一种云边端计算环境的建模工具的制作方法

1.本发明涉及云边端的计算环境建模，具体涉及一种云边端计算环境的建模工具。


背景技术：

2.物联网依托硬件和通信技术的快速发展，不断推进着信息物理环境的各个领域。因此，智能医疗、智能城市、智能家居、智能工厂、智能交通和智能农业等不同的物联网系统正受到世界各地的广泛关注。云计算被认为是提供基础设施、平台和软件服务的基石，以开发物联网支持系统。然而，云数据中心距离物联网数据源有多跳距离，这增加了数据传播的延迟。这一问题还对物联网启用系统的服务交付时间产生了负面影响，对于监控重症患者健康状况、紧急火灾和交通管理等实时用例来说，这是相当不可接受的。此外，物联网设备在地理上是分布式的，可以在单位时间内生成大量数据。如果每一个物联网数据都被送到云端进行处理，全球互联网将会超载。为了克服这些挑战，将边缘计算资源用于支持物联网的系统可能是一个潜在的解决方案。
3.边缘计算是最近出现在计算范式领域的一种计算方法，其目标是提供类似云的服务，在边缘网络协助大量物联网设备。在边缘计算中，异构设备，如思科iox网络设备、微数据中心、纳米服务器、智能手机、个人电脑和边缘节点，创建了广泛分布的服务来处理离源更近的物联网数据。因此，边缘计算在减少不同物联网系统的服务交付延迟和放松网络处理大量数据负载方面发挥了重要作用。与云数据中心相比，边缘节点的资源并不丰富。因此，通常情况下，边缘和云计算范式以集成的方式工作，以解决大规模支持物联网的系统的资源和服务质量需求。
4.物联网系统、边缘系统和云计算资源管理之间的交互在边缘计算中非常复杂，因为它需要大量的多样化和资源约束的边缘节点来满足分布式物联网系统的计算需求。它与云的集成引发了合并资源管理的进一步困难。物联网设备的不同感知频率、分布式应用结构及其协调也影响着边缘计算环境中的资源管理。为推进边缘和它的重新资源管理方面，广泛研究的必要性毋庸置疑。为了制定和评价不同的观点和资源管理政策，对边缘环境的实证分析是关键。由于边缘计算环境集成了物联网设备、边缘节点和云数据中心以及大量的物联网数据和分布式应用程序，用于研究的实际边缘环境的实现将非常昂贵。此外，在真实的边缘环境中，任何实体的修改都将是冗长乏味的。在这种情况下，对边缘的计算环境进行仿真是很有帮助的。仿真工具包不仅为设计定制的实验环境提供了框架，而且还帮助进行可重复的评估。目前存在一定数量的模拟器，用于边缘计算环境建模和运行实验，这些目前正受到边缘计算研究人员的关注。


技术实现要素：

5.针对现有技术的不足，本发明提出一种云边端计算环境的建模工具，具体技术方案如下：
6.一种云边端计算环境的建模工具，该建模工具包括物理组件、逻辑组件和管理组
件；
7.所述物理组件包括传感器、执行器和按等级顺序排列的若干层边缘装置；最高等级的边缘装置与云端连接，最低等级的边缘装置与相关的传感器和执行器连接；
8.所述逻辑组件包括应用程序模块和应用程序边缘，所述应用程序边缘定义两个应用程序模块之间的逻辑数据流；
9.所述管理组件包括控制器和模块映射对象；所述模块映射对象定义边缘设备与各个应用程序模块之间的映射关系；所述控制器根据元组和所述应用程序模块的要求，识别所述边缘装置的可用资源，并将所述应用程序模块分配在符合要求的边缘装置中，并根据元组的要求和模块映射对象提供的映射关系在所分配的边缘装置上启动所述应用程序模块，并定期管理边缘设备的资源；当仿真结束时，所述控制器从所述边缘装置中收集每个元组仿真期间的时间消耗、能量消耗、网络消耗；
10.所述时间消耗为元组在逻辑组件中的仿真时间和延迟时间之和；
11.所述能量消耗为整个仿真周期内的电力资源的消耗；
