边云协同方法及终端设备与流程

1.本发明属于计算机技术领域，尤其涉及边云协同方法及终端设备。


背景技术：

2.边缘计算与云计算是行业数字化转型的两大重要支撑，两者在网络、业务、应用、智能等方面的协同将有助于支撑行业数字化转型更广泛的场景与更大的价值创造。我们也知道两者之间协同的必要性。但无论应用在哪个行业/场景，都需要有一个边云协同架构。
3.为解决现用技术的方法，有必要提出一种边云协同方法。


技术实现要素：

4.有鉴于此，本发明提出了一种边云协同方法，其能够为后面的业务应用提供一个统一的参考。
5.本发明实施例的第一方面提供了一种边云协同方法，其中，所述边云协同方法包括：
6.采集业务场景中的场景数据；
7.将采集的场景数据传输给边缘计算服务，以对所述场景数据进行处理，得到中间数据；
8.将所述中间数据传输给云服务，以使所述场景数据协同。
9.如上所述的边云协同方法，其中，所述业务场景包括能源场景和/或公安场景。
10.如上所述的边云协同方法，其中，所述边缘计算服务包括：与所述云服务相协同的iaas、paas以及saas。
11.如上所述的边云协同方法，其中，所述边缘计算服务的iaas为所述边缘计算服务的paas提供基础支持；
12.所述边缘计算服务的paas对所述场景数据进行分析，搭建应用部署的软硬件环境，并将应用容器化；
13.所述边缘计算服务的saas根据所述业务场景进行智慧化应用。
14.如上所述的边云协同方法，其中，所述云服务包括：
15.与所述边缘计算服务的iaas协同的iaas；
16.与所述边缘计算服务的paas协同的paas；以及
17.与所述边缘计算服务的saas协同的saas。
18.如上所述的边云协同方法，其中，所述云服务的iaas与所述边缘计算服务的iaas资源协同，以对所述边缘计算服务的iaas的基础设施与设备进行全生命周期的管理。
19.如上所述的边云协同方法，其中，所述云服务的paas与所述边缘计算服务的paas进行相关的数据协同、智能协同、应用管理协同以及业务管理协同；
20.所述云服务的saas与所述边缘计算服务的saas服务协同，以支持响应的业务场景应用。
21.本发明实施例的第二方面提供了一种边云协同装置，其中，包括：
22.采集模块，其用于采集业务场景中的场景数据；
23.第一传输模块，其用于将采集的场景数据传输给边缘计算服务，以对所述场景数据进行处理，得到中间数据；
24.第二传输模块，其用于将所述中间数据传输给云服务，以使所述场景数据协同。
25.本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述边云协同方法的步骤。
26.本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述边云协同方法的步骤。
27.本发明的边云协同方法提出一种相对标准统一的边云协同参考架构，为后面的应用做基础。
附图说明
28.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它的附图。
29.图1是本发明实施例提供的边云协同方法的流程图；
30.图2是本发明实施例提供的边云协同方法的示意图；
31.图3是本发明实施例提供的边云协同装置的示意图；以及
32.图4是本发明实施例提供的终端设备的示意图。
具体实施方式
33.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
34.为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
35.如图1所示，本发明的实施例提供了一种边云协同方法，其中，所述边云协同方法包括：
36.s101：采集业务场景中的场景数据。
37.具体地，如图2所示，端上主要是各种终端设备，支持物联接入，各种传感器自动采集数据。比如能源场景中的各类产能设备，锅炉、发电机、风机、光伏板等；公安场景中会有各种摄像镜头等行人信息采集、追踪设备。这些终端设备都会根据各自行业的数据接入标准，实时采集各类数据。
38.s102：将采集的场景数据传输给边缘计算服务，以对场景数据进行处理，得到中间数据。
39.具体地，按照边云协同架构，对于一些实时性要求较高，需要快速响应的计算、存储等，我们就可以直接在边缘进行处理。当然，边缘侧也是可以有完整的跟云端相协同的iaas、paas、saas，称为ec iaas、ec paas、ec saas，即边缘计算服务包括：与云服务相协同的iaas、paas以及saas，现如下对边缘计算服务的iaas、paas以及saas进行详细说明。
40.(1)ec iaas层上，主要是负责一些基础设施资源及调度管理，以及边缘基础设施，为上面的ec paas提供基础支持。
41.(2)中间的ec paas主要是进行一些数据的采集与分析、做一些分布式智能/推理计算，搭建应用部署的软硬件环境，并将应用容器化，便于快速执行部署。
42.(3)最上面的ec paas主要是根据业务场景，可以在边缘侧直接进行一些智慧化应用。例如能源场景中的设备预测性维护、能效优化等。
43.s103：将中间数据传输给云服务，以使场景数据协同。
