CN115941488A - 一种网络切片配置方法及*** - Google Patents
一种网络切片配置方法及*** Download PDFInfo
- Publication number
- CN115941488A CN115941488A CN202211573200.7A CN202211573200A CN115941488A CN 115941488 A CN115941488 A CN 115941488A CN 202211573200 A CN202211573200 A CN 202211573200A CN 115941488 A CN115941488 A CN 115941488A
- Authority
- CN
- China
- Prior art keywords
- network
- service
- upf
- resource configuration
- cost
- 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.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种网络切片配置方法及***;其中所述方法包括,获取用户的业务需求;所述用户的业务需求,包括:业务连接数、业务速率、业务时延和业务可靠性;基于无线接入网载频、核心网UPF处理能力、核心网UPF的吞吐能力、传输网SPN端口数以及云平台的CPU/GPU的资源配置情况,构建资源配置成本模型;基于资源配置成本模型构建目标函数,基于用户的业务需求构建约束条件,以实现在满足用户业务需求条件下,资源配置成本最低;对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求;基于资源配置成本最低时对应的切片通信和计算资源配置规模需求,结合网元实时状态进行网络切片配置。
Description
技术领域
本发明涉及移动通信技术领域,特别是涉及一种网络切片配置方法及***。
背景技术
本部分的陈述仅仅是提到了与本发明相关的背景技术,并不必然构成现有技术。
5G时代,网络将面向三类应用场景:增强型移动宽带(eMBB)、海量物联网(mMTC)和低时延高可靠(uRLLC)。上述三大应用场景对网络的需求差异较大。为了更好的满足上述场景需求,网络切片技术被引入。目前主要是通过各种算法、函数(例如:神经网络算法、奖励函数等)将业务需求与切片资源配置进行更好的匹配来进行网络切片的配置。上述方法能够实现业务需求与切片配置资源的较好匹配,提升资源的利用效率。但在社会“高质量发展”及“提速降费”的要求下,运营商越来越注重网络的效益,希望在满足业务需求的前提下尽量降低网络成本。
发明内容
为了解决现有技术的不足,本发明提供了一种网络切片配置方法及***;通过搭建资源配置成本模型,将网络切片配置问题转换成求解在满足业务需求条件下网络资源成本最低的问题,进一步提升网络切片配置的效益。
第一方面,本发明提供了一种网络切片配置方法;
一种网络切片配置方法,包括:
获取用户的业务需求;所述用户的业务需求,包括:业务连接数、业务速率、业务时延和业务可靠性;
基于无线接入网载频、核心网UPF处理能力、核心网UPF的吞吐能力、传输网SPN端口数以及云平台的CPU/GPU的资源配置情况,构建资源配置成本模型;
基于资源配置成本模型构建目标函数,基于用户的业务需求构建约束条件,以实现在满足用户业务需求条件下,资源配置成本最低;
对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求;
基于资源配置成本最低时对应的切片通信和计算资源配置规模需求,结合网元实时状态进行网络切片配置。
第二方面,本发明提供了一种网络切片配置***;
一种网络切片配置***,包括:
获取模块,其被配置为:获取用户的业务需求;所述用户的业务需求,包括:业务连接数、业务速率、业务时延和业务可靠性;
模型构建模块,其被配置为:基于无线接入网载频、核心网UPF处理能力、核心网UPF的吞吐能力、传输网SPN端口数以及云平台的CPU/GPU的资源配置情况,构建资源配置成本模型;
