[go: up one dir, main page]

CN111629046B - 边缘计算协同方法、边缘计算设备及终端 - Google Patents

边缘计算协同方法、边缘计算设备及终端 Download PDF

Info

Publication number
CN111629046B
CN111629046B CN202010441301.3A CN202010441301A CN111629046B CN 111629046 B CN111629046 B CN 111629046B CN 202010441301 A CN202010441301 A CN 202010441301A CN 111629046 B CN111629046 B CN 111629046B
Authority
CN
China
Prior art keywords
node
load value
edge computing
load
information table
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
CN202010441301.3A
Other languages
English (en)
Other versions
CN111629046A (zh
Inventor
饶光
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group 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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202010441301.3A priority Critical patent/CN111629046B/zh
Publication of CN111629046A publication Critical patent/CN111629046A/zh
Application granted granted Critical
Publication of CN111629046B publication Critical patent/CN111629046B/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
    • 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
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • 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
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明提供一种边缘计算协同方法，方法包括：边缘计算节点群中的节点根据应用请求判断本节点的负载值是否超过分流阈值；在判断结果为是时，将应用请求重定向至边缘计算节点群中最小负载值对应的节点。相应地，还提供边缘计算设备及终端。该方法能实现边缘计算节点群各节点实时负载的动态均衡。

