基于PaaS云平台的边缘计算方法、系统、设备及介质与流程

本发明涉及边缘计算，具体涉及一种基于paas云平台的边缘计算方法、系统、设备及介质。

背景技术：

1、paas云平台的边缘计算技术是近年来随着物联网、5g等技术的发展而兴起的一种新型计算模式。传统的云计算模式主要将计算和存储等资源集中在云端数据中心，但随着物联网和5g技术的广泛应用，越来越多的设备和传感器产生的数据需要进行实时处理和分析。为此，边缘计算技术应运而生。

2、边缘计算是指将计算、存储等资源分布到靠近终端设备或数据源的边缘节点上，使得数据可以在本地进行处理和分析，从而实现低延迟、高可靠性和高效性。paas云平台的边缘计算技术则是将云计算思想应用于边缘计算领域的一种新型技术。

3、paas云平台的边缘计算技术的发展背景包括以下几个方面：1)云计算、大数据、人工智能等技术的快速发展，使得数据量和计算复杂度不断增加，需要更加高效的计算和存储资源；2)物联网技术的广泛应用，使得大量的设备和传感器需要进行实时数据处理和分析，需要更加低延迟和高可靠性的计算模式；3)5g技术的快速普及，使得数据传输速度得到极大提升，更加适合进行边缘计算。

4、paas云平台的边缘计算技术在实践中需要解决多个方面的问题，包括设备复杂度、网络连接质量、数据安全性和隐私保护、跨设备协作和资源共享等问题。为了解决这些问题，paas云平台的边缘计算技术采用了诸多新型技术和方法，如容器化、多路径传输、区块链等。同时，paas云平台的边缘计算技术还需要建立统一的标准和规范，以便于不同厂商和设备之间的互操作性和协作性。

5、随着物联网、5g等技术的不断发展，paas云平台的边缘计算技术有望在更广泛的领域得到应用，为人工智能、智能制造、智慧城市等领域带来更多的机会和挑战。paas云平台的边缘计算技术还需要面对多方面的问题和挑战，如设备复杂度、网络连接质量、数据安全性和隐私保护、跨设备协作和资源共享等，需要不断地进行技术创新和探索。因此，paas云平台的边缘计算技术的发展还需要各方共同努力，推动技术的进一步创新和应用。

6、paas云平台的边缘计算技术的缺陷边缘设备和网络环境的异构性，导致边缘计算架构的复杂性增加，难以满足复杂应用程序的需求，边缘计算的安全性和隐私保护问题需要更好的解决方案，边缘计算平台的管理和维护需要更好的自动化和智能化支持。

技术实现思路

1、本发明的目的是提供一种基于paas云平台的边缘计算方法、系统、设备及介质，实现边缘设备和网络环境的统一管理和自动化部署，实现智能决策和优化，提高边缘计算资源的利用效率，进行安全性和隐私保护。

2、为实现上述目的，本发明提供的技术方案是：

3、本技术的第一方面提供了一种基于paas云平台的边缘计算方法，包括：

4、利用智能决策算法对边缘设备进行优化决策，提高边缘计算资源的利用效率；

5、利用区块链技术和密码学技术保证边缘计算平台的安全性和隐私保护，确保数据传输和存储的安全；

6、通过引入自动化运维技术，实现边缘计算平台的自动化运维和管理，提高管理效率和稳定性；

7、采用轻量级虚拟化技术，实现边缘设备和网络环境的统一管理和自动化部署，降低边缘计算架构的复杂性；

8、进行边缘计算的算力释放，通过多个边缘设备协同、资源共享，提高边缘计算资源的利用效率和扩展性，实现边缘计算资源的优化配置和动态调整。

9、为优化上述技术方案，采取的具体措施还包括：

10、决策算法对边缘设备进行优化决策的边缘计算场景数学公式如下：

11、假设云平台的任务调度策略是基于任务的权重和设备的计算能力来进行的，假设有n个边缘设备，m个任务需要分配；

12、设tij为任务i在设备j上的执行时间，wi为任务i的权重，cj为设备j的计算能力，li是任务i的计算负载；任务执行时间由以下公式表示：

13、tij＝li/cj

14、或者，在考虑网络延迟和设备间通信开销的情况下，所述的利用智能决策算法对边缘设备进行优化决策的边缘计算场景数学公式如下：

15、设dij为设备i和设备j之间的网络延迟，bij为设备i和设备j之间的通信带宽，si为任务i需要传输的数据量，li是任务i的计算负载；任务执行时间由以下公式表示：

