【技术实现步骤摘要】
本专利技术涉及云边协同，尤其是涉及一种云边协同的数据调度方法、系统、设备及存储介质。
技术介绍
1、目前一些研究工作利用云计算技术为物联网应用提供弹性的计算和存储服务，将终端设备收集的原始数据直接传输到远程云数据中心，依靠云数据中心的强大计算和存储能力进行数据挖掘处理；或者将资源受限的终端设备中计算密集型任务分流到云中执行，解决了终端设备自身资源紧缺问题，节约了用户终端的电量消耗。虽然借助云计算技术在一定程度上弥补了终端设备处理能力的不足，但是将任务卸载到位于核心网的云数据中心需要消耗回程链路资源产生额外时延开销，无法满足物联网业务场景中低时延、高可靠的需求间。在车联网、尤其是无人驾驶领域，直接与远程云进行数据通信将会产生的较高延迟无法实时为车辆提供高清地图、实时车况、安全预警等服务，因此会带来较差的用户体验。因此，降低云端的通信开销、提供低时延服务成为云计算中待解决的问题。
2、计算卸载、资源分配、缓存内容放置以及边缘服务器部署是边缘计算环境下高效实时处理物联网业务的关键技术，是实现本地化数据处理以及优化资源配置的基础；而对于传统的边缘计算优化，并没有对关键技术的整个流程进行优化，还停留在分段优化阶段，不同阶段上的关键技术由于需求不同，导致中间存在大量的算力和时间成本的损失；同时传统的边缘计算优化也没有平衡建设成本与低时延服务，无法保证服务成本的降低。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种云边协同的数据调度方法
2、第一方面，本专利技术的实施例提供了一种云边协同的数据调度方法，包括：
3、获取云用户的服务请求数据；
4、获取已有边缘站点的第一位置和第一容量，并根据所述服务请求数据、所述第一位置和所述第一容量，计算得到所述云用户的虚拟部署站点的第二位置和第二容量；
5、通过所述服务请求数据和所述第二容量计算每个所述虚拟部署站点的强度预测值，并根据所述强度预测值对所述虚拟部署站点进行流量优化调度，得到对应所述第二位置的流量分配策略；
6、响应所述服务请求数据，根据所述虚拟部署站点的第二位置、第二容量和所述流量分配策略进行最大吞吐量的调度流处理，得到数据调度策略；
7、根据所述数据调度策略进行资源卸载，完成所述服务请求数据对应的任务请求。
8、根据本专利技术实施例的方法，至少具有如下有益效果：
9、本方法首先获取服务请求数据，能够从服务请求数据中将获取云用户需求的前景数据，为后续优化提供数据基础，优化用户体验；其次通过服务请求数据、第一位置和第一容量，计算得到云用户的虚拟部署站点的第二位置和第二容量，能够根据已有边缘站点的位置优化虚拟机部署位置和容量，提供优化后的部署方案，以提升云系统性能和边缘计算服务质量；然后根据强度预测值对虚拟部署站点进行流量优化调度，得到对应第二位置的流量分配策略，保障网络资源积极响应虚拟机部署方案，使虚拟机站点的性能能够得到足够支撑，从而提高利用率，降低计算资源的浪费；最后根据虚拟部署站点的第二位置、第二容量和流量分配策略进行最大吞吐量的调度流处理，得到数据调度策略，使得在满足用户低延迟需求的同时系统总花销成本最小，提升系统性能。
10、根据本专利技术的一些实施例，所述根据所述服务请求数据、所述第一位置和所述第一容量，计算得到所述云用户的虚拟部署站点的第二位置和第二容量，包括：
11、获取所述服务请求数据对应的虚拟机镜像；
12、根据所述第一位置和所述第一容量计算所述虚拟机镜像的成本优化部署方案，并计算所述成本优化部署方案对应的所述虚拟机镜像的迁移时间；
13、根据所述第一位置和所述第一容量计算所述虚拟机镜像迁移后的启动优化时间；
14、根据所述迁移时间和所述启动优化时间计算时间性能优化值；
15、通过所述时间性能优化值和所述成本优化部署方案动态调整，得到总花销最小的所述虚拟部署站点的第二位置和第二容量。
16、根据本专利技术的一些实施例，，所述根据所述第一位置和所述第一容量计算所述虚拟机镜像的成本优化部署方案，包括：
17、根据所述第一位置和所述第一容量构建成本加权维诺图；所述成本加权维诺图根据所述第一位置的位置成本和建设费用以及所述第一容量对应的服务器价格加权得到；
18、通过所述成本加权维诺图和所述虚拟机镜像的迁移收益，计算得到所述虚拟机镜像的迁移成本；
19、根据所述迁移成本计算当前最优的所述成本优化部署方案。
20、根据本专利技术的一些实施例，所述通过所述时间性能优化值和所述成本优化部署方案动态调整，得到总花销最小的所述虚拟部署站点的第二位置和第二容量，包括：
