CN111092755A - 一种基于资源占用的边缘服务迁移仿真方法 - Google Patents

一种基于资源占用的边缘服务迁移仿真方法 Download PDF

Info

Publication number
CN111092755A
CN111092755A CN201911232481.8A CN201911232481A CN111092755A CN 111092755 A CN111092755 A CN 111092755A CN 201911232481 A CN201911232481 A CN 201911232481A CN 111092755 A CN111092755 A CN 111092755A
Authority
CN
China
Prior art keywords
edge
service
node
edge node
resource
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911232481.8A
Other languages
English (en)
Other versions
CN111092755B (zh
Inventor
翟仲毅
向科
赵岭忠
钱俊彦
潘海玉
刘培培
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN201911232481.8A priority Critical patent/CN111092755B/zh
Publication of CN111092755A publication Critical patent/CN111092755A/zh
Application granted granted Critical
Publication of CN111092755B publication Critical patent/CN111092755B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于资源占用的边缘服务迁移仿真方法，通过对创建的边缘节点及其上的边缘服务进行边缘服务迁移仿真，并在边缘服务仿真过程中获得不同边缘节点服务迁移的最优阈值，从而指导实际生产中边缘服务迁移算法的部署与实施。本发明能够实时的收集获取边缘节点以及边缘服务对资源的利用情况并利用边缘服务迁移算法实时动态的迁移边缘服务，使得边缘节点上的边缘服务为用户提供优质的体验以及动态的了解边缘节点，边缘服务的资源利用情况可以用于开发不同的边缘服务迁移算法。利用该***完成了边缘节点以及服务的资源监控，根据资源的消耗动态的迁移边缘服务。