Description

边缘计算协同方法、边缘计算设备及终端
技术领域
本发明涉及通信技术领域，尤其涉及一种边缘计算协同方法、边缘计算设备及终端。
背景技术
边缘计算节点靠近用户侧，其数量较多，受成本及需求因素影响，单个边缘计算节点的计算和存储能力的配置较低，因此，容易出现边缘计算节点负载失衡的情况，如某区域举行大型活动造成用户聚集，激增的移动端请求导致该区域边缘计算节点超出处理能力，但周边边缘计算节点仍然处于正常或轻负荷状态的问题。
发明内容
本发明所要解决的技术问题是针对现有技术的上述不足，提供一种边缘计算协同方法、边缘计算设备及终端，实现边缘计算节点群各节点实时负载的动态均衡。
第一方面，本发明实施例提供一种边缘计算协同方法，包括：边缘计算节点群中的节点根据应用请求判断本节点的负载值是否超过分流阈值；在判断结果为是时，将应用请求重定向至边缘计算节点群中最小负载值对应的节点。
优选地，所述边缘计算节点群中的节点根据应用请求判断本节点的负载值是否超过分流阈值，包括：节点接收应用请求；在负载信息表中查询本节点的负载值；判断本节点的负载值是否超过分流阈值。
优选地，所述将应用请求重定向至边缘计算节点群中最小负载值对应的节点，包括：查询负载信息表，以确定边缘计算节点群中最小负载值对应的节点地址；向应用请求发起方发送重定向消息，重定向消息包括重建连接要求和最小负载值对应的节点地址，以使应用请求发起方重建连接至最小负载值对应的节点地址。
优选地，节点在接收应用请求之前，边缘计算协同还包括：构建本节点的负载信息表，所述负载信息表包括边缘计算节点群各个节点的节点地址、负载值，以及节点地址与负载值的对应关系；按预设时长周期性更新负载信息表中的负载值。
优选地，所述构建本节点的负载信息表，具体包括：计算本节点的负载值；接收边缘计算节点群其他各节点发送的节点地址及其负载值；将本节点的负载值、其他各节点发送的节点地址及其负载值存储至本节点的负载信息表中。
优选地，所述计算本节点的负载值，具体包括：获取预设时长内的连接数量和任务处理时长；根据预设时长计算单位时间连接数量及单位时间平均任务处理时长；计算本节点的负载值：
Figure BDA0002504111480000021
其中，NL表示节点的负载值，C表示节点的单位时间连接数量，Cmax表示节点的单位时间连接数量最大限值，Cmax的取值根据边缘计算网络及节点能力确定，P表示节点的单位时间平均任务处理时长，Pmax表示节点的单位时间平均任务处理时长最大限值，Pmax的取值根据应用可容忍的最大时延确定，WC和WP分别表示C和P的权重，且WC+WP＝1。
优选地，所述按预设时长周期性更新负载信息表中的负载值，具体包括：按预设时长周期性计算本节点的最新负载值，在本节点存储的负载信息表中将本节点的负载值更新为最新负载值，并向边缘计算节点群中其他各节点广播本节点的节点地址及最新负载值；接收边缘计算节点群中其他各节点根据预设时长周期性发送的各节点地址及其最新负载值；将边缘计算节点群中其他各节点发送的最新负载值更新至负载信息表中。
第二方面，本发明实施例提供一种边缘计算设备，包括判断模块、重定向模块。判断模块，用于根据应用请求判断本节点的负载值是否超过分流阈值。重定向模块，与判断模块连接，用于在判断模块输出的判断结果为是时，将应用请求重定向至边缘计算节点群中最小负载值对应的节点。
优选地，边缘计算设备还包括构建模块和更新模块。构建模块，与判断模块连接，用于构建本节点的负载信息表，所述负载信息表包括边缘计算节点群各个节点的节点地址、负载值，以及节点地址与负载值的对应关系。更新模块，与构建模块连接，用于按预设时长周期性更新负载信息表中的负载值。
第三方面，本发明实施例提供一种终端，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以实现第一方面中所述的边缘计算协同方法。
本发明实施例提供的边缘计算协同方法中，在判断结果为边缘计算节点的当前负载值超过分流阈值时，将应用请求重定向至当前最小负载值对应的边缘计算节点，以实现边缘计算节点群各节点实时负载的动态均衡。
附图说明
