掌桥专利:专业的专利平台
掌桥专利
首页

基于多因子决策的边缘设备容器部署方法、装置及应用

文献发布时间:2024-04-18 19:53:33


基于多因子决策的边缘设备容器部署方法、装置及应用

技术领域

本申请涉及边缘计算容器云领域,特别是涉及一种基于多因子决策的边缘设备容器部署方法、装置及应用。

背景技术

随着物联网的发展,边缘设备大规模普及,已应用于政府、企业、医疗、购物、智能家居、交通、农业等各个领域。边缘计算被提议作为满足新兴网络技术、严格的应用要求和关键性能指标的技术推动力,它旨在通过将计算资源放置在网络边缘,更靠近用户来缓解与集中式云计算系统相关的问题。

微服务方法已被广泛应用于边缘计算系统的构建和部署。与传统的单体应用相比,微服务方式通过解耦将单体应用开发成一组细粒度的服务,这些服务通常以容器部署的形式分布在容器云中。每个微服务集中实现一种功能,多个微服务结合成为工作流形式的组合服务,服务之间采用轻量级通信方式,结合服务构建系统及场景,提供完整的业务请求,高效利用边缘侧资源。

然而,微服务在拆分服务时为业务应用提供了各种便利的同时,也使得各个服务之间的互连变得更加复杂。另外,由于边缘设备的信道通信对网络性能更加依赖,进而导致部署在距离较远的边缘设备上的容器实例之间的通信会造成通信时延和网络资源消耗的增加。这就使得针对微服务的边缘设备容器的部署时选择需要考虑到微服务之间的依赖关系以及并发请求对容器的竞争关系,传统的容器云调度选择策略并不能适配边缘设备算法容器云。现有技术中也有提供单一的GOS指标来决策边缘设备的部署方案,但是这种方式仅考虑了单任务的性能,其对于整体多任务的边缘设备容器云部署而言的效果不佳。

发明内容

本申请实施例提供了一种基于多因子决策的边缘设备容器部署方法、装置及应用,综合资源综合负载、任务调度耗时、任务链优先级等多因子决策来实时迭代更新边缘设备容器云中的容器部署方案。

第一方面,本申请实施例提供了一种基于多因子决策的边缘设备容器部署方法,包括步骤:

获取包括至少一任务的任务集合,其中每一任务由至少一任务请求的请求集合表示;基于所述请求集合获取每一任务的请求调用链,其中所述请求调用链记录任务请求的调用关系;基于所述请求调用链获取实时的优先请求调用链,其中所述优先请求调用链中的优先任务请求不存在前置的任务请求;

基于每一任务的所述优先请求调用链获取所需的服务集合,在满足资源约束条件下基于所述服务集合任意选择部署的边缘设备容器得到第一容器集合,计算第一容器集合的单条任务链评分得到每一第一容器集合的第一评分;

基于所述优先请求调用链和所述第一容器集合计算每一所述优先请求调用链的第一任务链时延,整合所有任务链时延迟获取所述任务集合的第一总任务时延;

对多条任务在资源约束条件下任意调整所述第一容器集合得到第二容器集合,计算第二容器集合的单条任务链评分得到第二容器集合的第二评分,比较第一评分和第二评分后保留评分高的容器集合,并计算当前容器集合对应的第二总任务时延,若第二总任务时延小于第一总任务时延则更新部署。

第二方面,本申请实施例提供了一种基于多因子决策的边缘计算容器部署装置,包括:

任务集合构建单元,用于获取包括至少一任务的任务集合,其中每一任务由至少一任务请求的请求集合表示;基于所述请求集合获取每一任务的请求调用链,其中所述请求调用链记录任务请求的调用关系;基于所述请求调用链获取实时的优先请求调用链,其中所述优先请求调用链中的优先任务请求不存在前置的任务请求;

单任务评分获取单元,用于基于每一任务的所述优先请求调用链获取所需的服务集合,在满足资源约束条件下基于所述服务集合任意选择部署的边缘设备容器得到第一容器集合,计算第一容器集合的单条任务链评分得到每一第一容器集合的第一评分;