Description

一种基于资源占用的边缘服务迁移仿真方法
技术领域
本发明涉及边缘计算技术领域，具体涉及一种基于资源占用的边缘服务迁移仿真方法。
背景技术
边缘计算是继云计算后的一种新的物联网服务提供方式，它具有低延迟，多租户，实时交互，情景感知，实时分析以及支持移动性，异构性和工业应用等特点。边缘计算的应用非常广泛特别是当前5G通信的时代，例如智能城市、智能家庭、智能网格、智能健康和用于洪水监测和恢复的紧急响应***等杰出服务。然而，相比于云计算来说，边缘计算是资源受限，对于不同的边缘节点所能承受的边缘服务的类型和数量都是不一样的。因而，在边缘资源利用达到某个范围时，将边缘节点上的服务部分或全部迁移到其他边缘节点继续提供服务。也就是在保证边缘服务正常的运行下，合理的迁移边缘服务。然而，如果将没有通过完全测试的边缘服务迁移算法直接应用于实际的边缘节点中，可能不会达到理想的效果。因此，需要一种仿真***来得到边缘服务迁移算法在实验环境下测试边缘服务迁移算法的性能以及调节相关的参数，这样不仅能够得到边缘服务迁移算法的理论值，而且节约迁移服务在实际应用中多次的部署成本。
发明内容
本发明所要解决的是现有边缘服务迁移算法没有通过完全测试便直接应用于实际的边缘节点中，可能不会达到理想的效果的问题，提供一种基于资源占用的边缘服务迁移仿真方法。
为解决上述问题，本发明是通过以下技术方案实现的：
一种基于资源占用的边缘服务迁移仿真方法，包括步骤如下：
步骤1、读取资源配置文件获得配置信息，其中配置信息包括边缘节点配置信息和边缘服务配置信息；
步骤2、读取到配置信息后，基于配置信息中的边缘节点配置信息创建边缘节点；
步骤3、成功创建边缘节点后，基于配置信息中的边缘服务配置信息为每个边缘节点创建各自的边缘服务；
步骤4、判断所有边缘节点里面是否还拥有边缘服务：如果是，则转至步骤5；否则，算法结束；
步骤5、启动边缘服务仿真，对边缘服务和边缘节点进行更新；
步骤6、更新完边缘服务以及边缘节点后，获取并记录边缘服务的日志信息到边缘服务日志文件中，同时获取并记录边缘节点的日志信息到边缘节点日志文件中；
步骤7、基于边缘服务的日志信息和边缘节点的日志信息，计算每个边缘节点的节点评估值
Figure BDA0002303943720000021
当节点评估值
Figure BDA0002303943720000022
小于或等于预设的评估阈值thresholde时，则转至步骤5；当节点评估值
Figure BDA0002303943720000023
大于预设的评估阈值thresholde时，则转至步骤9；
步骤8、计算当前边缘节点的每个边缘服务的服务评估值
Figure BDA0002303943720000024
并选择服务评估值
Figure BDA0002303943720000025
最大的边缘服务作为待迁移服务；
步骤9、计算当前待迁移服务迁移到各个边缘节点后，各个边缘节点的预评估值
Figure BDA0002303943720000026
并将预评估值
Figure BDA0002303943720000027
小于或等于预设的评估阈值thresholde且预评估值
Figure BDA0002303943720000028
最小的边缘节点作为当前待迁移服务的迁移目的地；当所有边缘节点的预评估值
Figure BDA0002303943720000029
都大于预设的评估阈值thresholde，则将云中心作为当前待迁移服务的迁移目的地；
步骤10、将当前待迁移服务迁移到迁移目的地，迁移完成后，返回步骤4。
上述方法中，边缘节点配置信息包括，包括边缘节点的数量和每个边缘节点所拥有的资源；边缘服务配置信息包括每个边缘节点的边缘服务的数量和每个服务对资源的初始需求。
上述方法中，边缘服务的日志信息包括边缘服务所在的边缘节点，运行时间，以及边缘服务对每钟边缘资源占用的数量。
上述方法中，边缘节点的日志信息包括每个边缘节点上的服务数量和边缘节点每种资源的消耗数量。
上述方法中，第e个边缘节点的评估值
Figure BDA00023039437200000210
为：
Figure BDA00023039437200000211
式中：re表示第e个边缘节点的资源种类数量，
Figure BDA00023039437200000212
表示第e个边缘节点的第i类资源的全部数量，
Figure BDA00023039437200000213
表示第e个边缘节点上的第i类资源占用的数量。
上述方法中，第e个边缘节点的第sk个服务的评估值
Figure BDA00023039437200000214
为：
Figure BDA00023039437200000215
式中：re表示节点e的资源种类数量，
Figure BDA00023039437200000216
表示第e个边缘节点上的第i类资源占用的数量，
Figure BDA00023039437200000217
表示第e个边缘节点的第sk个服务对第i类资源占用的增加数量。
上述方法中，第e个边缘节点的预评估值
Figure BDA00023039437200000218
为：
Figure BDA0002303943720000031
式中：re表示节点e的资源种类数量，
Figure BDA0002303943720000032
表示第e个边缘节点的第i类资源的全部数量，
