[发明专利]一种基于规则进化的边云协同方法

说明书

本发明涉及信息技术领域，具体涉及一种基于规则进化的边云协同方法，包括以下步骤：S1：通过边云计算环境模块存储系统所积累的长期不变的情景知识，利用机器学习方法，提取环境特征和应用特征，作为描述性知识以元组形式组成知识块进行存储；S2：通过产生式系统以条件‑动作的形式对过程性知识进行存储，在计算的过程中，当协同系统试图完成某个任务，就将边云计算环境模块中的知识块与产生式系统中的所有产生式进行匹配，如果某个产生式前提条件被满足，该产生式规则将被触发，进入下一步；如果多个规则被处罚，需要制定一个竞争策略选择其一；S3：产生式规则的更新。本发明可实现系统连续场景认知和协同卸载操作，达到边云协同自行演化目的。

技术领域

本发明涉及信息技术领域，具体而言，涉及一种基于规则进化的边云协同方法。

背景技术

边缘计算是指任何连接到网络的设备，如手机、网关、IoT设备，都可以被用来处理数据，在靠近数据源或服务对象的地方提供实时的智能服务，而不像传统云计算模式，将所有计算行为都迁移到云端进行。边缘计算是对云计算的补充和延伸。由于任务可以放到就近的边缘设备上进行处理而无需上传到云计算中心，不但减轻网络贷款的压力而且节省了云端的计算资源，由此，响应速度将得到极大的提高，同时也降低了传输过程中隐私数据泄露的风险。

边云协同由于继承了云计算和边缘计算两个不同领域的内容而面临着诸多技术挑战，这些挑战大体上归为在边端的挑战和在云端的挑战两大类，在边缘端，主要包括低带宽，不稳定的服务获取以及移动网络的异构性所带来的挑战，其中，不稳定的服务获取多是由移动访问时空域的变化而引起的，主要体现在未连接质量和访问延迟的变化，而这些变化正是实现边缘计算的一个主要挑战。在云平台端，挑战主要来自优化的计算卸载(负载由边缘设备向云端卸载)、安全而高效的数据存储与访问，以及上下文感知的服务。

边云协同使得计算机得以层级形式外延，而传统的规则预定义式服务模式缺乏对动态计算环境下边云协同的有效支持，这主要体现在两个方面：1)资源使用的固化性，边云软硬件缺少对应用的感知能力，使得资源分配和应用需求达不到最佳匹配。不仅降低了资源使用效率，而且影响应用的服务质量；2)应用服务的僵化性，云应用缺少对边云环境变化态势的主动自学习和自适应能力，不能充分调整自己实现服务质量的最大化，这些不足导致边云在计算中缺乏协同。已有的解决方案，如用于提高数据访问效率，以及用于提高QoS服务质量，降低访问延迟等方法,多专注于系统架构等具体层面，缺乏针对边云协同在理论与方法层面的深层思考，因而均有其局限性。

发明内容

为解决上述背景技术中存在的问题，本发明提出一种基于规则进化的边云协同方法，其可实现系统连续场景认知和协同卸载操作，达到边云协同自行演化目的。

本发明解决上述问题的技术方案是：一种基于规则进化的边云协同体系，其特殊之处在于，包括以下步骤：

S1：通过边云计算环境模块存储系统所积累的长期不变的情景知识，利用机器学习方法，提取环境特征和应用特征，作为描述性知识(Declarative Knowledge)以元组形式组成知识块(Knowledge Chunks)进行存储；

S2：通过产生式系统以条件-动作的形式对过程性知识(Procedural Knowledge)进行存储，在计算的过程中，当协同系统试图完成某个任务，就将边云计算环境模块中的知识块与产生式系统中的所有产生式进行匹配，如果某个产生式前提条件被满足，该产生式规则将被触发，进入下一步，完成相应的规则更新；如果多个规则被处罚，需要制定一个竞争策略选择其一；

S3：产生式规则的更新，包括：程序化更新和/或组合化更新和/或泛化更新和/或类比化更新。

进一步地，上述步骤S1中：

提取环境特征和应用特征是指从数据驱动模块识别出的协同场景提取环境特征和应用特征。

进一步地，上述步骤S3中，