一种边缘计算节点位置的确定方法、确定装置及电子设备与流程

电子通信装置的制造及其应用技术1.本技术涉及云计算技术领域，尤其是涉及一种边缘计算节点位置的确定方法、确定装置及电子设备。背景技术：2.边缘计算是指在靠近数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务，满足行业智能化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。3.目前，作为云计算发展的新阶段，边缘计算节点分布位置问题，也就是边缘计算节点的布点问题，是边缘计算面临的重要问题。节点部署位置的合理性，直接影响边缘计算的服务质量，在目前的部署方式中，采用遍历法，遍历所有可能的部署策略，然后在其中选择一个最佳值，运算处理量较大。技术实现要素：4.有鉴于此，本技术的目的在于提供一种边缘计算节点位置的确定方法、确定装置及电子设备，通过在网络拓扑图中获取多个边缘计算节点，确定每一个边缘计算节点对应的边缘计算节点的覆盖率、网络延迟最大值以及网络最大延迟的发生概率及初始部署位置等特征，并生成可以反映当前部署方案网络状态的目标函数，通过比较边缘计算节点在初始部署位置及调整后位置处的函数值大小关系，判断最优的边缘计算节点部署方案，如果调整后位置处对应的函数值小于初始部署位置处的函数值，则使用调整后的边缘计算节点位置进行部署。在对边缘计算节点进行合理部署的同时，运算处理量较小，更加方便快捷。5.本技术实施例提供了一种边缘计算节点位置的确定方法，所述确定方法包括：6.获取多个边缘计算节点，针对每一个所述边缘计算节点，确定该边缘计算节点对应的特征参数及初始部署位置，其中，所述特征参数包括所述边缘计算节点的覆盖率、网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率；7.根据该边缘计算节点对应的特征参数，确定该边缘计算节点在所述初始部署位置对应的第一函数值；8.调整该边缘计算节点至调节部署位置，确定该边缘计算节点在所述调节部署位置对应的第二函数值；9.若所述第一函数值大于所述第二函数值，将所述调节部署位置确定为该边缘计算节点对应的目标部署位置；10.根据每一个边缘计算节点对应的目标部署位置，确定多个边缘计算节点在网络中的布局位置。11.进一步的，通过以下方法获取多个边缘计算节点：12.从预设生成的网络拓扑图中选取多个网络节点；13.将所述网络节点对应的确定为边缘计算节点。14.进一步的，在所述调整该边缘计算节点至调节部署位置，确定该边缘计算节点在所述调节部署位置对应的第二函数值之后，所述确定方法还包括：15.若所述第一函数值小于所述第二函数值，将所述初始部署位置确定为目标部署位置。16.进一步的，基于以下方法确定所述边缘计算节点的覆盖率：17.确定所述边缘计算节点对应的有资源需求的网络节点数量；18.确定网络拓扑结构中网络节点数总量；19.将所述边缘计算节点对应的有资源需求的网络节点数量与所述网络拓扑结构中网络节点数总量的比值，确定为所述边缘计算节点对应的覆盖率。20.进一步的，基于以下方法确定所述网络拓扑结构的网络延迟最大值：21.确定所述网络拓扑结构中任意两个网络节点之间的网络延迟；22.在确定出的多个所述网络延迟中，确定网络节点之间最大的网络延迟；23.确定所述网络拓扑结构对应的实际路由距离；24.将所述实际路由距离及所述网络节点之间最大的网络延迟的乘积确定为所述网络拓扑结构的网络延迟最大值。25.进一步的，基于以下方法确定所述网络拓扑结构对应的实际路由距离：26.针对于所述网络拓扑结构中的每个所述网络节点，确定该网络节点与其他网络节点之间的路由跳数；27.基于每两个网络节点之间的传输延迟，确定对应路由跳数的延迟权重；28.基于每一个路由跳数以及对应的延迟权重，确定所述实际路由距离。29.本技术实施例还提供了一种边缘计算节点位置的确定装置，所述确定装置包括：30.获取模块，用于获取多个边缘计算节点，针对每一个所述边缘计算节点，确定该边缘计算节点对应的特征参数及初始部署位置，其中，所述特征参数包括所述边缘计算节点的覆盖率、网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率；31.第一确定模块，用于根据该边缘计算节点对应的特征参数，确定该边缘计算节点在所述初始部署位置对应的第一函数值；32.第二确定模块，用于调整该边缘计算节点至调节部署位置，确定该边缘计算节点在所述调节部署位置对应的第二函数值；33.第三确定模块，用于若所述第一函数值大于所述第二函数值，将所述调节部署位置确定为该边缘计算节点对应的目标部署位置；34.