函数构建模块,其被配置为:基于资源配置成本模型构建目标函数,基于用户的业务需求构建约束条件,以实现在满足用户业务需求条件下,资源配置成本最低;
求解模块,其被配置为:对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求;
切片配置模块,其被配置为:基于资源配置成本最低时对应的切片通信和计算资源配置规模需求,结合网元实时状态进行网络切片配置。
第三方面,本发明还提供了一种电子设备,包括:
存储器,用于非暂时性存储计算机可读指令;以及
处理器,用于运行所述计算机可读指令,
其中,所述计算机可读指令被所述处理器运行时,执行上述第一方面所述的方法。
第四方面,本发明还提供了一种存储介质,非暂时性地存储计算机可读指令,其中,当所述非暂时性计算机可读指令由计算机执行时,执行第一方面所述方法的指令。
第五方面,本发明还提供了一种计算机程序产品,包括计算机程序,所述计算机程序当在一个或多个处理器上运行的时候用于实现上述第一方面所述的方法。
与现有技术相比,本发明的有益效果是:
通过搭建资源配置成本模型,将网络切片配置问题转换成求解在满足业务需求条件下网络资源成本最低的问题,进一步提升网络切片资源配置的效益,在满足业务需求的前提下尽量降低网络成本。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为实施例一的方法流程图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
本实施例所有数据的获取都在符合法律法规和用户同意的基础上,对数据的合法应用。
术语解释:
UPF,其中文解释为用户面功能,其英文全称为User Plane Function;
SPN,其中文解释为切片分组网,其英文全称为Slicing Packet Network;
CPU,其中文解释为中央处理器,其英文全称为Central Processing Unit;
GPU,其中文解释为图形处理器,其英文全称为Graphic Processing Unit;
RRC,其中文解释为无线资源控制,其英文全称为Radio Resource Control。
实施例一
本实施例提供了一种网络切片配置方法;
如图1所示,一种网络切片配置方法,包括:
S101:获取用户的业务需求;所述用户的业务需求,包括:业务连接数、业务速率、业务时延和业务可靠性;
S102:基于无线接入网载频、核心网UPF处理能力、核心网UPF的吞吐能力、传输网SPN端口数以及云平台的CPU/GPU的资源配置情况,构建资源配置成本模型;
S103:基于资源配置成本模型构建目标函数,基于用户的业务需求构建约束条件,以实现在满足用户业务需求的约束条件下,资源配置成本最低;
S104:对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求;
S105:基于资源配置成本最低时对应的切片通信和计算资源配置规模需求,结合网元实时状态进行网络切片配置。
进一步地,所述网络切片配置,包括:无线接入网配置、核心网配置、传输网配置及云平台配置。
进一步地,所述S102:基于无线接入网载频、核心网UPF处理能力、核心网UPF的吞吐能力、传输网SPN端口数以及云平台的CPU/GPU的资源配置情况,构建资源配置成本模型,其中,资源配置成本模型,表示为:
C=Fn*βi+UPFc*βj+UPFt*βk+∑nSPNn*βn+CGn*βl (1)
其中,C为资源配置成本,Fn为配置载频数,UPFc为核心网UPF配置的处理能力,UPFt为核心网UPF配置的吞吐能力,SPNn为配置的传输网SPN端口数,CGn为云平台配置的CPU/GPU数。βi为配置单载频成本,βj为配置核心网UPF单处理能力成本,βk为配置核心网UPF单吞吐能力成本,βn为配置的传输网SPN单端口成本,βl为云平台配置单CPU/GPU的成本。
示例性地,核心网UPF配置的处理能力及吞吐能力,例如华为E9000H-4UPF会话处理能力最大为20万PDU(Packet Data Unit,分组数据单元),忙时吞吐能力最大为100Gbps。
