CN115334001B - 基于优先关系的数据资源调度方法及装置 - Google Patents

基于优先关系的数据资源调度方法及装置 Download PDF

Info

Publication number
CN115334001B
CN115334001B CN202211269625.9A CN202211269625A CN115334001B CN 115334001 B CN115334001 B CN 115334001B CN 202211269625 A CN202211269625 A CN 202211269625A CN 115334001 B CN115334001 B CN 115334001B
Authority
CN
China
Prior art keywords
network
data
time
terminal
kth
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.)
Active
Application number
CN202211269625.9A
Other languages
English (en)
Other versions
CN115334001A (zh
Inventor
徐庆锋
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.)
Yinxin Cloud Wuhan Information Technology Co ltd
Original Assignee
Yinxin Cloud Wuhan Information Technology Co ltd
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 Yinxin Cloud Wuhan Information Technology Co ltd filed Critical Yinxin Cloud Wuhan Information Technology Co ltd
Priority to CN202211269625.9A priority Critical patent/CN115334001B/zh
Publication of CN115334001A publication Critical patent/CN115334001A/zh
Application granted granted Critical
Publication of CN115334001B publication Critical patent/CN115334001B/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
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H04L43/0894—Packet rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种基于优先关系的数据资源调度方法及装置，包括：根据终端集的数据资源请求指令确定与终端集对应的网络集，获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集，计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度和数据传输速率，根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。本发明可以解决当前数据资源调度方法智能化程度较低，容易在资源调度过程中产生调度卡顿或拥塞的情况。

Description

基于优先关系的数据资源调度方法及装置
技术领域
本发明涉及数据传输技术领域，尤其涉及一种基于优先关系的数据资源调度方法、装置、电子设备及计算机可读存储介质。
背景技术
伴随科学技术的不断发展，网络普及已遍及千家万户，可以想象的是，当终端用户数量的增多，如何智能化选择服务网络以更好的调度终端用户所需要的数据是急需解决的问题。
目前主流处理方法是按照终端用户所请求的数据量执行智能匹配，如终端用户请求的数据量为1M，因为数据量较小，则从当前可以服务的网络中选择CPU、内存及网络带宽较弱的网络，若终端用户请求的数据量较大，则选择CPU、内存及网络带宽较强的网络。
上述方法虽然可实现数据资源调度，但终端和网络的对应关系确定较为刻板且僵硬，导致数据资源调度的智能化程度较低，容易在资源调度过程中产生调度卡顿或拥塞的情况。
发明内容
本发明提供一种基于优先关系的数据资源调度方法、装置及计算机可读存储介质，其主要目的在于解决当前数据资源调度方法智能化程度较低，容易在资源调度过程中产生调度卡顿或拥塞的情况。
为实现上述目的，本发明提供的一种基于优先关系的数据资源调度方法，包括：
接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集；
获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集；
计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，其中网络拥塞度的计算方法为：
接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；
根据下式计算得到网络拥塞度：
Figure 238800DEST_PATH_IMAGE001
其中，
Figure 833860DEST_PATH_IMAGE002
表示第i个终端在时间
Figure 18985DEST_PATH_IMAGE003
接入至第k个网络的网络拥塞度，其中时间
Figure 699496DEST_PATH_IMAGE003
在数据资源请求指令发起时间之后，
Figure 425007DEST_PATH_IMAGE004
表示第k个网络的资源块总数量，T为所述时间计算周期，
Figure 140153DEST_PATH_IMAGE005
表示起始计算时间点，
Figure 230600DEST_PATH_IMAGE006
表示第k个网络在起始计算时间点
Figure 923706DEST_PATH_IMAGE005
至时间
Figure 593853DEST_PATH_IMAGE003
时的已分配的资源块数量；
计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，其中数据传输速率的计算方法为：
Figure 694664DEST_PATH_IMAGE007
其中，
Figure 956012DEST_PATH_IMAGE008
表示在时间
Figure 407853DEST_PATH_IMAGE003
时第k个网络将数据传输至第i个终端的数据传输速率，
Figure 678429DEST_PATH_IMAGE009
表示在时间
Figure 368167DEST_PATH_IMAGE003
时第i个终端从第k个网络中分得的资源块数量，
Figure 65996DEST_PATH_IMAGE010
表示第k个网络中每个资源块的带宽，
Figure 429236DEST_PATH_IMAGE011
