商业场景物联网的边缘计算方法及系统与流程

摘要: 本发明涉及物联网与边缘计算,具体为一种商业场景物联网的边缘计算方法及系统。背景技术:1、在智慧商业、智能园区及连锁零售等商业物联网场景中,通常需要部署大量种类各...
商业场景物联网的边缘计算方法及系统与流程

本发明涉及物联网与边缘计算,具体为一种商业场景物联网的边缘计算方法及系统。

背景技术:

1、在智慧商业、智能园区及连锁零售等商业物联网场景中,通常需要部署大量种类各异的物联网设备,例如客流统计摄像机、环境传感器、智能交互广告屏及防损射频识别终端,用以支撑各商户的经营管理与客户服务需求,为了降低云端带宽成本、保障数据隐私并满足业务的低时延要求,边缘计算技术被广泛应用于商业局域网内,通常在商场机房或弱电间部署统一的边缘服务器或边缘网关,供多个商户共同使用,形成典型的多租户边缘计算环境,当前主流的边缘智能盒子与工业网关普遍支持进程级资源隔离机制以及轻量级虚拟化技术,能够以较低资源开销实现多租户应用之间的进程隔离,同时主流物联网边缘平台已提供设备接入、容器编排与消息路由等基础能力,为多租户边缘计算方案的工程落地提供了成熟的平台载体;

2、与本发明最接近的现有边缘计算资源调度方案,通常按照如下方式实现:边缘节点周期性采集各任务的中央处理器占用率、内存占用率与网络时延等底层运行指标;

3、调度器依据预设的负载均衡策略或最小化任务完成时间策略,计算各待处理任务的优先级排序;

4、调度器按照排序结果依次为任务分配容器资源或虚拟机资源,资源不足时按照先到先服务或轮询方式进行任务排队处理;

5、任务执行完毕后释放资源,供后续任务调度使用,该方案的系统结构通常由设备接入层、内置调度模块的边缘网关以及云端管理平台三层组成,调度模块仅依据实时负载数据进行技术层面的资源分配决策,不涉及任务的商业属性、计费结算与多方贡献确权;

6、上述现有方案存在如下问题:

7、其一,调度策略仅依据底层技术指标进行排序,未引入任务的商业价值维度,业务高峰期低商业价值任务容易与高商业价值任务受到同等对待,进而挤占后者所需的算力资源,导致关键业务出现响应延迟甚至服务质量违约;

8、其二,现有方案缺乏对边缘算力使用情况的计量与计费机制,平台方难以依据各租户对算力的实际占用情况进行差异化定价,制约了边缘基础设施的商业化变现与持续投入;

9、其三,多个商业主体的应用混合部署于同一边缘节点,且缺乏可信的计量与确权手段,各方对联邦计算或整体数据分析的算力与数据贡献难以被量化与审计,制约了边缘数据的商业分润与流通。

技术实现思路

1、本发明要解决的技术问题是:现有商业物联网场景下的边缘计算调度方法缺乏对不同租户、不同任务商业价值差异的感知能力,导致高峰期低商业价值任务挤占高商业价值任务的算力资源;

2、同时现有边缘计算系统缺乏针对多租户算力使用的动态计量与计费机制,基础设施投资方难以实现边缘算力的商业化变现;

3、此外多个商业主体的应用混合部署于同一边缘节点,存在数据隔离不彻底、算力与数据贡献无法可信计量的问题,制约了边缘数据的商业化流通与多方分润。

4、为解决上述技术问题,本发明提供一种商业场景物联网的边缘计算方法,该方法通过边缘节点接收各租户提交的物联网任务请求,解析每一任务携带的服务等级协议参数以及所属租户标识;

5、根据预先配置的租户等级表查询各任务所属租户的等级优先级评分,并根据服务等级协议参数与历史违约记录计算该任务的服务等级协议敏感度评分与违约惩罚系数;

6、将服务等级协议敏感度评分、等级优先级评分与违约惩罚系数进行加权运算,得到该任务的商业效用分值;

7、将当前排队等待处理的全部任务按照商业效用分值由高到低进行排序,形成资源分配优先队列;

8、按照与商业效用分值成正比的分配方式,将边缘节点当前可供分配的总算力资源在资源分配优先队列中的各任务之间进行归一化分配;

