车联网中继链时延与资源感知双向服务调度方法、系统、设备及存储介质
本发明涉及车联网、区块链跨链服务治理、队列稳定控制和智能调度,尤其涉及一种面向车联网中继链的时延与资源感知双向服务调度方法、系统、设备及存储介质。
背景技术:
1、区块链系统已经由单链形态发展为多链协同生态。在车联网场景中,车辆制造商、道路基础设施运营方、服务提供方、监管机构和用户侧平台通常分别维护独立账本,以满足数据自治、权限控制、审计追踪和业务隔离需求。此类部署虽然提高了各主体的自治能力,但也带来链间数据孤岛、跨域服务协同困难和交易确认过程割裂等问题。
2、为实现跨组织数据交换和业务协同,中继链可作为多条平行链之间的服务治理层。中继链并不替代各平行链的自治账本,而是提供跨链消息收集、跨链交易转发、签名验证、状态同步和区块确认等公共服务,使不同主体维护的链能够在统一调度框架下完成交互。
3、车联网业务天然具有多源、多目的和强时效特征。例如,感知数据上报可能涉及车辆链、道路设施链和监管链;协同决策控制可能同时触发服务链、设备链和安全审计链;算法部署、系统维护和用户行为服务也可能要求多个输入账户和多个输出账户共同参与。因此,车联网跨链服务常呈现多输入多输出交易形态,即一笔交易同时涉及多条源链和多条目的链。
4、现有跨链方案更多关注跨链协议、消息可达性、原子性和一致性,而较少考虑中继链服务侧的调度问题。在多输入多输出交易高比例到达时,如果仅按照交易到达顺序或随机方式分配中继节点,容易造成高优先级交易延迟;如果仅按照最短队列分配,可能忽略链路距离、签名算法差异和节点资源异构;如果仅追求短期确认收益,又可能使低优先级交易在部分节点持续堆积,导致长期队列不稳定。
5、车联网中继节点通常部署在路侧单元或边缘设备上,其可用计算能力、传输功率和链路质量会受到交通状态影响。当道路区域车辆密度升高时,路侧单元需要处理更多车联网业务,可用于跨链服务的计算资源和无线通信资源相应下降。与此同时,不同平行链可能使用不同椭圆曲线签名参数、证书长度和消息格式,使同一跨链交易在不同中继节点上的通信成本和验证成本存在差异。
6、因此,车联网中继链调度不是单纯的任务卸载问题,而是面向双向服务目标的跨链治理问题:一方面需要满足用户侧交易尽快确认的服务质量要求,另一方面需要维护中继链侧资源利用、队列稳定和负载公平。为此,有必要建立一种同时融合交易优先级、确认时间、节点异构资源、链路成本和队列稳定性的智能调度方法。
技术实现思路
1、本发明的目的在于提供一种面向车联网中继链的时延与资源感知双向服务调度方法,以解决现有技术中多输入多输出跨链交易调度难以兼顾确认时延、资源消耗和负载均衡的问题。
2、为实现上述目的,本发明采用如下技术方案:一种面向车联网中继链的时延与资源感知双向服务调度方法,包括以下步骤:
3、s1.构建车联网多链协同服务架构,所述服务架构包括终端设备层、服务治理层和密集计算层,所述服务治理层包括多个中继节点,所述中继节点连接多条平行链并接收平行链网关提交的多输入多输出跨链交易;
4、s2.采集中继节点状态、平行链状态、链路状态和当前时隙到达的跨链交易状态,所述跨链交易状态包括源链集合、目的链集合、交易优先级和期望确认时间;
5、s3.根据跨链交易涉及的平行链集合、签名消息长度、证书长度、节点传输功率、信道增益、链路距离和计算能力,计算交易分配至不同中继节点时的通信成本、签名验证成本和总处理成本;
6、s4.建立实际交易队列和虚拟负载队列,并根据交易提前确认收益、处理成本、实际交易队列变化和虚拟负载队列变化构造单时隙调度目标;
7、s5.将节点特征、交易特征和虚拟队列特征输入基于近端策略优化的深度强化学习调度模型,由策略网络生成交易到中继节点的动作概率矩阵;
8、s6.依据动作概率矩阵确定交易分配矩阵,使每一跨链交易仅由一个中继节点处理,并由被分配的中继节点执行跨链消息转发、签名验证、区块写入和状态同步;
9、s7.在时隙结束时更新实际交易队列、虚拟负载队列和中继链状态,并进入下一轮调度。