表示第k个网络的所在基站的传输功率，
Figure 769082DEST_PATH_IMAGE012
表示第k个网络的信息增益。
根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
可选地，所述根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集，包括：
参照如下公式执行归一化操作：
Figure 313327DEST_PATH_IMAGE013
其中，
Figure 182057DEST_PATH_IMAGE014
表示第i个终端的第j个待请求数据，
Figure 405227DEST_PATH_IMAGE015
表示第i个终端的第j个待请求数据执行归一化后的归一化数据，
Figure 283185DEST_PATH_IMAGE016
表示与第i个终端的第j个待请求数据对应的历史请求数据的最小值，
Figure 885199DEST_PATH_IMAGE017
表示与第i个终端的第j个待请求数据对应的历史请求数据的最大值，
Figure 721568DEST_PATH_IMAGE018
表示与第i个终端的第j个待请求数据对应的历史请求数据的平均值。
可选地，所述根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，之前还包括：
获取每个网络在历史时间段中的异常连接集，确定引发异常连接集中每个异常连接时网络的已分配的资源块数量及网络流量使用值；
根据每个异常连接对应的已分配的资源块数量及网络流量使用值，计算得到每个网络的总稳定度；
从所述网络集中剔除总稳定度小于稳定度阈值的网络，得到清洗后的待选网络集。
可选地，所述根据每个异常连接对应的已分配的资源块数量及网络流量使用值，计算得到每个网络的总稳定度，包括：
采用如下方法计算得到每个网络的总稳定度：
Figure 307401DEST_PATH_IMAGE019
Figure 717610DEST_PATH_IMAGE020
其中，
Figure 236448DEST_PATH_IMAGE021
表示第k个网络在时间t发生异常连接的稳定度，s为时间t对应的稳定度编号，H为与第k个网络对应的总带宽，
Figure 978139DEST_PATH_IMAGE022
为第k个网络在时间t发生异常连接时的已分配的资源块数量，
Figure 316847DEST_PATH_IMAGE023
为
Figure 536607DEST_PATH_IMAGE022
的权重，
Figure 847634DEST_PATH_IMAGE024
为第k个网络在时间t发生异常连接时的网络流量使用值，
Figure 494647DEST_PATH_IMAGE025
为
Figure 320652DEST_PATH_IMAGE024
的权重，
Figure 72664DEST_PATH_IMAGE026
表示第k个网络在历史时间段的总稳定度，n表示第k个网络在历史时间段的异常连接的总数，
Figure 300514DEST_PATH_IMAGE027
为预先设定的异常连接次数阈值，K表示第k个网络每次发生异常连接的稳定度的总数。
可选地，所述稳定度阈值设置为0.75。
可选地，所述根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，包括：
构建所述归一化数据集的数据矩阵，其中所述数据矩阵如下所示：
Figure 384008DEST_PATH_IMAGE028
其中，R表示所述数据矩阵，数据矩阵的每一行表示一个终端，数据矩阵R的列维度为l，行维度为m，且行维度m表示终端个数；
在预构建的虚拟机下按照网络拥塞度及数据传输速率虚拟出对应的虚拟网络，得到虚拟网络集；
并行计算所述数据矩阵在虚拟网络集中每个虚拟网络下的传输时间，得到传输时间集；
根据所述传输时间集和虚拟网络集与网络集的对应关系，依次从网络集中选择服务网络将归一化数据集回传至所述终端集。
可选地，所述并行计算所述数据矩阵在虚拟网络集中每个虚拟网络下的传输时间，得到传输时间集，包括：
从所述虚拟网络集依次遍历出每个虚拟网络；
对每个虚拟网络均执行如下处理：
按照所述数据矩阵的矩阵结构，同时计算出每个虚拟网络传输每个终端的归一化数据的传输时间，传输时间的计算方法为：
Figure 25204DEST_PATH_IMAGE029
其中，
Figure 586767DEST_PATH_IMAGE030
为第k个虚拟网络传输第i个终端的归一化数据的传输时间，
Figure 934703DEST_PATH_IMAGE031
表示第k个虚拟网络计划传输第i个终端的归一化数据前的等待时间，
Figure 126781DEST_PATH_IMAGE032
表示第k个虚拟网络传输在传输第i个终端的归一化数据过程的消耗时间；
汇总每个虚拟网络传输每个终端的归一化数据的传输时间，得到所述传输时间集。
可选地，所述等待时间的计算方法为：
Figure 927378DEST_PATH_IMAGE033
其中，
Figure 21193DEST_PATH_IMAGE034
表示第i个终端的归一化数据的数据量，
Figure 223635DEST_PATH_IMAGE035
表示支持第k个虚拟网络运行的服务器的带宽利用率，
Figure 117773DEST_PATH_IMAGE036
表示支持第k个虚拟网络运行的服务器的处理器利用率，
Figure 202403DEST_PATH_IMAGE037
表示支持第k个虚拟网络运行的服务器的内存利用率。
可选地，所述消耗时间的计算方法为：
Figure 105768DEST_PATH_IMAGE038
其中，
Figure 365980DEST_PATH_IMAGE039
表示第k个网络的网络拥塞度，
Figure 493336DEST_PATH_IMAGE040
表示第k个网络的数据传输速率。
为了解决上述问题，本发明还提供一种基于优先关系的数据资源调度装置，所述装置包括：
网络集确定模块，用于接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集；
归一化模块，用于获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集；
网络拥塞度计算模块，用于计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，其中网络拥塞度的计算方法为：
接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；
根据下式计算得到网络拥塞度：
Figure 2945DEST_PATH_IMAGE041
其中，
Figure 196421DEST_PATH_IMAGE042
表示第i个终端在时间
Figure 45560DEST_PATH_IMAGE043
接入至第k个网络的网络拥塞度，其中时间
Figure 874975DEST_PATH_IMAGE043
在数据资源请求指令发起时间之后，
Figure 137461DEST_PATH_IMAGE044
表示第k个网络的资源块总数量，T为所述时间计算周期，
Figure 382628DEST_PATH_IMAGE045
