一種在SDN中基於霧計算的架構及其處理方法與流程
2023-04-25 15:59:06 2
本發明涉及物聯網及霧計算領域，具體涉及一種在SDN中基於霧計算的架構及其處理方法。
背景技術：
近年來，隨著雲計算、物聯網技術的廣泛應用，越來越多的應用把數據處理以及存儲放到了雲計算中心，解決了物聯網設備和智能終端存儲、計算能力不足的問題，同時也減少了此類設備的能耗。
儘管雲計算應用越來越廣泛，但是智能設備並不能完全受益於雲計算服務，比如智能設備缺少網絡資源以及在雲計算中心進行計算處理的能力。由於傳輸時延過大，對於時延敏感的應用程式來說，雲計算的服務形式就不適合了。
到2020年連接到網際網路的智能設備數量將超過240億，由於連接設備數量的增加、智能設備以及雲計算中心之間的長距離，並且用戶重複請求雲計算服務，因此將對網絡性能造成嚴重的負擔並且降低雲計算服務的Qos。此外，在雲計算中心以及智能設備之間的高網絡延遲並不適用於時延敏感的應用程式和服務。
技術實現要素：
發明目的：本發明針對上述現有技術存在的問題做出改進，即本發明公開了一種在SDN(軟體定義網絡)中基於霧計算的架構及其處理方法，其不僅可以減少物聯網服務的處理時間，而且可以充分利用軟體定義網絡集中控制的特點，避免網絡擁塞。
技術方案：一種在SDN中基於霧計算的架構，包括：
物聯網設備層，包括智能傳感器和受控終端，
霧計算層，包括網絡設備以及多個邊緣伺服器，上述網絡設備包括多個智能物聯網網關和多個路由交換設備，多個路由交換設備相連構成有線網絡，多個邊緣伺服器、智能物聯網網關分別與有線網絡相連，智能物聯網網關分別與智能傳感器、受控終端進行數據交互，霧計算層用於處理實時性的物聯網服務請求，包括網絡設備傳輸由智能傳感器採集的物聯網服務需要的環境數據，邊緣伺服器處理分析智能傳感器採集到的環境數據，並將處理分析的結果反饋至控制節點；
控制節點，分別與有線網絡、多個智能物聯網網關相連，包括SDN控制器以及物聯網服務管理器，其中：
SDN控制器用於管理網絡設備並分別獲取多個智能物聯網網關到每個邊緣伺服器的通信時延；
物聯網服務管理器用於維護邊緣伺服器佔用表和服務映射表，邊緣伺服器佔用表周期更新邊緣伺服器的CPU使用率以及內存使用率，邊緣服務映射表保存物聯網服務的處理位置，
控制節點同時根據邊緣伺服器的CPU使用率、邊緣伺服器的內存使用率、物聯網服務請求的大小、對時延的敏感程度和控制節點到各個邊緣伺服器的通信時延，共同決策出物聯網服務的處理位置，並更新服務映射表；
雲計算中心，與有線網絡相連，用於處理非實時性的物聯網服務請求，存儲霧計算層上傳的智能傳感器採集的環境數據，並對環境數據進行分析處理，並將分析處理的結果下發至控制節點。
一種在SDN中基於霧計算的架構的處理方法，包括以下步驟：
(1)、智能傳感器將採集到的環境數據發送至智能物聯網網關，物聯網網關接收到數據後，向控制節點請求數據處理服務，同時告知控制節點服務大小以及是否為時延敏感服務；
(2)、控制節點收到數據處理服務請求後，獲取服務類型，若為非時延敏感業務時，進入步驟(3)；若為時延敏感業務時，進入步驟(4)；
(3)、控制節點通過智能物聯網網關將數據傳送至雲計算中心，並將該服務的處理位置保存至服務映射表，然後由雲計算中心進行數據處理，並將處理結果返回至控制節點，控制節點更新服務映射表，將已經處理完成的服務從表中刪除，並將處理結果反饋至受控終端；
(4)、比較數據處理服務請求與閾值的大小，若數據處理服務請求的大小小於閾值，進入步驟(5)，若數據處理服務請求的大小大於閾值，進入步驟(6)，
(5)、控制節點查詢智能物聯網網關到各個邊緣伺服器的時延，按照時延大小對邊緣伺服器進行升序排序，然後根據排序後的順序依次查找伺服器佔用表，當邊緣伺服器CPU使用率以及內存使用率低於閾值時，選定該邊緣伺服器作為服務處理位置，並將該服務處理位置保存至服務映射表，接著控制節點將決策結果發送給智能物聯網網關，同時讓邊緣伺服器做好數據處理服務準備，智能物聯網網關將智能傳感器檢測到的環境數據傳送至選定的邊緣伺服器，最後由選定的邊緣伺服器進行數據處理，處理結束後將處理結果返回至控制節點，控制節點更新服務映射表，將已經處理完成的服務從表中刪除，並將處理結果反饋至受控終端；
(6)查詢伺服器佔用表，控制節點選擇出CPU使用率以及內存使用率大於閾值的邊緣伺服器，數據處理伺服器將由篩選出的多個邊緣伺服器共同協作處理，控制節點將該服務處理位置保存至服務映射表，控制節點將決策結果發送給智能物聯網網關，同時讓將參與數據處理服務的邊緣伺服器做好準備，智能物聯網網關將智能傳感器檢測到的環境數據分割，分別傳輸至上述多個邊緣伺服器，最後由選定的多個邊緣伺服器進行數據處理，處理結束後將處理結果返回至控制節點，控制節點更新服務映射表，將已經處理完成的服務從表中刪除，並將處理結果反饋至受控終端。
