基于优先关系的数据资源调度方法及装置与流程

1.本发明涉及数据传输技术领域，尤其涉及一种基于优先关系的数据资源调度方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.伴随科学技术的不断发展，网络普及已遍及千家万户，可以想象的是，当终端用户数量的增多，如何智能化选择服务网络以更好的调度终端用户所需要的数据是急需解决的问题。
3.目前主流处理方法是按照终端用户所请求的数据量执行智能匹配，如终端用户请求的数据量为1m，因为数据量较小，则从当前可以服务的网络中选择cpu、内存及网络带宽较弱的网络，若终端用户请求的数据量较大，则选择cpu、内存及网络带宽较强的网络。
4.上述方法虽然可实现数据资源调度，但终端和网络的对应关系确定较为刻板且僵硬，导致数据资源调度的智能化程度较低，容易在资源调度过程中产生调度卡顿或拥塞的情况。


技术实现要素：

5.本发明提供一种基于优先关系的数据资源调度方法、装置及计算机可读存储介质，其主要目的在于解决当前数据资源调度方法智能化程度较低，容易在资源调度过程中产生调度卡顿或拥塞的情况。
6.为实现上述目的，本发明提供的一种基于优先关系的数据资源调度方法，包括：接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集；获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集；计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，其中网络拥塞度的计算方法为：接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；根据下式计算得到网络拥塞度：其中，表示第i个终端在时间接入至第k个网络的网络拥塞度，其中时间在数据资源请求指令发起时间之后，表示第k个网络的资源块总数量，t为所述时间计算周期，表示起始计算时间点，表示第k个网络在起始计算时间点至时间时的已分配的资源块数量；
计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，其中数据传输速率的计算方法为：其中，表示在时间时第k个网络将数据传输至第i个终端的数据传输速率，表示在时间时第i个终端从第k个网络中分得的资源块数量，表示第k个网络中每个资源块的带宽，表示第k个网络的所在基站的传输功率，表示第k个网络的信息增益。
7.根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
8.可选地，所述根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集，包括：参照如下公式执行归一化操作：其中，表示第i个终端的第j个待请求数据，表示第i个终端的第j个待请求数据执行归一化后的归一化数据，表示与第i个终端的第j个待请求数据对应的历史请求数据的最小值，表示与第i个终端的第j个待请求数据对应的历史请求数据的最大值，表示与第i个终端的第j个待请求数据对应的历史请求数据的平均值。
9.可选地，所述根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，之前还包括：获取每个网络在历史时间段中的异常连接集，确定引发异常连接集中每个异常连接时网络的已分配的资源块数量及网络流量使用值；根据每个异常连接对应的已分配的资源块数量及网络流量使用值，计算得到每个网络的总稳定度；从所述网络集中剔除总稳定度小于稳定度阈值的网络，得到清洗后的待选网络集。
10.可选地，所述根据每个异常连接对应的已分配的资源块数量及网络流量使用值，计算得到每个网络的总稳定度，包括：采用如下方法计算得到每个网络的总稳定度：
其中，表示第k个网络在时间t发生异常连接的稳定度，i为时间t对应的稳定度编号，h为与第k个网络对应的总带宽，为第k个网络在时间t发生异常连接时的已分配的资源块数量，为的权重，为第k个网络在时间t发生异常连接时的网络流量使用值，为的权重，表示第k个网络在历史时间段的总稳定度，n表示第k个网络在历史时间段的异常连接的总数，为预先设定的异常连接次数阈值，k表示第k个网络每次发生异常连接的稳定度的总数。
11.可选地，所述稳定度阈值设置为0.75。
12.可选地，所述根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，包括：构建所述归一化数据集的数据矩阵，其中所述数据矩阵如下所示：其中，r表示所述数据矩阵，数据矩阵的每一行表示一个终端；在预构建的虚拟机下按照网络拥塞度及数据传输速率虚拟出对应的虚拟网络，得到虚拟网络集；并行计算所述数据矩阵在虚拟网络集中每个虚拟网络下的传输时间，得到传输时间集；根据所述传输时间集和虚拟网络集与网络集的对应关系，依次从网络集中选择服务网络将归一化数据集回传至所述终端集。
13.可选地，所述并行计算所述数据矩阵在虚拟网络集中每个虚拟网络下的传输时间，得到传输时间集，包括：从所述虚拟网络集依次遍历出每个虚拟网络；对每个虚拟网络均执行如下处理：按照所述数据矩阵的矩阵结构，同时计算出每个虚拟网络传输每个终端的归一化数据的传输时间，传输时间的计算方法为：其中，为第k个虚拟网络传输第i个终端的归一化数据的传输时间，表示第k个虚拟网络计划传输第i个终端的归一化数据前的等待时间，表示第k个虚拟网
