[发明专利]动态复杂场景下固定云和边缘节点之间高效服务访问的方法

权利要求书

1.一种动态复杂场景下固定云和边缘节点之间高效服务访问的方法，其特征在于，它包括以下步骤：

（a）在固定云和边缘节点分层结构的基础上构建支持云边协同的分布式服务目录管理模型；所述分布式服务目录管理模型采用基于分布式键值存储的服务目录存储机制和基于快速服务查询列表的服务发现机制；在每个所述固定云或边缘节点自身上构建其所提供的每个服务目录信息以构建全局的分布式服务目录，所述服务目录信息包括访问地址、位置、版本、协议、存活时间、链路状态和链路是否有效；还对每个所述服务目录信息按基本信息、关键信息和详细信息进行区分；将基本信息和关键信息构成服务摘要，根据网络条件实现动态更新；在网络带宽允许时，更新详细信息，当网络带宽受限时，只更新摘要信息，并等待网络状况允许时再更新详细信息；

（b）在所述分布式服务目录管理模型的基础上，进行基于“发布-订阅”机制的云边、边边之间服务目录同步；

（c）采用预测模型对边缘节点和特定单元的行为和路线进行动态预测，评估出边缘节点和特定单元之间的最优映射关系，加速服务的动态切换；所述边缘节点提供服务，所述特定单元使用服务；

（d）通过面向云边协同的透明代理进行云边或边边之间多个服务实例之间的访问。

2.根据权利要求1所述动态复杂场景下固定云和边缘节点之间高效服务访问的方法，其特征在于：步骤（b）中，在每个边缘节点上构建触发器，监听服务目录的增加、修改、删除等操作，生成日志记录；当另一边缘节点得到所述日志记录后，在其所保存的服务目录上，按照所接收到的日志记录中的变更记录进行操作即可实现服务目录的同步；所述日志记录中记录了每个变更事件所涉及的服务名称、时间和操作等信息。

3.根据权利要求1所述动态复杂场景下固定云和边缘节点之间高效服务访问的方法，其特征在于，步骤（c）中，所述预测模型为马尔科夫模型，并进行以下操作：

（c1）对所述边缘节点服务覆盖的区域进行多尺度的划分，通过网格实现对其所处环境的细粒度划分，从而基于实际路线的可达性特点对网络进行合并形成可能的运行轨迹区域，并以此作为轨迹预测的数据基础；

（c2）根据任务规划、终端特点要素，基于历史真实轨迹数据计算对比在区域尺度运动的边际熵和各阶条件熵；

（c3）采用哈希表实现多阶马尔科夫模型，在此基础上实现轨迹预测算法。