System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及計算機性能改進,具體為一種基于kubeedge的低軌星座邊緣智能服務資源管理方法。
技術介紹
1、早期低軌衛星服務不太成熟,僅能對一些具備衛星接收能力的大型設備提供服務,衛星資源的利用效率很低。并且傳統的衛星網絡的星上的計算資源也十分有限,只能進行傳輸和轉發,亟需發展變革。隨著在軌衛星數量增加,新型衛星網絡結構的出現,支持了低軌衛星具備計算和存儲能力,同時ai衛星載荷的出現也為衛星智能化服務管理提供了基礎。針對衛星資源管理,目前較為先進的方案可以針對用戶的不同需求進行網絡切片化,分配計算資源,極大提升了服務質量。但考慮到低軌衛星自身特性以及和用戶設備之間的高速的相對運動狀態會導致服務的頻繁切換。同時,隨著用戶終端設備的多樣化,不同結構的接收機涌現,均需要衛星提供一致化服務。面對衛星能源和移動環境的需求,docker為代表的輕量級的管理平臺能夠很好滿足。同時,其容器化服務可以生成鏡像,封裝模型依賴的環境,上傳云平臺,這樣就可以實現在不同結構設備上進行一般化快速部署,支持訓練完成的人工智能模型的應用。
2、此外,采用高效的方法對衛星資源進行管理,同時對空閑衛星節點資源進行監控利用,對充分利用低軌衛星網絡有限的資源是十分必要的。其中關鍵技術包含是構建資源管理平臺,在中心節點和邊緣節點上分別部署不同組件,實現網絡資源集中化管理分配。常用的平臺構建方法是部署kubeedge,其具體的管理方法通過在主節點和邊緣節點分別部署cloudcore和edgecore組件,用于節點資源的管理監控和容器化業務服務的運行。這種方
3、同時,將在主節點部署kubernetes,利用其各項功能,通過實現對節點資源的監控,針對不同的業務類型,利用智能模型完成衛星節點之間自適應的資源分配,實現資源的協同利用,提高資源利用效率。并且當模型或節點出現故障時,系統可以及時糾錯。
技術實現思路
1、為了解決上述現有技術中存在的問題,本專利技術提出了一種基于kubeedge的低軌星座邊緣智能服務資源管理方法。
2、本專利技術的技術方案如下:
3、一方面,本專利技術提出一種基于kubeedge的低軌星座邊緣智能服務資源管理方法,具體步驟包括:
4、部署kubeedge,構建資源管理平臺;在主節點上部署kubernetes,同時部署kubeedge的cloudcore部分,在低軌衛星載荷上部署kubeedge的edgecore部分;
5、將若干種預訓練的人工智能模型的結構與權重以文件形式保存在衛星載荷上;
6、使用flask服務器,將保存的若干種人工智能模型封裝為具有訪問接口的服務;
7、使用docker構建服務容器并創建鏡像,再將鏡像上傳到云平臺;創建用于部署的yaml文件;
8、利用kubeedge的主節點對邊緣節點進行管理,并通過kubernetes的各項功能監控星座中各個載荷的實時資源狀態,再根據衛星服務的運行需求以及各衛星載荷的狀況,對人工智能服務的資源進行動態管理。
9、作為優選實施方式,所述將若干種預訓練的人工智能模型的結構與權重以文件形式保存在衛星載荷上步驟中結構與權重的文件應存儲為符合人工智能框架的格式。
10、作為優選實施方式,所述使用docker構建服務容器并創建鏡像步驟中將若干種人工智能模型所需的環境依賴整理為需求文件,并使用docker進行容器化部署。
11、作為優選實施方式,所述根據衛星服務的運行需求以及各衛星載荷的狀況,對人工智能服務的資源進行動態管理步驟具體為:
12、當人工智能服務出現故障時,系統能夠自動檢測并進行重啟操作;
13、當邊緣節點出現故障時,系統能夠自動將服務遷移至其他正常運行的節點上。
14、另一方面,本專利技術提出一種基于kubeedge的低軌星座邊緣智能服務資源管理系統,包括:
15、資源管理平臺搭建模塊,部署kubeedge,構建資源管理平臺;在主節點上部署kubernetes,同時部署kubeedge的cloudcore部分,在低軌衛星載荷上部署kubeedge的edgecore部分;
16、人工智能模型預訓練模塊,將若干種預訓練的人工智能模型的結構與權重以文件形式保存在衛星載荷上;
17、人工智能模型接口配置模塊,使用flask服務器,將保存的若干種人工智能模型封裝為具有訪問接口的服務;
18、服務容器及鏡像配置模塊,使用docker構建服務容器并創建鏡像,再將鏡像上傳到云平臺;創建用于部署的yaml文件;
19、人工智能服務資源管理模塊,利用kubeedge的主節點對邊緣節點進行管理,并通過kubernetes的各項功能監控星座中各個載荷的實時資源狀態,再根據衛星服務的運行需求以及各衛星載荷的狀況,對人工智能服務的資源進行動態管理。
20、作為優選實施方式,所述將若干種預訓練的人工智能模型的結構與權重以文件形式保存在衛星載荷上步驟中結構與權重的文件應存儲為符合人工智能框架的格式。
21、作為優選實施方式,所述使用docker構建服務容器并創建鏡像步驟中將若干種人工智能模型所需的環境依賴整理為需求文件,并使用docker進行容器化部署。