总任务时间计算单元,用于基于所述优先请求调用链和所述第一容器集合计算每一所述优先请求调用链的第一任务链时延,整合所有任务链时延迟获取所述任务集合的第一总任务时延;

更新单元,用于对多条任务在资源约束条件下任意调整所述第一容器集合得到第二容器集合,计算第二容器集合的单条任务链评分得到第二容器集合的第二评分,比较第一评分和第二评分后保留评分高的容器集合,并计算当前容器集合对应的第二总任务时延,若第二总任务时延小于第一总任务时延则更新部署方式。

第三方面,本申请实施例提供了一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述的基于多因子决策的边缘设备容器部署方法。

第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序包括用于控制过程以执行过程的程序代码,所述过程包括所述的基于多因子决策的边缘设备容器部署方法。

本发明的主要贡献和创新点如下:

1.本申请实施例在实现边缘设备容器云的实时部署时,通过业务应用的服务和服务之间的调用关系将服务组合起来形成调用请求链,综合资源综合负载、任务调度耗时、任务链优先级等多因子决策来实时迭代更新边缘设备容器云中的容器部署方案,不仅可以提高边缘设备容器云的资源利用率,还可以提高任务集合的处理效率,实现了更为科学和灵活的部署调度方案。另外,本方案不仅仅考虑单条任务链的优解,还考虑在资源确认有限、多因素条件下单任务和总任务的总体情况,达到总任务的最优解,可以提高资源利用率,高效利用边缘设备的资源,且对于边缘设备的部署选择,更为科学高效,并且能根据系统的变化做到自适应变化。多个衡量标准做到了系统级的考虑。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。

附图说明

此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:

图1是根据本申请实施例的基于多因子决策的边缘设备容器部署方法的流程图;

图2是根据本申请实施例的基于多因子决策的边缘计算容器部署装置的结构框图;

图3是根据本申请实施例的电子装置的硬件结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。

需要说明的是:在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其他实施例中可能被分解为多个步骤进行描述;而本说明书中所描述的多个步骤,在其他实施例中也可能被合并为单个步骤进行描述。

实施例一

本方案提供了一种基于多因子决策的边缘设备容器部署方法,适用于边缘设备容器云场景的容器部署,通过服务之间的调用关系将服务组合成服务功能链,从资源综合负载、任务调度耗时、任务链优先级等标准衡量,对于网络变化、边缘计算能力变化、任务集合改变做到自适应的迭代更新容器,提高了资源利用率。

在介绍本方案之前,首先对本方案中涉及到的概念名词进行解释说明:

业务应用:满足用户不同领域、不同问题的应用需求而提供的软件。

微服务架构:微服务架构模式中对业务进行服务化拆分设计,把实际的业务抽象化并进行封装,优化服务结构。

服务:在本文边缘设备容器云平台中,所有的业务应用都采用了微服务架构设计,业务应用被拆分后的模块即为服务。

容器:从可执行文件生成并在服务器上运行的进程。在本文边缘设备容器云平台中,业务应用被解耦成若干个服务,服务通过容器部署到特定的边缘设备。

具体的,如图1所示,本方案提供的基于多因子决策的边缘设备容器部署方法包括步骤:

获取包括至少一任务的任务集合,其中每一任务由至少一任务请求的请求集合表示;基于所述请求集合获取每一任务的请求调用链,其中所述请求调用链记录任务请求的调用关系;基于所述请求调用链获取实时的优先请求调用链,其中所述优先请求调用链中的优先任务请求不存在前置的任务请求;

基于每一任务的所述优先请求调用链获取所需的服务集合,在满足资源约束条件下基于所述服务集合任意选择部署的边缘设备容器得到第一容器集合,计算第一容器集合的单条任务链评分得到每一第一容器集合的第一评分;

基于所述优先请求调用链和所述第一容器集合计算每一所述优先请求调用链的第一任务链时延,整合所有任务链时延迟获取所述任务集合的第一总任务时延;

