[发明专利]基于工业边缘计算系统的多维异构资源量化方法及装置

权利要求书

1.基于工业边缘计算系统的多维异构资源量化方法，其特征在于，包括以下步骤：

获取多维异构资源信息与混合任务流信息；

根据多维异构资源信息，验证多维异构资源与工业边缘计算设备实时算力的关系；

根据混合任务流信息，计算不同种类任务执行所需算力；

判断实时算力供给是否满足当前任务执行所需算力，如果是，则将该工业边缘计算设备加入任务备选卸载设备序列，最终将任务分配到所有任务节点中契合度最高的边缘计算设备中；如果否，继续寻找满足当前任务算力需求的工业边缘计算设备，当全部工业边缘计算设备均不满足当前任务算力需求时，将所有不满足算力需求的任务上传云端。

2.根据权利要求1所述的基于工业边缘计算系统的多维异构资源量化方法，其特征在于，在将任务分配至契合度最高的边缘计算设备后，根据任务实时执行情况，对多维资源与工业边缘计算设备实时算力的关系进行增量学习。

3.根据权利要求1所述的基于工业边缘计算系统的多维异构资源量化方法，其特征在于，所述获取多维异构资源信息与混合任务流信息具体为：

通过监听各类任务在边缘计算设备中的资源使用情况和执行时间开销获取多维异构资源信息；

通过读取云端任务属性获取混合任务流信息。

4.根据权利要求1所述的基于工业边缘计算系统的多维异构资源量化方法，其特征在于，所述根据多维异构资源信息，验证多维异构资源与工业边缘计算设备实时算力的关系，具体为：

验证工业边缘计算设备在各任务类型下的主计算资源算力上限；

验证影响工业边缘计算设备计算能力的多维资源约束；

协同考虑工业边缘计算设备主计算资源算力与多维资源约束，建立考虑环境信息的实时算力与各资源的函数关系：

其中C为节点算力，a和b为调节参数，无需调节时可以令a＝1，b＝0；x＝{x₁,x₂,x₃...}为工业边缘计算设备性能归一化向量，用于计算不同任务类型下工业边缘计算设备的绝对算力；y＝{y₁,y₂,y₃...}为工业边缘计算设备约束归一化向量，通过对节点绝对算力进行加权，得到多维异构资源统一量化的边缘计算设备实时算力。

5.根据权利要求1所述的基于工业边缘计算系统的多维异构资源量化方法，其特征在于，所述根据任务流信息，计算不同种类任务执行所需算力，具体为：

根据任务执行历史数据样本即不同算力下的任务执行时间，查找给定任务i的执行时间e_i与给定算力c_i间的对应关系，得到任务执行时间与给定算力间的函数关系：

e_i＝c_i(1+β)^ε+δ

其中，β、ε和δ为算力调节参数。

6.根据权利要求1所述的基于工业边缘计算系统的多维异构资源量化方法，其特征在于，所述契合度m_j的计算方法为：

其中，为主计算资源实时算力利用率即工业边缘计算设备在各任务类型下的主计算资源算力上限，为瓶颈计算资源实时算力利用率即影响工业边缘计算设备计算能力的多维资源约束，C_m为主计算资源当前实时算力，为主计算资源绝对算力，C_b为瓶颈资源当前使用情况，为瓶颈资源总量。

7.根据权利要求2所述的基于工业边缘计算系统的多维异构资源量化方法，其特征在于，所述对多维资源与工业边缘计算设备实时算力的关系进行增量学习，包括：

将历史多维资源配置作为输入，与之对应的任务执行时间历史数据样本作为输出，建立预测深度学习模型，得到多维异构资源与边缘计算设备实时算力的拟合关系；

根据任务实时执行情况，补充历史数据样本即任务在不同算力下的执行时间，动态调整异构多维资源量化方法函数关系中的变量值；

根据任务实时执行情况，补充历史数据样本即任务在不同算力下的执行时间，动态调整任务执行时间与给定算力间的关系。