第四确定模块，用于根据每一个边缘计算节点对应的目标部署位置，确定多个边缘计算节点在网络中的布局位置。35.进一步的，所述确定装置还包括第五确定模块，所述第五确定模块用于：36.若所述第一函数值小于所述第二函数值，将所述初始部署位置确定为目标部署位置。37.本技术实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的边缘计算节点位置的确定方法的步骤。38.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的边缘计算节点位置的确定方法的步骤。39.本技术实施例提供的边缘计算节点位置的确定方法、确定装置及电子设备，通过在网络拓扑图中获取多个边缘计算节点，确定每一个边缘计算节点对应的边缘计算节点的覆盖率、网络延迟最大值以及网络最大延迟的发生概率及初始部署位置等特征，并生成可以反映当前部署方案网络状态目标函数，通过比较边缘计算节点在初始部署位置及调整后位置处的函数值大小关系，判断最优的边缘计算节点部署方案，如果调整后位置处对应的函数值小于初始部署位置处的函数值，则使用调整后的边缘计算节点位置进行部署，计算复杂度低，运算处理量小，更加方便快捷。40.为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明41.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。42.图1示出了本技术实施例所提供的一种边缘计算节点位置的确定方法的流程图；43.图2示出了本技术实施例所提供的另一种边缘计算节点位置的确定方法的流程图；44.图3示出了本技术实施例所提供的另一种边缘计算节点位置的确定方法的流程图；45.图4示出了本技术实施例所提供的另一种边缘计算节点位置的确定方法的流程图；46.图5示出了本技术实施例所提供的一种边缘计算节点位置的确定装置的结构示意图之一；47.图6示出了本技术实施例所提供的一种边缘计算节点位置的确定装置的结构示意图之二；48.图7示出了本技术实施例所提供的一种电子设备的结构示意图。具体实施方式49.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本技术保护的范围。50.首先，对本技术可适用的应用场景进行介绍。本技术可应用于云计算技术领域。51.经研究发现，目前边缘计算节点分布位置问题，也就是边缘计算节点的布点问题，是边缘计算的重要问题。节点部署位置的合理性，直接影响边缘计算的服务质量，在目前的部署方式中，采用遍历法，遍历所有可能的部署策略，然后在其中选择一个最佳值，计算过程较为复杂且运算处理量较大。52.基于此，本技术实施例提供了一种边缘计算节点位置的确定方法，以降低计算复杂度及运算处理量，使边缘计算节点的部署过程更加方便快捷。53.请参阅图1，图1示出了本技术实施例所提供的一种边缘计算节点位置的确定方法的流程图。如图1中所示，本技术实施例提供的一种边缘计算节点位置的确定方法，包括：54.s101、获取多个边缘计算节点，针对每一个所述边缘计算节点，确定该边缘计算节点对应的特征参数及初始部署位置，其中，所述特征参数包括所述边缘计算节点的覆盖率、网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率。55.该步骤中，在网络拓扑图中获取多个边缘计算节点，确定多个边缘计算节点中每一个边缘计算节点所在的初始部署位置，以及包括边缘计算节点的覆盖率、网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率在内的边缘计算节点对应的特征参数。56.这里，为了降低边缘计算节点的部署过程计算的复杂度，选取可影响计算复杂度的边缘计算节点的覆盖率、网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率三个参数作为边缘计算节点对应的特征参数。57.可选的，通过以下方法获取多个边缘计算节点：从预设生成的网络拓扑图中选取多个网络节点；将所述网络节点对应的确定为边缘计算节点。58.这里，网络拓扑图中标识有网络包含的全部网络节点，随机抽取一定数量的网络节点，将这些网络节点作为初始边缘计算节点，每个网络节点在网络拓扑结构中对应的位置，即为初始边缘计算节点的初始部署位置。59.其中，抽取的网络节点数量可以根据实际需要具体进行选择，在此不做具体限制。