对多条任务在资源约束条件下任意调整每条任务的所述第一容器集合得到第二容器集合,计算第二容器集合的单条任务链评分得到第二容器集合的第二评分,若第二评分高于第一评分,基于所述优先请求调用链和所述第二容器集合计算每一所述优先请求调用链的第二任务链时延,整合所有任务链时延迟获取所述任务集合的第而总任务时延,若第二总任务时延小于第一总任务时延则将第一容器集合更新为第二容器集合。

需要说明的是,本方案在边缘设备容器云的容器部署时不仅考虑多因子标准,更能做到在资源有限、多因素条件下,平衡单任务和总体情况达到总体任务最优解,单任务相对最优解的效果。本方案在资源约束的条件下寻找单任务下的最优解后,再综合判断该单任务的优化是否会造成其他任务的弱化,从而寻找出对任务集合而言最优的部署方案。

本方案适用于存在多个业务应用的边缘设备容器云场景的容器部署,业务应用以微服务架构的方式部署在边缘设备容器云中,每一业务应用被拆分成多个服务通过容器部署在对应的边缘设备上,多个业务应用的服务之间存在复合、往复调用的情况。业务应用的服务和服务之间采用轻量级通信方式,定义向外发送请求的服务为主服务S

也就是说,多个业务应用以微服务架构的形式部署在边缘设备容器云上时,获取每一业务应用的服务调用关系链,其中所述服务调用关系链内设定当前业务应用的服务及服务依赖关系。

在本方案的实施例中,基于每一业务应用的服务调用关系链构建业务应用集合,其中每一业务应用集合{S

示例性的,若部署在边缘设备容器云上的业务应用为“用户点击网页查看摄像头视频”,对应的服务由:s1:网页,s2:认证,s3:数据库,s4:后端,s5:调取摄像头接口,s6:摄像头传感设备。

在清楚了边缘设备容器云上的业务应用之后则需要了解当前边缘设备容器云的资源信息,同一边缘设备容器云内含有多个边缘设备,且每一边缘设备包括多种资源,包括不限于CPU核数、内存、存储、GPU核数、显存等。在本方案中可将边缘设备容器云中的边缘设备定义为BN

在“获取包括至少一任务的任务集合,其中每一任务由至少一任务请求的请求集合表示”步骤中,获取用户设定的任务集合,且每一任务由一系列有先后顺序的任务请求组成。

在本方案的实施例中,用TSK={Tsk

需要说明的是,本方案从资源约束条件、总任务调度耗时、任务链优先级等多标准衡量实现多因子决策。对于任一边缘设备需要满足资源约束条件才允许放置容器实例并执行任务请求,本方案的资源约束条件如下:

其中

在“计算第一容器集合的单条任务链评分得到每一第一容器的第一评分”步骤中,基于所述第一容器集合求取所述单条任务链的网络资源消耗以及综合容器资源利用率,对所述网络资源消耗以及综合容器资源利用率加权求和得到所述第一评分,其中网络资源消耗表征所述优先请求调用链的服务集合消耗第一容器集合的网络资源,所述综合容器资源利用率表征所述优先请求调用链的服务集合在第一容器集合消耗的资源的资源负载平衡。

具体的,当选择边缘设备部署时,单一的考虑服务集合的一个服务只能做到这个服务的局部优解,但无法保证服务集合的全局优解,故本方案从服务集合部署在第一容器集合上的全局进行考虑以获取网络资源消耗。

其中计算服务集合部署在第一容器集合上的网络资源消耗的公式如下:

其中AVG(BN

也就是说,对于优先请求调用链所需的服务集合为

另外,本方案不仅考虑服务集合在第一容器集合上的网络资源消耗情况,还需要考虑第一容器集合的边缘设备上的资源的利用率,合理地部署还需要满足能够高效地利用当前边缘设备的资源。

在一些实施例中,本方案通过集合每一资源在第一容器集合中的负载平衡率的方式得到综合容器资源利用率。具体的,计算容器集合中每个边缘设备的第k种资源的利用率如下:

其中

则该资源的负载平衡率为:

其中Bal_R

则边缘设备BN

对所述网络资源消耗以及综合资源利用率加权求和得到所述第一评分的公式如下:

其中α、β为影响因子,默认为60%,40%,但是具体的影响因子的数值可根据实际需求调整。

由于实际的边缘设备容器云往往是存在多条并行的任务,且多条任务之间存在复杂的交互关系,以及边缘设备容器云的资源是有限的,故对于任务集合中的单个任务达到最优解还是无法表征整个任务集合的最优解,故本方案还引入了任务总时延作为衡量标准。

对于每条任务的优先请求调用链而言,优先请求调用链内的任务请求所需的时间包括网络传输时延,边缘设备传输时延、容器执行任务时延,等待执行时延,其中网络传输时延为数据传输产生的时延,对于边缘设备而言其网络传输速率是较慢的,故网络传输时延是不能忽略的;其中边缘设备传输时延为任务请求在边缘设备上的传输时间;其中容器执行任务时延为容器执行任务请求的任务所需要的时间;其中等待执行时延为在优先请求调用链中等待的时间。

具体的,在“基于所述优先请求调用链和所述第一容器集合计算每一所述优先请求调用链的第一任务链时延”步骤中,求取每一所述优先请求调用链中所有任务请求的请求总时延的和得到第一任务链时延,其中每一任务请求的请求总时延为由基于所述优先请求调用链和所述第一容器集合计算得到网络传输时延,容器执行任务时延和等待执行时延的和,整合所有任务链时延迟获取所述任务集合的第一总任务时延。

利用下述公式计算每一任务请求的网络传输时延:

其中T

利用下述公式计算每一任务请求在边缘设备的传输时间得到边缘设备传输时延::

其中

容器执行任务时延,即容器执行请求任务所需要的时间为:

其中

利用下述公式计算每一任务请求的等待执行时延:

其中

本方案的等待执行时延是通过迭代计算的方式来获取当前任务请求的等待执行时延,边缘设备的计算节点涉及到GPU运算,相较于CPU场景,其任务耗时较久,有一个请求队列来缓存任务队列,任务按一定的顺序执行。

则对应的每一任务请求的请求总时延的计算公式如下:

其中

对应的求取每一所述优先请求调用链中所有任务请求的请求总时延的和得到第一任务链时延的计算公式如下:

其中T(Tsk

对应的,整合所有任务链时延迟获取所述任务集合的第一总任务时延的计算公式如下:

也就是说,本方案利用第一评分来评估单独任务的资源平衡和网络资源情况,用第一总任务时延评估整个边缘设备容器云。

在“基于所述请求集合获取每一任务的请求调用链,其中所述请求调用链记录任务请求的调用关系”步骤中,同一任务的任务请求之间存在先后执行顺序,将所述任务请求的先后执行顺序作为调用关系来整合同一任务的任务请求得到请求调用链。

在“基于所述请求调用链获取实时的优先请求调用链,其中所述优先请求调用链中的优先任务请求不存在前置的任务请求”步骤中,对于同一任务的多个任务请求之间存在先后执行顺序,对于有先后顺序的任务请求,称前者的任务请求为后者的前置任务请求,后者为前者的后置任务请求,将没有前置任务请求的任务请求定义为优先请求,并基于优先请求及其对应的请求调用链构建优先请求调用链。

本方案对多条任务在资源约束条件下任意调整所述第一容器集合得到第二容器集合,计算第二容器集合的单条任务链评分得到第二容器集合的第二评分。在“计算第二容器集合的单条任务链评分得到第二容器集合的第二评分”步骤中,基于所述第二容器集合求取所述单条任务链的网络资源消耗以及综合容器资源利用率,对所述网络资源消耗以及综合容器资源利用率加权求和得到所述第二评分,其中网络资源消耗表征所述优先请求调用链的服务集合消耗第二容器集合的网络资源,所述综合容器资源利用率表征所述优先请求调用链的服务集合在第二容器集合消耗的资源的资源负载平衡。关于如何计算网络资源消耗以及综合容器资源利用率同于前文中关于第一评分部分的介绍,在此不进行重复说明。

若第一评分大于第二评分则认为对于当前任务而言第二容器集合优于第一容器集合,此时对于该任务链而言其达到了最优解,但是不代表所有任务链的任务集合是最优解。值得一提的是,本方案更改多条任务的容器集合。