12.所述网络消耗为所有逻辑组件的带宽消耗总量除以仿真的总耗时。
13.进一步地，所述时间消耗的计算公式如下：
[0014][0015]
其中t
k
表示第k个逻辑组件的仿真时间，l
k
表示第k个逻辑组件的延迟时间，1≤k≤n；所述能量消耗的计算公式如下：
[0016][0017]
其中，a表示功耗常数，a*t1＝i，i表示空闲时候的功耗，a*t2＝b*p，其中b为繁忙或最大功耗，p为cpu利用率，p为元组的mips消耗比上物理组件的最大mips值；
[0018]
所述网络消耗的计算公式如下：
[0019][0020]
其中，bu
k
表示第k个逻辑组件的上行带宽，bw
k
表示第k个逻辑组件的下行带宽，s表示应用程序边缘在网络中的传输总量，d表示网络延迟系数。
[0021]
进一步地，所述边缘装置提供内存、网络和计算资源；所述传感器产生元组作为云计算中的任务；所述执行器接收元组并进行执行；所述元组模拟云边端计算环境中的任务，元组上下游的数据格式不相同，元组的作用是将上游的数据格式转化为下游的数据格式；
[0022]
进一步地，所述应用程序模块采用虚拟机来映射，处理来自当前数据流的前一个应用程序模块的特定类型的元组，且由分数选择性模型决定一个应用程序模块是否会触发下一个应用程序模块。
[0023]
进一步地，所述仿真指的是逻辑组件在所述物理组件中元组流转的过程，是对数据在应用程序之间运输和转换的模拟，从而收集仿真数据；在仿真过程中，创建应用循环，将所述逻辑组件串联起来，使得元组在应用循环中流动；所述逻辑组件接收到元组时为该
逻辑组件开始仿真时刻，由所述逻辑组件计算并收集仿真数据；计算完成后，当前仿真结束，元组被控制器发送到该循环中的下一个逻辑组件。
[0024]
进一步地，所述元组的创建是事件驱动的，在创建传感器时，生成两个元组的间隔按照确定性分布设置。
[0025]
进一步地，所述管理组件分配所述应用程序模块时，当某个边缘装置不能满足要求时，则将该应用程序模块放入上一级边缘装置。
[0026]
进一步地，所述逻辑组件是为云边端的计算实体的模拟；当所述应用程序模块和所述边缘装置具有映射关系时，则所述应用程序模块继承所述边缘装置的属性。
[0027]
进一步地，所述模块映射对象定义的映射关系通过key
‑
>value的数据结构实现。
[0028]
本发明的有益效果如下：
[0029]
(1)构建真实的边缘环境成本高，且修改计算实体的配置会非常复杂，通过本发明的建模工具建成的边缘计算环境集成了物联网设备、边缘节点和云数据中心以及大量的物联网数据和分布式应用程序，能够为定制的实验环境提供框架，较好地模拟边缘环境，且能够实现可重复的评估，也能够对定制的实验环境进行不断优化。
[0030]
(2)本发明的建模工具还设计了仿真计算的资源消耗公式，这些公式能够模拟边缘计算环境中不同配置的参数导致资源的消耗情况，可以用简明的数学模型推理出具体的资源消耗数值，为真实边缘环境的构建提供参考。
附图说明
[0031]
图1为本发明的云边端计算环境的建模工具的各组件交互的示意图；
[0032]
图2为本发明的云边端计算环境的建模工具的网络拓扑图。
[0033]
图3为实施例的网络拓扑图。
具体实施方式
[0034]
下面根据附图和优选实施例详细描述本发明，本发明的目的和效果将变得更加明白，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0035]
本发明的云边端计算环境的建模工具提供了使用大量边缘节点和物联网设备(如传感器、执行器)模拟定制边缘计算环境的范围。使用这种工具可以轻松地定义用于边缘计算的基础设施、服务布局和资源分配策略。在边缘计算环境中，这个工具模拟任意应用场景时，采用意义
