边缘端负载动态均衡方法、边缘计算系统

本申请涉及边缘计算领域，特别是涉及一种边缘端负载动态均衡方法、边缘计算系统。

背景技术：

1、随着云计算、大数据、物联网等技术的迅速发展，边缘计算作为一种新兴的计算范式，越来越受到关注。边缘计算通过将计算和存储资源下沉到网络边缘，以便更接近数据源，从而降低数据传输的延迟、节省带宽、提升实时性和可靠性。然而，边缘设备通常面临计算能力和存储资源有限的挑战，这使得负载均衡成为确保边缘计算高效运行的关键技术。

2、在传统的负载均衡策略(比如轮训调度、随机均衡调度等)中，主要依赖于固定的算法或预先设定的规则来分配任务。同时，许多现有的研究通过调整这些静态配置来减少延迟。这些方法在动态环境中往往难以应对突发的负载变化和资源瓶颈，比如按照静态规则将任务转发给某项资源已经占满的边缘节点导致边缘节点继续过载，不仅不能充分利用系统整体的性能，还降低了系统整体的资源利用率。

3、针对目前的边缘端负载均衡方法无法动态地为边缘节点分配计算任务的问题，目前还没有提出有效的解决方案。

技术实现思路

1、在本发明中提供了一种边缘端负载动态均衡方法、边缘计算系统，以解决目前的边缘端负载均衡方法无法动态地为边缘节点分配计算任务的问题。

2、第一个方面，在本发明中提供了一种边缘端负载动态均衡方法，包括：

3、获取边缘计算集群中各个边缘计算节点的资源数据和负载状态，每个所述边缘计算节点的负载状态根据自身的资源数据确定；

4、当存在至少一个所述边缘计算节点的负载状态为高负载，则判定所述边缘计算集群的负载状态为高负载，否则判定所述边缘计算集群的负载状态为低负载；

5、当所述边缘计算集群的负载状态为低负载时，轮流为各个所述边缘计算节点分配边缘计算任务；

6、当所述边缘计算集群的负载状态为高负载时，优先为资源得分最高的边缘计算节点分配边缘计算任务，每个所述边缘计算节点的资源得分通过非整次秩和比法对自身的资源数据进行计算得到，所述边缘计算节点的资源得分与负载程度呈负相关。

7、第二个方面，在本发明中提供了一种边缘计算系统，包括边缘计算集群、中央控制模块和多个资源监测模块，所述边缘计算集群包括多个边缘计算节点；

8、各个所述资源监测模块与各个所述边缘计算节点一一对应，每个所述资源监测模块被配置为：实时获取对应边缘计算节点的资源数据并根据资源数据确定对应边缘计算节点的负载状态；

9、所述中央控制模块被配置为：从各个所述资源监测模块中分别获取各个所述边缘计算节点的资源数据和负载状态；当存在至少一个所述边缘计算节点的负载状态为高负载，则判定所述边缘计算集群的负载状态为高负载，否则判定所述边缘计算集群的负载状态为低负载；当所述边缘计算集群的负载状态为低负载时，轮流为各个所述边缘计算节点分配边缘计算任务；当所述边缘计算集群的负载状态为高负载时，优先为资源得分最高的边缘计算节点分配边缘计算任务，每个所述边缘计算节点的资源得分通过非整次秩和比法对自身的资源数据进行计算得到，所述边缘计算节点的资源得分与负载程度呈负相关。

10、与相关技术相比，本发明提供的边缘端负载动态均衡方法和边缘计算系统，采用动态策略为各个边缘计算节点分配边缘计算任务。首先判断边缘计算集群的负载状态；当边缘计算集群为低负载时，轮流为各个边缘计算节点分配边缘计算任务，此时任务分配更加快速；当边缘计算集群的负载状态为高负载时，优先为资源得分最高的边缘计算节点分配边缘计算任务，此时任务分配更加合理，能够整体上提高边缘计算集群的计算效率。因此，本发明可以根据边缘计算集群的负载状态，选择最合适的任务分配方式，保证边缘计算集群的计算效率处于最佳状态，解决了目前的边缘端负载均衡方法无法动态地为边缘节点分配计算任务的问题。

11、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

技术特征：

1.一种边缘端负载动态均衡方法，其特征在于，包括：

2.根据权利要求1所述的边缘端负载动态均衡方法，其特征在于，所述资源数据包括多项资源成本参数，所述多项资源成本参数包括cpu占用率、ram占用率、磁盘占用率和通信延迟中的多项；

3.根据权利要求1所述的边缘端负载动态均衡方法，其特征在于，所述资源数据包括多项资源参数，所述多项资源参数包括多项资源成本参数和多项资源效益参数；

4.根据权利要求3所述的边缘端负载动态均衡方法，其特征在于，所述多项资源成本参数包括cpu占用率、ram占用率、磁盘占用率和通信延迟中的多项，所述多项资源效益参数包括cpu规格、ram规格中的多项。

5.一种边缘计算系统，其特征在于，包括边缘计算集群、中央控制模块和多个资源监测模块，所述边缘计算集群包括多个边缘计算节点；

6.根据权利要求5所述的边缘计算系统，其特征在于，所述资源数据包括多项资源成本参数，所述多项资源成本参数包括cpu占用率、ram占用率、磁盘占用率和通信延迟中的多项；

7.根据权利要求5所述的边缘计算系统，其特征在于，所述资源数据包括多项资源参数，所述多项资源参数包括多项资源成本参数和多项资源效益参数；

8.根据权利要求7所述的边缘计算系统，其特征在于，所述多项资源成本参数包括cpu占用率、ram占用率、磁盘占用率和通信延迟中的多项，所述多项资源效益参数包括cpu规格、ram规格中的多项。

9.根据权利要求5所述的边缘计算系统，其特征在于，所述资源监测模块还被配置：当对应边缘计算节点的负载状态为高负载时，主动向所述中央控制模块推送对应边缘计算节点的负载状态和资源数据，否则响应所述中央控制模块的数据请求向所述中央控制模块推送对应边缘计算节点的负载状态和资源数据。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的边缘端负载动态均衡方法的步骤。

技术总结
本申请涉及一种边缘端负载动态均衡方法、边缘计算系统，其中，该边缘端负载动态均衡方法包括：当存在至少一个边缘计算节点的负载状态为高负载，则判定边缘计算集群的负载状态为高负载，否则判定边缘计算集群的负载状态为低负载；当边缘计算集群的负载状态为低负载时，轮流为各个边缘计算节点分配边缘计算任务；当边缘计算集群的负载状态为高负载时，优先为资源得分最高的边缘计算节点分配边缘计算任务，每个边缘计算节点的资源得分通过非整次秩和比法对自身的资源数据进行计算得到，边缘计算节点的资源得分与负载程度呈负相关。本发明解决了目前的边缘端负载均衡方法无法动态地为边缘节点分配计算任务的问题。

技术研发人员：张红伟,赵树云,孙涛,阮鹏,潘志翔,台运波,杨敬宇,姚乐怡
受保护的技术使用者：安徽大学
技术研发日：
技术公布日：2025/2/10