表示起始计算时间点，
Figure 414169DEST_PATH_IMAGE046
表示第k个网络在起始计算时间点
Figure 289852DEST_PATH_IMAGE045
至时间
Figure 774055DEST_PATH_IMAGE043
时的已分配的资源块数量；
数据传输速率计算模块，用于计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，其中数据传输速率的计算方法为：
Figure 551475DEST_PATH_IMAGE047
其中，
Figure 437522DEST_PATH_IMAGE048
表示在时间
Figure 280844DEST_PATH_IMAGE043
时第k个网络将数据传输至第i个终端的数据传输速率，
Figure 49080DEST_PATH_IMAGE009
表示在时间
Figure 573734DEST_PATH_IMAGE043
时第i个终端从第k个网络中分得的资源块数量，
Figure 48708DEST_PATH_IMAGE010
表示第k个网络中每个资源块的带宽，
Figure 735036DEST_PATH_IMAGE011
表示第k个网络的所在基站的传输功率，
Figure 187971DEST_PATH_IMAGE012
表示第k个网络的信息增益；
数据调度模块，用于根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的基于优先关系的数据资源调度方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于优先关系的数据资源调度方法。
本发明实施例为解决背景技术所述问题，先接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集，其中网络集是当前时间内可以响应终端所发出的数据资源请求指令，并执行数据调度的所有网络，相比于背景技术仅考虑的CPU、内存及网络带宽匹配出对应网络来说，本发明实施例智能化的计算出每个网络在数据资源请求指令发出后的网络拥塞度及数据传输速率，由于网络拥塞度及数据传输速率可以更好的反映出网络在当前时间的传输能力，因此匹配精确度更高，最后，根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。因此本发明提出的基于优先关系的数据资源调度方法、装置、电子设备及计算机可读存储介质，可以解决当前数据资源调度方法智能化程度较低，容易在资源调度过程中产生调度卡顿或拥塞的情况。
附图说明
图1为本发明一实施例提供的基于优先关系的数据资源调度方法的流程示意图；
图2为本发明一实施例提供的基于优先关系的数据资源调度装置的功能模块图；
图3为本发明一实施例提供的实现所述基于优先关系的数据资源调度方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于优先关系的数据资源调度方法。所述基于优先关系的数据资源调度方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于优先关系的数据资源调度方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的基于优先关系的数据资源调度方法的流程示意图。在本实施例中，所述基于优先关系的数据资源调度方法包括：
S1、接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集。
本发明实施例中，所述终端集是包括手机、平板、笔记本或台式机等一切具有网络连接功能的软硬件的集合，所述网络集是具有网络传输功能的通信基站、路由器、服务器等集合。
示例性的，某厂家通过官网发布一款性价比极高的商品，不同用户对该商品的需求也不尽相同，用户A想详细了解该商品的生产过程、用户B想了解该商品的功能及使用注意事项、用户C想直接购买该商品、用户D打算找到该商品的厂家地址并求职，即用户A、B、C及D构成终端集，而负责将终端集与官网网址执行连接工作的网络即为网络集，可能包括网络-1、网络-2、网络-3等。此外，不同用户对该厂家所在官网的网址发起不同的数据资源请求指令，可见数据资源请求指令包括的数据类型也不尽相同。
S2、获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集。
可理解的是，历史请求数据集是根据历史请求记录而调取的数据集。示例性的，某厂家发布商品所在的官网，在官网开发阶段就已经内置了多个URL和数据调取接口，因此根据历史的URL或数据接口等可遍历出不同数据类型的历史数据，从而根据历史数据对当前的终端集对应的待请求数据集对应执行归一化处理，可减少数据量，提高数据资源调度效率。
详细地，所述根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集，包括：
参照如下公式执行归一化操作：
Figure 906528DEST_PATH_IMAGE049
其中，
Figure 173692DEST_PATH_IMAGE050
表示第i个终端的第j个待请求数据，
Figure 93238DEST_PATH_IMAGE051
表示第i个终端的第j个待请求数据执行归一化后的归一化数据，
Figure 39328DEST_PATH_IMAGE052
表示与第i个终端的第j个待请求数据对应的历史请求数据的最小值，
Figure 968101DEST_PATH_IMAGE053
表示与第i个终端的第j个待请求数据对应的历史请求数据的最大值，
Figure 214406DEST_PATH_IMAGE054
表示与第i个终端的第j个待请求数据对应的历史请求数据的平均值。
需解释的是，对于数值型数据，最小值、最大值可直接使用数值大小确定，对于字符型数据，最小值、最大值可使用内存大小确定。如用户C想直接购买该商品，该商品价格为20万，而商品网站的历史商品价格的最小值、最大值分别为2千和30万，则可直接执行归一化处理；用户A想详细了解该商品的生产过程，可见整个生产过程是文字、图片类的综合阐述，则获取对应的历史上其他商品的生产过程，得到最小值为20M，最大值为200M，则对应执行压缩处理，得到归一化后的生产过程。
S3、计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度。
详细地，所述计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，包括：
接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；
根据下式计算得到网络拥塞度：
Figure 976957DEST_PATH_IMAGE041
其中，
Figure 342167DEST_PATH_IMAGE042
表示第i个终端在时间
Figure 809052DEST_PATH_IMAGE043
接入至第k个网络的网络拥塞度，其中时间
Figure 175442DEST_PATH_IMAGE043
在数据资源请求指令发起时间之后，
Figure 108894DEST_PATH_IMAGE044
表示第k个网络的资源块总数量，T为所述时间计算周期，
