一种基于边缘计算的数据处理方法

    公开(公告)号:CN118377622A

    公开(公告)日:2024-07-23

    申请号:CN202410628591.0

    申请日:2024-05-21

    Abstract: 本发明公开了一种基于边缘计算的数据处理方法,在边缘设备端收集原始数据,对原始数据进行清洗,去除重复、错误或无关的信息;根据需要,对数据进行格式转换,统一数据格式;选择加密算法,应用所选的加密算法对预处理后的数据进行加密处理;将加密后的数据存储到相应的存储介质中,或在传输过程中保持加密状态;选择容器化工具,使用容器化工具创建应用程序的容器镜像,通过容器化工具实现应用程序的部署和更新;收集用户反馈和数据分析结果,不断优化计算分布策略。本发明通过集成多种技术,实现了数据处理的高效性、安全性以及网络延迟的显著降低,对于大规模数据处理和实时性要求高的应用场景具有广泛的应用前景。

    一种面向边缘计算的多频度资源调度方法

    公开(公告)号:CN118467114A

    公开(公告)日:2024-08-09

    申请号:CN202410935150.5

    申请日:2024-07-12

    Abstract: 本发明公开了一种面向边缘计算的多频度资源调度方法,包含全局调度组件与局部协调组件;全局调度组件用来最小化全局计算过程中传输与计算的资源开销与能耗;局部协调组件在满足边缘集群局部计算的需求下,最小化边缘集群中的计算资源开销,或最大化资源利用,与全局调度组件进行交互协调;能协调面向多个时间频度的资源调度,不断利用多个时间频度上资源调度效果的反馈,互相进行资源调度决策的修正,使每个时间频度上的调度均能渐近最优,同时系统整体的性能也能不断向好。本发明面向多个时间频度的资源调度还能不断适应边缘集群之中应用计算需求的变化,适时进行局部计算与全局计算的调整与匹配,提升整个云边系统的资源效率。

    基于反馈信息提取的电力需求侧响应策略优化方法

    公开(公告)号:CN119627911A

    公开(公告)日:2025-03-14

    申请号:CN202510157178.5

    申请日:2025-02-13

    Abstract: 本发明公开了基于反馈信息提取的电力需求侧响应策略优化方法,涉及能源管理技术领域,该方法包括:调取目标区域的线路架构,获取输电线路上的用户集合,采集用户的电力使用数据。对数据进行功率和用电时段的拆解分析,得出用户的功率集中区间及用电高峰、平谷时段。制定初始的电力需求侧响应策略。通过反馈窗口收集用户的反馈信息。结合用户的功率区间和响应系数,对初始策略进行优化,形成最终的电力需求侧响应策略。解决了现有电力需求侧响应策略中缺乏对用户实际用电行为和响应情况的动态适应性的技术问题,达到了提高电力负荷的精准调控能力,减少电力峰谷波动对电网的影响,从而增强了电网的稳定性的技术效果。

    一种面向边缘计算的多频度资源调度方法

    公开(公告)号:CN118467114B

    公开(公告)日:2024-10-29

    申请号:CN202410935150.5

    申请日:2024-07-12

    Abstract: 本发明公开了一种面向边缘计算的多频度资源调度方法,包含全局调度组件与局部协调组件;全局调度组件用来最小化全局计算过程中传输与计算的资源开销与能耗;局部协调组件在满足边缘集群局部计算的需求下,最小化边缘集群中的计算资源开销,或最大化资源利用,与全局调度组件进行交互协调;能协调面向多个时间频度的资源调度,不断利用多个时间频度上资源调度效果的反馈,互相进行资源调度决策的修正,使每个时间频度上的调度均能渐近最优,同时系统整体的性能也能不断向好。本发明面向多个时间频度的资源调度还能不断适应边缘集群之中应用计算需求的变化,适时进行局部计算与全局计算的调整与匹配,提升整个云边系统的资源效率。

    一种计算资源受限下大数据处理的细粒度缓存替换算法

    公开(公告)号:CN115470158A

    公开(公告)日:2022-12-13

    申请号:CN202211024976.3

    申请日:2022-08-25

    Abstract: 本发明公开了一种计算资源受限下大数据处理的细粒度缓存替换算法,包括以下步骤:分析计算资源对缓存过程与缓存粒度的影响;在计算资源受限环境下考虑面向抽象数据集包含的数据块的缓存替换问题,以最小化大数据处理应用的整体执行时间为目标建立细粒度缓存替换问题的数学模型,模型决策每个时刻t的待缓存数据块;基于大数据处理算子的计算特征与面向数据块的贪心缓存策略对缓存替换问题进行转换;基于动态规划思想求解细粒度缓存替换问题。本发明通过分析计算资源与缓存粒度的关系,在计算资源受限场景下提出细粒度缓存替换算法,大幅减少了大数据处理应用的完成时间,同时提高了缓存过程的缓存命中率。

    云边协同的实时视频分析任务执行时延建模及部署方法

    公开(公告)号:CN115457369A

    公开(公告)日:2022-12-09

    申请号:CN202211025069.0

    申请日:2022-08-25

    Abstract: 本发明公开了一种云边协同的实时视频分析任务执行时延建模及部署方法,包括:云边环境下的视频分析任务执行时延模型构建方法;所述时延模型即视频分析任务过程中引入的额外时延,包括在边缘端处理带来的时延,边缘与云端传输中间数据带来的时延以及云端处理带来的时延;根据云边环境下的视频分析任务执行时延模型,通过基于李雅普诺夫算法以及马尔科夫近似算法的近似算法为视频分析任务选择更加节能的任务部署方案,所述任务部署方案包括边缘端机器规格选择,云端机器实例规格以及任务划分方案。本发明可在视频分析任务的任务负载以及云边网络环境发生变化时,快速调整任务部署方案,从而使得系统长期运行能耗进行有效的降低。

Patent Agency Ranking