随后计算当前容器集合对应的第二总任务时延,求取每一所述优先请求调用链中所有任务请求的请求总时延的和得到第二任务链时延,其中每二任务请求的请求总时延为由基于所述优先请求调用链和所述第二容器集合计算得到网络传输时延,容器执行任务时延和等待执行时延的和,整合所有任务链时延迟获取所述任务集合的第二总任务时延。关于如何计算网络传输时延,容器执行任务时延和等待执行时延也同于前文介绍,在此不进行重复说明。

若第二总任务时延小于第一总任务时延,则表示当前的边缘设备容器云的容器的部署由于原始的边缘设备容器云的容器的部署,则对边缘设备容器云的容器部署进行更新。

值得一提的是,本方案设定循环次数以循环执行第二评分和第二总任务时延的计算和更新,在一些实施例中,循环此处为15。

实施例二

基于相同的构思,参考图2,本申请还提出了一种基于多因子决策的边缘计算容器部署装置,包括:

任务集合构建单元,用于获取包括至少一任务的任务集合,其中每一任务由至少一任务请求的请求集合表示;基于所述请求集合获取每一任务的请求调用链,其中所述请求调用链记录任务请求的调用关系;基于所述请求调用链获取实时的优先请求调用链,其中所述优先请求调用链中的优先任务请求不存在前置的任务请求;

单任务评分获取单元,用于基于每一任务的所述优先请求调用链获取所需的服务集合,在满足资源约束条件下基于所述服务集合任意选择部署的边缘设备容器得到第一容器集合,计算第一容器集合的单条任务链评分得到每一第一容器集合的第一评分;

总任务时间计算单元,用于基于所述优先请求调用链和所述第一容器集合计算每一所述优先请求调用链的第一任务链时延,整合所有任务链时延迟获取所述任务集合的第一总任务时延;

更新单元,用于对多条任务在资源约束条件下任意调整每条任务的所述第一容器集合得到第二容器集合,计算第二容器集合的单条任务链评分得到第二容器集合的第二评分,若第二评分高于第一评分,基于所述优先请求调用链和所述第二容器集合计算每一所述优先请求调用链的第二任务链时延,整合所有任务链时延迟获取所述任务集合的第而总任务时延,若第二总任务时延小于第一总任务时延则将第一容器集合更新为第二容器集合。。

关于该实施例二中同于实施例一的部分在此不进行重复说明,详见实施例一的内容。

实施例三

本实施例还提供了一种电子装置,参考图3,包括存储器404和处理器402,该存储器404中存储有计算机程序,该处理器402被设置为运行计算机程序以执行上述任一项基于多因子决策的边缘设备容器部署方法实施例中的步骤。

具体地,上述处理器402可以包括中央处理器(CPU),或者特定集成电路(ApplicationSpecificIntegratedCircuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。

其中,存储器404可以包括用于数据或指令的大容量存储器404。举例来说而非限制,存储器404可包括硬盘驱动器(HardDiskDrive,简称为HDD)、软盘驱动器、固态驱动器(SolidStateDrive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(UniversalSerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器404可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器404可在数据处理装置的内部或外部。在特定实施例中,存储器404是非易失性(Non-Volatile)存储器。在特定实施例中,存储器404包括只读存储器(Read-OnlyMemory,简称为ROM)和随机存取存储器(RandomAccessMemory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(ProgrammableRead-OnlyMemory,简称为PROM)、可擦除PROM(ErasableProgrammableRead-OnlyMemory,简称为EPROM)、电可擦除PROM(ElectricallyErasableProgrammableRead-OnlyMemory,简称为EEPROM)、电可改写ROM(ElectricallyAlterableRead-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(StaticRandom-AccessMemory,简称为SRAM)或动态随机存取存储器(DynamicRandomAccessMemory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器404(FastPageModeDynamicRandomAccessMemory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(ExtendedDateOutDynamicRandomAccessMemory,简称为EDODRAM)、同步动态随机存取内存(SynchronousDynamicRandom-AccessMemory,简称SDRAM)等。