有益效果：本發明公開的一種在SDN中基於霧計算的架構及其處理方法具有以下有益效果：
1、霧計算層的邊緣伺服器位於網絡的邊緣，更靠近物聯網傳感器以及受控終端，物聯網設備產生的數據能夠在本地進行實時的得到處理，減少了傳輸的時延；
2、SDN架構能夠對網絡進行集中控制，方便對網絡進行管理，利用SDN對網絡進行統一管理的特點，獲取網關到邊緣伺服器的時延，使得進行數據處理服務時充分考慮了當前網絡的狀況，有效避免了網絡擁塞狀況的出現；
3、利用輕量級的虛擬化技術容器技術，加快了服務處理的部署。
附圖說明
圖1是本發明公開的一種在SDN中基於霧計算的架構的示意圖；
圖2是步驟(3)的處理流程示意圖；
圖3是步驟(5)的處理流程示意圖；
圖4是步驟(6)的處理流程示意圖。
具體實施方式：
下面對本發明的具體實施方式詳細說明。
如圖1所示，一種在SDN中基於霧計算的架構，包括：
物聯網設備層，包括智能傳感器和受控終端，
霧計算層，包括網絡設備以及多個邊緣伺服器，上述網絡設備包括多個智能物聯網網關和多個路由交換設備，多個路由交換設備相連構成有線網絡，多個邊緣伺服器、智能物聯網網關分別與有線網絡相連，智能物聯網網關分別與智能傳感器、受控終端進行數據交互，霧計算層用於處理實時性的物聯網服務請求，包括網絡設備傳輸由智能傳感器採集的物聯網服務需要的環境數據，邊緣伺服器處理分析智能傳感器採集到的環境數據，並將處理分析的結果反饋至控制節點；
控制節點，分別與有線網絡、多個智能物聯網網關相連，包括SDN控制器以及物聯網服務管理器，其中：
SDN控制器用於管理網絡設備並分別獲取多個智能物聯網網關到每個邊緣伺服器的通信時延；
物聯網服務管理器用於維護邊緣伺服器佔用表和服務映射表，邊緣伺服器佔用表周期更新邊緣伺服器的CPU使用率以及內存使用率，邊緣服務映射表保存物聯網服務的處理位置，
控制節點同時根據邊緣伺服器的CPU使用率、邊緣伺服器的內存使用率、物聯網服務請求的大小、對時延的敏感程度和控制節點到各個邊緣伺服器的通信時延，共同決策出物聯網服務的處理位置，並更新服務映射表；
雲計算中心，與有線網絡相連，用於處理非實時性的物聯網服務請求，存儲霧計算層上傳的智能傳感器採集的環境數據，並對環境數據進行分析處理，並將分析處理的結果下發至控制節點。
一種在SDN中基於霧計算的架構的處理方法，包括以下步驟：
(1)、智能傳感器將採集到的環境數據發送至智能物聯網網關，物聯網網關接收到數據後，向控制節點請求數據處理服務，同時告知控制節點服務大小以及是否為時延敏感服務；
(2)、控制節點收到數據處理服務請求後，獲取服務類型，若為非時延敏感業務時，進入步驟(3)；若為時延敏感業務時，進入步驟(4)；
(3)、如圖2所示，控制節點通過智能物聯網網關將數據傳送至雲計算中心，並將該服務的處理位置保存至服務映射表，然後由雲計算中心進行數據處理，並將處理結果返回至控制節點，控制節點更新服務映射表，將已經處理完成的服務從表中刪除，並將處理結果反饋至受控終端；
(4)、比較數據處理服務請求與閾值的大小，若數據處理服務請求的大小小於閾值，進入步驟(5)，若數據處理服務請求的大小大於閾值，進入步驟(6)，
(5)、如圖3所示，控制節點查詢智能物聯網網關到各個邊緣伺服器的時延，按照時延大小對邊緣伺服器進行升序排序，然後根據排序後的順序依次查找伺服器佔用表，當邊緣伺服器CPU使用率以及內存使用率低於閾值時，選定該邊緣伺服器作為服務處理位置，並將該服務處理位置保存至服務映射表，接著控制節點將決策結果發送給智能物聯網網關，同時讓邊緣伺服器做好數據處理服務準備，智能物聯網網關將智能傳感器檢測到的環境數據傳送至選定的邊緣伺服器，最後由選定的邊緣伺服器進行數據處理，處理結束後將處理結果返回至控制節點，控制節點更新服務映射表，將已經處理完成的服務從表中刪除，並將處理結果反饋至受控終端；
(6)如圖4所示，查詢伺服器佔用表，控制節點選擇出CPU使用率以及內存使用率大於閾值的邊緣伺服器，數據處理伺服器將由篩選出的多個邊緣伺服器共同協作處理，控制節點將該服務處理位置保存至服務映射表，控制節點將決策結果發送給智能物聯網網關，同時讓將參與數據處理服務的邊緣伺服器做好準備，智能物聯網網關將智能傳感器檢測到的環境數據分割，分別傳輸至上述多個邊緣伺服器，最後由選定的多個邊緣伺服器進行數據處理，處理結束後將處理結果返回至控制節點，控制節點更新服務映射表，將已經處理完成的服務從表中刪除，並將處理結果反饋至受控終端。
上面對本發明的實施方式做了詳細說明。但是本發明並不限於上述實施方式，在所屬技術領域普通技術人員所具備的知識範圍內，還可以在不脫離本發明宗旨的前提下做出各種變化。