Figure 763997DEST_PATH_IMAGE045
表示起始计算时间点，
Figure 831311DEST_PATH_IMAGE046
表示第k个网络在起始计算时间点
Figure 757652DEST_PATH_IMAGE045
至时间
Figure 455480DEST_PATH_IMAGE043
时的已分配的资源块数量。
需解释的是，资源块是通信领域中的一种帧结构概念，一个资源块在频域上由12个子载波构成共180kHz，一个子载波间隔15kHz；一个资源块在时域上由7个OFDM符号构成，一个资源块代表一个时隙为0.5ms。示例性的，20M带宽实际是20MHz，相当于20*1000/180=111个资源块。
由此可见，本发明实施例巧妙的利用资源块总量及已分配的资源块数量量化出每个网络在时间
Figure 863459DEST_PATH_IMAGE043
的网络拥塞度，通过网络拥塞度可方便后续计算出终端与网络的服务关系。
S4、计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率。
详细地，所述计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，包括：
Figure 609829DEST_PATH_IMAGE055
其中，
Figure 685233DEST_PATH_IMAGE048
表示在时间
Figure 288384DEST_PATH_IMAGE043
时第k个网络将数据传输至第i个终端的数据传输速率，
Figure 121342DEST_PATH_IMAGE009
表示在时间
Figure 727860DEST_PATH_IMAGE043
时第i个终端从第k个网络中分得的资源块数量，
Figure 533136DEST_PATH_IMAGE010
表示第k个网络中每个资源块的带宽，
Figure 572768DEST_PATH_IMAGE011
表示第k个网络的所在基站的传输功率，
Figure 689759DEST_PATH_IMAGE012
表示第k个网络的信息增益。
S5、根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
本发明实施例的目的是提高数据资源调度效率，因此还需考虑每个网络的稳定性，对于不稳定的网络则对其依赖度要适应性降低。
详细地，所述根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，之前还包括：
获取每个网络在历史时间段中的异常连接集，确定引发异常连接集中每个异常连接时网络的已分配的资源块数量及网络流量使用值；
根据每个异常连接对应的已分配的资源块数量及网络流量使用值，计算得到每个网络的总稳定度；
从所述网络集中剔除总稳定度小于稳定度阈值的网络，得到清洗后的待选网络集。
需解释的是，在历史时间段内每个网络有可能会出现一次或多次的异常连接，如厂家的官网中内置了生产商品流程的URL连接，但用户A通过网络-1访问URL连接时出现多次异常连接，而通过网络-2访问URL连接时确没有出现过异常连接现象，由此可见网络-1的稳定性小于网络-2。因此，获取网络-1在连接URL时失败时当时的已分配的资源块数量及网络流量使用值，从而方便后续计算其稳定度。
详细地，所述根据每个异常连接对应的已分配的资源块数量及网络流量使用值，计算得到每个网络的总稳定度，包括：
采用如下方法计算得到每个网络的总稳定度：
Figure 371408DEST_PATH_IMAGE019
Figure 155824DEST_PATH_IMAGE020
其中，
Figure 304040DEST_PATH_IMAGE021
表示第k个网络在时间t发生异常连接的稳定度，s为时间t对应的稳定度编号，H为与第k个网络对应的总带宽，
Figure 308993DEST_PATH_IMAGE056
为第k个网络在时间t发生异常连接时的已分配的资源块数量，
Figure 528753DEST_PATH_IMAGE057
为
Figure 574200DEST_PATH_IMAGE056
的权重，
Figure 752372DEST_PATH_IMAGE058
为第k个网络在时间t发生异常连接时的网络流量使用值，
Figure 312797DEST_PATH_IMAGE059
为
Figure 70669DEST_PATH_IMAGE058
的权重，
Figure 298519DEST_PATH_IMAGE060
表示第k个网络在历史时间段的总稳定度，n表示第k个网络在历史时间段的异常连接的总数，
Figure 48257DEST_PATH_IMAGE061
为预先设定的异常连接次数阈值，K表示第k个网络每次发生异常连接的稳定度的总数。
可理解的是，本发明实施例在计算每个网络的总稳定度时使用了分段函数，即当网络的异常连接的总数符合在区间段
Figure 361558DEST_PATH_IMAGE062
才计算其总稳定度，当异常连接的总数n小于阈值
Figure 923120DEST_PATH_IMAGE061
，本发明实施例认为属于不可避免的异常连接问题，因此认为正常情况故将总稳定度设定为1，同理，当n大于阈值
Figure 271056DEST_PATH_IMAGE061
时表示对应的网络极其不稳定，此时较佳的情况是联系网络管理人员检查其网络问题，不宜使用该网络执行数据资源调度。
本发明实施例中，所述稳定度阈值设置为0.75，即计算出每个网络的总稳定度以后，会依次判断其与0.75的大小关系，保留大于或等于0.75的网络，剔除小于0.75的网络，从而筛选得到所述待选网络集。
进一步地，所述根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，包括：
构建所述归一化数据集的数据矩阵，其中所述数据矩阵如下所示：
Figure 259872DEST_PATH_IMAGE028
其中，R表示所述数据矩阵，数据矩阵的每一行表示一个终端，数据矩阵R的列维度为l，行维度为m，且行维度m表示终端个数；
在预构建的虚拟机下按照网络拥塞度及数据传输速率虚拟出对应的虚拟网络，得到虚拟网络集；
并行计算所述数据矩阵在虚拟网络集中每个虚拟网络下的传输时间，得到传输时间集；
根据所述传输时间集和虚拟网络集与网络集的对应关系，依次从网络集中选择服务网络将归一化数据集回传至所述终端集。
需解释的是，每个终端所请求的数据个数不相同，因此本发明实施例构建数据矩阵时先确定最多的数据个数，根据最多的数据个数进而确定出数据矩阵的列维度l和行维度m。
此外，本发明实施例为了高效模拟出网络集传输归一化数据集的传输效率，先构建出虚拟机，其中虚拟机的主要是在支持本发明实施例的服务器的服务环境下，按照网络拥塞度及数据传输速率虚拟的前提条件下虚拟出与真实网络（即本发明所述网络集中的每个网络）对应的虚拟网络，从而计算出每个网络传输每个终端对应的归一化数据的传输时间。
详细地，所述并行计算所述数据矩阵在虚拟网络集中每个虚拟网络下的传输时间，得到传输时间集，包括：
从所述虚拟网络集依次遍历出每个虚拟网络；
对每个虚拟网络均执行如下处理：
按照所述数据矩阵的矩阵结构，同时计算出每个虚拟网络传输每个终端的归一化数据的传输时间，传输时间的计算方法为：