图1：为本发明实施例1的一种边缘计算协同方法流程图；
图2：为本发明实施例2的一种边缘计算设备的结构图；
图3：为本发明实施例3的一种终端的结构图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和实施例对本发明的一种边缘计算协同方法、边缘计算设备及终端作进一步详细描述。
实施例1：
本实施例提供一种边缘计算协同方法，该方法由边缘计算节点群中的各个节点实施，其中，边缘计算节点群由本地多个边缘计算节点组成。如图1所示，该方法包括：
步骤101，边缘计算节点群中的节点根据应用请求判断本节点的负载值是否超过分流阈值。
本实施例中，当有新的应用请求连接至边缘计算节点群中的某个节点时，该节点接收新的应用请求，在负载信息表中查询本节点的负载值，判断本节点的负载值是否超过分流阈值。其中，分流阈值的数值可根据用户对应用响应速度的需求进行设定。
步骤102，在判断结果为是时，将应用请求重定向至边缘计算节点群中最小负载值对应的节点。
本实施例中，在判断结果为本节点的负载值超过分流阈值时，查询负载信息表，筛选出最小负载值，进一步以确定边缘计算节点群中最小负载值对应的节点地址；向应用请求发起方发送重定向消息，重定向消息包括重建连接要求和最小负载值对应的节点地址，以使应用请求发起方重建连接至最小负载值对应的节点地址。在判断结果为本节点的负载值未超过分流阈值时，则由本节点处理该应用请求。其中，负载信息表包括边缘计算节点群所有节点的负载值，查询负载信息表有两种方式，一种方式为从中心云平台处查询负载信息表，另一种方式为从本节点处查询负载信息表。分流阈值可以存储在中心云平台，也可以存储在边缘计算网络的配置参数表中。当分流阈值存储在边缘计算网络的配置参数表中，则该配置参数表被维护在边缘计算节点群的每个节点中。
可选地，节点在接收应用请求之前，边缘计算协同方法还包括步骤11-步骤12：
步骤11，构建本节点的负载信息表，负载信息表包括边缘计算节点群各个节点的节点地址、负载值，以及节点地址与负载值的对应关系。
本实施例中，在边缘计算网络组建后，边缘计算节点群的所有节点均需构建负载信息表。或者在边缘计算节点群中新增节点时，新增的节点需要构建负载信息表。因此，在边缘计算节点群的每个节点中，存储并维护一个关于群内所有节点负载的负载信息表。可选地，负载信息表还包括边缘计算节点群各个节点的节点标识，以及节点标识与负载值的对应关系。
构建负载信息表具体包括如下步骤：
步骤1101，计算本节点的负载值。
具体地，获取预设时长内本节点的连接数量和任务处理时长。其中，预设时长的数值可根据用户需求进行设定，预设时长的数值存储在各节点维护的配置参数表中。任务处理时长为节点接收应用处理请求事件和节点处理完成后返回处理结果事件之间的时间差。本节点可根据预设时长设置时钟触发器，在每个预设时长的时间段内将获取的本节点的连接数量和任务处理时长写入临时存储区。例如，预设时长的数值设置为20分钟，本节点获取到20分钟内请求连接至本节点的应用个数为5个，即连接数量为5个，5个应用的任务处理时长分别为10分钟、3分钟、8分钟、15分钟、18分钟，并将获取的数据存储至临时存储区。
继而，根据预设时长计算单位时间连接数量及单位时间平均任务处理时长。其中，单位时间的数值可设定为分钟或秒。例如，单位时间的数值设定为分钟，在预设时长到达时，本节点读取临时存储区的数据，计算得到单位时间连接数量为0.25个，单位时间平均任务处理时长为0.54分钟。
进一步地，按照以下模型计算本节点的负载值：
Figure BDA0002504111480000051
其中，NL表示节点的负载值，C表示节点的单位时间连接数量，Cmax表示节点的单位时间连接数量最大限值，Cmax的数值根据边缘计算网络及节点能力确定，P表示节点的单位时间平均任务处理时长，Pmax表示节点的单位时间平均任务处理时长最大限值，Pmax的数值根据应用可容忍的最大时延确定，WC和WP分别表示C和P的权重，WC和WP的数值根据连接数量和任务处理时长两个因素分别对网络负载状况的影响程度确定，且WC+WP＝1。