进一步地,所述业务连接数,与无线接入网配置的RRC连接数及核心网UPF配置的处理能力相关,网络资源配置所支持的业务连接数N的表达式为:
N=min(RRC,UPFc) (2)
其中,RRC为无线接入网配置的RRC连接数,而RRC连接数表述为:
RRC=Fn*Kn (3)
其中,Fn为配置载频数,Kn为配置单载频支持的RRC连接数。
进一步地,业务速率与无线接入网的速率、核心网UPF的吞吐能力及传输网SPN的传输带宽相关,网络资源配置所支持的业务速率V表达式为:
V=min(Vt,UPFt,SPNt) (4)
其中,Vt为无线接入网的速率。
Vt表述为:
Vt=Fn*Kb*log2(1+S/N) (5)
其中,Kb为配置单载频的频谱宽度,S为信号功率,N为噪声功率。
传输网SPN配置的传输带宽SPNt表述为:
SPNt=∑nSPNn*Ln (6)
其中,Ln为相应SPNn端口带宽。
进一步地,业务时延与无线接入网的速率、核心网的UPF的吞吐能力、传输网SPN的传输速率、云平台计算速率相关,网络资源配置所支持的时延表达式为:
其中,T为时延,W为业务容量,为云平台配置单CPU/GPU处理速度。
进一步地,业务可靠性与载频利用率、核心网UPF利用率、传输网SPN利用率、云平台计算资源利用率相关,网络资源配置所支持的业务可靠性表达式为:
其中,R为业务可靠性,Wp为忙时需要处理的业务量,Fl为单载频忙时处理业务量,αi、αj、αk、αl分别为无线网、核心网、传输网及云平台可靠性系数,γp为云平台配置单CPU/GPU忙时处理速度。
进一步地,所述S103:基于资源配置成本模型构建目标函数,基于用户的业务需求构建约束条件,以实现在满足用户业务需求条件下,资源配置成本最低,其中目标函数和约束条件,表达式如下:
min(Fn*i+PFc*j+PFt*k+∑nSPn*n+Gn*l)(9)
s.t.
N>Nr (10)
V>Vr (11)
T<Tr (12)
R>Rr (13)
Nr表示业务连接数需求,Vr表示业务速率需求,Tr表示业务时延需求,Rr表示业务可靠性需求。
进一步地,所述S104:对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求,具体包括:
采用粒子群算法,对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求。
进一步地,所述S105:基于资源配置成本最低时对应的切片通信和计算资源配置规模需求,结合网元实时状态进行网络切片配置,具体包括:
网元实时状态信息,包含但不限于:网元可用性、网元服务范围、网元通信资源负荷、网元计算资源负荷;
在网元可用且服务范围满足的条件下,优先选择负荷小的网元作为目标网元来执行网络切片配置。
实施例二
本实施例提供了一种网络切片配置***;
一种网络切片配置***,包括:
获取模块,其被配置为:获取用户的业务需求;所述用户的业务需求,包括:业务连接数、业务速率、业务时延和业务可靠性;
模型构建模块,其被配置为:基于无线接入网载频、核心网UPF处理能力、核心网UPF的吞吐能力、传输网SPN端口数以及云平台的CPU/GPU的资源配置情况,构建资源配置成本模型;
函数构建模块,其被配置为:基于资源配置成本模型构建目标函数,基于用户的业务需求构建约束条件,以实现在满足用户业务需求的约束条件下,资源配置成本最低;
求解模块,其被配置为:对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求;
切片配置模块,其被配置为:基于资源配置成本最低时对应的切片通信和计算资源配置规模需求,结合网元实时状态进行网络切片配置。
此处需要说明的是,上述获取模块、模型构建模块、函数构建模块、求解模块和切片配置模块对应于实施例一中的步骤S101至S105,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为***的一部分可以在诸如一组计算机可执行指令的计算机***中执行。
上述实施例中对各个实施例的描述各有侧重,某个实施例中没有详述的部分可以参见其他实施例的相关描述。