Figure 794890DEST_PATH_IMAGE063
其中，
Figure 566668DEST_PATH_IMAGE064
为第k个虚拟网络传输第i个终端的归一化数据的传输时间，
Figure 52267DEST_PATH_IMAGE065
表示第k个虚拟网络计划传输第i个终端的归一化数据前的等待时间，
Figure 352930DEST_PATH_IMAGE066
表示第k个虚拟网络传输在传输第i个终端的归一化数据过程的消耗时间；
汇总每个虚拟网络传输每个终端的归一化数据的传输时间，得到所述传输时间集。
进一步地，所述等待时间的计算方法为：
Figure 109664DEST_PATH_IMAGE067
其中，
Figure 685133DEST_PATH_IMAGE068
表示第i个终端的归一化数据的数据量，
Figure 679765DEST_PATH_IMAGE069
表示支持第k个虚拟网络运行的服务器的带宽利用率，
Figure 275963DEST_PATH_IMAGE070
表示支持第k个虚拟网络运行的服务器的处理器利用率，
Figure 717396DEST_PATH_IMAGE071
表示支持第k个虚拟网络运行的服务器的内存利用率；
所述消耗时间的计算方法为：
Figure 503081DEST_PATH_IMAGE072
其中，
Figure 476853DEST_PATH_IMAGE073
表示第k个网络的网络拥塞度，
Figure 712793DEST_PATH_IMAGE074
表示第k个网络的数据传输速率。
由此可见，通过计算每个虚拟网络传输每个终端的归一化数据的传输时间得到传输时间集后，可对比选择出每个终端下用于传输归一化数据的传输时间最小所对应的虚拟网络，从而将该虚拟网络确定为服务网络，可见归一化数据集回传至对应的终端，完成数据资源调度。
本发明实施例为解决背景技术所述问题，先接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集，其中网络集是当前时间内可以响应终端所发出的数据资源请求指令，并执行数据调度的所有网络，相比于背景技术仅考虑的CPU、内存及网络带宽匹配出对应网络来说，本发明实施例智能化的计算出每个网络在数据资源请求指令发出后的网络拥塞度及数据传输速率，由于网络拥塞度及数据传输速率可以更好的反映出网络在当前时间的传输能力，因此匹配精确度更高，最后，根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。因此本发明提出的基于优先关系的数据资源调度方法、装置、电子设备及计算机可读存储介质，可以解决当前数据资源调度方法智能化程度较低，容易在资源调度过程中产生调度卡顿或拥塞的情况。
如图2所示，是本发明一实施例提供的基于优先关系的数据资源调度装置的功能模块图。
本发明所述基于优先关系的数据资源调度装置100可以安装于电子设备中。根据实现的功能，所述基于优先关系的数据资源调度装置100可以包括网络集确定模块101、归一化模块102、网络拥塞度计算模块103、数据传输速率计算模块104及数据调度模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
所述网络集确定模块101，用于接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集；
所述归一化模块102，用于获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集；
所述网络拥塞度计算模块103，用于计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，其中网络拥塞度的计算方法为：
接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；
根据下式计算得到网络拥塞度：
Figure 116224DEST_PATH_IMAGE041
其中，
Figure 564654DEST_PATH_IMAGE042
表示第i个终端在时间
Figure 855915DEST_PATH_IMAGE043
接入至第k个网络的网络拥塞度，其中时间
Figure 262757DEST_PATH_IMAGE043
在数据资源请求指令发起时间之后，
Figure 746959DEST_PATH_IMAGE044
表示第k个网络的资源块总数量，T为所述时间计算周期，
Figure 61397DEST_PATH_IMAGE045
表示起始计算时间点，
Figure 947444DEST_PATH_IMAGE046
表示第k个网络在起始计算时间点
Figure 790766DEST_PATH_IMAGE045
至时间
Figure 496685DEST_PATH_IMAGE043
时的已分配的资源块数量；
所述数据传输速率计算模块104，用于计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，其中数据传输速率的计算方法为：
Figure 83656DEST_PATH_IMAGE075
其中，
Figure 490454DEST_PATH_IMAGE048
表示在时间
Figure 832574DEST_PATH_IMAGE043
时第k个网络将数据传输至第i个终端的数据传输速率，
Figure 963472DEST_PATH_IMAGE009
表示在时间
Figure 88554DEST_PATH_IMAGE043
时第i个终端从第k个网络中分得的资源块数量，
Figure 277090DEST_PATH_IMAGE010
表示第k个网络中每个资源块的带宽，
Figure 462215DEST_PATH_IMAGE011
表示第k个网络的所在基站的传输功率，
Figure 877147DEST_PATH_IMAGE012
表示第k个网络的信息增益；
所述数据调度模块105，用于根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
详细地，本发明实施例中所述基于优先关系的数据资源调度装置100中的所述各模块在使用时采用与上述的图1中所述的基于区块链的产品供应链管理方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图3所示，是本发明一实施例提供的实现基于优先关系的数据资源调度方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线12，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于优先关系的数据资源调度方法程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（SecureDigital， SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于优先关系的数据资源调度方法程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（Control Unit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如基于优先关系的数据资源调度方法程序等），以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线12可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。该总线12可以分为地址总线、数据总线、控制总线等。所述总线12被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备1与其他电子设备之间建立通信连接。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集；
