科创中国
一种工业互联网边缘服务缓存决策方法及系统
成果类型：: 发明专利
发布时间: 2023-11-01 14:50:31
科技成果产业化落地方案
方案提交机构：天津市滨海新区| 宋学姮 | 2023-11-10 09:55:00
本发明涉及工业互联网技术领域，具体涉及一种工业互联网边缘服务缓存决策方法及系统；本发明实施例中的工业互联网边缘服务缓存决策方法通过基于分布式深度强化学习方法构建的算法来对边缘缓存策略数学模型计算最优解，能够解决对系统的数学模型的优化问题。该方法基于网络数学模型的建立和最优目标的确定，并基于强化学习和深度学习技术的结合，根据大量的用户历史数据，让机器去学习并预测用户的偏好度以及网络中内容流行度的变化趋势，并根据学习的结果去调整服务缓存策略。可以有效的给出服务缓存决策的最优解。其对应的系统也具体同样的技术效果。
1.一种工业互联网边缘服务缓存决策方法，其特征在于，包括以下步骤：
S1.基于只有服务器中缓存了相应的服务数据才可以执行服务相对应的任务对工业互联网系统进行数学建模；系统模型的云服务器中缓存了所有服务所需的数据；
S2.对边云协同系统中服务访问时延建立数学模型；
S3.根据边缘服务器之间和边缘服务器与云服务器之间数据传输的功率，以及边缘服务器与云服务器的计算功率对所述工业互联网系统的能耗进行数学建模；
S4.基于系统模型、延时模型和能耗模型，建立达到最小化的服务访问时延和最小化的能量消耗的优化目标；
S5.基于分布式深度强化学习方法构建能够实现所述优化目标的算法。
2.根据权利要求1所述的方法，其特征在于，所述步骤S5还包括以下步骤：
S51.将多个并行深度神经网络DNN与强化学习算法Q-learning相结合，构建一个并行的深度强化学习算法，进行服务缓存决策；
S52.在训练阶段中依据当前状态以贪婪策略选择一个动作执行，得到奖励和下一个状态，将得到的状态转换存储至经验池中；当经验池D存储的容量足够大时，从经验池中提取一定数量的状态转换去训练网络参数；
实时数据处理： 在工业生产过程中，通过缓存决策方法和边缘服务缓存系统，加速实时数据的处理和分析，提高生产效率和响应能力。
数据备份与恢复： 在工业互联网中，将重要的数据备份到边缘缓存中，以防止数据丢失，并在需要时快速恢复。
远程监控和控制： 在远程监控和控制系统中，通过缓存决策和数据预取策略，减少与云端的通信延迟，提高监控和控制的实时性。
智能设备管理： 在智能设备管理系统中，利用边缘服务缓存系统，提高设备配置和固件更新的效率，减少对云端的依赖。
工业大数据分析： 在工业大数据分析中，通过边缘缓存系统，加速数据的访问和处理，提高分析结果的实时性和准确性。
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
边缘服务缓存： 在工业互联网边缘设备或服务器上设置缓存，存储热门或常用的数据，以提高数据的访问速度和响应时间。
缓存决策： 设计一种缓存决策方法，根据数据的访问频率、重要性和时效性等因素，决定将哪些数据存储在边缘缓存中，并在需要时更新缓存数据。
数据预取和替换策略： 制定数据预取和替换策略，根据数据的使用模式和访问需求，提前将可能需要的数据加载到缓存中，并根据缓存空间的限制替换不常用的数据。
网络负载均衡： 在多个边缘设备或服务器之间进行网络负载均衡，将数据请求分发到最近的边缘缓存节点，减少网络延迟和带宽占用。
技术转让
工业互联网边缘服务缓存决策方法及系统是一种用于工业互联网环境中的数据缓存方案。该方法和系统旨在提高数据访问效率和降低网络负载，适用于工业互联网中的实时数据处理和分析场景。工业互联网边缘服务缓存决策方法及系统的应用有助于提高工业生产和管理的效率，减少对云端资源的依赖，同时满足实时性和可靠性的需求。
下载app