络传输在传输第i个终端的归一化数据过程的消耗时间；汇总每个虚拟网络传输每个终端的归一化数据的传输时间，得到所述传输时间集。
14.可选地，所述等待时间的计算方法为：其中，表示第i个终端的归一化数据的数据量，表示支持第k个虚拟网络运行的服务器的带宽利用率，表示支持第k个虚拟网络运行的服务器的处理器利用率，表示支持第k个虚拟网络运行的服务器的内存利用率。
15.可选地，所述消耗时间的计算方法为：其中，表示第k个网络的网络拥塞度，表示第k个网络的数据传输速率。
16.为了解决上述问题，本发明还提供一种基于优先关系的数据资源调度装置，所述装置包括：网络集确定模块，用于接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集；归一化模块，用于获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集；网络拥塞度计算模块，用于计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，其中网络拥塞度的计算方法为：接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；根据下式计算得到网络拥塞度：其中，表示第i个终端在时间接入至第k个网络的网络拥塞度，其中时间在数据资源请求指令发起时间之后，表示第k个网络的资源块总数量，t为所述时间计算周期，表示起始计算时间点，表示第k个网络在起始计算时间点至时间时的已分配的资源块数量；数据传输速率计算模块，用于计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，其中数据传输速率的计算方法为：其中，表示在时间时第k个网络将数据传输至第i个终端的数据传输速率，表示在时间时第i个终端从第k个网络中分得的资源块数量，表示第k个
网络中每个资源块的带宽，表示第k个网络的所在基站的传输功率，表示第k个网络的信息增益；数据调度模块，用于根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
17.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：存储器，存储至少一个指令；及处理器，执行所述存储器中存储的指令以实现上述所述的基于优先关系的数据资源调度方法。
18.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于优先关系的数据资源调度方法。
19.本发明实施例为解决背景技术所述问题，先接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集，其中网络集是当前时间内可以响应终端所发出的数据资源请求指令，并执行数据调度的所有网络，相比于背景技术仅考虑的cpu、内存及网络带宽匹配出对应网络来说，本发明实施例智能化的计算出每个网络在数据资源请求指令发出后的网络拥塞度及数据传输速率，由于网络拥塞度及数据传输速率可以更好的反映出网络在当前时间的传输能力，因此匹配精确度更高，最后，根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。因此本发明提出的基于优先关系的数据资源调度方法、装置、电子设备及计算机可读存储介质，可以解决当前数据资源调度方法智能化程度较低，容易在资源调度过程中产生调度卡顿或拥塞的情况。
附图说明
20.图1为本发明一实施例提供的基于优先关系的数据资源调度方法的流程示意图；图2为本发明一实施例提供的基于优先关系的数据资源调度装置的功能模块图；图3为本发明一实施例提供的实现所述基于优先关系的数据资源调度方法的电子设备的结构示意图。
21.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
22.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。
23.本技术实施例提供一种基于优先关系的数据资源调度方法。所述基于优先关系的数据资源调度方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述基于优先关系的数据资源调度方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
24.参照图1所示，为本发明一实施例提供的基于优先关系的数据资源调度方法的流程示意图。在本实施例中，所述基于优先关系的数据资源调度方法包括：
s1、接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集。
25.本发明实施例中，所述终端集是包括手机、平板、笔记本或台式机等一切具有网络连接功能的软硬件的集合，所述网络集是具有网络传输功能的通信基站、路由器、服务器等集合。
26.示例性的，某厂家通过官网发布一款性价比极高的商品，不同用户对该商品的需求也不尽相同，用户a想详细了解该商品的生产过程、用户b想了解该商品的功能及使用注意事项、用户c想直接购买该商品、用户d打算找到该商品的厂家地址并求职，即用户a、b、c及d构成终端集，而负责将终端集与官网网址执行连接工作的网络即为网络集，可能包括网络-1、网络-2、网络-3等。此外，不同用户对该厂家所在官网的网址发起不同的数据资源请求指令，可见数据资源请求指令包括的数据类型也不尽相同。
