-
公开(公告)号:CN113821318B
公开(公告)日:2024-08-02
申请号:CN202110982229.X
申请日:2021-08-25
申请人: 北京邮电大学 , 中国电子技术标准化研究院 , 国网宁夏电力有限公司
摘要: 本发明提供一种物联网跨域子任务组合协同计算方法及系统,该方法包括:基于用户终端生成的多个子任务与不同计算终端之间的时延类型,构建得到完成所有子任务所需时长对应的时延模型;基于所述多个子任务与不同计算终端之间的能耗类型,构建得到完成所有子任务所需能耗对应的能耗代价模型;根据所述时延模型和所述能耗代价模型,以最小化时延和能耗代价为目标,构建目标函数,并对所述目标函数求解,得到任务组合协同计算最优策略。本发明将边缘设备划分为本地边缘与异地边缘,充分利用附近空闲的边缘设备,提高资源利用率,并建立该架构下的时延和能耗模型,同时将时延与能耗作为优化目标,得到任务组合协同计算策略,实现较低时延与较低能耗。
-
公开(公告)号:CN113821318A
公开(公告)日:2021-12-21
申请号:CN202110982229.X
申请日:2021-08-25
申请人: 北京邮电大学 , 中国电子技术标准化研究院 , 国网宁夏电力有限公司
摘要: 本发明提供一种物联网跨域子任务组合协同计算方法及系统,该方法包括:基于用户终端生成的多个子任务与不同计算终端之间的时延类型,构建得到完成所有子任务所需时长对应的时延模型;基于所述多个子任务与不同计算终端之间的能耗类型,构建得到完成所有子任务所需能耗对应的能耗代价模型;根据所述时延模型和所述能耗代价模型,以最小化时延和能耗代价为目标,构建目标函数,并对所述目标函数求解,得到任务组合协同计算最优策略。本发明将边缘设备划分为本地边缘与异地边缘,充分利用附近空闲的边缘设备,提高资源利用率,并建立该架构下的时延和能耗模型,同时将时延与能耗作为优化目标,得到任务组合协同计算策略,实现较低时延与较低能耗。
-
公开(公告)号:CN112911016A
公开(公告)日:2021-06-04
申请号:CN202110214527.4
申请日:2021-02-25
申请人: 北京邮电大学 , 中国电子技术标准化研究院
IPC分类号: H04L29/08
摘要: 本发明提供一种边端协同计算卸载方法及系统、电子设备和存储介质,其中,边端协同计算卸载方法,包括:任务分配节点获取当前移动网络中所有候选执行者的状态信息;其中,所述任务分配节点为边缘节点;所述候选执行者为与所述任务分配节点关联的边缘节点和终端节点;基于待卸载任务信息和所述所有候选执行者的状态信息,利用进化算法,确定卸载决策;其中,所述卸载决策满足所述候选执行者执行卸载任务的任务数据量小于候选执行者的可用存储资源时,任务分配效用达到最大的条件;基于所述卸载决策,进行边端协同计算任务卸载;其中,状态信息包括:节点类型信息、位置信息和资源分配信息。能够有效地提升移动网络的可靠性,提高任务的完成效率。
-
公开(公告)号:CN115022311A
公开(公告)日:2022-09-06
申请号:CN202210292370.1
申请日:2022-03-23
申请人: 北京邮电大学 , 国网综合能源服务集团有限公司 , 国网江苏省电力有限公司苏州供电分公司 , 中国电子技术标准化研究院
摘要: 本发明提供一种微服务容器实例的选择方法及装置,方法包括:接收用户终端基于应用程序发出的多个并发请求,将每个并发请求根据请求的应用程序的微服务结构分解成多个子任务,每个子任务对应应用程序中一个微服务;每一微服务部署有多个容器实例;根据每一子任务在不同容器实例上的实际完成时间以及完成每一并发请求对应的网络资源损耗,为每一子任务在对应的微服务所部署的多个容器实例中选择一个容器实例。基于此,不仅能够在请求对应的应用程序规定的时延内完成对应的多个并发请求,并且尽量减少完成请求需要的网络资源。
-
公开(公告)号:CN114299370A
公开(公告)日:2022-04-08
申请号:CN202111478787.9
申请日:2021-12-06
申请人: 北京邮电大学 , 中国电子技术标准化研究院
IPC分类号: G06V10/94 , G06V10/96 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/00 , G06N3/04 , G06N3/08 , G06K9/62 , H04L67/10 , H04L67/12 , G16Y20/00 , G16Y40/10 , G16Y40/20
摘要: 本发明提供一种基于云边协同的物联网场景感知方法及装置。该方法包括:获取待感知的初始场景数据;所述初始场景数据中包含图像数据和传感数据;基于动态实例感知模型对初始场景数据进行实例感知,确定所述图像数据对应的静态实例、动态实例以及异常实例;将所述静态实例、动态实例、异常实例以及所述传感数据的感知结果输入到局部多实例场景融合模型中进行处理,获得所述局部多实例场景融合模型输出的局部场景;所述动态实例感知模型是预先基于云边协同训练完成并部署在边缘服务器中的深度神经网络模型。本发明提供的方法,通过动态实例感知模型,能够有效降低物联网场景感知处理时延,提高对物联网场景中高动态场景的适应性和感知精度。