获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集；
计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，其中网络拥塞度的计算方法为：
接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；
根据下式计算得到网络拥塞度：
Figure 71499DEST_PATH_IMAGE041
其中，
Figure 804223DEST_PATH_IMAGE042
表示第i个终端在时间
Figure 753724DEST_PATH_IMAGE043
接入至第k个网络的网络拥塞度，其中时间
Figure 921532DEST_PATH_IMAGE043
在数据资源请求指令发起时间之后，
Figure 60520DEST_PATH_IMAGE044
表示第k个网络的资源块总数量，T为所述时间计算周期，
Figure 364594DEST_PATH_IMAGE045
表示起始计算时间点，
Figure 688259DEST_PATH_IMAGE046
表示第k个网络在起始计算时间点
Figure 15466DEST_PATH_IMAGE045
至时间
Figure 545761DEST_PATH_IMAGE043
时的已分配的资源块数量；
计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，其中数据传输速率的计算方法为：
Figure 376445DEST_PATH_IMAGE076
其中，
Figure 136591DEST_PATH_IMAGE048
表示在时间
Figure 278990DEST_PATH_IMAGE043
时第k个网络将数据传输至第i个终端的数据传输速率，
Figure 353257DEST_PATH_IMAGE009
表示在时间
Figure 772868DEST_PATH_IMAGE043
时第i个终端从第k个网络中分得的资源块数量，
Figure 907177DEST_PATH_IMAGE010
表示第k个网络中每个资源块的带宽，
Figure 327751DEST_PATH_IMAGE011
表示第k个网络的所在基站的传输功率，
Figure 940129DEST_PATH_IMAGE012
表示第k个网络的信息增益。
根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于优先关系的数据资源调度方法，其特征在于，所述方法包括：
接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集；
获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集；
计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，其中网络拥塞度的计算方法为：
接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；
根据下式计算得到网络拥塞度：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
表示第i个终端在时间
Figure DEST_PATH_IMAGE003
接入至第k个网络的网络拥塞度，其中时间
Figure 939434DEST_PATH_IMAGE003
在数据资源请求指令发起时间之后，
Figure DEST_PATH_IMAGE004
表示第k个网络的资源块总数量，T为所述时间计算周期，
Figure DEST_PATH_IMAGE005
表示起始计算时间点，
Figure DEST_PATH_IMAGE006
表示第k个网络在起始计算时间点
Figure 168159DEST_PATH_IMAGE005
至时间
Figure 885579DEST_PATH_IMAGE003
时的已分配的资源块数量；
计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，其中数据传输速率的计算方法为：
Figure DEST_PATH_IMAGE007
其中，
Figure DEST_PATH_IMAGE008
表示在时间
Figure 400830DEST_PATH_IMAGE003
时第k个网络将数据传输至第i个终端的数据传输速率，
Figure DEST_PATH_IMAGE009
表示在时间
Figure 339836DEST_PATH_IMAGE003
时第i个终端从第k个网络中分得的资源块数量，
Figure DEST_PATH_IMAGE010
表示第k个网络中每个资源块的带宽，
Figure DEST_PATH_IMAGE011
表示第k个网络的所在基站的传输功率，
Figure DEST_PATH_IMAGE012
表示第k个网络的信息增益；
根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
2.如权利要求1所述的基于优先关系的数据资源调度方法，其特征在于，所述根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集，包括：
参照如下公式执行归一化操作：
Figure DEST_PATH_IMAGE013
其中，
Figure DEST_PATH_IMAGE014
表示第i个终端的第j个待请求数据，
Figure DEST_PATH_IMAGE015
表示第i个终端的第j个待请求数据执行归一化后的归一化数据，
Figure DEST_PATH_IMAGE016
表示与第i个终端的第j个待请求数据对应的历史请求数据的最小值，
Figure DEST_PATH_IMAGE017
表示与第i个终端的第j个待请求数据对应的历史请求数据的最大值，
Figure DEST_PATH_IMAGE018
表示与第i个终端的第j个待请求数据对应的历史请求数据的平均值。
3.如权利要求2所述的基于优先关系的数据资源调度方法，其特征在于，所述根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，之前还包括：
获取每个网络在历史时间段中的异常连接集，确定引发异常连接集中每个异常连接时网络的已分配的资源块数量及网络流量使用值；
根据每个异常连接对应的已分配的资源块数量及网络流量使用值，计算得到每个网络的总稳定度；