44.具体地，在中心云端，同样是会有云上标准的iaas、paas、saas，与边上的进行分层协同，即云服务包括：与边缘计算服务的iaas协同的iaas；与边缘计算服务的paas协同的paas；以及与边缘计算服务的saas协同的saas。现如下对云服务的iaas、paas以及saas进行详细说明
45.(1)iaas层面的资源协同，云上可以借助公有云强大的基础设施，对边缘节点的基础设施与设备，进行全生命周期的管理。
46.(2)paas层面从云平台的大数据分析、集中式模型训练、应用开发、测试生命周期管理到业务编排，每一层也是跟边缘侧的ec paas进行相关的数据协同、智能协同、应用管理协同、业务管理协同。
47.(3)saas层也是支持响应的业务场景应用。
48.通过在边云智能计算之后，产生的优化策略，会最终反过来对设备进行控制优化。
49.边缘计算与云计算需要通过紧密协同才能更好地满足各种需求场景的匹配，从而放大边缘计算和云计算的应用价值。从应用层面来说，边云协同可以有不同的表现形式。例如，应用开发在云端完成，可以充分发挥云的多语言、多工具、算力充足的优势，应用部署则可以按照需要分布到不同的边缘节点；对于人工智能相关的应用，可以把机器学习、深度学习相关的重载训练任务放在云端，而需要快速响应的推理任务放在边缘处理，达到计算成本、网络带宽成本的最佳平衡。
50.边云协同的能力与内涵，涉及iaas(基础架构即服务)、paas(平台即服务)、saas(软件即服务)，各层面的全面协同。ec-iaas(自有设置架构)与云端iaas应可实现对网络、虚拟化资源、安全等的资源协同；ec-paas与云端paas应可实现数据协同、智能协同、应用管理协同、业务管理协同；ec-saas与云端saas应可实现服务协同。
51.本发明的边云协同方法可以为后面的业务应用提供一个统一的参考。比如：能源、智慧园区、智慧酒店、智慧交通等等。
52.如图3所示，在本发明的一具体实施例中，本发明还提出了一种边云协同装置，其中，该边云协同装置包括：
53.采集模块301，其用于采集业务场景中的场景数据；
54.第一传输模块302，其用于将采集的场景数据传输给边缘计算服务，以对场景数据进行处理，得到中间数据；
55.第二传输模块303，其用于将中间数据传输给云服务，以使场景数据协同。
56.本实施例中的边云协同装置的各个模块与上述方法的各个步骤相对应，在此不再进行赘述。
57.图4是本发明一实施例提供的终端设备的示意图。如图4所示，该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42，例如纵向联合学习线性回归程序。所述处理器40执行所述计算机程序42时实现上述各个纵向联合学习线性回归的方法实施例中的步骤，例如图1所示的步骤101至103。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块301至303的功能。
58.示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。
59.所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是终端设备4的示例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
60.所称处理器40可以是中央处理单元(central processing unit，cpu)，还可以是其它通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
61.所述存储器41可以是所述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端设备所需的其它程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
62.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
63.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记
载的部分，可以参见其它实施例的相关描述。
64.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
65.在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
66.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。
67.另外，在本发明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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
68.所述集成的模块/单元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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
69.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。