Figure BDA0002303943720000033
表示第e个边缘节点上的第i类资源占用的数量，
Figure BDA0002303943720000034
为第e个边缘节点中的待迁移服务
Figure BDA0002303943720000035
对第i类资源的占有数量，
Figure BDA0002303943720000036
为第e个边缘节点中的待迁移服务
Figure BDA0002303943720000037
对第i类资源的增加数量。
上述方法中，云中心的资源数量大于所有边缘节点的资源数量的总和。
与现有技术相比，本发明能够实时的收集获取边缘节点以及边缘服务对资源的利用情况并利用边缘服务迁移算法实时动态的迁移边缘服务，使得边缘节点上的边缘服务为用户提供优质的体验以及动态的了解边缘节点，边缘服务的资源利用情况可以用于开发不同的边缘服务迁移算法。利用该***完成了边缘节点以及服务的资源监控，根据资源的消耗动态的迁移边缘服务。本发明为开发边缘服务迁移算法提供一个仿真验证平台，以保证边缘节点以及边缘服务的正常高效的运行。
附图说明
图1为一种基于资源占用的边缘服务迁移仿真***的原理示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实例，对本发明进一步详细说明。
一种基于资源占用的边缘服务迁移仿真方法，包括边缘节点及其上的边缘服务创建(Creation)和边缘服务迁移仿真(Simulation)两部分。
步骤1、边缘节点及其上的边缘服务创建(Creation)
步骤1.1、读取边缘服务与边缘节点的配置文件(Configure File)得到配置信息。如果未读取到配置信息，则再次读取，如果始终未读取到配置信息则此次运行结束。
上述配置信息包括：边缘节点的数量e'，其中所有的边缘节点Ei构成一个边缘节点向量E如(1)所示；边缘节点i所拥有的服务的数量为si，所有的边缘节点上的边缘服务构成了一个边缘服务矩阵S如公式(2)所示，其中
Figure BDA0002303943720000038
表示第t个边缘节点的第j个服务；每个边缘服务所需要的的资源
Figure BDA0002303943720000039
其中
Figure BDA00023039437200000310
表示第e个边缘节点的第si个服务占有的第re种资源的数量，所有的边缘边缘节点上的边缘服务所拥有的资源如(3)、(4)所示、每个边缘节点的全部资源表示为TR矩阵，其中
Figure BDA00023039437200000311
表示第e个边缘节点的第re类资源的全部数量如(5)所示、以及每次更新每个服务资源数量改变率ratee。
E＝[E1,E2,...,Ee,...,Ee'] (1)
每个边缘节点上的边缘服务S为：
Figure BDA0002303943720000041
资源的种类SCR为：
Figure BDA0002303943720000042
每个服务的资源数量：
Figure BDA0002303943720000043
每个边缘节点全部的资源种类及其资源数量
Figure BDA0002303943720000044
步骤1.2、如果读取到配置信息，则基于边缘节点配置信息创建边缘节点(即创建一个代表边缘计算节点的对象)，如果创建失败则结束(由于该仿真程序运行的机器不能支持程序运行)。
步骤1.3、在成功创建边缘节点后，就基于边缘服务配置信息每个边缘节点创建各自的边缘服务(即边缘节点创建属于自己的边缘服务对象)。
当创建完配置信息中每个边缘节点所要求的边缘服务数量后进入仿真部分。
步骤2、边缘服务迁移仿真(Simulation)过程
步骤2.1、首先判断所有边缘节点是否还拥有边缘服务，如果所有的边缘节点都没有边缘服务，则仿真结束，如果还有边缘服务，则启动边缘服务的仿真。
由于在本发明的边缘服务仿真***中设置了一个资源数量远大于所有边缘节点的一个对象用于代表云中心，当所有边缘节点都不再满足服务迁移的要求时就将边缘服务迁移到云中心继续提供服务，从而避免相应的边缘服务停止提供服务，因此当所有的边缘节点上都不存在任何服务时，则仿真停止。
步骤2.2、启动边缘服务仿真，对边缘服务和边缘节点资源进行更新。
用
Figure BDA0002303943720000045
表示边缘节点e上的所有服务资源的改变量，所有边缘节点的改变量共同组成了newSCR向量；ratee表示边缘节点e资源的变化率，其中0≤ratee≤1；
Figure BDA0002303943720000046
表示第e个边缘节点的第si个服务的第re种资源的变化量，如(6)、(7)；
Figure BDA0002303943720000051
Figure BDA0002303943720000052
在得到所有边缘节点的所有服务资源的改变量后，通过公式(8)更新所有边缘节点上所有边缘服务的资源占用量。
SCR＝SCR+newSCR (8)
步骤2.3、在更新完边缘服务以及边缘节点后，获取并记录边缘节点的日志信息到边缘节点日志文件(Edge Node Log File)中，同时获取并记录边缘服务的日志信息到边缘服务日志文件(Edge Service Log File)中。
边缘服务的日志信息包括边缘服务所在的边缘节点，运行时间，以及边缘服务对每钟边缘资源占用的数量。边缘节点的日志信息包括每个边缘节点上的服务数量和边缘节点每种资源的消耗数量，其中
