边端协同计算卸载方法及系统、电子设备和存储介质

    公开(公告)号:CN112911016A

    公开(公告)日:2021-06-04

    申请号:CN202110214527.4

    申请日:2021-02-25

    Abstract: 本发明提供一种边端协同计算卸载方法及系统、电子设备和存储介质,其中,边端协同计算卸载方法,包括:任务分配节点获取当前移动网络中所有候选执行者的状态信息;其中,所述任务分配节点为边缘节点;所述候选执行者为与所述任务分配节点关联的边缘节点和终端节点;基于待卸载任务信息和所述所有候选执行者的状态信息,利用进化算法,确定卸载决策;其中,所述卸载决策满足所述候选执行者执行卸载任务的任务数据量小于候选执行者的可用存储资源时,任务分配效用达到最大的条件;基于所述卸载决策,进行边端协同计算任务卸载;其中,状态信息包括:节点类型信息、位置信息和资源分配信息。能够有效地提升移动网络的可靠性,提高任务的完成效率。

    边端协同计算卸载方法及系统、电子设备和存储介质

    公开(公告)号:CN112911016B

    公开(公告)日:2022-04-08

    申请号:CN202110214527.4

    申请日:2021-02-25

    Abstract: 本发明提供一种边端协同计算卸载方法及系统、电子设备和存储介质,其中,边端协同计算卸载方法,包括:任务分配节点获取当前移动网络中所有候选执行者的状态信息;其中,所述任务分配节点为边缘节点;所述候选执行者为与所述任务分配节点关联的边缘节点和终端节点;基于待卸载任务信息和所述所有候选执行者的状态信息,利用进化算法,确定卸载决策;其中,所述卸载决策满足所述候选执行者执行卸载任务的任务数据量小于候选执行者的可用存储资源时,任务分配效用达到最大的条件;基于所述卸载决策,进行边端协同计算任务卸载;其中,状态信息包括:节点类型信息、位置信息和资源分配信息。能够有效地提升移动网络的可靠性,提高任务的完成效率。

    一种基于图像识别的现场运维方法及系统

    公开(公告)号:CN111369016A

    公开(公告)日:2020-07-03

    申请号:CN202010080746.3

    申请日:2020-02-05

    Abstract: 本发明实施例提供一种基于图像识别的现场运维方法及系统。该方法包括:基于预设图像识别算法获取设备信息,将设备信息与系统中的识别信息进行对比,生成工单;对工单进行分析,获取运维人员信息,基于遗传算法对工单和运维人员信息进行智能匹配,筛选出最优运维人员;通过预设智能推荐算法,向最优运维人员推送运维指导信息,完成设备运维操作。本发明实施例通过图像识别算法,识别设备种类,能够及时发现故障,并自动生成工单,通过基于遗传算法的工单匹配策略将生成的工单与运维人员进行匹配,根据运维人员的技能水平及状态智能选择运维人员,并通过智能推荐算法推送相似工单,能够辅助运维人员高效完成工作,从而有效提高运维质量与运维效率。

Patent Agency Ranking