‑
过程
‑
驱动和分布式数据流模型。它便于评估端到端延迟、网络拥塞、电力使用、运营费用和服务质量满意度。在研究工作中，此工具已经用于模拟边缘计算环境的资源、移动性、延迟、体验质量、能量、安全和服务质量感知管理。
[0036]
本发明的云边端计算环境的建模工具包括物理组件、逻辑组件、管理组件三部分。
[0037]
物理组件包括传感器、执行器和按等级顺序排列的若干层边缘装置；最高等级的边缘装置与云端连接，最低等级的边缘装置与相关的传感器和执行器连接。所述边缘装置提供内存、网络和计算资源，就像云计算范式中的数据中心一样。每个边缘装置都具有特定的指令处理速率和功耗属性(繁忙和空闲功耗)，这反映了它的能力和能源效率。传感器产生元组作为云计算中的任务；所述执行器接收元组并进行执行。元组是对数据流中的数据集的模拟，元组(任务)的创建是事件驱动的，在创建传感器时，生成两个元组的间隔是按照
确定性分布设置的。
[0038]
逻辑组件包括应用程序模块和应用程序边缘，应用程序被认为是相互依赖的应用程序模块的集合，这样就产生了分布式应用程序的概念。两个模块之间的依赖关系由应用程序边缘的特征来定义。在云计算领域，应用程序模块可以用虚拟机来映射，应用程序边缘则定义两个应用程序模块之间的逻辑数据流。在建模工具中，每个应用程序模块(虚拟机)处理来自数据流的前身应用程序模块(虚拟机)的特定类型的元组(任务)。两个应用程序模块之间的元组转发可以是周期性的，当接收到一个特定类型的元组时，一个模块是否会触发下一个模块的另一个元组由分数选择性模型决定。
[0039]
管理组件包括控制器和模块映射对象。模块映射对象定义边缘装置与各个应用程序模块之间的映射关系；控制器根据元组和应用程序模块的要求，识别所述边缘装置的可用资源，并将应用程序模块分配在符合要求的边缘装置中，并根据元组的要求和模块映射对象提供的映射关系在所分配的边缘装置上启动所述应用程序模块，并定期管理边缘设备的资源(如元组到达当前边缘装置时，提高所述边缘装置的资源使用率)；当仿真结束时，所述控制器还从所述边缘装置中收集每个元组仿真期间的时间消耗、能量消耗、网络消耗。
[0040]
各个组件之间的交互关系如图1所示。
[0041]
默认情况下，建模工具支持应用程序模块在边缘装置中的分层放置。
[0042]
建模工具的创建步骤如下：
[0043]
首先，物理组件需要用特定的配置创建。配置参数包括ram、百万指令每秒处理能力(mips)、百万指令处理成本、上行和下行链路带宽，繁忙和空闲功率以及它们的层次。在创建低层边缘设备时，需要创建关联物联网设备(传感器和执行器)。在创建物联网传感器时设置的传输分配对象的特定值是指其感知间隔。此外，传感器和执行器需要引用应用程序id和代理id。
[0044]
接下来，需要创建逻辑组件，比如应用程序模块、应用程序边缘和应用程序循环。在创建应用程序模块时，会提供它们的配置，并且应用程序边缘对象包括有关元组类型、方向、cpu和网络长度的信息，以及源和目标模块的引用。在后台，不同类型的元组创建基于给定的关于应用程序边缘对象的规范。
[0045]
最后，启动管理组件(模块映射)来定义不同的调度和应用程序模块放置策略。用户在将应用程序模块分配给边缘装置时，可以考虑总能耗、服务延迟、网络使用、运营成本和设备异构性，并相应地扩展模块映射类的抽象。根据应用程序边缘的信息，应用程序模块的需求需要与相应元组类型的规范对齐，并由可用的边缘资源来满足。应用程序模块和边缘设备的映射完成后，物理和逻辑组件的信息就会被转发给控制器。控制器随后将整个系统提交给云模拟引擎进行仿真。