本实施例中，根据如上示例，计算得到的C的数值为0.25，P的数值为0.54，且Cmax、Pmax、WC、WP均为设定的已知数值，便可根据以上模型计算出本节点的负载值。
步骤1102，接收边缘计算节点群其他各节点发送的节点地址及其负载值。
本实施例中，边缘计算节点群其他各节点根据步骤1001计算出节点自身的负载值，并向其余节点广播自身的节点地址，以及自身负载值，实现与边缘计算节点群中所有节点实时共享自身的负载水平，以便于其余节点进行应用分流的决策判断。
步骤1103，将本节点的负载值、其他各节点发送的节点地址及其负载值存储至本节点的负载信息表中。
本实施例中，将计算出的本节点的负载值，以及接收的其余各节点所发送的节点地址及其负载值存储至本节点的负载信息表中。
步骤12，按预设时长周期性更新负载信息表中的负载值。
本实施例中，设置边缘计算节点群所有节点的配置参数表中的预设时长为相同的数值，因此，所有节点的更新周期是相同的，以保证所有节点的更新时间是同步的。例如，按如上示例的预设时长的数值设置为20分钟时，则边缘计算节点群中所有节点每20分钟计算一次自身负载值，并更新一次负载信息表中的所有负载值。
按预设时长周期性更新负载信息表中的负载值具体包括如下步骤：
步骤1201，按预设时长周期性计算本节点的最新负载值，在本节点存储的负载信息表中将本节点的负载值更新为最新负载值，并遍历负载信息表中的节点，向边缘计算节点群中其他各节点广播本节点的节点地址及最新负载值。
步骤1202，接收边缘计算节点群中其他各节点根据预设时长周期性发送的各节点地址及其最新负载值。
步骤1203，将边缘计算节点群中其他各节点发送的最新负载值更新至负载信息表中。
本实施例中，按预设时长周期性更新负载信息表中的负载值，使得边缘计算节点群中所有节点存储的负载信息表中的负载值保持为最新负载值，当预设时长的数值设置的无穷小，则最新负载值体现节点的实时负载值。
本实施例提供的边缘计算协同方法中，采用的负载值计算模型中，基于应用的连接数量和应用的任务处理时长衡量节点的负载值，相比于基于节点的物理能力衡量的负载值，本模型计算出的负载值与边缘计算节点的实际处理能力更吻合；基于连接数据和任务处理时长两个因素综合衡量节点的负载值，衡量的角度更为全面，因此，较为精确反映节点的负载水平；基于连接数量与连接数量限值的比值、任务处理时长与任务处理时长的限值的比值计算节点的负载值，相比于仅基于连接数量和任务处理时长计算负载值，本模型能将两个因素度量化，从而进行各因素的均衡匹配，使得计算结果不易受两个度量标准不一致的任一条件的显著影响，以使负载值的计算结果更为精确。通过边缘计算节点群节点间实时共享自身的最新负载值，以使节点能根据最新负载值与分流阈值进行比较，从而实现边缘计算节点群之间实时的负载动态均衡，完成边缘计算协同处理，以使各节点资源得到合理的分配，能提升处理效率，从而提高应用的响应速度，进而提升用户体验。
实施例2：
如图2所示，本实施例提供一种边缘计算设备，包括判断模块21、重定向模块22。
判断模块21，用于根据应用请求判断本节点的负载值是否超过分流阈值。重定向模块22，与判断模块21连接，用于在判断模块输出的判断结果为本节点的负载值超过分流阈值时，将应用请求重定向至边缘计算节点群中最小负载值对应的节点。在判断结果为本节点的负载值小于或等于分流阈值时，判断模块21不触发重定向模块22。
可选地，该边缘计算设备还包括构建模块23和更新模块24。构建模块23，与判断模块21连接，用于构建本节点的负载信息表，负载信息表包括边缘计算节点群各个节点的节点地址、负载值，以及节点地址与负载值的对应关系。更新模块24，与构建模块23连接，用于按预设时长周期性更新负载信息表中的负载值。
实施例3：
如图3所示，本实施例提供一种终端，包括存储器31和处理器32，存储器31中存储有计算机程序，处理器32被设置为运行计算机程序以实现实施例1中所述的边缘计算协同方法。
其中，存储器31与处理器32连接，存储器31可采用闪存或只读存储器或其他存储器，处理器32可采用中央处理器或单片机。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (6)