60.s102、根据该边缘计算节点对应的特征参数，确定该边缘计算节点在所述初始部署位置对应的第一函数值。61.该步骤中，根据步骤s101确定的边缘计算节点对应的特征参数，生成可以反映当前部署方案网络状态的目标函数，利用此目标函数对在初始部署位置时，边缘计算节点对应的特征参数进行计算，确定该边缘计算节点在初始部署位置对应的第一函数值。62.这里，第一函数值通过处于初始部署位置对应的边缘计算节点的覆盖率与网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率之间的乘积确定，反映了将该边缘计算节点部署于初始部署位置时的优劣。63.其中，目标函数根据降低总体计算复杂度设计，由于对于网络拓扑结构而言，边缘计算的复杂度与边缘计算节点的覆盖率、网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率有关，因此将边缘计算节点的覆盖率、网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率作为考虑因素。64.可选的，目标函数为：边缘计算节点的覆盖率×网络拓扑结构的网络延迟最大值×最大网络延迟的发生概率。65.在具体实施中，传统达到边缘计算节点位置分布的全局最优解的方法为：遍历所有可能的布局策略，选择一个最佳布局策略。例如，对于包含m个网络节点，n条边的网络拓扑图g，当需要部署e个边缘计算节点时，采用遍历方法消耗的时间复杂度是o(e·n·me+3)，其中，对于从m个网络节点中，选取e个节点作为边缘计算节点的选取策略总共有c(m,e)个，即有个选取策略，且选取策略的计算复杂度为o(me)，当考虑n条边可能出现的临时故障的情况，最差情况会出现n+1种网络状态，此时网络状态的计算复杂度为o(n·e·m3)，从选取策略和网络状态综合考虑，其计算复杂度为o(n·e·me+3)。66.在本方法中，目标函数根据降低总体计算复杂度设计，首先，计算任意两个网络节点的最短路径，计算复杂度为o(m3)，部署方案的计算复杂度降为然后，在每个部署方案的遍历中，在计算最坏情况延迟的过程中，n+1个网络状态总共消耗的计算复杂度为o((n+1)·e·m2)，因此得出本技术所述计算算法的总计算复杂度为o(n·e2·m3)。67.针对本技术所述计算算法的总计算复杂度：o(n·e2·m3)，与传统遍历算法的计算复杂度：o(n·e·me+3)相比较可知，e作为边缘计算节点数量，在本技术的计算算法中e并未出现在指数项中，即指数项不随边缘计算节点数量的变化而变化，而传统的遍历算法中e出现在指数项中，即指数项随边缘计算节点数量的变化而变化，因此本技术目标函数的总体计算复杂度相较于传统的遍历算法复杂度较低。68.这样，通过对初始部署位置的边缘计算节点进行计算，可以得到边缘计算节点在初始部署位置处的网络延迟情况，进而反映将边缘计算节点布置于初始部署位置处的优劣情况，更加直观并且降低计算复杂度。69.s103、调整该边缘计算节点至调节部署位置，确定该边缘计算节点在所述调节部署位置对应的第二函数值。70.该步骤中，在多个边缘计算节点中，依次对每一个边缘计算节点的位置进行调整，确定该边缘计算节点在位于调整后的调节部署位置处对应的第二函数值。71.这里，调节部署位置为边缘计算节点在进行位置调整后所处的位置。72.其中，第二函数值通过处于调节部署位置对应的边缘计算节点的覆盖率与网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率之间的乘积确定，反映了将该边缘计算节点部署于调节部署位置时的优劣。73.在具体实施中，在网络拓扑图中随机抽取数量为k的网络节点，作为初始的边缘计算节点，相应的位置，为初始边缘计算节点的初始部署位置。依次调整k个边缘计算节点的选择，将k个边缘计算节点进行编号，记为1到k。对这k个边缘计算节点，从第一个开始，每次调整一个边缘计算节点的位置，计算此时的第二目标函数值。74.这样，通过对调节部署位置的边缘计算节点进行计算，可以得到边缘计算节点在调节部署位置处的网络延迟情况，进而反映将边缘计算节点布置于调节部署位置处的优劣情况，更加直观并且降低计算复杂度。75.s104、若所述第一函数值大于所述第二函数值，将所述调节部署位置确定为该边缘计算节点对应的目标部署位置。76.该步骤中，对步骤s102与步骤s103中确定的第一函数值与第二函数值进行比较，如果第一函数值大于第二函数值，则保留第一函数值，也就是保留该边缘计算节点位于初始部署位置时的部署方案。77.