[0046]
仿真结束后，需要收集最重要的仿真数据，仿真数据的计算是由边缘装置完成的。这些仿真数据的计算方式各有不同。
[0047]
1、时间消耗为元组在逻辑组件中的仿真时间相加之和获得。
[0048]
当一个元组进入一个逻辑组件时，仿真工具会根据逻辑组件的类型和属性，设置一个仿真时间，如应用程序模块会具有cpu强度等属性，一个元组具有字节大小等属性，同时会给这个元组在此应用程序迭代计算的次数，那么就可以计算出此元组在此应用程序模块中的仿真时间了，而应用程序边缘有带宽属性，那么就可以计算此元组在应用程序边缘
中的停留时间即仿真时间了。同时元组在切换逻辑组件过程中不可避免会有延迟消耗(这个延迟可以为零)，公式为：
[0049][0050]
其中t
k
表示第k个逻辑组件的仿真时间，l
k
表示第k个逻辑组件的延迟时间，1≤k≤n。
[0051]
2.能量消耗为在仿真时间内每个逻辑组件消耗的能量之和。
[0052]
它的计算逻辑是，边缘装置未处理元组时为空闲时候的功耗，处理元组时为最大功耗乘以cpu利用率，则消耗的能量为仿真开始时刻至仿真结束时刻的积分，假设能量消耗是线性的，公式为：
[0053][0054]
其中a表示功耗常数，t
k
表示第k个逻辑组件的运行时刻，a*t1＝i，表示空闲时候的功耗，a*t2＝b*p，其中b为繁忙或最大功耗，p为cpu利用率，p为元组的mips消耗比上物理组件的最大mips值。
[0055]
3.网络消耗定义为元组传输的总量比上仿真的总耗时，然而元组在逻辑组件中的传输会有一定的延迟，所以还需要加上网络延迟系数(可以设置为零)，它的公式为：
[0056][0057]
其中bu
k
表示第k个逻辑组件的上行带宽，bw
k
表示第k个逻辑组件的下行带宽，s表示元组在网络中的传输总量，d表示网络延迟系数。公式的意义是所有逻辑组件的带宽消耗总量除于仿真的总耗时。
[0058]
实施例
[0059]
物理组件假设：底层终端边缘装置与传感器和执行器相连。网关边缘装置连接云计算中心和底层终端边缘装置。假设网关边缘装置有两个，每个网关边缘装置连接三个底层终端边缘装置。网络拓扑图如图2所示。
[0060]
逻辑组件假设：这里假设客户端模块被放置在底层终端边缘设备，存储模块被放置在云中。主模块被放置在网关边缘装置中。数据流程是传感器将信息发送到客户端模块，客户端模块将原始信息传递给主模块，主模块将原始数据转化为存储数据，发送到存储模块，同时处理原始数据后的结果返回给客户端模块，客户端模块根据返回的数据向执行器发送响应或者指令。网络拓扑图如图3所示。该实施例中建模工具的创建过程如下：
[0061]
(1)初始化云端仿真环境；
[0062]
(2)创建物理设备(云、网关装置、终端装置、传感器和执行器)；
[0063]
(3)创建应用程序模块，包括应用程序模块(客户端模块、主模块和存储模块)、应用程序边缘(传感器
‑
>客户端模块、客户端模块
‑
>主模块、主模块
‑
>存储模块、主模块
‑
>客户端模块、客户端模块
‑
>执行器)、元组映射、应用程序循环；
[0064]
(4)创建控制器映射，存储模块映射到云、客户端模块映射到终端装置；
[0065]
(5)创建控制器，集成控制器映射，控制器提交应用程序；
[0066]
(6)开始仿真，仿真结束，输出结果。
[0067]
本领域普通技术人员可以理解，以上所述仅为发明的优选实例而已，并不用于限制发明，尽管参照前述实例对发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在发明的精神和原则之内，所做的修改、等同替换等均应包含在发明的保护范围之内。