1.一种边缘计算协同方法，其特征在于，包括：
构建本节点的负载信息表，所述负载信息表包括边缘计算节点群各个节点的节点地址、负载值，以及节点地址与负载值的对应关系；
按预设时长周期性更新负载信息表中的负载值；
边缘计算节点群中的节点根据应用请求判断本节点的负载值是否超过分流阈值；
在判断结果为是时，将应用请求重定向至边缘计算节点群中最小负载值对应的节点，
其中，所述构建本节点的负载信息表，具体包括：
计算本节点的负载值；
接收边缘计算节点群其他各节点发送的节点地址及其负载值；
将本节点的负载值、其他各节点发送的节点地址及其负载值存储至本节点的负载信息表中，
所述计算本节点的负载值，具体包括：获取预设时长内的连接数量和任务处理时长；
根据预设时长计算单位时间连接数量及单位时间平均任务处理时长；
计算本节点的负载值：
Figure FDA0003520993160000011
其中，NL表示节点的负载值，C表示节点的单位时间连接数量，Cmax表示节点的单位时间连接数量最大限值，Cmax的取值根据边缘计算网络及节点能力确定，P表示节点的单位时间平均任务处理时长，Pmax表示节点的单位时间平均任务处理时长最大限值，Pmax的取值根据应用可容忍的最大时延确定，WC和WP分别表示C和P的权重，且WC+WP＝1。
2.根据权利要求1所述的边缘计算协同方法，其特征在于，所述边缘计算节点群中的节点根据应用请求判断本节点的负载值是否超过分流阈值，包括：
节点接收应用请求；
在负载信息表中查询本节点的负载值；
判断本节点的负载值是否超过分流阈值。
3.根据权利要求2所述的边缘计算协同方法，其特征在于，所述将应用请求重定向至边缘计算节点群中最小负载值对应的节点，包括：
查询负载信息表，以确定边缘计算节点群中最小负载值对应的节点地址；
向应用请求发起方发送重定向消息，重定向消息包括重建连接要求和最小负载值对应的节点地址，以使应用请求发起方重建连接至最小负载值对应的节点地址。
4.根据权利要求3所述的边缘计算协同方法，其特征在于，所述按预设时长周期性更新负载信息表中的负载值，具体包括：
按预设时长周期性计算本节点的最新负载值，在本节点存储的负载信息表中将本节点的负载值更新为最新负载值，并向边缘计算节点群中其他各节点广播本节点的节点地址及最新负载值；
接收边缘计算节点群中其他各节点根据预设时长周期性发送的各节点地址及其最新负载值；
将边缘计算节点群中其他各节点发送的最新负载值更新至负载信息表中。
5.一种边缘计算设备，其特征在于，包括判断模块、重定向模块、构建模块和更新模块，
判断模块，用于根据应用请求判断本节点的负载值是否超过分流阈值，
重定向模块，与判断模块连接，用于在判断模块输出的判断结果为是时，将应用请求重定向至边缘计算节点群中最小负载值对应的节点，
构建模块，与判断模块连接，用于构建本节点的负载信息表，所述负载信息表包括边缘计算节点群各个节点的节点地址、负载值，以及节点地址与负载值的对应关系，
更新模块，与构建模块连接，用于按预设时长周期性更新负载信息表中的负载值，
构建模块，具体用于计算本节点的负载值，接收边缘计算节点群其他各节点发送的节点地址及其负载值，将本节点的负载值、其他各节点发送的节点地址及其负载值存储至本节点的负载信息表中，
构建模块，具体用于获取预设时长内的连接数量和任务处理时长，根据预设时长计算单位时间连接数量及单位时间平均任务处理时长，
计算本节点的负载值：
Figure FDA0003520993160000031
其中，NL表示节点的负载值，C表示节点的单位时间连接数量，Cmax表示节点的单位时间连接数量最大限值，Cmax的取值根据边缘计算网络及节点能力确定，P表示节点的单位时间平均任务处理时长，Pmax表示节点的单位时间平均任务处理时长最大限值，Pmax的取值根据应用可容忍的最大时延确定，WC和WP分别表示C和P的权重，且WC+WP＝1。
6.一种终端，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以实现如权利要求1-4中任一项所述的方法。
CN202010441301.3A 2020-05-22 2020-05-22 边缘计算协同方法、边缘计算设备及终端 Active CN111629046B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010441301.3A CN111629046B (zh) 2020-05-22 2020-05-22 边缘计算协同方法、边缘计算设备及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010441301.3A CN111629046B (zh) 2020-05-22 2020-05-22 边缘计算协同方法、边缘计算设备及终端