其中，第一函数值以及第二函数值能够指征边缘计算节点部署的优劣，较好的边缘计算节点的部署方式对应的函数值比较小，较差的边缘计算节点的部署方式对应的目标函数值比较大。78.这样，可以将进行位置调节后的边缘计算节点的部署方式与位置调节前的边缘计算节点的部署方式进行比较，对两种部署方案的优劣进行评价，保留较优的边缘计算节点部署方案。79.s105、根据每一个边缘计算节点对应的目标部署位置，确定多个边缘计算节点在网络中的布局位置。80.该步骤中，在确定出第一个多个边缘计算节点的目标部署位置后，依次进行第二个边缘计算节点进行目标部署位置的确定，直至全部边缘计算节点的目标部署位置确定完成，则确定出的多个目标部署位置为边缘计算节点在整个网络中的位置部署方案。81.本技术实施例提供了一种边缘计算节点位置的确定方法，通过在网络拓扑图中获取多个边缘计算节点，确定每一个边缘计算节点对应的边缘计算节点的覆盖率、网络延迟最大值以及网络最大延迟的发生概率及初始部署位置等特征，并生成可以反映当前部署方案网络状态的目标函数，通过比较边缘计算节点在初始部署位置及调整后位置处的函数值大小关系，判断最优的边缘计算节点部署方案，如果调整后位置处对应的函数值小于初始部署位置处的函数值，则使用调整后的边缘计算节点位置进行部署，计算复杂度低，运算处理量小，更加方便快捷。82.请参阅图2，图2示出了本技术实施例所提供的另一种边缘计算节点位置的确定方法的流程图。如图2中所示，本技术实施例提供的边缘计算节点位置的确定方法，包括：83.s201、获取多个边缘计算节点，针对每一个所述边缘计算节点，确定该边缘计算节点对应的特征参数及初始部署位置，其中，所述特征参数包括所述边缘计算节点的覆盖率、网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率。84.s202、根据该边缘计算节点对应的特征参数，确定该边缘计算节点在所述初始部署位置对应的第一函数值。85.s203、调整该边缘计算节点至调节部署位置，确定该边缘计算节点在所述调节部署位置对应的第二函数值。86.s204、若所述第一函数值小于所述第二函数值，将所述初始部署位置确定为目标部署位置。87.该步骤中，对步骤s202与步骤s203中确定的第一函数值与第二函数值进行比较，如果第一函数值小于第二函数值，则保留第二函数值，也就是保留该边缘计算节点位于初始部署位置时的部署方案。88.其中，若第一函数值小于所述第二函数值，则说明将边缘计算节点部署于初始部署位置要优于将边缘计算节点部署于调节部署位置。89.s205、若所述第一函数值大于所述第二函数值，将所述调节部署位置确定为该边缘计算节点对应的目标部署位置。90.s206、根据每一个边缘计算节点对应的目标部署位置，确定多个边缘计算节点在网络中的布局位置。91.其中，s201至s203、s205至s206的描述可以参照s101至s105的描述，并且能达到相同的技术效果，对此不做赘述。92.请参阅图3，图3示出了本技术实施例所提供的另一种边缘计算节点位置的确定方法的流程图。如图3中所示，本技术实施例提供的边缘计算节点位置的确定方法，包括：93.s301、确定所述边缘计算节点对应的有资源需求的网络节点数量。94.该步骤中，确定边缘计算节点在网络拓扑结构中涵盖的有资源需求的网络节点数量。95.这里，当网络节点出现计算需求时，该网络节点对应的边缘计算节点需要分配计算资源响应网络节点的计算需求。96.s302、确定网络拓扑结构中网络节点数总量。97.s303、将所述边缘计算节点对应的有资源需求的网络节点数量与所述网络拓扑结构中网络节点数总量的比值，确定为所述边缘计算节点对应的覆盖率。98.在具体实施过程中，在网络拓扑结构中的网络节点总数为m，第1个边缘计算节点在网络拓扑结构中涵盖了r个网络节点，那么第1个边缘计算节点对应的覆盖率为r/m。99.请参阅图4，图4示出了本技术实施例所提供的另一种边缘计算节点位置的确定方法的流程图。如图4中所示，本技术实施例提供的边缘计算节点位置的确定方法，包括：100.s401、确定所述网络拓扑结构中任意两个网络节点之间的网络延迟。101.s402、在确定出的多个所述网络延迟中，确定网络节点之间最大的网络延迟。102.s403、确定所述网络拓扑结构对应的实际路由距离。103.在具体的实施方式中，通过以下方法确定所述网络拓扑结构对应的实际路由距离：104.(1)针对于所述网络拓扑结构中的每个所述网络节点，确定该网络节点与其他网络节点之间的路由跳数。105.(2)基于每两个网络节点之间的传输延迟，确定对应路由跳数的延迟权重。106.(3)基于每一个路由跳数以及对应的延迟权重，确定所述实际路由距离。