[發明專利]一種邊緣應用部署方法、裝置、設備和存儲介質

在審

• 申請號: 202110023778.4
• 申請日: 2021-01-08
• 公開（公告）號: CN112764920A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 邵浩云;朱世港;肖鋒;何志文;潘浩
• 申請（專利權）人: 世紀龍信息網絡有限責任公司
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06Q10/06;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 許慶勝

本發明公開了一種邊緣應用部署方法、裝置、設備和存儲介質，應用于云端，方法包括：實時獲取各個邊緣節點的節點狀態數據；對節點狀態數據進行數據預處理，生成預處理數據；響應于用戶輸入的節點部署指令，調整預設的節點評分模型中的權重參數，生成目標節點評分模型；將每個預處理數據輸入到目標節點評分模型，生成每個邊緣節點對應的節點評分；根據節點評分，從多個邊緣節點中選取目標邊緣節點；在目標邊緣節點上部署待部署應用。從而降低節點使用成本，充分復用邊緣節點資源，提高資源調配靈活性。

技術領域

本發明涉及部署技術領域，尤其涉及一種邊緣應用部署方法、裝置、設備和存儲介質。

背景技術

MEC(Multi-access Edge Computing，多邊緣接入計算)是5G網絡的主要網絡服務能力之一。MEC在靠近用戶側的位置提供計算、存儲、網絡等基礎設施，為邊緣應用提供云服務和IT環境，可以大大減少網絡回傳帶寬，緩解核心網數據傳輸壓力，減少傳輸時延，為用戶提供更好的應用使用體驗。

在MEC實際部署邊緣應用時，不同于傳統的云服務計算平臺，MEC的應用部署往往與地理位置之間具有強相關關系，在邊緣應用實際運行時，其實際性能表現與邊緣節點的工作負載情況，網絡情況等因素有很大關系。此時MEC平臺便面臨在某范圍內的所有邊緣節點進行綜合性能標準評分擇優推舉的問題。

為此，傳統解決方法通常是對狀態不健康的邊緣節點進行臨時擴容，但上述方法可能會存在以下問題：

1)如若指定部署邊緣應用的某個邊緣節點的空閑資源不足以提供應用部署時，部署方往往需要聯系邊緣節點提供方進行邊緣節點的資源擴容，成本較高。

2)當該邊緣節點處于高負載狀態時，部署方所部署的邊緣應用的性能受到影響。

3)此外，實際部署邊緣應用的部署方可能并不關心其應用是否確實部署到了某個具體機房，而是希望該應用能為某片地區的用戶提供最好性能的邊緣應用服務。

發明內容

本發明提供了一種邊緣應用部署方法、裝置、設備和存儲介質，解決了現有方法的使用成本較高，無法充分復用邊緣節點資源，靈活性較低的技術問題。

本發明提供的一種邊緣應用部署方法，應用于云端，所述方法包括：

實時獲取各個邊緣節點的節點狀態數據；

對所述節點狀態數據進行數據預處理，生成預處理數據；

響應于用戶輸入的節點部署指令，調整所述預設的節點評分模型中的權重參數，生成目標節點評分模型；

將每個所述預處理數據輸入到所述目標節點評分模型，生成每個所述邊緣節點對應的節點評分；

根據所述節點評分，從多個所述邊緣節點中選取目標邊緣節點；

在所述目標邊緣節點上部署待部署應用。

可選地，還包括：

獲取訓練數據；

采用所述訓練數據對預設的神經網絡模型進行訓練，生成訓練結果；

根據所述訓練結果與所述訓練數據對應的實際評分之間的比較結果，調整所述神經網絡模型中的權重參數，跳轉執行所述采用所述訓練數據對預設的神經網絡模型進行訓練，生成訓練結果的步驟；

當所述神經網絡模型收斂時，將所述神經網絡模型確定為所述節點評分模型。

可選地，所述對所述節點狀態數據進行數據預處理，生成預處理數據的步驟，包括：

對所述節點狀態數據執行數據標準化處理，生成待歸一化數據；

對所述待歸一化數據執行數據歸一化處理，生成預處理數據。