16、tij＝li/cj+si/bij+dij。

17、优化决策的目标是优化总任务执行时间与任务权重的乘积，目标函数为：

18、min∑(wi*tij)

19、约束条件为：

20、对于每个任务i，∑xij＝1

21、对于任务i是否分配给设备j，xij＝{0,1}

22、其中，xij表示任务i是否分配给设备j的二进制变量。

23、进一步地，采用决策树算法和神经网络算法进行优化决策的整数线性规划，分配任务并优化边缘计算资源的利用效率和性能，使用权重将决策树算法和神经网络算法的预测结果进行加权组合；通过在线学习和自适应调整策略，通过深度学习网络和区块链技术提高云凌平台在边缘计算的稳定性和安全性。

24、进一步地，所述的利用区块链技术和密码学技术保证边缘计算平台的安全性和隐私保护中，采用sha-256算法作为区块链的哈希函数，通过pow算法在区块链中验证新区块，根据网络的计算能力进行调整难度目标，通过梅克尔树验证区块中交易数据完整性。

25、区块哈希计算：

26、设m为区块数据，h为区块哈希值，h通过将m作为输入传递给sha-256哈希函数来计算：

27、h＝sha-256(m)

28、工作量证明：

29、pow算法要求满足如下条件：

30、h<2^(256-n)

31、其中，n表示目标难度；2^(256-n)表示哈希值的最大范围；

32、难度调整：

33、设t为目标区块生成时间，t为实际区块生成时间，n为当前难度值，n'为调整后的难度值，难度调整表示为：

34、n'＝n*(t/t)

35、区块链验证：

36、区块链中的每个区块都包含一个指向前一个区块的哈希值，设p为前一个区块的哈希值，c为当前区块的哈希值，h为当前区块数据的哈希值，m为前一个区块的数据，那么需要验证以下关系：

37、p＝sha-256(m)

38、c＝sha-256(h)

39、梅克尔树验证中，将梅克尔根包含在区块头中，设hprev为前一个区块的哈希值，m为梅克尔根，n为用于工作量证明算法的随机数，hblock为当前区块的哈希值，区块哈希计算如下：

40、hblock＝sha-256(hprev||m||n)。

41、本技术的第二方面提供了一种基于paas云平台的边缘计算系统，包括：

42、优化决策模块，用于利用智能决策算法对边缘设备进行优化决策，提高边缘计算资源的利用效率；

43、安全模块，用于利用区块链技术和密码学技术保证边缘计算平台的安全性和隐私保护，确保数据传输和存储的安全；

44、运维模块，用于通过引入自动化运维技术，实现边缘计算平台的自动化运维和管理，提高管理效率和稳定性；

45、虚拟化模块，用于采用轻量级虚拟化技术，实现边缘设备和网络环境的统一管理和自动化部署，降低边缘计算架构的复杂性；

46、资源配置模块，用于进行边缘计算的算力释放，通过多个边缘设备协同、资源共享，提高边缘计算资源的利用效率和扩展性，实现边缘计算资源的优化配置和动态调整。

47、本技术的第三方面提供了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时，实现如本技术第一方面所述的基于paas云平台的边缘计算方法。

48、本技术的第四方面提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序使计算机执行如本技术第一方面所述的基于paas云平台的边缘计算方法。

49、与现有技术相比，本发明的有益效果是：

50、本发明将改进的深度学习网络和区块链技术应用于paas云平台的边缘计算领域，实现了在边缘设备上进行智能决策和优化，同时实现了边缘计算平台的安全性和隐私保护；本发明将多种技术融合应用于paas云平台的边缘计算领域，从而实现了全方位的边缘计算能力赋能，提高了其稳定性和安全性。

51、本发明的基于paas云平台的边缘计算技术可以采用容器技术和轻量级虚拟化技术，如容器编排技术kubernetes，实现边缘设备和网络环境的统一管理和自动化部署；借助决策树算法和神经网络算法技术，在边缘设备上实现智能决策和优化，提高边缘计算资源的利用效率；采用区块链技术和密码学技术，如区块链技术的数据安全性和隐私保护算法，如去中心化存储和多方计算，实现边缘计算平台的安全性和隐私保护；采用引入自动化管理和智能化维护技术，实现边缘计算平台的自动化运维和管理。

52、本发明的基于paas云平台的边缘计算技术可用在智能制造、智能城市、智能交通、物联网等领域。在这些场景中，设备和传感器需要收集和处理大量数据，而边缘计算可以将数据处理和分析推向网络边缘，减少数据传输和延迟，提高数据安全性和隐私保护；此外，paas云平台的边缘计算技术还可以支持跨云和多云架构，满足企业多样化的业务需求。