Figure BDA00023039437200000516
表示第e个边缘节点上的第re类资源占用的数量，所有节点资源的占用数量表示为TCR如(9)所示。
Figure BDA0002303943720000053
步骤2.4、在获取到边缘节点和边缘服务的日志信息后，基于日志信息计算每个边缘节点的节点评估值
Figure BDA0002303943720000054
并利用节点评估值
Figure BDA0002303943720000055
评估每个边缘节点的资源是否仍然满足边缘服务的运行：当评估值
Figure BDA0002303943720000056
小于或等于预先设定的阈值(thresholde)，则转至步骤2.2继续更新边缘服务与节点及其后面的日志获取；当评估值
Figure BDA0002303943720000057
大于预先设定的阈值(thresholde)时，则转至步骤2.5。
每个边缘节点的节点评估值
Figure BDA0002303943720000058
为：
Figure BDA0002303943720000059
步骤2.5、计算当前边缘节点的每个边缘服务的服务评估值
Figure BDA00023039437200000510
并选择服务评估值
Figure BDA00023039437200000511
最大的边缘服务作为待迁移服务
Figure BDA00023039437200000512
边缘节点e的第Sk个边缘服务的服务评估值
Figure BDA00023039437200000513
为：
Figure BDA00023039437200000514
待迁移服务
Figure BDA00023039437200000515
为：
Figure BDA0002303943720000061
步骤2.6、评估所有的边缘节点是否满足待迁移边缘服务的需求，即假定将待迁移服务迁移到各个边缘节点，并计算各个边缘节点的预评估值
Figure BDA0002303943720000062
将预评估值
Figure BDA0002303943720000063
小于或等于预设的评估阈值thresholde且预评估值
Figure BDA0002303943720000064
最小的边缘节点作为当前待迁移服务迁移的目的边缘节点dest。
另外，在选择迁移目的边缘节点时，如果边缘节点的预评估值
Figure BDA0002303943720000065
都大于预设的评估阈值thresholde，则将云中心作为当前待迁移服务迁移的目的地。
预评估值
Figure BDA0002303943720000066
为：
Figure BDA0002303943720000067
目的边缘节点dest为：
Figure BDA0002303943720000068
步骤2.7、停止当前待迁移边缘服务的运行，并将其迁移到步骤2.6所确定的迁移目的地中，迁移完成后，返回步骤2.1，继续判断所有的边缘节点是否还存在边缘服务，如果还有则继续仿真，如果没有则结束仿真。
此边缘服务仿真过程是用于获得不同边缘节点服务迁移的最优阈值thresholde(每个边缘节点服务迁移的最优阈值不同主要是边缘设备资源的异构性导致的)，从而指导实际生产中边缘服务迁移算法的部署与实施。
基于上述方法所设计的一种基于资源占用的边缘服务迁移仿真***，如图1所示，由边缘节点创建模块、日志模块和仿真模块组成。
所述边缘节点创建模块包括边缘服务配置模块、边缘节点配置模块、边缘服务创建模块，其中：
边缘服务配置模块，读取并获取从资源配置文件中的边缘服务的资源配置信息，包括每个边缘节点的边缘服务的数量，以及每个服务对资源的初始需求(例如CPU，RAM，Storage等)。
边缘节点配置模块，读取并获取从资源配置文件中的边缘节点的资源配置信息，包括边缘节点的数量，以及每个边缘节点所拥有的资源(例如CPU，RAM，Storage等)。
边缘服务创建模块，边缘节点配置模块，通过边缘节点配置模块所获取到的边缘服务信息和边缘服务创建模块所创建的边缘服，用于创建边缘节点及其之上的边缘服务。
所述日志模块包括边缘服务日志模块和边缘节点日志模块，其中：
边缘服务日志模块，将实时获取的边缘服务对各种资源的使用情况(例如CPU，RAM，Storage等)反馈给边缘节点日志模块，并输出到边缘服务日志文件。
边缘节点日志模块，综合所有从边缘服务日志模块得到的资源使用情况，反馈给边缘服务迁移模块，并输出到边缘节点日志文件，其中包括边缘每个边缘节点上的服务数量，以及每个边缘服务对资源的占用数量。
所述仿真模块包括边缘服务更新模块、边缘节点更新模块和边缘服务迁移模块，其中：
边缘服务更新模块，用于更新边缘服务的资源利用情况，并调用边缘服务日志模块更新和反馈日志信息。
边缘节点更新模块，用于更新边缘节点的资源利用情况，并调用边缘节点日志模块更新和反馈日志信息。
边缘服务迁移模块，通过在边缘节点日志模块得到的日志信息，通过边缘服务迁移算法动态的迁移边缘服务。
需要说明的是，尽管以上本发明所述的实施例是说明性的，但这并非是对本发明的限制，因此本发明并不局限于上述具体实施方式中。在不脱离本发明原理的情况下，凡是本领域技术人员在本发明的启示下获得的其它实施方式，均视为在本发明的保护之内。