从所述网络集中剔除总稳定度小于稳定度阈值的网络，得到清洗后的待选网络集。
4.如权利要求3所述的基于优先关系的数据资源调度方法，其特征在于，所述根据每个异常连接对应的已分配的资源块数量及网络流量使用值，计算得到每个网络的总稳定度，包括：
采用如下方法计算得到每个网络的总稳定度：
Figure DEST_PATH_IMAGE019
Figure DEST_PATH_IMAGE020
其中，
Figure DEST_PATH_IMAGE021
表示第k个网络在时间t发生异常连接的稳定度，s为时间t对应的稳定度编号，H为与第k个网络对应的总带宽，
Figure DEST_PATH_IMAGE022
为第k个网络在时间t发生异常连接时的已分配的资源块数量，
Figure DEST_PATH_IMAGE023
为
Figure 644522DEST_PATH_IMAGE022
的权重，
Figure DEST_PATH_IMAGE024
为第k个网络在时间t发生异常连接时的网络流量使用值，
Figure DEST_PATH_IMAGE025
为
Figure 36189DEST_PATH_IMAGE024
的权重，
Figure DEST_PATH_IMAGE026
表示第k个网络在历史时间段的总稳定度，n表示第k个网络在历史时间段的异常连接的总数，
Figure DEST_PATH_IMAGE027
为预先设定的异常连接次数阈值，K表示第k个网络每次发生异常连接的稳定度的总数。
5.如权利要求4所述的基于优先关系的数据资源调度方法，其特征在于，所述稳定度阈值设置为0.75。
6.如权利要求5所述的基于优先关系的数据资源调度方法，其特征在于，所述根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，包括：
构建所述归一化数据集的数据矩阵，其中所述数据矩阵如下所示：
Figure DEST_PATH_IMAGE028
其中，R表示所述数据矩阵，数据矩阵的每一行表示一个终端，数据矩阵R的列维度为l，行维度为m，且行维度m表示终端个数；
在预构建的虚拟机下按照网络拥塞度及数据传输速率虚拟出对应的虚拟网络，得到虚拟网络集；
并行计算所述数据矩阵在虚拟网络集中每个虚拟网络下的传输时间，得到传输时间集；
根据所述传输时间集和虚拟网络集与网络集的对应关系，依次从网络集中选择服务网络将归一化数据集回传至所述终端集。
7.如权利要求6所述的基于优先关系的数据资源调度方法，其特征在于，所述并行计算所述数据矩阵在虚拟网络集中每个虚拟网络下的传输时间，得到传输时间集，包括：
从所述虚拟网络集依次遍历出每个虚拟网络；
对每个虚拟网络均执行如下处理：
按照所述数据矩阵的矩阵结构，同时计算出每个虚拟网络传输每个终端的归一化数据的传输时间，传输时间的计算方法为：
Figure DEST_PATH_IMAGE029
其中，
Figure DEST_PATH_IMAGE030
为第k个虚拟网络传输第i个终端的归一化数据的传输时间，
Figure DEST_PATH_IMAGE031
表示第k个虚拟网络计划传输第i个终端的归一化数据前的等待时间，
Figure DEST_PATH_IMAGE032
表示第k个虚拟网络传输在传输第i个终端的归一化数据过程的消耗时间；
汇总每个虚拟网络传输每个终端的归一化数据的传输时间，得到所述传输时间集。
8.如权利要求7所述的基于优先关系的数据资源调度方法，其特征在于，所述等待时间的计算方法为：
Figure DEST_PATH_IMAGE033
其中，
Figure DEST_PATH_IMAGE034
表示第i个终端的归一化数据的数据量，
Figure DEST_PATH_IMAGE035
表示支持第k个虚拟网络运行的服务器的带宽利用率，
Figure DEST_PATH_IMAGE036
表示支持第k个虚拟网络运行的服务器的处理器利用率，
Figure DEST_PATH_IMAGE037
表示支持第k个虚拟网络运行的服务器的内存利用率。
9.如权利要求8所述的基于优先关系的数据资源调度方法，其特征在于，所述消耗时间的计算方法为：
Figure DEST_PATH_IMAGE038
其中，
Figure DEST_PATH_IMAGE039
表示第k个网络的网络拥塞度，
Figure DEST_PATH_IMAGE040
表示第k个网络的数据传输速率。
10.一种基于优先关系的数据资源调度装置，其特征在于，所述装置包括：
网络集确定模块，用于接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集；
归一化模块，用于获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集；
网络拥塞度计算模块，用于计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，其中网络拥塞度的计算方法为：
接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；
根据下式计算得到网络拥塞度：
Figure DEST_PATH_IMAGE041
其中，
Figure 982892DEST_PATH_IMAGE002
表示第i个终端在时间
Figure 120612DEST_PATH_IMAGE003
接入至第k个网络的网络拥塞度，其中时间
Figure 317238DEST_PATH_IMAGE003
在数据资源请求指令发起时间之后，
Figure 524097DEST_PATH_IMAGE004
表示第k个网络的资源块总数量，T为所述时间计算周期，
Figure 729951DEST_PATH_IMAGE005
表示起始计算时间点，
Figure 456598DEST_PATH_IMAGE006
表示第k个网络在起始计算时间点
Figure 350691DEST_PATH_IMAGE005
至时间
Figure 795579DEST_PATH_IMAGE003
时的已分配的资源块数量；
数据传输速率计算模块，用于计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，其中数据传输速率的计算方法为：
Figure DEST_PATH_IMAGE042
其中，
Figure 726495DEST_PATH_IMAGE008
表示在时间
Figure 573228DEST_PATH_IMAGE003
时第k个网络将数据传输至第i个终端的数据传输速率，
Figure 360924DEST_PATH_IMAGE009
表示在时间
Figure 293108DEST_PATH_IMAGE003
时第i个终端从第k个网络中分得的资源块数量，
Figure 575185DEST_PATH_IMAGE010
表示第k个网络中每个资源块的带宽，
Figure 791272DEST_PATH_IMAGE011
表示第k个网络的所在基站的传输功率，
Figure 766181DEST_PATH_IMAGE012
表示第k个网络的信息增益；
数据调度模块，用于根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