27.s2、获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集。
28.可理解的是，历史请求数据集是根据历史请求记录而调取的数据集。示例性的，某厂家发布商品所在的官网，在官网开发阶段就已经内置了多个url和数据调取接口，因此根据历史的url或数据接口等可遍历出不同数据类型的历史数据，从而根据历史数据对当前的终端集对应的待请求数据集对应执行归一化处理，可减少数据量，提高数据资源调度效率。
29.详细地，所述根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集，包括：参照如下公式执行归一化操作：其中，表示第i个终端的第j个待请求数据，表示第i个终端的第j个待请求数据执行归一化后的归一化数据，表示与第i个终端的第j个待请求数据对应的历史请求数据的最小值，表示与第i个终端的第j个待请求数据对应的历史请求数据的最大值，表示与第i个终端的第j个待请求数据对应的历史请求数据的平均值。
30.需解释的是，对于数值型数据，最小值、最大值可直接使用数值大小确定，对于字符型数据，最小值、最大值可使用内存大小确定。如用户c想直接购买该商品，该商品价格为20万，而商品网站的历史商品价格的最小值、最大值分别为2千和30万，则可直接执行归一化处理；用户a想详细了解该商品的生产过程，可见整个生产过程是文字、图片类的综合阐述，则获取对应的历史上其他商品的生产过程，得到最小值为20m，最大值为200m，则对应执行压缩处理，得到归一化后的生产过程。
31.s3、计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度。
32.详细地，所述计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，包括：
接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；根据下式计算得到网络拥塞度：其中，表示第i个终端在时间接入至第k个网络的网络拥塞度，其中时间在数据资源请求指令发起时间之后，表示第k个网络的资源块总数量，t为所述时间计算周期，表示起始计算时间点，表示第k个网络在起始计算时间点至时间时的已分配的资源块数量。
33.需解释的是，资源块是通信领域中的一种帧结构概念，一个资源块在频域上由12个子载波构成共180khz，一个子载波间隔15khz；一个资源块在时域上由7个ofdm符号构成，一个资源块代表一个时隙为0.5ms。示例性的，20m带宽实际是20mhz，相当于20*1000/180=111个资源块。
34.由此可见，本发明实施例巧妙的利用资源块总量及已分配的资源块数量量化出每个网络在时间的网络拥塞度，通过网络拥塞度可方便后续计算出终端与网络的服务关系。
35.s4、计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率。
36.详细地，所述计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，包括：其中，表示在时间时第k个网络将数据传输至第i个终端的数据传输速率，表示在时间时第i个终端从第k个网络中分得的资源块数量，表示第k个网络中每个资源块的带宽，表示第k个网络的所在基站的传输功率，表示第k个网络的信息增益。
37.s5、根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
38.本发明实施例的目的是提高数据资源调度效率，因此还需考虑每个网络的稳定性，对于不稳定的网络则对其依赖度要适应性降低。
39.详细地，所述根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，之前还包括：获取每个网络在历史时间段中的异常连接集，确定引发异常连接集中每个异常连接时网络的已分配的资源块数量及网络流量使用值；根据每个异常连接对应的已分配的资源块数量及网络流量使用值，计算得到每个网络的总稳定度；从所述网络集中剔除总稳定度小于稳定度阈值的网络，得到清洗后的待选网络集。
40.需解释的是，在历史时间段内每个网络有可能会出现一次或多次的异常连接，如厂家的官网中内置了生产商品流程的url连接，但用户a通过网络-1访问url连接时出现多次异常连接，而通过网络-2访问url连接时确没有出现过异常连接现象，由此可见网络-1的稳定性小于网络-2。因此，获取网络-1在连接url时失败时当时的已分配的资源块数量及网络流量使用值，从而方便后续计算其稳定度。
41.详细地，所述根据每个异常连接对应的已分配的资源块数量及网络流量使用值，计算得到每个网络的总稳定度，包括：采用如下方法计算得到每个网络的总稳定度：采用如下方法计算得到每个网络的总稳定度：其中，表示第k个网络在时间t发生异常连接的稳定度，i为时间t对应的稳定度编号，h为与第k个网络对应的总带宽，为第k个网络在时间t发生异常连接时的已分配的资源块数量，为的权重，为第k个网络在时间t发生异常连接时的网络流量使用值，为的权重，表示第k个网络在历史时间段的总稳定度，n表示第k个网络在历史时间段的异常连接的总数，为预先设定的异常连接次数阈值，k表示第k个网络每次发生异常连接的稳定度的总数。