存储器404可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器402所执行的可能的计算机程序指令。

处理器402通过读取并执行存储器404中存储的计算机程序指令,以实现上述实施例中的任意一种基于多因子决策的边缘设备容器部署方法。

可选地,上述电子装置还可以包括传输设备406以及输入输出设备408,其中,该传输设备406和上述处理器402连接,该输入输出设备408和上述处理器402连接。

传输设备406可以用来经由一个网络接收或者发送数据。上述的网络具体实例可包括电子装置的通信供应商提供的有线或无线网络。在一个实例中,传输设备包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备406可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。

输入输出设备408用于输入或输出信息。在本实施例中,输入的信息可以是任务集合等,输出的信息可以是边缘设备容器云的部署方案等。

可选地,在本实施例中,上述处理器402可以被设置为通过计算机程序执行以下步骤:

获取包括至少一任务的任务集合,其中每一任务由至少一任务请求的请求集合表示;基于所述请求集合获取每一任务的请求调用链,其中所述请求调用链记录任务请求的调用关系;基于所述请求调用链获取实时的优先请求调用链,其中所述优先请求调用链中的优先任务请求不存在前置的任务请求;

基于每一任务的所述优先请求调用链获取所需的服务集合,在满足资源约束条件下基于所述服务集合任意选择部署的边缘设备容器得到第一容器集合,计算第一容器集合的单条任务链评分得到每一第一容器集合的第一评分;

基于所述优先请求调用链和所述第一容器集合计算每一所述优先请求调用链的第一任务链时延,整合所有任务链时延迟获取所述任务集合的第一总任务时延;

对多条任务在资源约束条件下任意调整每条任务的所述第一容器集合得到第二容器集合,计算第二容器集合的单条任务链评分得到第二容器集合的第二评分,若第二评分高于第一评分,基于所述优先请求调用链和所述第二容器集合计算每一所述优先请求调用链的第二任务链时延,整合所有任务链时延迟获取所述任务集合的第而总任务时延,若第二总任务时延小于第一总任务时延则将第一容器集合更新为第二容器集合。

需要说明的是,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。

通常,各种实施例可以以硬件或专用电路、软件、逻辑或其任何组合来实现。本发明的一些方面可以以硬件来实现,而其他方面可以以可以由控制器、微处理器或其他计算设备执行的固件或软件来实现,但是本发明不限于此。尽管本发明的各个方面可以被示出和描述为框图、流程图或使用一些其他图形表示,但是应当理解,作为非限制性示例,本文中描述的这些框、装置、系统、技术或方法可以以硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备或其某种组合来实现。

本发明的实施例可以由计算机软件来实现,该计算机软件由移动设备的数据处理器诸如在处理器实体中可执行,或者由硬件来实现,或者由软件和硬件的组合来实现。包括软件例程、小程序和/或宏的计算机软件或程序(也称为程序产品)可以存储在任何装置可读数据存储介质中,并且它们包括用于执行特定任务的程序指令。计算机程序产品可以包括当程序运行时被配置为执行实施例的一个或多个计算机可执行组件。一个或多个计算机可执行组件可以是至少一个软件代码或其一部分。另外,在这一点上,应当注意,如图中的逻辑流程的任何框可以表示程序步骤、或者互连的逻辑电路、框和功能、或者程序步骤和逻辑电路、框和功能的组合。软件可以存储在诸如存储器芯片或在处理器内实现的存储块等物理介质、诸如硬盘或软盘等磁性介质、以及诸如例如DVD及其数据变体、CD等光学介质上。物理介质是非瞬态介质。

本领域的技术人员应该明白,以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

相关技术
  • 基于高可用性的设备部署方法、服务器、存储介质及装置
  • 基于docker的多服务系统、部署方法及装置、设备及存储介质
  • 一种基于神经网络的图像边缘检测方法、装置及其设备
  • 一种基于边缘计算的工业现场设备控制方法、装置及系统
  • 基于容器的虚拟桌面的设备调度方法及装置
  • 基于多因子边缘计算的山岳景区登山决策方法及系统
  • 基于多因子边缘计算的山岳景区登山决策方法及系统
技术分类

06120116336897