一种工业互联网环境中边缘计算任务处理与调度方法及装置与流程

本发明属于工业互联网
技术领域：
，具体涉及到一种工业互联网环境中边缘计算任务处理与调度方法及装置。
背景技术：
：目前工厂网络中技术体系和网络结构相互隔离的状况使it系统与生产现场之间的通信存在较多障碍。一是工业控制网络与工厂信息网络的技术标准各异，难以融合互通。二是工业生产全流程存在大量“信息死角”，亟需实现网络全覆盖。三是工厂网络静态配置、刚性组织的方式难以满足未来用户定制、柔性生产的需要。连接工厂举措希望在保障数据传输实时性和可靠性的同时，打通连接瓶颈、提升连接覆盖和性能，给出高带宽，强兼容的低成本连接解决方案。为了应对上述挑战，人们提出移动云计算(mobilecloudcomputing,mcc)的概念。通过无线空口的高速率和高可靠性，将移动终端设备的计算任务上传至远程云数据中心，从而增强工厂设备处理资源紧缺型应用程序的能力。但是，移动云计算致命的缺点就是云数据中心距离设备终端距离较远，其传输计算任务的延迟较高，不能满足大部分时延敏感、高可靠性的工业制造应用需求。作为移动云计算的演进和补充，人们提出移动边缘计算(mobileedgecomputing)。与移动云计算将计算、存储和网络管理都集中在位于核心网的云数据中心不同，移动边缘计算是将计算、通信、控制和存储资源服务分布靠近工厂设备与系统，从而将云计算模式扩展到网络边缘。mec服务器运行在无线接入网(ran)，具有较强的数据处理。边缘计算因为计算资源的有限性，首要解决的便是任务处理及资源调度问题。边缘计算中的任务调度算法总体上实现两大功能：预选和优选。现有的大多数优选调度算法思想，如leastrequestedpriori、servicespreadingpriority和equalpriority，多是对已有节点的调度优先级评判，并没有一种可以全面的弹性调度方案。例如(1)leastrequestedpriority算法，其基本思想是将容器调度到空闲资源较多的节点上，包括cpu资源及内存资源占用情况的考量，并将两者剩余可用资源占总资源的比值求和再取算术平均值作为各节点的调度优先级，分值越高即调度优先级越高；(2)servicespreadingpriority调度算法，其原则是使隶属于同一服务的容器分散调度在不同的计算节点上运行，从而实现服务高可用以及流量负载均衡；(3)equalpriority调度算法，其平等对待每一个候选节点，因该算法权值为0，故在实际调度过程中不会调用该优选算法判定节点优先级。由此可见，传统边缘计算资源调度算法并没有专门针对工业互联网环境中的特性进行设计，而仅局限在现有节点间的调度。在工业互联网场景下如何进行优化选择mec服务器，能够实现任务处理及资源调度最优、ue能耗最低是当前工业互联网发展亟待解决的问题。技术实现要素：针对工业互联网环境中边缘计算面对的现实问题，本发明的目的在于提供一种支持工厂中的移动边缘计算的任务处理与调度方法及装置，是一种统一管理调度方案；在现有工业互联网边缘端整体调度方案尚未清晰明了的前提下，本发明提供模块化的一种建设思路。本发明满足在智能制造工业环境下能够实现最大可容忍时延要求的限制条件，最小化任务执行能耗，实现最佳计算卸载决策选择；在边缘计算场景下基于最佳卸载策略的用户任务卸载，实现用户设备能耗降低及用户任务执行性能的显著提升。为达到上述目的，本发明提供如下技术方案：一种工业互联网环境中边缘计算任务处理与调度方法，其步骤包括：1)信息反馈模块收集目标区域中每一设定用户设备ue所关联基站周期性广播消息，并传送至信息分析处理单元；2)终端设备监控单元采集或接收目标区域中各设定用户设备ue的监控信息，并将监控信息发送至信息分析处理单元和任务卸载决策单元；3)信息监测模块收集目标区域中各设定用户设备ue的实时参数数据，并将所收集数据分别发送至异构数据处理单元、业务优先级处理单元、终端设备监控单元；4)业务优先级处理单元根据所述用户设备ue的业务流量均值和业务最大延迟要求定义不同用户设备ue的数据处理优先级顺序，得到不同优先级的数据处理队列；然后将所得队列信息发送至终端设备监控单元、信息分析处理单元、任务卸载决策单元；5)异构数据处理单元根据信息监测模块反馈数据，识别不同异构数据流量特征值；然后根据异构数据流量特征值将不同反馈数据划分到不同的设备处理队列并发送给信息分析处理单元；6)信息分析处理单元对终端设备监控单元、业务优先级处理单元、异构