[发明专利]物联网业务与边缘网络能力动态映射的方法及电子设备

说明书

本发明实施例提供一种物联网业务与边缘网络能力动态映射的方法及电子设备，该方法包括：S1、对物联网业务需求进行分析，建立业务需求模型；S2、对各边缘节点与各终端设备的资源余量信息进行分析，并分析各边缘节点或终端设备单独执行任务能力，以及两个边缘节点之间或边缘节点与终端设备之间的协同执行任务能力，建立边缘网络能力模型；S3、从边缘网络能力模型中筛选出边缘节点和/或终端设备；S4、对选定的边缘节点和/或终端设备动态映射，以能耗和资源占用代价最小化为约束条件，从多种映射策略中选定一种以执行；多种映射策略包括：边缘节点单独执行、边缘节点和终端设备协同执行、终端设备单独执行、边缘节点和边缘节点协同执行，高效优化。

技术领域

本发明涉及物联网边缘计算技术领域，尤其涉及一种物联网业务与边缘网络能力动态映射的方法及电子设备。

背景技术

近年来，在物联网领域，如何利用算法来高效利用边缘网络中的资源满足日益变化的物联网业务需求已经成为人们关注的热点问题。

边缘计算在靠近物或数据源头的网络边缘侧就近提供智能服务，可满足物联网应用在业务实时、业务智能、数据互操作与聚合、安全与隐私保护等方面的关键需求。因此边缘计算技术在满足日益变化的物联网业务需求方面显得尤为突出，在此总结了现有技术中利用边缘计算技术的三种方案：

现有技术方案1：一种降低边缘物联网数据运算压力的方法，(1)将所有的前端设备感应到的数据按照前端设备的功能进行分类，并将数据上传到系统控制中心，由系统控制中心对数据进行管控处理；(2)根据前端设备需要实现的功能，在系统后台编写用于控制前端设备的控制预案；(3)从系统控制中心将控制预案推送给前端设备，使前端设备按照控制预案执行相应的预案控制指令。该方法前端设备的计算和存储能力依然是比较有限的，而且由于边缘网络中产生的业务需求存在突发性，在其仅仅依靠静态分配单个前端设备来提供服务的情况下，极易导致时延过高或者业务需求长时间无响应等异常情况，网络服务的可靠性较低。

现有技术方案2：一种物联网的移动边缘计算方法，包括：基于各个无人机的当前模拟位置和目标物联网区域内的各个物联网设备的实际位置，为各个物联网设备分配无人机；模拟将物联网设备的任务卸载至分配的无人机，及模拟各个无人机基于深度增强学习算法对接收的任务进行调度；利用差分进化算法对各个无人机的当前模拟位置进行迭代更新，继续执行上述操作，直至迭代更新次数达到预设阈值时停止操作；基于每次操作中物联网设备分配的无人机、无人机进行任务调度的结果和无人机的当前模拟位置，确定各个无人机的最优坐标位置；触发各个无人机移动至其最优坐标位置下调度对应物联网设备上的任务。该方法将设备的任务卸载至移动的无人机上，操作难度大，时延要求也非常高，且深度增强学习算法往往比较复杂，在普通无人机上应用具有很大局限性，而若使用具备很强计算能力的无人机，则会导致生产成本过高。

现有技术方案3：一种道路设备物联网边缘计算的方法,包括：(1)上传设备数据：将需要接入边缘物联网平台的道路设备数据进行上传，上传的数据为状态数据，并对数据进行管理控制；(2)设备联动：定义道路设备之间的联动规则，并将该规则统一部署至云端或者边缘端，每个人都可以通过该规则对道路设备进行本地管理、联动及控制；(3)SDK上传数据处理：计算机搭建框架模型针对SDK设备上传数据进行处理、转换，完成将数据转换为事件的业务逻辑开发。该方法将所有设备数据均上传至边缘物联网平台上进行分析处理，导致边缘物联网平台/设备的运算压力过大，且整体效率低下。

发明内容

针对现有技术存在的问题，本发明实施例提供了一种物联网业务与边缘网络能力动态映射的方法及电子设备。

第一方面，本发明实施例提供了一种物联网业务与边缘网络能力动态映射的方法，包括：

S1、对物联网业务需求进行分析，所述物联网业务需求包括业务中各任务输入数据的大小、任务执行所需输入输出资源量、任务的时延要求，并根据分析结果建立业务需求模型；