Claims (8)

1.一种基于资源占用的边缘服务迁移仿真方法，其特征是，包括步骤如下：
步骤1、读取资源配置文件获得配置信息，其中配置信息包括边缘节点配置信息和边缘服务配置信息；
步骤2、读取到配置信息后，基于配置信息中的边缘节点配置信息创建边缘节点；
步骤3、成功创建边缘节点后，基于配置信息中的边缘服务配置信息为每个边缘节点创建各自的边缘服务；
步骤4、判断所有边缘节点里面是否还拥有边缘服务：如果是，则转至步骤5；否则，算法结束；
步骤5、启动边缘服务仿真，对边缘服务和边缘节点进行更新；
步骤6、更新完边缘服务以及边缘节点后，获取并记录边缘服务的日志信息到边缘服务日志文件中，同时获取并记录边缘节点的日志信息到边缘节点日志文件中；
步骤7、基于边缘服务的日志信息和边缘节点的日志信息，计算每个边缘节点的节点评估值
Figure FDA0002303943710000011
当节点评估值
Figure FDA0002303943710000012
小于或等于预设的评估阈值thresholde时，则转至步骤5；当节点评估值
Figure FDA0002303943710000013
大于预设的评估阈值thresholde时，则转至步骤9；
步骤8、计算当前边缘节点的每个边缘服务的服务评估值
Figure FDA0002303943710000014
并选择服务评估值
Figure FDA0002303943710000015
最大的边缘服务作为待迁移服务；
步骤9、计算当前待迁移服务迁移到各个边缘节点后，各个边缘节点的预评估值
Figure FDA0002303943710000016
并将预评估值
Figure FDA0002303943710000017
小于或等于预设的评估阈值thresholde且预评估值
Figure FDA0002303943710000018
最小的边缘节点作为当前待迁移服务的迁移目的地；当所有边缘节点的预评估值
Figure FDA0002303943710000019
都大于预设的评估阈值thresholde，则将云中心作为当前待迁移服务的迁移目的地；
步骤10、将当前待迁移服务迁移到迁移目的地，迁移完成后，返回步骤4。
2.根据权利要求1所述的一种基于资源占用的边缘服务迁移仿真方法，其特征是，
边缘节点配置信息包括，包括边缘节点的数量和每个边缘节点所拥有的资源；
边缘服务配置信息包括每个边缘节点的边缘服务的数量和每个服务对资源的初始需求。
3.根据权利要求1所述的一种基于资源占用的边缘服务迁移仿真方法，其特征是，边缘服务的日志信息包括边缘服务所在的边缘节点，运行时间，以及边缘服务对每钟边缘资源占用的数量。
4.根据权利要求1所述的一种基于资源占用的边缘服务迁移仿真方法，其特征是，边缘节点的日志信息包括每个边缘节点上的服务数量和边缘节点每种资源的消耗数量。
5.根据权利要求1所述的一种基于资源占用的边缘服务迁移仿真方法，其特征是，第e个边缘节点的评估值
Figure FDA0002303943710000024
为：
Figure FDA0002303943710000021
式中：re表示第e个边缘节点的资源种类数量，
Figure FDA0002303943710000025
表示第e个边缘节点的第i类资源的全部数量，
Figure FDA0002303943710000026
表示第e个边缘节点上的第i类资源占用的数量。
6.根据权利要求1所述的一种基于资源占用的边缘服务迁移仿真方法，其特征是，第e个边缘节点的第sk个服务的评估值
Figure FDA0002303943710000027
为：
Figure FDA0002303943710000022
式中：re表示节点e的资源种类数量，
Figure FDA0002303943710000028
表示第e个边缘节点上的第i类资源占用的数量，
Figure FDA0002303943710000029
表示第e个边缘节点的第sk个服务对第i类资源占用的增加数量。
7.根据权利要求1所述的一种基于资源占用的边缘服务迁移仿真方法，其特征是，第e个边缘节点的预评估值
Figure FDA00023039437100000210
为：
Figure FDA0002303943710000023
式中：re表示节点e的资源种类数量，
Figure FDA00023039437100000211
表示第e个边缘节点的第i类资源的全部数量，
Figure FDA00023039437100000212
表示第e个边缘节点上的第i类资源占用的数量，
Figure FDA00023039437100000213
为第e个边缘节点中的待迁移服务
Figure FDA00023039437100000214
对第i类资源的占有数量，
Figure FDA00023039437100000215
为第e个边缘节点中的待迁移服务
Figure FDA00023039437100000216
对第i类资源的增加数量。
8.根据权利要求1所述的一种基于资源占用的边缘服务迁移仿真方法，其特征是，云中心的资源数量大于所有边缘节点的资源数量的总和。
CN201911232481.8A 2019-12-05 2019-12-05 一种基于资源占用的边缘服务迁移仿真方法 Active CN111092755B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911232481.8A CN111092755B (zh) 2019-12-05 2019-12-05 一种基于资源占用的边缘服务迁移仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911232481.8A CN111092755B (zh) 2019-12-05 2019-12-05 一种基于资源占用的边缘服务迁移仿真方法

Publications (2)

Publication Number Publication Date
CN111092755A true CN111092755A (zh) 2020-05-01
CN111092755B CN111092755B (zh) 2022-05-03

Family

ID=70394737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911232481.8A Active CN111092755B (zh) 2019-12-05 2019-12-05 一种基于资源占用的边缘服务迁移仿真方法