42.可理解的是，本发明实施例在计算每个网络的总稳定度时使用了分段函数，即当网络的异常连接的总数符合在区间段才计算其总稳定度，当异常连接的总数n小于阈值，本发明实施例认为属于不可避免的异常连接问题，因此认为正常情况故将总稳定度设定为1，同理，当n大于阈值时表示对应的网络极其不稳定，此时较佳的情况是联系网络管理人员检查其网络问题，不宜使用该网络执行数据资源调度。
43.本发明实施例中，所述稳定度阈值设置为0.75，即计算出每个网络的总稳定度以后，会依次判断其与0.75的大小关系，保留大于或等于0.75的网络，剔除小于0.75的网络，从而筛选得到所述待选网络集。
44.进一步地，所述根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，包括：构建所述归一化数据集的数据矩阵，其中所述数据矩阵如下所示：
其中，r表示所述数据矩阵，数据矩阵的每一行表示一个终端；在预构建的虚拟机下按照网络拥塞度及数据传输速率虚拟出对应的虚拟网络，得到虚拟网络集；并行计算所述数据矩阵在虚拟网络集中每个虚拟网络下的传输时间，得到传输时间集；根据所述传输时间集和虚拟网络集与网络集的对应关系，依次从网络集中选择服务网络将归一化数据集回传至所述终端集。
45.需解释的是，每个终端所请求的数据个数不相同，因此本发明实施例构建数据矩阵时先确定最多的数据个数，根据最多的数据个数确定出数据矩阵的列维度，行维度表示终端个数。
46.此外，本发明实施例为了高效模拟出网络集传输归一化数据集的传输效率，先构建出虚拟机，其中虚拟机的主要是在支持本发明实施例的服务器的服务环境下，按照网络拥塞度及数据传输速率虚拟的前提条件下虚拟出与真实网络（即本发明所述网络集中的每个网络）对应的虚拟网络，从而计算出每个网络传输每个终端对应的归一化数据的传输时间。
47.详细地，所述并行计算所述数据矩阵在虚拟网络集中每个虚拟网络下的传输时间，得到传输时间集，包括：从所述虚拟网络集依次遍历出每个虚拟网络；对每个虚拟网络均执行如下处理：按照所述数据矩阵的矩阵结构，同时计算出每个虚拟网络传输每个终端的归一化数据的传输时间，传输时间的计算方法为：其中，为第k个虚拟网络传输第i个终端的归一化数据的传输时间，表示第k个虚拟网络计划传输第i个终端的归一化数据前的等待时间，表示第k个虚拟网络传输在传输第i个终端的归一化数据过程的消耗时间；汇总每个虚拟网络传输每个终端的归一化数据的传输时间，得到所述传输时间集。
48.进一步地，所述等待时间的计算方法为：其中，表示第i个终端的归一化数据的数据量，表示支持第k个虚拟网络运行的服务器的带宽利用率，表示支持第k个虚拟网络运行的服务器的处理器利用率，
表示支持第k个虚拟网络运行的服务器的内存利用率；所述消耗时间的计算方法为：其中，表示第k个网络的网络拥塞度，表示第k个网络的数据传输速率。
49.由此可见，通过计算每个虚拟网络传输每个终端的归一化数据的传输时间得到传输时间集后，可对比选择出每个终端下用于传输归一化数据的传输时间最小所对应的虚拟网络，从而将该虚拟网络确定为服务网络，可见归一化数据集回传至对应的终端，完成数据资源调度。
50.本发明实施例为解决背景技术所述问题，先接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集，其中网络集是当前时间内可以响应终端所发出的数据资源请求指令，并执行数据调度的所有网络，相比于背景技术仅考虑的cpu、内存及网络带宽匹配出对应网络来说，本发明实施例智能化的计算出每个网络在数据资源请求指令发出后的网络拥塞度及数据传输速率，由于网络拥塞度及数据传输速率可以更好的反映出网络在当前时间的传输能力，因此匹配精确度更高，最后，根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。因此本发明提出的基于优先关系的数据资源调度方法、装置、电子设备及计算机可读存储介质，可以解决当前数据资源调度方法智能化程度较低，容易在资源调度过程中产生调度卡顿或拥塞的情况。
51.如图2所示，是本发明一实施例提供的基于优先关系的数据资源调度装置的功能模块图。
52.本发明所述基于优先关系的数据资源调度装置100可以安装于电子设备中。根据实现的功能，所述基于优先关系的数据资源调度装置100可以包括网络集确定模块101、归一化模块102、网络拥塞度计算模块103、数据传输速率计算模块104及数据调度模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
53.所述网络集确定模块101，用于接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集；所述归一化模块102，用于获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集；所述网络拥塞度计算模块103，用于计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，其中网络拥塞度的计算方法为：接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；根据下式计算得到网络拥塞度：
