一种基于人工智能的边缘计算评估系统

1.本发明涉及电数字数据处理领域，具体涉及一种基于人工智能的边缘计算评估系统。


背景技术：

2.边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务，其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求，边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端，边缘计算和云计算对数据进行分配，合理的分配方式会对提高整体的处理效率，现需要一种评估系统对当前边缘计算的数据分配方式进行评估，根据评估结果对分配方式进行调整。
3.背景技术的前述论述仅意图便于理解本发明。此论述并不认可或承认提及的材料中的任一种公共常识的一部分。
4.现在已经开发出了很多评估系统，经过我们大量的检索与参考，发现现有的评估系统有如公开号为cn110045679b所公开的系统，这些系统一般包括数据采集、数据拼接、数据对齐、数据质量判断和边缘算法调用。其中，利用加速度传感器以高频采样率采集主轴的振动信号，通过机床控制器通信协议以低频采样率采集机床控制器信号；高频数据和低频数据分别完成拼接；根据高频数据的时间戳信息在缓存中寻找对应的低频信息，基于对齐后的低频数据和高频数据做交叉判断，以在数据源头判断机床以及传感器信号是否出现异常；调用边缘算法对数据进行特征提取得到边缘特征值。但该系统只是对数据的质量进行评估，没有对数据的分配方式进行评估，边缘计算的处理效率仍有待提高。