21、通过预设的调节常量调节所述时间性能优化值和所述成本优化部署方案对应的所述迁移成本的占比，得到总花销部署模型；
22、动态调整所述成本优化部署方案，通过所述时间性能优化值和所述迁移成本监督所述总花销部署模型，直到得到最小总花销值；
23、根据所述最小总花销值得到对应的所述虚拟部署站点的第二位置和第二容量。
24、根据本专利技术的一些实施例，所述通过所述服务请求数据和所述第二容量计算每个所述虚拟部署站点的强度预测值，包括：
25、获取所述服务请求数据到达的链路传输速率；
26、通过所述链路传输速率和所述第二容量计算每个所述虚拟部署站点的强度预测值。
27、根据本专利技术的一些实施例，所述根据所述虚拟部署站点的第二位置、第二容量和所述流量分配策略进行最大吞吐量的调度流处理，得到数据调度策略，包括：
28、通过所述第二位置、所述第二容量和所述流量分配策略，计算对应每个所述第二位置对应的资源利用率；
29、根据所述资源利用率对所述第二位置的所述虚拟部署站点进行优先级排序，得到第一优先级列表；
30、通过所述第二位置的已有边缘站点提出的竞价分配策略进行最大吞吐量博弈，得到第二优先级列表；
31、根据所述第二优先级列表进行数据调度流分配，得到所述数据调度策略。
32、根据本专利技术的一些实施例，所述通过所述第二位置的已有边缘站点提出的竞价分配策略进行最大吞吐量博弈，得到第二优先级列表，包括：
33、通过递归调用expectimax搜索算法选择所述竞价分配策略对应的最大化预期效用；
34、将所述最大化预期效用对应的所述竞价分配策略删除，循环通过递归调用expectimax搜索算法直至所有所述竞价分配策略均被删除；
35、根据所述竞价分配策略的删除先后顺序，重新排列得到所述第二优先级列表。
36、第二方面，本专利技术的实施例提供了一种云边协同的数本文档来自技高网...
【技术保护点】
1.一种云边协同的数据调度方法，其特征在于，所述云边协同的数据调度方法包括：
2.根据权利要求1所述的云边协同的数据调度方法，其特征在于，所述根据所述服务请求数据、所述第一位置和所述第一容量，计算得到所述云用户的虚拟部署站点的第二位置和第二容量，包括：
3.根据权利要求2所述的云边协同的数据调度方法，其特征在于，所述根据所述第一位置和所述第一容量计算所述虚拟机镜像的成本优化部署方案，包括：
4.根据权利要求3所述的云边协同的数据调度方法，其特征在于，所述通过所述时间性能优化值和所述成本优化部署方案动态调整，得到总花销最小的所述虚拟部署站点的第二位置和第二容量，包括：
5.根据权利要求4所述的云边协同的数据调度方法，其特征在于，所述通过所述服务请求数据和所述第二容量计算每个所述虚拟部署站点的强度预测值，包括：
6.根据权利要求1所述的云边协同的数据调度方法，其特征在于，所述根据所述虚拟部署站点的第二位置、第二容量和所述流量分配策略进行最大吞吐量的调度流处理，得到数据调度策略，包括：
7.根据权利要求6所述的云边
8.一种云边协同的数据调度系统，其特征在于，所述云边协同的数据调度系统包括：
9.一种电子设备，其特征在于：包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至7任一项所述的云边协同的数据调度方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的云边协同的数据调度方法。
...【技术特征摘要】
1.一种云边协同的数据调度方法，其特征在于，所述云边协同的数据调度方法包括：
2.根据权利要求1所述的云边协同的数据调度方法，其特征在于，所述根据所述服务请求数据、所述第一位置和所述第一容量，计算得到所述云用户的虚拟部署站点的第二位置和第二容量，包括：
3.根据权利要求2所述的云边协同的数据调度方法，其特征在于，所述根据所述第一位置和所述第一容量计算所述虚拟机镜像的成本优化部署方案，包括：
4.根据权利要求3所述的云边协同的数据调度方法，其特征在于，所述通过所述时间性能优化值和所述成本优化部署方案动态调整，得到总花销最小的所述虚拟部署站点的第二位置和第二容量，包括：
5.根据权利要求4所述的云边协同的数据调度方法，其特征在于，所述通过所述服务请求数据和所述第二容量计算每个所述虚拟部署站点的强度预测值，包括：
6.根据权利要求1所述的云边协同的数据调度方法，其特征在于，所述根据所...
【专利技术属性】
技术研发人员：黄婷，陈勇，杨华军，陈恋，莫海娜，
申请(专利权)人：广西通信规划设计咨询有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。