9、依据分配得到的算力资源份额为对应任务分配容器资源或虚拟机资源,资源不足时优先保障排序靠前任务的资源需求,对排序靠后的任务执行降级处理。

10、在此基础上,本发明进一步提供一种基于深度强化学习的边缘资源动态微定价方法,通过采集边缘节点的中央处理器使用率、内存使用率、各租户任务的平均排队等待时长以及当前候选任务集合的商业效用分值,构建环境状态向量;

11、将该状态向量输入预先训练的策略网络,输出对应各任务的资源分配比例以及动态计费乘数;

12、根据动态计费乘数计算各任务的实际算力单价,并与该任务所属租户预先设定的支付意愿阈值进行比较,据此决定保留资源分配并计费,或者对任务执行拦截处理和降级处理中的一种处理。

13、本发明还提供一种多租户数据可信隔离与贡献确权方法,通过为边缘节点接入的每个商户创建独立的轻量级沙箱运行环境,实现进程、内存及本地存储层面的强隔离;

14、各沙箱内的本地贡献度计算单元统计本租户在联邦计算任务中实际消耗的算力资源量以及贡献的有效数据处理量;

15、根据上述统计数据计算各租户的综合贡献度评分,生成结构化贡献凭证并提交至分布式账本网络进行写入存证,供商业分润结算模块依据账本中记录的累计贡献度比例计算商业分润金额。

16、本发明相应地提供一种商业场景物联网的边缘计算系统,包括设备接入层、边缘计算层以及云端协同层,边缘计算层内置多租户隔离运行环境模块、商业效用评估模块、动态微定价与仲裁模块以及贡献确权模块,云端协同层负责策略网络的离线训练与下发、账本数据的汇聚存证以及跨边缘节点的商业结算清算,从而将商业效用评估、动态微定价仲裁与贡献确权三项能力统一部署于边缘计算层,并与云端协同层形成端到端闭环。

17、采用上述技术方案,与现有技术相比,本发明的有益效果在于:

18、1.本发明通过商业效用分值将任务的商业价值转化为可比较的资源分配权重,使资源紧张时的抢占与仲裁以商业收益为导向,能够降低高价值业务的服务质量违约概率;

19、2.本发明通过深度强化学习模型实时生成动态计费乘数,在资源紧缺时自动拦截低价值任务或对高价值任务收取溢价,实现算力资源按商业需求与紧缺程度进行自动化成本分摊与结算,有助于基础设施投资方实现商业化变现;

20、3.本发明通过轻量级沙箱隔离与分布式账本相结合,在保证各租户数据不出域的前提下,将各方的算力与数据贡献转化为可核验、可追溯的量化凭证,为多方商业分润提供了可信的技术支撑。

1.一种商业场景物联网的边缘计算方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述服务等级协议敏感度评分的取值范围为0至1之间的数值,数值越大表示对应任务对时延和准确率的服务质量要求越高;

3.根据权利要求1所述的方法,其特征在于,所述降级处理包括降低任务的处理帧率、延迟执行该任务、将该任务加入等待队列中的至少一种方式;

4.根据权利要求1所述的方法,其特征在于,还包括:采集边缘节点的中央处理器使用率、内存使用率、各租户任务的平均排队等待时长以及当前候选任务集合的商业效用分值,构建环境状态向量;

5.根据权利要求4所述的方法,其特征在于,所述策略网络通过如下方式训练获得:云端训练中心基于历史运行日志构建仿真环境,模拟不同负载场景下的任务到达、资源竞争与违约情况,生成状态转移样本;

6.根据权利要求1至5中任一项所述的方法,其特征在于,还包括:为边缘节点接入的每个商户创建独立的轻量级沙箱运行环境,将各商户的应用程序、数据处理逻辑以及本地存储限定于对应的沙箱内;

7.一种商业场景物联网的边缘计算系统,其特征在于,包括设备接入层、边缘计算层以及云端协同层;

8.根据权利要求7所述的系统,其特征在于,所述动态微定价与仲裁模块包括策略网络推理引擎,所述策略网络推理引擎用于接收所述商业效用评估模块输出的商业效用分值以及边缘节点的中央处理器使用率、内存使用率与任务排队等待时长,输出资源分配比例以及动态计费乘数;

9.根据权利要求7所述的系统,其特征在于,所述贡献确权模块包括本地贡献度计算单元以及贡献凭证生成单元;