技术实现要素：

5.本发明的目的在于，针对所存在的不足，提出了一种基于人工智能的边缘计算评估系统。
6.本发明采用如下技术方案：
7.一种基于人工智能的边缘计算评估系统，包括边缘监测模块、中心评估模块、传输监测模块和中心监测模块，所述边缘监测模块用于监测评估时间段内的边缘服务器的数据处理情况，所述传输监测模块用于监测评估时间段内的边缘服务器与中心服务器之间的数据传输情况，所述中心监测模块用于监测评估时间段内的中心服务器对边缘服务器上传数据的数据处理情况，所述中心评估模块根据上述三个监测模块的监测数据对边缘服务器的边缘计算情况进行评估；
8.所述边缘监测模块将监测的数据处理得到边缘处理指数q1和负载指数q2，所述传输监测模块将监测的数据处理得到传输指数q3，所述中心监测模块将监测的数据处理得到中心处理指数q4，所述中心评估模块将所有边缘服务器的上述四个指数处理得到边缘处理指数的指数范围[q1
min
，q1
max
]、负载指数的指数范围[q2
min
，q2
max
]、传输指数的指数范围
[q3
min
，q3
max
]和中心处理指数的指数范围[q4
min
，q4
max
]；
[0009]
所述中心评估模块根据下式计算出每个边缘服务器在评估时间段内的评估值e：
[0010][0011]
所述边缘服务器的评估值越大，表示该边缘服务器越需要对进行边缘计算的数据分配进行调整；
[0012]
进一步的，所述边缘监测模块根据下述公式计算出边缘服务器的边缘处理指数q1：
[0013][0014]
其中，n为评估时间段内终端产生的数据总批次数量，td(i)为所述边缘监测模块监测到的边缘服务器接收的第i批次数据和得到第i批次处理结果的时间间隔，ta(i)为所述边缘监测模块监测到的得到第i批次处理结果和应用第i批次处理结果的时间间隔，se(i)为保留在边缘服务器的第i批次数据量；
[0015]
进一步的，所述边缘监测模块根据下述公式计算出边缘服务器的负载指数q2：
[0016][0017]
其中，p(i)为保留在边缘服务器的第i批次数据量占终端产生的第i批次数据量的比值；
[0018]
进一步的，所述传输监测模块根据下述公式计算出传输指数q3：
[0019][0020]
其中，t为评估时间段时长，tin为评估时间段内边缘服务器向中心服务器传输数据的累计时间，tout为评估时间段内中心服务器向边缘服务器传输数据的累计时间；
[0021]
进一步的，所述中心监测模块根据下式计算出边缘服务器的中心处理指数q4：
[0022][0023]
其中，t0为标准处理时间，tc(i)为所述中心服务器从边缘服务器接收第i批次数据和将所述第i批次数据进行得到处理结果的时间间隔，sc(i)为边缘服务器发送给中心服务器第i批次的数据量。
[0024]
本发明所取得的有益效果是：
[0025]
本系统通过设置三个监测模块分别监测边缘服务器，传输通道和中心服务器的数据处理或流通情况，基于这三个监测模块监测到的所有边缘服务器对应的监测数据整合得到一个标准范围，基于标准范围再对单个边缘服务器进行评估，评估值能够准确地反应出该边缘服务器的数据分配方式是否合理，基于评估结果来对数据的分配进行调整，最终提
高边缘计算的整体效率。
[0026]
为使能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，然而所提供的附图仅用于提供参考与说明，并非用来对本发明加以限制。
附图说明
[0027]
图1为本发明整体结构框架示意图；
[0028]
图2为本发明数据分配示意图；
[0029]
图3为本发明监测的时间数据示意图；
[0030]
图4为本发明对目标指数的处理流程示意图；
[0031]
图5为本发明中心评估模块进行评估的流程示意图。
具体实施方式
[0032]
以下是通过特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不悖离本发明的精神下进行各种修饰与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所公开的内容并非用以限制本发明的保护范围。
[0033]
实施例一。
[0034]
本实施例提供了一种基于人工智能的边缘计算评估系统，结合图1，包括边缘监测模块、中心评估模块、传输监测模块和中心监测模块，所述边缘监测模块用于监测评估时间段内的边缘服务器的数据处理情况，所述传输监测模块用于监测评估时间段内的边缘服务器与中心服务器之间的数据传输情况，所述中心监测模块用于监测评估时间段内的中心服务器对边缘服务器上传数据的数据处理情况，所述中心评估模块根据上述三个监测模块的监测数据对边缘服务器的边缘计算情况进行评估；
[0035]
所述边缘监测模块将监测的数据处理得到边缘处理指数q1和负载指数q2，所述传输监测模块将监测的数据处理得到传输指数q3，所述中心监测模块将监测的数据处理得到中心处理指数q4，所述中心评估模块将所有边缘服务器的上述四个指数处理得到边缘处理指数的指数范围[q1
min
，q1
max
]、负载指数的指数范围[q2
min
，q2
max
]、传输指数的指数范围[q3
min
，q3
max
]和中心处理指数的指数范围[q4
min
，q4
max
]；
[0036]
所述中心评估模块根据下式计算出每个边缘服务器在评估时间段内的评估值e：
[0037][0038]
所述边缘服务器的评估值越大，表示该边缘服务器越需要对进行边缘计算的数据分配进行调整；
[0039]
所述边缘监测模块根据下述公式计算出边缘服务器的边缘处理指数q1：
[0040][0041]
其中，n为评估时间段内终端产生的数据总批次数量，td(i)为所述边缘监测模块监测到的边缘服务器接收的第i批次数据和得到第i批次处理结果的时间间隔，ta(i)为所述边缘监测模块监测到的得到第i批次处理结果和应用第i批次处理结果的时间间隔，se(i)为保留在边缘服务器的第i批次数据量；
[0042]
所述边缘监测模块根据下述公式计算出边缘服务器的负载指数q2：