Publications (2)

Publication Number Publication Date
CN111629046A CN111629046A (zh) 2020-09-04
CN111629046B true CN111629046B (zh) 2022-04-08

Family

ID=72272544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010441301.3A Active CN111629046B (zh) 2020-05-22 2020-05-22 边缘计算协同方法、边缘计算设备及终端

Country Status (1)

Country Link
CN (1) CN111629046B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114710484A (zh) * 2020-12-16 2022-07-05 中国联合网络通信集团有限公司 边缘计算协同方法、边缘计算节点、计算机设备及介质
CN113660697A (zh) * 2021-08-10 2021-11-16 中标慧安信息技术股份有限公司 移动边缘计算的资源调度方法和装置
CN114069866A (zh) * 2021-11-23 2022-02-18 国网山东省电力公司威海市文登区供电公司 一种配电室的控制方法、设备及介质
CN114281534A (zh) * 2021-12-17 2022-04-05 深圳市欧瑞博科技股份有限公司 长连接智能控制方法、系统、装置、电子设备及存储介质
CN114745563B (zh) * 2022-04-11 2024-01-30 中国联合网络通信集团有限公司 选择边缘计算节点处理直播任务的方法、装置及系统
CN115309561B (zh) * 2022-10-11 2022-12-27 中诚华隆计算机技术有限公司 一种基于任务协处理芯片进行任务协同处理的方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109379774A (zh) * 2018-11-08 2019-02-22 网宿科技股份有限公司 智能调度方法、终端设备、边缘节点集群与智能调度系统
CN110764912A (zh) * 2019-10-25 2020-02-07 东北大学 一种自适应任务调度器及方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8484656B2 (en) * 2007-03-12 2013-07-09 Citrix Systems, Inc. Systems and methods for providing global server load balancing of heterogeneous devices
CN103338228B (zh) * 2013-05-30 2016-12-28 江苏大学 基于双加权最小连接算法的云计算负载均衡调度算法
CN103617086B (zh) * 2013-11-20 2017-02-08 东软集团股份有限公司 一种并行计算方法及系统
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
US10157085B2 (en) * 2017-02-17 2018-12-18 Sas Institute Inc. Techniques for decentralized load balancing
CN109040259B (zh) * 2018-08-09 2021-02-23 中国联合网络通信集团有限公司 一种基于mec的cdn节点分配方法和系统
CN109714223B (zh) * 2018-09-17 2022-03-22 赛特斯信息科技股份有限公司 Nfv架构下实现网络业务接入动态负载分担功能的系统及其方法
CN110049130B (zh) * 2019-04-22 2020-07-24 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
CN110166565A (zh) * 2019-05-30 2019-08-23 中国联合网络通信集团有限公司 区块链分域触发方法及系统
CN110417897B (zh) * 2019-07-31 2022-08-02 中国联合网络通信集团有限公司 一种区块链分域触发方法、区块链节点设备和终端
CN110677875B (zh) * 2019-09-27 2022-09-09 云南电网有限责任公司 一种面向边缘计算环境的无线网络负载均衡方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109379774A (zh) * 2018-11-08 2019-02-22 网宿科技股份有限公司 智能调度方法、终端设备、边缘节点集群与智能调度系统
CN110764912A (zh) * 2019-10-25 2020-02-07 东北大学 一种自适应任务调度器及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Multi-UAV-Enabled Load-Balance Mobile-Edge Computing for IOT Networks;Lei Yang，Haipeng Yao，Jingjing Wang，Chuanxiao Jiang;《IEEE》;20200204;全文 *
资源适应型多粒度负载的均衡机制及应用研究;刘明铭;《中国博士学位论文全文数据库信息科技辑》;20140630;全文 *

Also Published As

Publication number Publication date
CN111629046A (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
CN111629046B (zh) 边缘计算协同方法、边缘计算设备及终端
CN105101106B (zh) 无线网络负载均衡方法及系统
CN103227754B (zh) 一种高可用集群系统负载动态均衡方法及节点设备
CN113572697B (zh) 一种基于图卷积神经网络与深度强化学习的负载均衡方法
WO2018152919A1 (zh) 一种路径选取方法及系统、网络加速节点及网络加速系统
CN108306831A (zh) 选路方法及装置
WO2021098407A1 (zh) 基于mec的服务节点分配方法、装置及相关服务器
CN107276794B (zh) 一种软件定义网络中交换机迁移算法
CN107317712A (zh) 一种网络切片的创建方法及装置
CN111949404B (zh) 调整服务器负载的方法、装置和相关设备
WO2024056042A1 (zh) 一种负载均衡处理方法、装置、存储介质及电子装置
CN105827534A (zh) 一种自组网方法及装置
CN111064666B (zh) 组网方法及装置
CN114490071A (zh) 一种基于云游戏的资源调度方法、装置、设备及介质
CN115202580A (zh) 一种多路径设备检测方法、装置、设备、存储介质
CN117081983B (zh) 数据传输方法及装置
CN106452886A (zh) 一种超级节点选择方法及装置
CN107528884A (zh) 一种聚合服务器的用户请求处理方法和装置
CN107682271B (zh) 一种路由线路的生成方法及装置
CN116055496B (zh) 一种监控数据采集方法、装置、电子设备及存储介质
CN102946444B (zh) 一种轻量级VoIP系统网络拓扑优化的方法
CN103227817B (zh) P2p网络超级节点选择方法和系统
CN106254441A (zh) 分布式服务管理方法及装置
CN103188164B (zh) 基于升级客户节点分流对等节点负载的方法、装置及系统
CN105828341B (zh) 一种将基站接入分组传送网接入环的方法及装置

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