-
公开(公告)号:CN115134410B
公开(公告)日:2023-11-10
申请号:CN202210551555.X
申请日:2022-05-18
申请人: 北京邮电大学 , 国网综合能源服务集团有限公司 , 国网江苏省电力有限公司 , 中国电子技术标准化研究院
摘要: 本申请涉及计算机技术领域,提供一种边缘协作服务领域划分方法、装置、电子设备及存储介质。包括:根据服务领域划分请求中各初始边缘节点的节点信息,从各所述初始边缘节点中确定起始节点;基于所述起始节点在各所述初始边缘节点中进行层次聚类,得到初始边缘协作服务领域;对所述初始边缘协作服务领域进行节点分类,得到目标边缘协作服务领域。本申请通过在起始节点的基础上进行层次聚类与节点分类,可以实现多边缘节点的协作服务能力的聚合,在此基础上进行移动业务边缘协作,可以有效提高资源效用。
-
公开(公告)号:CN115134410A
公开(公告)日:2022-09-30
申请号:CN202210551555.X
申请日:2022-05-18
申请人: 北京邮电大学 , 国网综合能源服务集团有限公司 , 国网江苏省电力有限公司 , 中国电子技术标准化研究院
摘要: 本申请涉及计算机技术领域,提供一种边缘协作服务领域划分方法、装置、电子设备及存储介质。包括:根据服务领域划分请求中各初始边缘节点的节点信息,从各所述初始边缘节点中确定起始节点;基于所述起始节点在各所述初始边缘节点中进行层次聚类,得到初始边缘协作服务领域;对所述初始边缘协作服务领域进行节点分类,得到目标边缘协作服务领域。本申请通过在起始节点的基础上进行层次聚类与节点分类,可以实现多边缘节点的协作服务能力的聚合,在此基础上进行移动业务边缘协作,可以有效提高资源效用。
-
公开(公告)号:CN114138437A
公开(公告)日:2022-03-04
申请号:CN202111422299.6
申请日:2021-11-26
申请人: 北京邮电大学 , 中国电子技术标准化研究院
摘要: 本发明提供一种基于边缘计算的杀虫灯物联网能耗优化方法及装置,所述方法包括:根据预设时间段,将杀虫时间划分为多个时隙,并获取每个时隙规定区域内需要处于工作状态的杀虫灯数目;获取基于边缘计算的害虫分布指数模型,并根据所述害虫分布指数获取每个所述时隙的调度优先级,并根据所述调度优先级选取最优时隙进行调度;将所有所述杀虫灯的能量状态进行降序排列,根据排列顺序选取满足所述杀虫灯数目的杀虫灯作为所述规定区域的工作杀虫灯。本发明能够有效地降低杀虫灯工作消耗的能量,实现更高效的能源利用和害虫防控效果。
-
公开(公告)号:CN115022311B
公开(公告)日:2023-06-09
申请号:CN202210292370.1
申请日:2022-03-23
申请人: 北京邮电大学 , 国网综合能源服务集团有限公司 , 国网江苏省电力有限公司苏州供电分公司 , 中国电子技术标准化研究院
摘要: 本发明提供一种微服务容器实例的选择方法及装置,方法包括:接收用户终端基于应用程序发出的多个并发请求,将每个并发请求根据请求的应用程序的微服务结构分解成多个子任务,每个子任务对应应用程序中一个微服务;每一微服务部署有多个容器实例;根据每一子任务在不同容器实例上的实际完成时间以及完成每一并发请求对应的网络资源损耗,为每一子任务在对应的微服务所部署的多个容器实例中选择一个容器实例。基于此,不仅能够在请求对应的应用程序规定的时延内完成对应的多个并发请求,并且尽量减少完成请求需要的网络资源。
-
公开(公告)号:CN112911016B
公开(公告)日:2022-04-08
申请号:CN202110214527.4
申请日:2021-02-25
申请人: 北京邮电大学 , 中国电子技术标准化研究院
IPC分类号: H04L67/1001 , H04L67/1097 , H04L67/52
摘要: 本发明提供一种边端协同计算卸载方法及系统、电子设备和存储介质,其中,边端协同计算卸载方法,包括:任务分配节点获取当前移动网络中所有候选执行者的状态信息;其中,所述任务分配节点为边缘节点;所述候选执行者为与所述任务分配节点关联的边缘节点和终端节点;基于待卸载任务信息和所述所有候选执行者的状态信息,利用进化算法,确定卸载决策;其中,所述卸载决策满足所述候选执行者执行卸载任务的任务数据量小于候选执行者的可用存储资源时,任务分配效用达到最大的条件;基于所述卸载决策,进行边端协同计算任务卸载;其中,状态信息包括:节点类型信息、位置信息和资源分配信息。能够有效地提升移动网络的可靠性,提高任务的完成效率。
-
-
-
-
-
-
-
-
-