其中，表示第i个终端在时间接入至第k个网络的网络拥塞度，其中时间在数据资源请求指令发起时间之后，表示第k个网络的资源块总数量，t为所述时间计算周期，表示起始计算时间点，表示第k个网络在起始计算时间点至时间时的已分配的资源块数量；所述数据传输速率计算模块104，用于计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，其中数据传输速率的计算方法为：其中，表示在时间时第k个网络将数据传输至第i个终端的数据传输速率，表示在时间时第i个终端从第k个网络中分得的资源块数量，表示第k个网络中每个资源块的带宽，表示第k个网络的所在基站的传输功率，表示第k个网络的信息增益；所述数据调度模块105，用于根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
54.详细地，本发明实施例中所述基于优先关系的数据资源调度装置100中的所述各模块在使用时采用与上述的图1中所述的基于区块链的产品供应链管理方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
55.如图3所示，是本发明一实施例提供的实现基于优先关系的数据资源调度方法的电子设备的结构示意图。
56.所述电子设备1可以包括处理器10、存储器11和总线12，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于优先关系的数据资源调度方法程序。
57.其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：sd或dx存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（smart media card， smc）、安全数字（secure digital， sd）卡、闪存卡（flash card）等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于优先关系的数据资源调度方法程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
58.所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（central processing unit，cpu）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（control unit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内
的程序或者模块（例如基于优先关系的数据资源调度方法程序等），以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
59.所述总线12可以是外设部件互连标准（peripheral component interconnect，简称pci）总线或扩展工业标准结构（extended industry standard architecture，简称eisa）总线等。该总线12可以分为地址总线、数据总线、控制总线等。所述总线12被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
60.图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
61.例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
62.进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如wi-fi接口、蓝牙接口等），通常用于在该电子设备1与其他电子设备之间建立通信连接。
63.本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：接收终端集的数据资源请求指令，根据所述数据资源请求指令确定与终端集对应的网络集；获取所述终端集的历史请求数据集，从所述数据资源请求指令中解析出待请求数据集，根据所述历史请求数据集对所述待请求数据集执行归一化操作得到归一化数据集；计算所述网络集中每个网络在数据资源请求指令发出后的网络拥塞度，其中网络拥塞度的计算方法为：接收每个网络设定的网络拥塞度的时间计算周期及起始计算时间点；根据下式计算得到网络拥塞度：其中，表示第i个终端在时间接入至第k个网络的网络拥塞度，其中时间在数据资源请求指令发起时间之后，表示第k个网络的资源块总数量，t为所述时间计算周期，表示起始计算时间点，表示第k个网络在起始计算时间点至时间时的已分配的资源块数量；计算所述终端集中每个终端与网络集中每个网络对应的数据传输速率，其中数据传输速率的计算方法为：
其中，表示在时间时第k个网络将数据传输至第i个终端的数据传输速率，表示在时间时第i个终端从第k个网络中分得的资源块数量，表示第k个网络中每个资源块的带宽，表示第k个网络的所在基站的传输功率，表示第k个网络的信息增益。
64.根据每个终端与每个网络所计算出的网络拥塞度及数据传输速率，从所述网络集中选择服务网络将归一化数据集回传至所述终端集，完成数据资源调度。
65.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
66.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
67.最后应说明的是，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等同替换，而不脱离本发明技术方案的精神和范围。