22、作為優選實施方式,所述根據衛星服務的運行需求以及各衛星載荷的狀況,對人工智能服務的資源進行動態管理步驟具體為:
23、當人工智能服務出現故障時,系統能夠自動檢測并進行重啟操作;
24、當邊緣節點出現故障時,系統能夠自動將服務遷移至其他正常運行的節點上。
25、另一方面,本專利技術提出一種電子設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,所述處理器執行所述程序時實現本專利技術任一實施例所述的一種基于kubeedge的低軌星座邊緣智能服務資源管理方法。
26、另一方面,本專利技術提出一種計算機可讀存儲介質,其上存儲有計算機程序,該程序被處理器執行時實現本專利技術任一實施例所述的一種基于kubeedge的低軌星座邊緣智能服務資源管理方法。
27、本專利技術具有如下有益效果:
28、1、本專利技術采用kubeedge平臺進行容器資源管理,簡化應用部署流程,克服現有技術上人工智能應用環境部署復雜及維護困難的缺陷,實現人工智能算法在低軌星座邊緣智能服務中的部署和應用。
29、2、本專利技術通過flask服務器將人工智能模型封裝為具有訪問接口的服務,通過使用docker構建服務容器并創建鏡像,最終實現人工智能業務封裝為提供外部接口的容器,并通過云平臺實現鏡像的跨節點和跨平臺的部署,提高服務的可用性和彈性擴展。
本文檔來自技高網...【技術保護點】
1.一種基于KubeEdge的低軌星座邊緣智能服務資源管理方法,其特征在于,具體步驟包括:
2.根據權利要求1所述的一種基于KubeEdge的低軌星座邊緣智能服務資源管理方法,其特征在于,所述將若干種預訓練的人工智能模型的結構與權重以文件形式保存在衛星載荷上步驟中結構與權重的文件應存儲為符合人工智能框架的格式。
3.根據權利要求1所述的一種基于KubeEdge的低軌星座邊緣智能服務資源管理方法,其特征在于,所述使用Docker構建服務容器并創建鏡像步驟中將若干種人工智能模型所需的環境依賴整理為需求文件,并使用Docker進行容器化部署。
4.根據權利要求1所述的一種基于KubeEdge的低軌星座邊緣智能服務資源管理方法,其特征在于,所述根據衛星服務的運行需求以及各衛星載荷的狀況,對人工智能服務的資源進行動態管理步驟具體為:
5.一種基于KubeEdge的低軌星座邊緣智能服務資源管理系統,其特征在于,包括:
6.根據權利要求5所述的一種基于KubeEdge的低軌星座邊緣智能服務資源管理系統,其特征在于,所述將若干種預訓練的
7.根據權利要求5所述的一種基于KubeEdge的低軌星座邊緣智能服務資源管理系統,其特征在于,所述使用Docker構建服務容器并創建鏡像步驟中將若干種人工智能模型所需的環境依賴整理為需求文件,并使用Docker進行容器化部署。
8.根據權利要求5所述的一種基于KubeEdge的低軌星座邊緣智能服務資源管理系統,其特征在于,所述根據衛星服務的運行需求以及各衛星載荷的狀況,對人工智能服務的資源進行動態管理步驟具體為:
9.一種電子設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,其特征在于,所述處理器執行所述程序時實現如權利要求1至4任一權利要求所述的一種基于KubeEdge的低軌星座邊緣智能服務資源管理方法。
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該程序被處理器執行時實現如權利要求1至4任一權利要求所述的一種基于KubeEdge的低軌星座邊緣智能服務資源管理方法。
...【技術特征摘要】
1.一種基于kubeedge的低軌星座邊緣智能服務資源管理方法,其特征在于,具體步驟包括:
2.根據權利要求1所述的一種基于kubeedge的低軌星座邊緣智能服務資源管理方法,其特征在于,所述將若干種預訓練的人工智能模型的結構與權重以文件形式保存在衛星載荷上步驟中結構與權重的文件應存儲為符合人工智能框架的格式。
3.根據權利要求1所述的一種基于kubeedge的低軌星座邊緣智能服務資源管理方法,其特征在于,所述使用docker構建服務容器并創建鏡像步驟中將若干種人工智能模型所需的環境依賴整理為需求文件,并使用docker進行容器化部署。
4.根據權利要求1所述的一種基于kubeedge的低軌星座邊緣智能服務資源管理方法,其特征在于,所述根據衛星服務的運行需求以及各衛星載荷的狀況,對人工智能服務的資源進行動態管理步驟具體為:
5.一種基于kubeedge的低軌星座邊緣智能服務資源管理系統,其特征在于,包括:
6.根據權利要求5所述的一種基于kubeedge的低軌星座邊緣智能服務資源管理系統,其特征在于,所述將若干種...
【專利技術屬性】
技術研發人員:朱廈,趙建偉,張春光,倪少峰,趙亞飛,周家恩,王鑫洋,龍強,
申請(專利權)人:國網思極位置服務有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。