数据处理单元反馈信息进行存储或更新；并根据所接收信息生成对应用户设备ue的状态反馈结果，并将所述状态反馈结果发送至信息反馈模块和设备流量总体调度模块；7)设备流量总体调度模块根据所述状态反馈结果和任务卸载决策单元反馈信息更新同步用户设备ue信息和移动边缘计算服务器mec计算资源信息；以及将生成的资源整体调度指令通过信息反馈模块发送至各移动边缘计算服务器mec、将移动边缘计算服务器mec的状况信息发送至任务卸载决策单元；8)任务卸载决策单元根据设备流量总体调度模块反馈信息和终端设备监控单元、业务优先级处理单元、异构数据处理单元反馈的各用户设备ue的资源需求现状，进行存储或更新，并生成任务卸载分配方案发送至卸载执行模块；同时，向设备流量总体调度模块更新同步用户设备ue信息和移动边缘计算服务器mec计算资源信息；9)卸载执行模块根据任务卸载分配方案，对相应的移动边缘计算服务器mec执行计算卸载任务。进一步的，所述实时参数数据包括用户设备ue的运行状况、网络特征值、信号源响应时间。进一步的，采用四元组表示所述实时参数数据；其中，ii表示第i个设定用户设备uei计算任务的输入数据量，ei表示完成uei计算任务所需要的计算资源量，表示uei任务执行时延的最大界限，li为多元数组。进一步的，所述多元数组存储uei的多类信息，包括可靠性、数据率、包大小、电量和计算能力。进一步的，所述监控信息包括ue的流量峰值平均值、ue执行任务状态信息、ue可靠性评价值和ue计算资源最大需求峰值。进一步的，所述广播消息包括移动边缘计算服务器mec的cpu占用率、内存占用率和基站传输带宽。一种面向工业互联网环境下解决边缘计算任务处理与调度装置，包括：信息反馈模块：该模块运行在mec上，处于网络架构图1中的任务处理与调度层，用于收集ue所关联基站周期性广播消息，包括mec的cpu占用率、内存占用率、基站传输带宽和移动边缘计算(mobileedgecomputing，mec)服务器其他设定信息(可选的，包括温度指数、运行总时长及设定配置信息)，并传送至信息分析处理单元。同时，针对设备流量总体调度模块而言，在对该工厂环境下，通过整体分析决策后，对资源整体调度的指令可以通过信息反馈模块发送至各mec服务器。信息监测模块：工厂中各个用户设备(userequipment，ue)通过网络流量信息收集装置(网络流量信息收集装置是信息监测模块位于用户设备ue上的一个装置)来收集各用户设备的实时参数数据，其中包括用户设备运行状况、网络特征值、信号源响应时间等，具体由四元组表示：其中，ii表示uei任务的输入数据量，ei表示完成uei计算任务所需要的计算资源量，表示uei任务执行时延的最大界限，li为多元数组，存储uei剩余的各类信息包括可靠性，数据率，包大小，电量，计算能力等信息。将所收集数据分别发送至异构数据处理单元、业务优先级处理单元、终端设备监控单元。卸载执行模块：根据任务卸载决策单元的反馈数据，执行mec计算卸载任务。信息分析处理单元：根据终端设备监控单元、业务优先级处理单元、异构数据处理单元反馈信息进行存储，分析，处理，更新操作；将对应的ue综合信息分析后，生成10分制反馈结果，8分及8分以上为良好状态，5分至8分为待检测状态，5分及5分以下为异常状态。将反馈结果发送至信息反馈模块，经信息反馈模块将反馈结果给反馈至流量总体调度模块，决定相关mec服务器暂时不响应异常状态用户终端设备，并提醒工作人员对该用户终端设备进行检修处理；同时，向设备流量总体调度模块更新同步ue设备信息和mec计算资源信息。任务卸载决策单元：根据设备流量总体调度模块反馈信息和终端设备监控单元、业务优先级处理单元、异构数据处理单元反馈的各个ue资源需求现状，进行存储，分析，处理，更新操作；将反馈结果在任务卸载决策单元存储后，设备流量总体调度模块将mec的综合信息状况发送至任务卸载决策单元。决策卸载单元根据整体ue现状和mec服务器的总体资源情况后，决定任务卸载分配方案。将处理后的信息信号发送至卸载执行模块；同时，向设备流量总体调度模块更新同步ue设备信息和mec计算资源信息。终端设备监控单元：各ue通过内设信息收集机制感知终端的宏微观信息，包括ue设备流量峰值平均值，ue设备执行任务状态信息，ue设备可靠性评价值，ue设备计算资源最大需求峰值等。处理后，将监控信息发送至信息分析处理单元和任务卸载决策单元。