10、进一步的,步骤s1中,所述终端设备层包括车载终端、用户应用和平行链网关,用于产生服务请求、查询链上数据和提交跨链交易;所述服务治理层包括部署在路侧单元或边缘设备上的中继节点,用于维护中继链账本、同步状态和执行交易验证;所述密集计算层包括云服务器,用于训练调度模型并向中继节点下发模型参数;
11、步骤s1中,所述中继链在多条平行链之间提供跨链服务治理,所述中继节点至少执行交易收集、跨链消息转发、签名验证、共识参与和区块确认功能;在采用工作量证明共识时,新确认区块的出块节点被指定为下一时隙的调度智能体。
12、进一步的,步骤s2中,所述中继节点状态采用公式表示,其中为中继节点在时隙的计算能力,为中继节点的本地未确认交易队列长度;
13、所述计算能力由交通状态三元组动态确定,所述交通状态三元组为,其中为平均车辆速度,为车辆数量,为交通密度;
14、所述交通密度和计算能力分别采用如下公式表示:;
15、;
16、其中为统计周期,为基础计算能力,为时隙内的最大交通状态三元组。
17、进一步的,步骤s3中,交易分配至中继节点的通信成本、信道增益、签名验证成本和总处理成本采用如下公式表示:
18、;
19、;
20、;
21、;
22、其中为平行链的签名消息长度,为平行链的证书长度,为通信开销系数,为带宽,为传输功率,为噪声功率,为中继节点与平行链的链路距离。
23、进一步的,步骤s4中,实际交易队列、节点负载水平、系统负载均衡水平和虚拟负载队列分别采用如下公式表示:;
24、;
25、;
26、,;
27、其中为时隙分配至中继节点的交易数量,为可写入区块的交易数量,为虚拟负载队列。
28、进一步的,步骤s4中,交易确认效用采用如下公式表示:
29、;
30、其中为交易的期望确认时间,为实际确认时间,为交易分配变量,为处理成本缩放系数;
31、所述单时隙调度目标由李雅普诺夫漂移上界得到,并采用如下公式表示:
32、;
33、其中为调度模型的奖励,为效用缩放系数;通过最大化,调度决策同时兼顾确认时延、处理成本、真实队列稳定和虚拟队列稳定。
34、进一步的,步骤s5中,调度模型状态采用如下公式表示:;其中为节点特征矩阵,为交易特征矩阵,为虚拟队列向量;
35、所述策略网络将交易嵌入作为查询,将中继节点嵌入作为键和值,并通过多头注意力得到动作概率矩阵,所述动作概率矩阵采用如下公式表示:
36、
37、其中第行表示交易分配至各中继节点的概率分布;
38、所述近端策略优化训练过程包括:根据计算奖励;采用
39、
40、计算时序差分残差;采用计算广义优势估计;采用裁剪替代目标更新策略网络,并采用均方误差更新价值网络。
41、面向车联网中继链的时延与资源感知双向服务调度系统,所述调度系统用于实现所述的调度方法,所述调度系统包括:
42、交易接收模块,用于接收平行链网关提交的多输入多输出跨链交易;状态采集模块,用于采集中继节点状态、链路状态、平行链状态和交易状态;成本计算模块,用于计算通信成本、签名验证成本和总处理成本;队列治理模块,用于维护实际交易队列和虚拟负载队列并构造李雅普诺夫调度目标;近端策略优化调度模块,用于生成交易到中继节点的动作概率矩阵;
43、执行确认模块,用于完成跨链消息转发、签名验证、区块写入和状态同步。
44、一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述的方法。
45、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法。
46、与现有技术相比,本发明具有如下有益效果:第一,能够根据交易优先级和期望确认时间提高重要交易的确认效率;第二,能够将通信成本和签名验证成本纳入调度目标,降低资源消耗;第三,能够通过实际交易队列和虚拟负载队列抑制节点拥塞和负载不均;第四,能够在交易到达随机、节点能力异构和交通状态变化的条件下自适应学习调度策略;第五,模型可在云端训练并部署到路侧单元推理,具有较好的可扩展性和工程适用性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com