所提出的***,可以通过其他的方式实现。例如以上所描述的***实施例仅仅是示意性的,例如上述模块的划分,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,例如多个模块可以结合或者可以集成到另外一个***,或一些特征可以忽略,或不执行。
实施例三
本实施例还提供了一种电子设备,包括:一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序;其中,处理器与存储器连接,上述一个或多个计算机程序被存储在存储器中,当电子设备运行时,该处理器执行该存储器存储的一个或多个计算机程序,以使电子设备执行上述实施例一所述的方法。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例一中的方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元及算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
实施例四
本实施例还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例一所述的方法。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种网络切片配置方法,其特征是,包括:
获取用户的业务需求;所述用户的业务需求,包括:业务连接数、业务速率、业务时延和业务可靠性;
基于无线接入网载频、核心网UPF处理能力、核心网UPF的吞吐能力、传输网SPN端口数以及云平台的CPU/GPU的资源配置情况,构建资源配置成本模型;
基于资源配置成本模型构建目标函数,基于用户的业务需求构建约束条件,以实现在满足用户业务需求条件下,资源配置成本最低;
对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求;
基于资源配置成本最低时对应的切片通信和计算资源配置规模需求,结合网元实时状态进行网络切片配置。
2.如权利要求1所述的一种网络切片配置方法,其特征是,基于无线接入网载频、核心网UPF处理能力、核心网UPF的吞吐能力、传输网SPN端口数以及云平台的CPU/GPU的资源配置情况,构建资源配置成本模型,其中,资源配置成本模型,表示为:
C=Fn*βi+UPFc*βj+UPFt*βk+∑nSPNn*βn+CGn*βl (1)
其中,C为资源配置成本,Fn为配置载频数,UPFc为核心网UPF配置的处理能力,UPFt为核心网UPF配置的吞吐能力,SPNn为配置的传输网SPN端口数,CGn为云平台配置的CPU/GPU数;βi为配置单载频成本,βj为配置核心网UPF单处理能力成本,βk为配置核心网UPF单吞吐能力成本,βn为配置的传输网SPN单端口成本,βl为云平台配置单CPU/GPU的成本。
3.如权利要求1所述的一种网络切片配置方法,其特征是,所述业务连接数,与无线接入网配置的RRC连接数及核心网UPF配置的处理能力相关,网络资源配置所支持的业务连接数N的表达式为:
N=min(RRC,UPFc) (2)
其中,RRC为无线接入网配置的RRC连接数,而RRC连接数表述为:
RRC=Fn*Kn (3)
其中,Fn为配置载频数,Kn为配置单载频支持的RRC连接数。
4.如权利要求1所述的一种网络切片配置方法,其特征是,业务速率,与无线接入网的速率、核心网UPF的吞吐能力及传输网SPN的传输带宽相关,网络资源配置所支持的业务速率V表达式为:
V=min(Vt,UPFt,SPNt) (4)
其中,Vt为无线接入网的速率;
Vt表述为:
Vt=Fn*Kb*log2(1+S/N) (5)
其中,Kb为配置单载频的频谱宽度,S为信号功率,N为噪声功率;
传输网SPN配置的传输带宽SPNt表述为:
SPNt=∑nSPNn*Ln (6)
其中,Ln为相应SPNn端口带宽。
6.如权利要求1所述的一种网络切片配置方法,其特征是,基于资源配置成本模型构建目标函数,基于用户的业务需求构建约束条件,以实现在满足用户业务需求条件下,资源配置成本最低,其中目标函数和约束条件,表达式如下:
min(Fn*βi+UPFc*βj+UPFt*βk+∑nSPNn*βn+CGn*βl) (9)
s.t.