业务优先级处理单元：根据ue设备指纹信息，通过处理单元内置逻辑判断算法，综合终端业务流量均值和业务最大延迟要求定义不同ue设备数据处理优先级顺序，划分1级优先，2级优先，3级优先，4级优先，5级优先处理队列，其中1级为最高优先级，5级为最低优先级。处理后，将所得队列信息发送至终端设备监控单元、信息分析处理单元、任务卸载决策单元。智能制造涉及用户终端众多，业务优先级定义用户终端设备后，一方面为信息分析处理单元提供工作处理先后顺序，另一方面为信息分析处理单元生成的用户终端设备的10分制反馈结果提供信息支撑。异构数据处理单元：根据信息监测模块反馈数据，识别不同异构数据流量特征值，根据异构数据流量特征值将反馈数据划分不同设备处理队列并发送给信息分析处理单元。设备流量总体调度模块：根据信息分析处理单元和任务卸载决策单元反馈信息，根据各类指标信息监测所有mec服务器和各类ue设备总体运行状况。综合总体系统运行状况，对信息分析处理单元和任务卸载决策单元定义任务最大执行指标和时延最高指标。进一步，信息检测模块收集工厂各个用户设备(userequipment，ue)通过内设信息收集机制感知终端宏微观信息，包括终端计算能力，设备类别，终端要求时延，可靠性，数据率，包大小，电量等信息。第i个用户设备uei任务特性由四元组表示：其中，ii表示uei任务的输入数据量，ei表示完成uei计算任务所需要的计算资源量，表示uei任务执行时延的最大界限，li为多元数组，存储uei剩余的各类信息包括可靠性，数据率，包大小，电量，计算能力等信息。见表1：表1为针对工业互联网场景的uei数据信息表类别工业控制无线传感...生产辅助时延250us-1ms100ms...100ms可靠性1e-081e-08...1e-08数据率kbps/mbpskbps...mbps/gbps包大小20-50b1-50b...>200b电量n/a10年...1-n天进一步，信息反馈模块确定mec服务器集合，mec服务器集合需要满足：其中，bj表示基站带宽j的传输带宽，pij表示uei的任务wi传输至mec服务器mj时的传输功率，hij表示任务wi卸载到mec服务器wj时对应的链路信道增益，σ2表示任务wi传输至mec服务器mj并执行并完成所所需要总时延，表示任务wi从uei传输至mec服务器mj的传输时延，ii表示从uei传输至mec服务器mj的总数据量；表示用户设备卸载至mec服务器mj执行的执行时延，其中si是用户设备卸载至mec服务器mj执行的总任务量，表示与基站j相关联的mec的服务器mj的计算能力；表示任务执行完成时延的最大容忍值；如满足上述条件，则该mec服务器确定为可选择mec服务器。进一步，ue任务处理方法具体为：设一共有m个用户设备ue，信息监测模块收集ue设备信息后，依次经过异构数据处理单元、业务优先级处理单元、终端设备监控单元，发送至信息分析处理单元和任务卸载决策单元处理后，若m个ue均为正常工作状态则进行mec服务器资源调度处理，若存在有第k个用户设备uek存在异常情况，也就是信息分析处理单元反馈的10分制反馈结果中，5分及5分以下的设备终端为存在异常情况。则反馈至设备流量总体调度模块进行报错处理。进一步，对于uei的可选择mec服务器数量ni>1，综合评估各可选择mec服务器执行uei设备任务卸载所需总能耗，其中，表示uei上传任务wi至mec服务器mj的传输能耗；表示任务wi卸载至mec服务器执行的能耗，κ为服务器有效开关电容。选择对应能耗最小的mec服务器作为卸载目标服务器。本发明与现有技术相比，具有以下优点：本发明在满足最大可容忍时延要求限制条件下，最小化任务执行能耗，实现最佳卸载决策选择。本发明还满足工业互联网设备超高可靠性，能够实时监测各uei的工作状况，最终能够实现ue能耗降低及用户任务执行性能的显著提升。本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对以上下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践得到指导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。附图说明图1为工业互联网场景下边缘计算网络总体架构示意图；图2为本发明所述任务处理与资源调度装置示意图；图3为本发明所述任务处理与资源调度方法的流程示意图。具体实施方式以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与效果。