[0043][0044]
其中，p(i)为保留在边缘服务器的第i批次数据量占终端产生的第i批次数据量的比值；
[0045]
所述传输监测模块根据下述公式计算出传输指数q3：
[0046][0047]
其中，t为评估时间段时长，tin为评估时间段内边缘服务器向中心服务器传输数据的累计时间，tout为评估时间段内中心服务器向边缘服务器传输数据的累计时间；
[0048]
所述中心监测模块根据下式计算出边缘服务器的中心处理指数q4：
[0049][0050]
其中，t0为标准处理时间，tc(i)为所述中心服务器从边缘服务器接收第i批次数据和将所述第i批次数据进行得到处理结果的时间间隔，sc(i)为边缘服务器发送给中心服务器第i批次的数据量。
[0051]
实施例二。
[0052]
本实施例包含了实施例一的全部内容，提供了一种基于人工智能的边缘计算评估系统，包括边缘监测模块、中心评估模块、传输监测模块和中心监测模块，所述边缘监测模块用于监测边缘服务器的数据处理情况，所述传输监测模块用于监测边缘服务器传输给中心服务器的数据量，所述中心监测模块用于监测中心服务器对边缘服务器上传数据的数据处理情况，所述中心评估模块根据上述三个模块的监测数据对边缘服务器的边缘计算进行评估；
[0053]
结合图2，边缘服务器将终端产生的数据进行分拣，部分数据保留在边缘服务器进行处理，部分数据发送至中心服务器进行处理，中心服务器再将处理结果反馈给边缘服务器，所述边缘监测模块对每一批次产生的数据量以及保留在边缘服务器的数据量进行统计，分别得到sz(i)和se(i)，其中，i为终端产生数据的批次序号；
[0054]
所述边缘服务器发送给中心服务器的数据量sc(i)为：
[0055]
sc(i)＝sz(i)-se(i)；
[0056]
保留在边缘服务器的数据量占比p(i)为：
[0057]
[0058]
结合图3，所述边缘服务器对数据进行边缘计算后得到处理结果，所述处理结果应用于本地终端，所述边缘监测模块对所述边缘服务器接收数据和得到处理结果的时间间隔进行统计，得到td(i)，所述边缘监测模块对得到处理结果和应用处理结果的时间间隔进行统计，得到ta(i)；
[0059]
所述边缘监测模块根据下述公式计算出边缘服务器的边缘处理指数q1：
[0060][0061]
其中，n为评估时间段内终端产生的数据总批次数量；
[0062]
所述边缘监测模块根据下述公式计算出边缘服务器的负载指数q2：
[0063][0064]
所述边缘监测模块将边缘处理指数和负载指数发送给中心评估模块；
[0065]
所述传输监测模块统计出评估时间段内边缘服务器向中心服务器传输数据的累计时间tin和中心服务器向边缘服务器传输数据的累计时间tout，并根据下述公式计算出传输指数q3：
[0066][0067]
其中，t为评估时间段时长；
[0068]
所述传输监测模块将传输指数发送给所述中心评估模块；
[0069]
所述中心监测模块对所述中心服务器从单个边缘服务器接收数据和将该数据进行得到处理结果的时间间隔进行统计，得到tc(i)；
[0070]
所述中心监测模块根据下式计算出边缘服务器的中心处理指数q4：
[0071][0072]
其中，t0为标准处理时间，由本领域技术人员根据经验进行设置；
[0073]
所述中心监测模块将中心处理指数发送给所述中心评估模块；
[0074]
所述中心评估模块将接收到的所有边缘服务器对应的边缘处理指数、负载指数、传输指数和中心处理指数进行同样的处理，被处理的指数称为目标指数q，目标指数q为边缘处理指数、负载指数、传输指数和中心处理指数其中的一种，结合图4，处理过程包括如下步骤：
[0075]
s1、计算出目标指数的平均数
[0076][0077]
其中，m为边缘服务器的数量，q(j)表示第j个边缘服务器的目标指数；
[0078]
s2、计算出各个边缘服务器的目标指数与平均值的差值δq(j)：
[0079][0080]
s3、计算出目标指数q的基准跨度d：
[0081][0082]
其中，λ为放大系数，取值范围为(1，2]；
[0083]
s4、将设置为目标指数范围[q
min
，q
max
]；
[0084]
通过上述过程处理后得到边缘处理指数的指数范围[q1
min
，q1
max
]、负载指数的指数范围[q2
min
，q2
max
]、传输指数的指数范围[q3
min
，q3
max
]和中心处理指数的指数范围[q4
min
，q4
max
]；
[0085]
所述中心评估模块根据下式计算出每个边缘服务器在评估时间段内的评估值e：
[0086][0087]
所述边缘服务器的评估值越大，表示该边缘服务器越需要对进行边缘计算的数据分配进行调整；
[0088]
结合图5，所述中心评估模块对边缘服务器进行评估的过程包括如下步骤：
[0089]
s21、所述中心评估模块设定评估时间起点和评估时间终点，所述评估时间起点和评估时间终点之间的时间段为评估时间段；
[0090]
s22、所述中心评估模块在所述评估时间起点向所述边缘监测模块、传输监测模块和中心监测模块发送启动指令；
[0091]
s23、所述边缘监测模块、传输监测模块和中心监测模块在接收到启动指令后，将原有的统计数据清空后重新开始监测统计；
[0092]
s24、所述中心评估模块在所述评估时间终点向所述边缘监测模块、传输监测模块和中心监测模块发送结束指令；
[0093]
s25、所述边缘监测模块、传输监测模块和中心监测模块在接收到结束指令后，分别计算出对应的指数并将计算结果反馈给所述中心评估模块；
[0094]
s26、所述中心评估模块计算出各边缘服务器的评估值，并基于评估值向边缘服务器发送调整指令。
[0095]
以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的保护范围，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的保护范围内，此外，随着技术发展其中的元素可以更新的。