]接收新业务，识别所述新业务的业务类型；
[0007]根据所述业务类型将所述新业务进行标准化分解，得到任务单元，根据所述任务单元构建业务需求模型；
[0008]利用所述业务需求模型计算所述新业务的相对算力资源需求；
[0009]根据所述相对算力资源需求确定所述新业务的工作模式，按照所述工作模式对所述新业务进行分配
。
[0010]根据本专利技术的实施例，所述识别所述新业务的业务类型，包括：
[0011]获取所述新业务对应的业务数据；
[0012]根据所述业务数据对所述新业务进行业务划分，得到划分业务；
[0013]将所述划分业务与预设的业务库中的业务类型进行匹配，得到所述新业务的业务类型
。
[0014]根据本专利技术的实施例，所述根据所述任务单元构建业务需求模型，包括：
[0015]根据所述任务单元对应的任务类型确定基本任务单元集合；
[0016]根据所述基本任务单元集合生成所述业务需求模型
。
[0017]根据本专利技术的实施例，所述利用所述业务需求模型计算所述新业务的相对算力资源需求，包括：
[0018]利用如下的负荷计算公式计算所述任务单元的任务负荷：
[0019]W
i
＝
D
i
·
P
i
+B
i
[0020]其中，
W
i
为第
i
个任务单元的任务负荷，
D
i
为第
i
个数据的运算量，
P
i
为智能终端的
第
i
个测点的复杂度系数，
B
i
为第
i
个测点的平衡值；
[0021]通过如下的算力需求最大公式根据所述任务负荷确定最大算力需求任务单元：
[0022][0023]其中，
Task
i
为所述最大算力需求任务单元，
MAX
为最大值函数，
W
i
为第
i
个任务单元的任务负荷，
Si
为基本任务单元集合；
[0024]根据所述最大算力需求任务单元及预设的业务权重计算相对算力资源需求，其中所述相对算力资源需求计算公式为：
[0025][0026]其中，
C
i
为第
i
个任务单元的所述相对算力资源需求，
Task
i
为所述最大算力需求任务单元，
ρ
i
为第
i
个任务单元的业务权重，
ρ
j
为第
j
个任务单元的业务权重，
N
为业务单元数量，
Task
j
为第
j
个任务单元的算力需求
。
[0027]根据本专利技术的实施例，所述根据所述相对算力资源需求确定所述新业务的工作模式，包括：
[0028]根据所述相对算力资源需求计算所述新业务的总业务算力需求；
[0029]判定所述总业务算力需求是否超过预设的边缘计算设备的算力上限；
[0030]当所述总业务算力需求未超过所述算力上限时，确定所述新业务的工作模式为纯边缘计算；
[0031]当所述总业务算力需求超过所述算力上限时，确定所述新业务的工作模式为云边协同
。
[0032]根据本专利技术的实施例，所述按照所述工作模式对所述新业务进行分配，包括：
[0033]当所述工作模式为纯边缘计算时，根据所述任务单元对应的算力需求的优先级对所述新业务进行分配；
[0034]当所述工作模式为云边协同时，将所述相对算力资源需求进行从小到大排序，选取排序后的所述相对算力资源需求最小的业务单元作为待处理业务单元；
[0035]根据所述待处理业务单元更新边缘计算设备中的所述总业务算力需求，得到更新总业务算力需求；
[0036]判断所述更新总业务算力需求是否超过所述算力上限，当所述更新总业务算力需求超过所述算力上限时，返回至将所述相对算力资源需求进行从小到大排序的步骤，直至所述述更新总业务算力需求未超过所述算力上限；
[0037]当所述更新总业务算力需求未超过所述算力上限时，根据排序后的所述相对算力资源需求对所述新业务进行分配
。
[0038]第二方面，本专利技术实施例提供了一种基于边缘计算的业务分配装置，其特征在于，包括：
[0039]业务类型识别模块，用于接收新业务，识别所述新业务的业务类型；
[0040]业务需求模型构建模块，用于根据所述业务类型将所述新业务进行标准化分解，得到任务单元，根据所述任务单元构建业务需求模型；
[0041]相对算力资源需求计算模块，用于利用所述业务需求模型计算所述新业务的相对
算力资源需求；
[0042]业务分配模块，用于根据所述相对算力资源需求确定所述新业务的工作模式，按照所述工作模式对所述新业务进行分配
。
[0043]第三方面，本专利技术实施例提供了一种设备，其包括：
[0044]处理器；
[0045]用于存储所述处理器可执行指令的存储器；
[0046]其中，所述处理器被配置为执行所述指令，以实现如前第一方面所述的一种基于边缘计算的业务分配方法
。
[0047]第四方面，本专利技术实施例提供了一种计算机介质，其上存储有计算机程序，该程序被处理器执本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于边缘计算的业务分配方法，其特征在于，所述方法包括：接收新业务，识别所述新业务的业务类型；根据所述业务类型将所述新业务进行标准化分解，得到任务单元，根据所述任务单元构建业务需求模型；利用所述业务需求模型计算所述新业务的相对算力资源需求；根据所述相对算力资源需求确定所述新业务的工作模式，按照所述工作模式对所述新业务进行分配
。2.
如权利要求1所述的基于边缘计算的业务分配方法，其特征在于，所述识别所述新业务的业务类型，包括：获取所述新业务对应的业务数据；根据所述业务数据对所述新业务进行业务划分，得到划分业务；将所述划分业务与预设的业务库中的业务类型进行匹配，得到所述新业务的业务类型
。3.
如权利要求1所述的基于边缘计算的业务分配方法，其特征在于，所述根据所述任务单元构建业务需求模型，包括：根据所述任务单元对应的任务类型确定基本任务单元集合；根据所述基本任务单元集合生成所述业务需求模型
。4.
如权利要求1所述的基于边缘计算的业务分配方法，其特征在于，所述利用所述业务需求模型计算所述新业务的相对算力资源需求，包括：利用如下的负荷计算公式计算所述任务单元的任务负荷：
W
i
＝
D
i
·
P
i
+B
i
其中，
W
i
为第
i
个任务单元的任务负荷，
D
i
为第
i
个数据的运算量，
P
i
为智能终端的第
i
个测点的复杂度系数，
B
i
为第
i
个测点的平衡值；通过如下的算力需求最大公式根据所述任务负荷确定最大算力需求任务单元：其中，
Task
i
为所述最大算力需求任务单元，
MAX
为最大值函数，
W
i
为第
i
个任务单元的任务负荷，
Si
为基本任务单元集合；根据所述最大算力需求任务单元及预设的业务权重计算相对算力资源需求，其中所述相对算力资源需求计算公式为：其中，
C
i
为第
i
个任务单元的所述相对算力资源需求，
Task
i
为所述最大算力需求任务单元，
ρ
i
为第
i
个任务单元的业务权重，
ρ...

【专利技术属性】
技术研发人员：尹彦宏，于国旺，孙伟，翟延涛，戴晋，张亚宾，董文哲，盛婕，
申请(专利权)人：中国铁道科学研究院集团有限公司机车车辆研究所，
类型：发明
国别省市：