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。本发明所述的是一种工业互联网中边缘计算任务处理和资源调度的装置及方法，具体为：信息监测模块收集工厂终端设备数据信息反馈至异构数据、业务优先级、终端设备三个处理单元，信息分析处理单元和任务卸载决策单元根据反馈数据进行综合处理，在满足最大可容忍时延要求，最小化任务执行能耗下，实现最佳卸载决策选择。设备流量总体调度模块综合各终端设备和mec任务执行状况进行实时监控整体网络运行情况。最终实现在满足最大容忍时延要求限制条件下，最小化任务执行能耗，实现最佳卸载决策选择。图1为工业互联网场景下边缘计算网络总体架构示意图，一共分为三层。分别为mec服务器网络层、任务处理和调度层、用户设备终端(userequipment，ue)网络层。ue通过无线通信链路与任务处理和调度层相连，任务处理和调度层通过无线链路与基站mec建立连接。ue设备可将任务通过任务处理和调度层卸载至mec服务器执行，以达到节省时延和降低能耗的作用。图2位本发明所述任务处理与资源调度装置示意图，如图2所示，该装置包括：信息反馈模块：监测各个mec通过内设信息收集机制感知的宏微观信息，包括mec的cpu占用率，内存占用率，基站传输带宽和移动边缘计算(mobileedgecomputing，mec)服务器其他信息，并传送至信息分析处理单元和各mec服务器内设组件。信息监测模块：工厂中各个用户设备(userequipment，ue)通过网络流量信息收集装置来收集各终端设备的实时参数数据，其中包括终端设备运行状况、网络特征值、信号源响应时间等，收集数据后依次发送至异构数据处理单元、业务优先级处理单元、终端设备监控单元。卸载执行模块：根据上级任务卸载决策单元的反馈数据，执行mec计算卸载任务。信息分析处理单元：根据终端设备监控单元、业务优先级处理单元、异构数据处理单元反馈信息进行存储，分析，处理，更新操作；将处理后的信息信号发送至信息反馈模块；同时，向设备流量总体调度模块更新同步ue设备信息和mec计算资源信息。任务卸载决策单元：根据设备流量总体调度模块反馈信息和终端设备监控单元、业务优先级处理单元、异构数据处理单元反馈的各个ue资源需求现状，进行存储，分析，处理，更新操作；将处理后的信息信号发送至卸载执行模块；同时，向设备流量总体调度模块更新同步ue设备信息和mec计算资源信息。终端设备监控单元：各ue通过内设信息收集机制感知终端的宏微观信息，包括ue设备流量峰值平均值，ue设备执行任务状态信息，ue设备可靠性评价值，ue设备计算资源最大需求峰值等。处理后，将监控信息发送至信息分析处理单元和任务卸载决策单元。业务优先级处理单元：根据ue设备指纹信息，通过处理单元内置逻辑判断算法，综合终端业务流量均值和业务最大延迟要求定义不同ue设备数据处理优先级顺序，划分1级优先，2级优先，3级优先，4级优先，5级优先处理队列。处理后，将所得队列信息发送至终端设备监控单元、信息分析处理单元、任务卸载决策单元。异构数据处理单元：根据信息监测模块反馈数据，识别不同异构数据流量特征值，划分不同设备处理队列。设备流量总体调度模块：根据信息分析处理单元和任务卸载决策单元反馈信息，根据各类指标信息监测所有mec服务器和各类ue设备总体运行状况。综合总体系统运行状况，对信息分析处理单元和任务卸载决策单元定义任务最大执行指标和时延最高指标。图3为本发明所述任务处理与资源调度方法的流程示意图，如图3所示，本发明所述任务卸载方法具体为：获取ue信息经过信息处理分析后，判断是否存在用户终端设备异常情况，若在异常终端设备，则流程结束；若所有设备终端正常，则将ue设备信息和获取到的mec服务器信息进行综合处理。根据可选择mec服务器的数目和ue具体任务需求，判断可选择的mec服务器数目是否大于0。若不大于0，则本地本地执行用户终端设备任务；若可选择mec服务器数目大于0，继续进行。判断可选择mec服务器数目是否大于1，若不大于1，则在当前mec服务器执行任务，若可选择mec服务器数目大于1，则通过任务卸载处理单元选择出能耗最小的mec服务器执行卸载任务。最后说明的是，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者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。当前第1页12