江苏龙网

  1. 首页 > 人文 > >

【控制网】工业互联网智能制造边缘计算模型与验证方法( 三 )


文章图片
图3边缘计算节点资源与服务状态评估
边缘计算节点可靠性模型：边缘计算节点可靠性指在规定条件下和给定时间内边缘计算节点正确运行（计算）的概率 ， 包括可靠性、可用性和可维性 。
边缘计算节点资源感知模型：对边缘计算节点的计算资源和存储资源进行实时感知 。 计算资源感知标准包括响应时间和CPU时间等 。 响应时间是指边缘计算节点接收到计算任务直至给出计算结果所需的时间 。 其中包括了访问外存储器、访问主存器时间、CPU运算时间、I/O动作时间以及操作系统工作的时间开销等 。
网络状态评估模型：网络状态评估模型主要评估指标包括：速率、带宽、吞吐量、时延、往返时间RTT、利用率 。
安全性模型：安全性模型主要的内容包括：设备安全、网络安全、控制安全、应用安全和数据安全 。
（2）边缘任务调度模型
边缘任务调度模型支持主动的任务调度 ， 能够根据资源状态、服务感知、边缘计算节点间的联接带宽、计算任务的时延要求等 ， 自动地在将任务拆分成多个子任务并分配到多个边缘计算节点上协同计算 。 也支持把计算资源、服务资源等通过开放接口对业务开放 ， 业务能够主动地控制计算任务的调度过程 ， 如图4所示 。
【控制网】工业互联网智能制造边缘计算模型与验证方法
文章图片
图4边缘计算边缘任务调度模型
边缘任务调度模型主要包括任务智能分割模型、计算卸载决策模型、任务-边缘节点匹配模型、边缘深度计算模型 。
任务分割模型：任务分割的粒度有方法级别、模块级别和线程级别 。 在任务分割时 ， 移动应用将会被分为本地执行代码和云端执行代码两个部分 。 其中涉及本地I/O、涉及用户交互的代码必须在本地执行 。 而与本地设备交互少、代码量少、计算量大的代码则可以上传到云端执行 。
卸载决策模型：卸载决策是边缘计算任务调度的核心问题 。 卸载决策主要关注是否进行计算卸载 。 卸载决策分为静态决策和动态决策两种 。 对于静态决策 ， 应用在运行前就已经决定某个模块是否应该上传到服务器执行 。 动态决策的运行时负载比较高 ， 需要实时监控移动设备的运行状况和网络状况 。
任务-节点匹配模型：任务-节点匹配模型主要如何解决根据计算任务和节点当前的状态 ， 来决定计算任务放置在哪个节点上运行的问题 。 针对于不同的卸载任务 ， 任务-节点匹配模型主要基于能量消耗模型 ， 时间延迟模型和负载均衡模型 。
边缘轻量级学习模型：针对深度学习模型等计算密集同时难以分布式优化的智能算法对边缘侧有限的计算资源带来的调整 ， 建立边缘设备计算资源评估方法 ， 在此基础上设计基于边缘设备计算资源的智能算法优化方法 ， 解决边缘智能系统的实时性和可靠性 ， 降低能耗、网络带宽需求 ， 以及信息泄露的可能性 。
（3）边缘数据协同模型
边缘数据协同模型研究边缘计算节点对南向的协议适配 ， 边缘计算节点之间的东西联接使用统一的数据联接协议 。 通过数据协同 ， 节点间可以相互交互数据、知识模型等 。 边缘计算节点需要知道特定的数据需要在哪些节点间共享 ， 共享的方式包括简单的广播、Pub-Sub模式等 。 边缘数据协同模型主要包括统一语义模型和语义网络模型 。
数据统一语义模型：数据统一语义模型具有平台无关、可兼容既有工业信息模型的通用数据语义描述框架并进行建模 ， 包括面向工业互联网控制数据、管理数据、设计/工艺数据的关键属性分类与提取；针对智能制造底层跨域、上层综合应用的需求 ， 通过对制造流程多层次数据关联关系的分析 ， 按照人机物法环模型分别制定内部及相互间关联关系数据字典标准化研究 ， 实现基于数据业务关联、时空关联的涵盖工厂采购、设计、生产、制造以及物流等领域环节的数据关系字典 。
4工业互联网智能制造边缘计算模型验证方法


推荐阅读


上一篇：『手机中国』九大产品卖点抢先看，红魔5G游戏手机官方海报公开

下一篇：【欢欢看世界】夸克链信的页面广告只是为了有资金更好的打理生态体系