本發明專利技術涉及資源分配技術領域，具體為一種邊緣計算資源分配方法及系統，包括以下步驟：收集網絡節點信息，通過嵌入學習識別關鍵節點并分析通信模式。利用圖卷積網絡和自組織映射算法分析和編碼節點連接性與資源狀態，迭代優化網絡結構。監測并更新網絡狀態，調整資源分配策略，生成動態資源調配模型。本發明專利技術中，通過在數據源近側進行數據處理任務，顯著降低了數據傳輸距離和延遲，加快了處理速度，從而直接提高了應用性能。資源狀態和需求的模擬映射以及動態調整，使得資源分配更加適應實際需求，減少資源浪費。資源分配的自適應調整，根據網絡實時數據進行，保障了資源配置的實時性和精確性。這種即時反應和預測的能力，優化了整體網絡運作。
【技術實現步驟摘要】
本專利技術涉及資源分配，尤其涉及一種邊緣計算資源分配方法及系統。
技術介紹
1、資源分配
主要關注于如何高效地分配和管理有限的計算資源，以滿足系統或網絡中各種應用和服務的性能需求。這一領域涵蓋了從傳統的數據中心資源管理到現代云計算和邊緣計算的資源優化策略。在資源分配中，重點解決的問題包括如何根據應用的優先級、資源的可用性及其它環境參數來動態地分配處理能力、存儲空間和網絡帶寬。有效的資源分配策略能夠提高系統的整體效率和性能，減少能耗，并提高用戶滿意度。
2、其中，邊緣計算資源分配方法是指在邊緣計算環境中實施資源管理和優化的一系列技術和策略。邊緣計算作為一種分布式計算框架，旨在將數據處理任務從中心化的數據中心遷移到網絡邊緣，即靠近數據源和用戶的位置。這種資源分配方法的主要用途是減少數據傳輸距離，降低延遲，提高處理速度，從而優化應用性能和用戶體驗。通過在本地處理數據，邊緣計算也有助于節省帶寬，增強數據安全性和隱私保護。
3、現有技術中資源管理多集中于數據中心，處理任務高度中心化，常因此導致數據傳輸延遲和處理速度緩慢。缺乏靈活性的資源分配無法快速適應突變的需求，這導致資源時常出現浪費或短缺。此外，中心化的數據處理增加了數據泄露的風險，影響數據安全性和隱私保護。這些問題在處理需要快速響應的實時數據時表現尤為明顯，嚴重限制了系統的響應速度和用戶的體驗。
技術實現思路
1、本專利技術的目的是解決現有技術中存在的缺點，而提出的一種邊緣計算資源分配方法及系統。
<
p>2、為了實現上述目的，本專利技術采用了如下技術方案：一種邊緣計算資源分配方法，包括以下步驟：3、s1：收集邊緣網絡中節點信息，轉化為嵌入學習所需格式，識別關鍵節點，分析通信模式，調整節點特征權重，迭代優化計算初級嵌入向量，作為節點特征嵌入向量；
4、s2：使用所述節點特征嵌入向量，運用圖卷積網絡深化處理向量，分析節點間的直接和間接連接性，提取并編碼網絡的連接特性，生成網絡結構編碼；
5、s3：基于所述網絡結構編碼，運用自組織映射算法，模擬節點資源狀態和需求變化，收集節點需求與狀態數據，分析資源分布特征，調整節點參數匹配資源分布，構建二維資源分布圖；
6、s4：監測網絡狀態，更新所述節點特征嵌入向量與所述網絡結構編碼，基于網絡連接的強度與穩定性重新分配網絡資源，修正圖卷積網絡的權重和層次參數，更新自組織映射的映射規則，同步節點狀態與預測模型，形成策略更新反饋；
7、s5：根據所述策略更新反饋調整所述二維資源分布圖，評估當前資源分布圖與實際需求的偏差，定量分析資源使用模式的改變，根據分析結果調整資源分配策略和優先級，使用當前網絡數據更新二維圖中多節點的資源狀態，生成動態資源調配模型。
8、所述節點特征嵌入向量具體為特征權重、迭代優化結果、節點特性，所述網絡結構編碼包括直接連接特征、間接連接特征、連接性編碼，所述二維資源分布圖包括節點資源狀態、資源需求變化、資源分布特征，所述策略更新反饋具體指網絡連接強度、網絡連接穩定性、預測模型同步，所述動態資源調配模型包括資源分配策略、資源分配優先級、資源使用模式。
9、作為本專利技術的進一步方案，所述節點特征嵌入向量的獲取步驟具體為：
10、s111：從邊緣網絡收集每個節點的信息，包括位置、連接狀態和通信頻率，結合節點活動記錄，轉化信息為嵌入學習所需的結構化格式，生成結構化節點信息；
11、s112：對所述結構化節點信息進行關鍵節點識別，依據節點的通信頻率和連接的節點數進行排序，使用增強排序算法優化關鍵節點的選擇，選擇出通信模式中心性高的節點，生成關鍵節點列表；
12、s113：從所述關鍵節點列表中調整每個節點的特征權重，通過權重調整函數，采用公式：
13、
14、強化網絡中心節點的影響力，生成調整后的特征權重列表wi；
15、其中，xi為節點i的連接節點數；
16、s114：以所述調整后的特征權重列表為基礎，應用節點特征嵌入算法，采用公式：
17、
18、計算生成節點特征嵌入向量；