N>Nr (10)
V>Vr (11)
T<Tr (12)
R>Rr (13)
Nr表示业务连接数需求,Vr表示业务速率需求,Tr表示业务时延需求,Rr表示业务可靠性需求。
7.如权利要求1所述的一种网络切片配置方法,其特征是,对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求,具体包括:
采用粒子群算法,对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求;
基于资源配置成本最低时对应的切片通信和计算资源配置规模需求,结合网元实时状态进行网络切片配置,具体包括:
网元实时状态信息,包含但不限于:网元可用性、网元服务范围、网元通信资源负荷、网元计算资源负荷;
在网元可用且服务范围满足的条件下,优先选择负荷小的网元作为目标网元来执行网络切片配置。
8.一种网络切片配置***,其特征是,包括:
获取模块,其被配置为:获取用户的业务需求;所述用户的业务需求,包括:业务连接数、业务速率、业务时延和业务可靠性;
模型构建模块,其被配置为:基于无线接入网载频、核心网UPF处理能力、核心网UPF的吞吐能力、传输网SPN端口数以及云平台的CPU/GPU的资源配置情况,构建资源配置成本模型;
函数构建模块,其被配置为:基于资源配置成本模型构建目标函数,基于用户的业务需求构建约束条件,以实现在满足用户业务需求条件下,资源配置成本最低;
求解模块,其被配置为:对目标函数进行求解,确定资源配置成本最低时对应的切片通信和计算资源配置规模需求;
切片配置模块,其被配置为:基于资源配置成本最低时对应的切片通信和计算资源配置规模需求,结合网元实时状态进行网络切片配置。
9.一种电子设备,其特征是,包括:
存储器,用于非暂时性存储计算机可读指令;以及
处理器,用于运行所述计算机可读指令,
其中,所述计算机可读指令被所述处理器运行时,执行上述权利要求1-7任一项所述的方法。
10.一种存储介质,其特征是,非暂时性地存储计算机可读指令,其中,当所述非暂时性计算机可读指令由计算机执行时,执行权利要求1-7任一项所述方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211573200.7A CN115941488A (zh) | 2022-12-08 | 2022-12-08 | 一种网络切片配置方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211573200.7A CN115941488A (zh) | 2022-12-08 | 2022-12-08 | 一种网络切片配置方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115941488A true CN115941488A (zh) | 2023-04-07 |
Family
ID=86650357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211573200.7A Pending CN115941488A (zh) | 2022-12-08 | 2022-12-08 | 一种网络切片配置方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115941488A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116546529A (zh) * | 2023-07-04 | 2023-08-04 | 国网江西省电力有限公司信息通信分公司 | 一种网络切片分配方法、***、存储介质及计算机设备 |
-
2022
- 2022-12-08 CN CN202211573200.7A patent/CN115941488A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116546529A (zh) * | 2023-07-04 | 2023-08-04 | 国网江西省电力有限公司信息通信分公司 | 一种网络切片分配方法、***、存储介质及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111279742B (zh) | 电信网络流量的频谱共享*** | |
DE102019105193A1 (de) | Technologien zum beschleunigen von edge-vorrichtungsarbeitslasten | |
CN109547531B (zh) | 数据处理的方法、装置和计算设备 | |
WO2014061481A1 (ja) | 適応的圧縮アルゴリズムを用いたデータ転送装置及びデータ転送システム | |
CN107395572B (zh) | 一种数据处理方法及物联网网关 | |
CN111176792B (zh) | 一种资源调度方法、装置及相关设备 | |
CN115941488A (zh) | 一种网络切片配置方法及*** | |
CN115460216A (zh) | 算力资源调度方法和装置、算力资源调度设备、*** | |
CN112506619A (zh) | 作业处理方法、装置、电子设备、存储介质和程序产品 | |
US20240152393A1 (en) | Task execution method and apparatus | |
CN113535390B (zh) | 多接入边缘计算节点资源分配方法、***、设备及介质 | |
CN105335313A (zh) | 一种基础数据的传输方法及装置 | |
CN109005060B (zh) | 一种基于层级化高度异构分布式***的深度学习应用优化框架 | |
CN115509711A (zh) | 视频计算任务的调度方法、装置及计算机可读存储介质 | |
CN113438678B (zh) | 一种为网络切片分配云资源的方法及装置 | |
CN114461299A (zh) | 一种卸载决策确定方法、装置、电子设备及存储介质 | |
CN115426320A (zh) | 一种安全资源调度方法、装置、电子设备及存储介质 | |
CN112492635B (zh) | 一种调度优先级的确定方法及装置 | |
CN113453285A (zh) | 一种资源调整方法、装置及存储介质 | |
CN115700482A (zh) | 任务执行方法及装置 | |
CN113055199A (zh) | 网关访问方法、装置及网关设备 | |
CN116541153B (zh) | 边缘计算的任务调度方法、***、可读存储介质及计算机 | |
CN116566992B (zh) | 边缘计算的动态协同方法、装置、计算机设备和存储介质 | |
WO2023240911A1 (zh) | 算力调度***和方法、控制节点、存储介质、设备 | |
CN111488216B (zh) | 一种数据处理的方法、装置及电子设备 |
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 |