Country Status (1)

Country Link
CN (1) CN111092755B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113596119A (zh) * 2021-07-16 2021-11-02 中移（杭州）信息技术有限公司 边缘能力分发方法、***、设备及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030076829A1 (en) * 2001-10-05 2003-04-24 Rabie Sameh A. Resource management in heterogenous QoS-based packet Networks
CN102473114A (zh) * 2009-07-22 2012-05-23 亚马逊技术有限公司 动态迁移计算机网络
CN106844051A (zh) * 2017-01-19 2017-06-13 河海大学 一种边缘计算环境中功耗优化的负载任务迁移算法
CN108509276A (zh) * 2018-03-30 2018-09-07 南京工业大学 一种边缘计算环境中的视频任务动态迁移方法
CN110049130A (zh) * 2019-04-22 2019-07-23 北京邮电大学 一种基于边缘计算的服务部署和任务调度方法及装置
CN110502328A (zh) * 2019-08-28 2019-11-26 嘉兴学院 一种海上边缘计算可信协同任务迁移方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030076829A1 (en) * 2001-10-05 2003-04-24 Rabie Sameh A. Resource management in heterogenous QoS-based packet Networks
CN102473114A (zh) * 2009-07-22 2012-05-23 亚马逊技术有限公司 动态迁移计算机网络
CN106844051A (zh) * 2017-01-19 2017-06-13 河海大学 一种边缘计算环境中功耗优化的负载任务迁移算法
CN108509276A (zh) * 2018-03-30 2018-09-07 南京工业大学 一种边缘计算环境中的视频任务动态迁移方法
CN110049130A (zh) * 2019-04-22 2019-07-23 北京邮电大学 一种基于边缘计算的服务部署和任务调度方法及装置
CN110502328A (zh) * 2019-08-28 2019-11-26 嘉兴学院 一种海上边缘计算可信协同任务迁移方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
乐光学等: "边缘计算多约束可信协同任务迁移策略", 《电信科学》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113596119A (zh) * 2021-07-16 2021-11-02 中移（杭州）信息技术有限公司 边缘能力分发方法、***、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN111092755B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
CN102281290B (zh) 一种PaaS云平台的仿真***及方法
CN109032801B (zh) 一种请求调度方法、***及电子设备和存储介质
CN107453919B (zh) 复杂网络节点重要性评估方法及***
WO2018000991A1 (zh) 一种数据均衡方法和装置
CN112153700A (zh) 一种网络切片资源管理方法及设备
US20210255899A1 (en) Method for Establishing System Resource Prediction and Resource Management Model Through Multi-layer Correlations
CN104298550A (zh) 一种面向Hadoop的动态调度方法
CN110083518B (zh) 一种基于AdaBoost-Elman的虚拟机软件老化预测方法
CN111966289A (zh) 基于Kafka集群的分区优化方法和***
CN112217745A (zh) 基于智能终端云计算的在线办公处理方法及网络设备
CN108770017A (zh) 一种无线资源动态均衡方法及***、计算机程序
CN112541584A (zh) 深度神经网络模型并行模式选择方法
CN111092755B (zh) 一种基于资源占用的边缘服务迁移仿真方法
CN114995964A (zh) 一种组合服务重构方法、装置、设备和计算机可读介质
CN115169634A (zh) 一种任务分配优化处理方法及装置
CN112287503B (zh) 用于交通需求预测的动态空间网络构建方法
CN117194047B (zh) 基于数据协同的分布式***
CN105260245A (zh) 一种资源调度方法及装置
CN109450672B (zh) 一种识别带宽需求突发的方法和装置
CN104519082A (zh) 一种云计算的扩容方法和装置
Zhang et al. Survivable virtual network embedding algorithm considering multiple node failure in IIoT environment
CN112738723A (zh) 网络资源的调配方法、装置和计算机可读存储介质
CN115460700A (zh) 基于联邦学习的网络资源配置方法、装置、电子设备及介质
CN111080115B (zh) 一种基于供水水力模型的用水量分配方法及装置
CN103780688B (zh) 迁移方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200501

Assignee: GUILIN JINFAMING TECHNOLOGY DEVELOPMENT CO.,LTD.

Assignor: GUILIN University OF ELECTRONIC TECHNOLOGY

Contract record no.: X2022450000400

Denomination of invention: A simulation method of edge service migration based on resource occupation

Granted publication date: 20220503

License type: Common License

Record date: 20221226

EE01 Entry into force of recordation of patent licensing contract