19、其中，vi表示節點i的嵌入向量，n(i)代表節點i的鄰居節點集，αij代表學習率，調節學習過程中鄰居節點的影響力，wij代表節點i與節點j的特征權重，強調關鍵節點之間的相互作用，xj代表節點j的特征向量。
20、作為本專利技術的進一步方案，所述網絡結構編碼的獲取步驟具體為：
21、s211：加載每個所述節點特征嵌入向量到圖卷積網絡，通過圖卷積層的多層傳遞，更新節點的特征表示，每次迭代加深節點特征的整合，生成深層節點特征；
22、s212：基于所述深層節點特征，計算節點間直接和間接的連接性，通過鄰接矩陣和特征矩陣的乘積操作，強化節點間的特征互動，生成加權節點連接性特征；
23、s213：對所述加權節點連接性特征進行編碼，采用線性變換結合權重矩陣對特征進行加權求和，無需激活函數，從連接性特征中提取高階網絡連接模式，生成編碼前的網絡結構特征；
24、s214：利用所述編碼前的網絡結構特征，基于節點之間的相鄰關系提取多節點的直接鄰接節點集合，計算每個節點到鄰接節點的關系權重，采用公式：
25、
26、生成網絡結構編碼；
27、其中，nci表示節點i的網絡結構編碼，βij表示節點i與j的連接權重，突出差異化節點間的連接強度，hj是節點j在網絡中的特征表示。
28、作為本專利技術的進一步方案，所述二維資源分布圖的獲取步驟具體為：
29、s311：加載所述網絡結構編碼至自組織映射算法中，調整參數模擬節點間的資源狀態和需求變化，通過反復迭代細化資源狀態模型，生成節點資源模擬結果；
30、s312：基于所述節點資源模擬結果，收集整個網絡中的節點需求與狀態數據，利用實時數據流技術，記錄每個節點的資源使用率和需求變化，生成全網絡節點狀態數據集；
31、s313：對所述全網絡節點狀態數據集進行分析，運用主成分分析，識別資源使用的模式和趨勢，提取關鍵的資源分布特征，生成資源分布分析結果；
32、s314：根據所述資源分布分析結果，調整自組織映射算法中節點的參數，采用公式：
33、
34、匹配資源分布，繪制出二維資源分布圖；
35、其中，ri表示節點i在資源分布圖中的位置，λij調整優化資源分配的效率，sj表示經過數據分析得到的節點j的資源狀態信息。
36、作為本專利技術的進一步方案，所述策略更新反饋的獲取步驟具體為：
37、s411：啟動網絡狀態監測模塊，實時收集和分析網絡連接的強度與穩定性，通過數據傳感技術測量網絡負載和流量模式，生成實時網絡狀態結果；
38、s412：基于所述實時網絡狀態結果，更新所述節點特征嵌入向量和所述網絡結構編本文檔來自技高網
...
【技術保護點】
1.一種邊緣計算資源分配方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的邊緣計算資源分配方法，其特征在于，所述節點特征嵌入向量具體為特征權重、迭代優化結果、節點特性，所述網絡結構編碼包括直接連接特征、間接連接特征、連接性編碼，所述二維資源分布圖包括節點資源狀態、資源需求變化、資源分布特征，所述策略更新反饋具體指網絡連接強度、網絡連接穩定性、預測模型同步，所述動態資源調配模型包括資源分配策略、資源分配優先級、資源使用模式。
3.根據權利要求2所述的邊緣計算資源分配方法，其特征在于，所述節點特征嵌入向量的獲取步驟具體為：
4.根據權利要求3所述的邊緣計算資源分配方法，其特征在于，所述網絡結構編碼的獲取步驟具體為：
5.根據權利要求4所述的邊緣計算資源分配方法，其特征在于，所述二維資源分布圖的獲取步驟具體為：
6.根據權利要求5所述的邊緣計算資源分配方法，其特征在于，所述策略更新反饋的獲取步驟具體為：
7.根據權利要求6所述的邊緣計算資源分配方法，其特征在于，所述動態資源調配模型的獲取步驟具體為：
8.一種邊緣計算資源分配系統，其特征在于，根據權利要求1-7任一項所述的邊緣計算資源分配方法，所述系統包括：
...
【技術特征摘要】
1.一種邊緣計算資源分配方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的邊緣計算資源分配方法，其特征在于，所述節點特征嵌入向量具體為特征權重、迭代優化結果、節點特性，所述網絡結構編碼包括直接連接特征、間接連接特征、連接性編碼，所述二維資源分布圖包括節點資源狀態、資源需求變化、資源分布特征，所述策略更新反饋具體指網絡連接強度、網絡連接穩定性、預測模型同步，所述動態資源調配模型包括資源分配策略、資源分配優先級、資源使用模式。
3.根據權利要求2所述的邊緣計算資源分配方法，其特征在于，所述節點特征嵌入向量的獲取步驟具體為...
【專利技術屬性】
技術研發人員：張天松，易夕冬，李碧妍，韓偉，肖連菊，翁祖逖，馮康，高寶軍，黃展鵬，李靈光，李全兵，劉文佳，
申請(專利權)人：天津盤古云泰科技發展有限公司，
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。