CN202211269625.9A 2022-10-18 2022-10-18 基于优先关系的数据资源调度方法及装置 Active CN115334001B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211269625.9A CN115334001B (zh) 2022-10-18 2022-10-18 基于优先关系的数据资源调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211269625.9A CN115334001B (zh) 2022-10-18 2022-10-18 基于优先关系的数据资源调度方法及装置

Publications (2)

Publication Number Publication Date
CN115334001A CN115334001A (zh) 2022-11-11
CN115334001B true CN115334001B (zh) 2023-02-17

Family

ID=83915320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211269625.9A Active CN115334001B (zh) 2022-10-18 2022-10-18 基于优先关系的数据资源调度方法及装置

Country Status (1)

Country Link
CN (1) CN115334001B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116483573B (zh) * 2023-04-25 2023-11-03 格莱杰(深圳)科技有限公司 一种响应待处理任务时的计算资源调度方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109863791A (zh) * 2016-10-25 2019-06-07 三星电子株式会社 用于在无线通信***中选择接入网络的方法和装置
CN113068229A (zh) * 2019-12-16 2021-07-02 青岛海信移动通信技术股份有限公司 一种通信终端及无线网络切换的方法
CN113225773A (zh) * 2021-05-12 2021-08-06 重庆邮电大学 超密集异构无线网络中网络环境感知自适应切换判决方法
CN113382412A (zh) * 2021-05-12 2021-09-10 重庆邮电大学 超密集异构网络中考虑终端安全的网络选择方法
CN114363996A (zh) * 2022-01-19 2022-04-15 东北电力大学 一种基于多目标的异构无线网络业务接入控制方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017081864A1 (en) * 2015-11-10 2017-05-18 Nec Corporation Communication system
US10484298B2 (en) * 2015-11-16 2019-11-19 HomeAdvisor, Inc. Optimization of network resources
CN107155201A (zh) * 2016-03-06 2017-09-12 上海无线通信研究中心 一种降低接入拥塞的用户中心网络服务小区选择方法
CN114205296A (zh) * 2021-12-16 2022-03-18 北京有竹居网络技术有限公司 网络接入方法、装置、介质及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109863791A (zh) * 2016-10-25 2019-06-07 三星电子株式会社 用于在无线通信***中选择接入网络的方法和装置
CN113068229A (zh) * 2019-12-16 2021-07-02 青岛海信移动通信技术股份有限公司 一种通信终端及无线网络切换的方法
CN113225773A (zh) * 2021-05-12 2021-08-06 重庆邮电大学 超密集异构无线网络中网络环境感知自适应切换判决方法
CN113382412A (zh) * 2021-05-12 2021-09-10 重庆邮电大学 超密集异构网络中考虑终端安全的网络选择方法
CN114363996A (zh) * 2022-01-19 2022-04-15 东北电力大学 一种基于多目标的异构无线网络业务接入控制方法及装置

Also Published As

Publication number Publication date
CN115334001A (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
CN109918205B (zh) 一种边缘设备调度方法、***、装置及计算机存储介质
CN109359031B (zh) 多设备应用程序测试方法、装置、服务器及存储介质
CN111818136B (zh) 数据处理方法、装置、电子设备及计算机可读介质
CN111913818A (zh) 一种确定服务间依赖关系的方法及相关装置
CN114124968B (zh) 基于行情数据的负载均衡方法、装置、设备及介质
CN115277566B (zh) 数据访问的负载均衡方法、装置、计算机设备及介质
CN115334001B (zh) 基于优先关系的数据资源调度方法及装置
CN111163018A (zh) 网络设备及其降低传输时延的方法
CN111796933B (zh) 资源调度方法、装置、存储介质和电子设备
CN113890712A (zh) 数据传输方法、装置、电子设备及可读存储介质
CN114816738A (zh) 算力节点的确定方法、装置、设备及计算机可读存储介质
CN113419856A (zh) 智能限流方法、装置、电子设备及存储介质
CN115633039A (zh) 通信建立方法、负载均衡装置、设备及存储介质
CN104239111B (zh) 应用程序的升级方法、装置及终端
CN115373826B (zh) 一种基于云计算的任务调度方法及装置
CN116089477B (zh) 分布式训练方法及***
CN114510299A (zh) 处理人工智能业务的方法、装置以及存储介质
CN107045452B (zh) 虚拟机调度方法和装置
CN108964904A (zh) 群密钥安全管理方法、装置、电子设备及存储介质
CN106408793B (zh) 一种适用于atm业务的业务组件共享方法及***
CN109002381A (zh) 进程通信监控方法、电子装置及计算机可读存储介质
CN113783912A (zh) 请求分发方法、装置及存储介质
CN113779021A (zh) 数据处理方法、装置、计算机***及可读存储介质
CN111796934A (zh) 任务下发方法、装置、存储介质和电子设备
CN116302500B (zh) 一种基于x86平台的cpie资源共板调度方法及***

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