107.该步骤中，以传输延迟为权重，对每个网络节点之间的路由跳数进行加权，得到经过传输延迟加权的路由跳数，该路由跳数为实际路由距离。108.s404、将所述实际路由距离及所述网络节点之间最大的网络延迟的乘积确定为所述网络拓扑结构的网络延迟最大值。109.其中，网络拓扑结构的网络延迟最大值反映了当前网络拓扑结构处于最差情况，通常网络拓扑结构的网络延迟介于零与最大值之间。110.在另一种可能的实施方式中，可选的，基于以下方法确定网络拓扑结构的最大网络延迟的发生概率：111.确定网络拓扑结构中一条网络链路链接正常的概率以及整个网络链接正常的概率。根据所述一条网络链路链接正常的概率以及整个网络链接正常的概率，确定网络链路中一条链路连接失败，其他链路正常链接的最大网络延迟的发生概率。112.其中，将一条网络链路链接失败视为整个网络出现链接失败现象，整个网络出现链接失败即可视为该网络发生了最大网络延迟，也就是当前网络拓扑结构的最差情况。例如，在共有n条边的网络拓扑图g中，假设发生链路链接失败的集合为{error1,error2,...,errorn}，也就是，若有一条链路发生链接失败，则相应的，整个网络传输就出现失败情况。这里，采用独热编码方式，得到该集合包含n种取值，即：(1,0,0,...,0)，(0,1,0,...,0)，…，(0,0,0,...,1)，当出现第一条链路发生链接失败时，集合的取值为{error1＝1,error2＝0,...,errorn＝0}，以此类推。113.在具体实施过程中，可选的，假设第1条网络链路正常的概率为p1，以此类推，第n条链路正常的概率为pn，则整个网络正常的概率为p＝∏pi，若出现链路链接失败，即网络不正常的概率为1-p，则第k条网络链路链接失败，其他链路都正常的概率为pk·∏(1-pi)。114.进一步的，结合具体应用场景，阐述本技术的技术方案，本技术的应用场景可定义为云计算数据服务器部署场景，在云计算数据中心服务器部署场景下，本技术的技术方案可以包括以下步骤：115.(1)获取多个需要进行部署的边缘服务器，针对每一个所述边缘服务器，确定所述边缘服务器对应的特征参数及初始部署位置，其中，所述特征参数包括所述边缘服务器的覆盖率、边缘服务器与中心服务器之间网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率。116.这里，边缘服务器用于承担用户的资源需求，边缘服务器的部署位置决定了云计算系统对用户提供计算能力等资源的效果，边缘服务器的部署位置合理性越高，云计算系统对用户提供计算能力等资源的效果越好。117.(2)根据所述边缘服务器对应的特征参数，确定所述边缘服务器在所述初始部署位置对应的第一部署合理度。118.这里，边缘服务器对应的部署合理度，反映了当前边缘服务器部署方案下云计算系统的网络状态，如网络传输延迟是否过高，数据传输的路径是否过长等。119.(3)调整所述边缘服务器至调节部署位置，确定所述边缘服务器在所述调节部署位置对应的第二部署合理度。120.(4)若所述第一部署合理度大于所述第二部署合理度，将所述调节部署位置确定为所述边缘服务器对应的目标部署位置。121.(5)根据多个所述目标部署位置确定多个所述边缘服务器在网络中的位置。122.本技术实施例提供了一种边缘计算节点位置的确定方法，通过在网络拓扑图中获取多个边缘计算节点，确定每一个边缘计算节点对应的边缘计算节点的覆盖率、网络延迟最大值以及网络最大延迟的发生概率及初始部署位置等特征，并生成可以反映当前部署方案网络状态的目标函数，通过比较边缘计算节点在初始部署位置及调整后位置处的函数值大小关系，判断最优的边缘计算节点部署方案，如果调整后位置处对应的函数值小于初始部署位置处的函数值，则使用调整后的边缘计算节点位置进行部署，计算复杂度低，运算处理量小，更加方便快捷。123.请参阅图5、图6，图5示出了本技术实施例所提供的一种边缘计算节点位置的确定装置的结构示意图之一，图6示出了本技术实施例所提供的一种边缘计算节点位置的确定装置的结构示意图之二。如图5中所示，所述确定装置500包括：124.获取模块510，用于获取多个边缘计算节点，针对每一个所述边缘计算节点，确定该边缘计算节点对应的特征参数及初始部署位置，其中，所述特征参数包括所述边缘计算节点的覆盖率、网络拓扑结构的网络延迟最大值以及最大网络延迟的发生概率。125.第一确定模块520，用于根据该边缘计算节点对应的特征参数，确定该边缘计算节点在所述初始部署位置对应的第一函数值。126.第二确定模块530，用于调整该边缘计算节点至调节部署位置，确定该边缘计算节点在所述调节部署位置对应的第二函数值。127.第三确定模块540，用于若所述第一函数值大于所述第二函数值，将所述调节部署位置确定为该边缘计算节点对应的目标部署位置。128.第四确定模块550，用于根据每一个边缘计算节点对应的目标部署位置，确定多个边缘计算节点在网络中的布局位置。129.进一步的，如图6所示，所述确定装置500还包括第五确定模块560，所述第五确定模块用于：130.若所述第一函数值小于所述第二函数值，将所述初始部署位置确定为目标部署位置。131.在一种可能的实施方式中，所述第一确定模块520还用于：132.从预设生成的网络拓扑图中选取多个网络节点；将所述网络节点对应的确定为边缘计算节点。133.在另一种可能的实施方式中，所述第一确定模块520还用于：134.基于以下方法确定所述边缘计算节点的覆盖率：确定所述边缘计算节点对应的有资源需求的网络节点数量；确定网络拓扑结构中网络节点数总量；将所述边缘计算节点对应的有资源需求的网络节点数量与所述网络拓扑结构中网络节点数总量的比值，确定为所述边缘计算节点对应的覆盖率。135.在另一种可能的实施方式中，所述第一确定模块520还用于：136.基于以下方法确定所述网络拓扑结构的网络延迟最大值：确定所述网络拓扑结构中任意两个网络节点之间的网络延迟；在确定出的多个所述网络延迟中，确定网络节点之间最大的网络延迟；确定所述网络拓扑结构对应的实际路由距离；将所述实际路由距离及所述网络节点之间最大的网络延迟的乘积确定为所述网络拓扑结构的网络延迟最大值。137.在另一种可能的实施方式中，所述第一确定模块520还用于：138.基于以下方法确定所述网络拓扑结构对应的实际路由距离：针对于所述网络拓扑结构中的每个所述网络节点，确定该网络节点与其他网络节点之间的路由跳数；基于每两个网络节点之间的传输延迟，确定对应路由跳数的延迟权重；基于每一个路由跳数以及对应的延迟权重，确定所述实际路由距离。139.本技术实施例提供了一种边缘计算节点位置的确定装置，通过在网络拓扑图中获取多个边缘计算节点，确定每一个边缘计算节点对应的边缘计算节点的覆盖率、网络延迟最大值以及网络最大延迟的发生概率及初始部署位置等特征，并生成可以反映当前部署方案网络状态的目标函数，通过比较边缘计算节点在初始部署位置及调整后位置处的函数值大小关系，判断最优的边缘计算节点部署方案，如果调整后位置处对应的函数值小于初始部署位置处的函数值，则使用调整后的边缘计算节点位置进行部署，计算复杂度低，运算处理量小，更加方便快捷。140.请参阅图7，图7示出了本技术实施例所提供的一种电子设备的结构示意图。如图7中所示，所述电子设备700包括处理器710、存储器720和总线730。141.所述存储器720存储有所述处理器710可执行的机器可读指令，当电子设备700运行时，所述处理器710与所述存储器720之间通过总线730通信，所述机器可读指令被所述处理器710执行时，可以执行如上述图1至图4所示方法实施例中的边缘计算节点位置的确定方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。142.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1至图4所示方法实施例中的边缘计算节点位置的确定方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。143.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。144.在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。145.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。146.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。147.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。148.最后应说明的是：以上所述实施例，仅为本技术的具体实施方式，用以说明本技术的技术方案，而非对其限制，本技术的保护范围并不局限于此，尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本技术实施例技术方案的精神和范围，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!