一种工业物联网中针对数据驱动制造服务的节能资源分配方法组成比例

一种工业物联网中针对数据驱动制造服务的节能资源分配方法，属于工业物联网优化技术。本发明专利技术为了实现对分配后的任进行实时监控调整，降低系统资源消耗，确保由云制造服务提供商交付SLA的同时降低主机能耗和冷却成本。检测CPU利用率；确定待迁移出服务，SU‑hosts上的所有D2M服务以及从SO‑hosts中选择的D2M服务；搜索合适的主机为确定移出的D2M服务分配资源，利用能源和热感知资源分配方案找到适合D2M服务迁移的主机，进行服务迁移以减少能源消耗。本发明专利技术考虑了资源分配的节能消耗，并对任务分配后进行实时监控调整，降低了系统资源消耗，确保由云制造服务提供商交付SLA的同时降低主机能耗和冷却成本。

An energy-saving resource allocation method for data-driven manufacturing services in the industrial Internet of things

【技术实现步骤摘要】
一种工业物联网中针对数据驱动制造服务的节能资源分配方法
本专利技术涉及一种数据驱动制造服务的节能资源分配方法，属于工业物联网优化技术。
技术介绍
工业4.0是指为了给专注于制造和供应链管理的工业创建生态系统，而进行制造业数字化的这一过程。工业物联网(IIoT)包括智能传感器，摄像头系统，智能仪表，工业机器人和执行器，以在具有云功能的IIoT环境中利用智能机和进行实时分析的能力。根据有关报告，IIoT市场增长的预测预计将从2018年的640亿美元增长到2023年的914.0亿美元，复合年增长率为7.39％。在数据驱动制造(D2M)服务中，IIoT设备在可持续和绿色实践，供应链可追溯性，质量控制以及整体供应链效率方面具有巨大潜力。因此，为了提供高效准确的D2M服务，大量数据从这些IIoT设备中生成，并在支持云的IIoT数据中心被用来分析。支持云的IIoT环境为制造业提供MaaS，即制造业即服务，通过最小化运营和管理成本使工业界受益。MaaS包括不同类型的D2M服务(例如供应链管理和优化，预测性维护/分析以及资产跟踪和优化)，需要大量的计算，网络和存储资源才能交付给最终服务用户。因此，支持云的IIoT环境需要大量能源，并且随着D2M服务需求的快速增长而增加。目前，支持云的IIoT数据中心遇到能耗高，温度高和服务水平协议(SLA)违规的问题，这些问题都是研究界巨大的挑战。例如，在美国，支持云的IIoT数据中心消耗的能源总量约为2％(700亿千瓦时)。如果采取必要的措施，到2030年，可以将支持云的IIoT数据中心的能耗从8000TWh降至1200TWh。因此，提高可支持云的IIoT数据中心的能源效率对于可持续且具成本效益的可支持云的IIoT环境至关重要。支持云的IIoT环境的能耗与服务器(主机)的能耗以及主机的散热成本或温度成正比。文献号为CN109491790A的现有技术提供了一种基于容器的工业物联网边缘计算资源分配方法及系统，该方法如下：根据感知层采集的数据类型，将任务划分为n种类型，通过历史数据统计，得到任务之间先后到达边缘服务器集群上的概率关系；根据系统状态空间和决策空间，对实时任务分配计算资源，进行序列决策；根据基于强化学习的资源分配算法，系统根据当前的状态，从低、中、高三种资源分配策略中选择最合理的策略给当前任务分配资源；构建任务调度处理模型，创建容器，再把数据调度到容器上进行处理分析，任务完成之后再删除容器，完成分配。该现有技术在资源有限的情况下，对不同类型的数据计算资源分配，创建容器进行处理分析，提高资源使用效率和任务处理的总速率。该现有技术没考虑资源分配的节能消耗，任务分配后没有进行实时监控调整，导致系统资源消耗的增加。
技术实现思路
本专利技术为了实现对分配后的任进行实时监控调整，降低系统资源消耗，确保由云制造服务提供商交付SLA的同时降低主机能耗和冷却成本，进而提供了一种工业物联网中针对数据驱动制造服务的节能资源分配方法。本专利技术为解决上述技术问题采用的技术方案为：一种工业物联网中针对数据驱动制造服务的节能资源分配方法，所述方法的过现过程为：步骤一、检测CPU利用率：检测启用云的IIoT数据中心中主机CPU利用率，然后进行利用率分类(MCU)，根据主机CPU利用率设定三个阈值Tlower，Tmiddle，Tupper对主机(host)进行分类，按阈值由低至高依次分成四类，SU-hosts,SA-hosts,NL-hosts,和SO-hosts；步骤二、确定待迁移出服务，SU-hosts上的所有D2M服务以及从SO-hosts(SO主机)中选择的D2M服务(D2M服务是指数据驱动制造服务)；步骤三、搜索合适的主机为步骤二中确定移出的D2M服务分配资源，利用能源和热感知资源分配(ETV)方案找到适合D2M服务迁移的主机，进行服务迁移以减少能源消耗。进一步地，步骤一中三个阈值Tlower，Tmiddle，Tupper的确定过程为：三个阈值的确定是通过最小中位数平方回归模型选取的，具体的是利用公式(9)～(11)确定的：Tupper＝(1-c×LMS)(11)式中的LMS表示最小中值的平方；c表示是安全系数，取值为0.5。进一步地，基于上述三个阈值进行利用率分类(MCU)描述如下：1)、获取当前ith主机的CPU利用率的预测值把主机分类到对其对应的所属2)、如果的预测值，则将该主机识别为SO-hosts组中成员，归入该组的主机必须将一些D2M服务迁移到SA-hosts组，以减少SLA违规；3)、在NL-hosts组中的主机，其所有的D2M服务均保持不变；4)、如果则将主机识别为中的一员，归入该组的主机必须将其所有D2M服务迁移到SA-hosts中。进一步地，步骤二的具体实现过程为：对支持云的IIoT环境下的能源消耗问题进行建模，定义一组n个D2M服务S＝(s1，s2，....，sn)需要放置在m个主机上H＝(h1，h2，....，hm)并且G代表网关设备；支持云的IIoT环境的能耗包括计算能耗和冷却能耗，观察到的时间分为l(q＝1，2，....，l)个时隙，每个时隙持续时间为κ；对于将D2M服务分配给支持云的IIoT数据中心的分配用能源能耗模型和制冷能耗模型来描述；能源消耗模型为：其中：代表每个主机消耗基础功率，Phost表示主机消耗的总功耗，和分别是主机和网关在一段时间内的最大功耗；δj保持二进制值(0,1)；如果第j个D2M服务从主机获取资源，则δj的值为“1”，否则为“0”；CPU(sj)表示第j个D2M服务所需的CPU总数；Phost式表示主机的利用率是由与D2M服务相关联的每个D2M服务请求的CPU核心总数与主机的CPU核心总数之比得出的；C是最初承载网络的容量，Cmax是最大网络容量；代表网关消耗基础功率，Pgate表示网关消耗的总功耗；在观察时间内，支持云的IIoT环境的总体计算功耗以矩阵P表示，(q＝1，2，...，l；i＝1，2，...，m)决定了矩阵P中的元素；综上，支持云的IIoT环境的计算能耗模型定义如下：制冷能耗模型为：在支持云的IIoT数据中心中，计算机机房空调(CRAC)消耗的能耗称为制冷能耗，取决于主机产生的热量和CRAC的效率；HR矩阵d描述了每对主机之间的关系，其条目di,k表示从第ith个主机生成到第kth个主机的再循环率；所有主机的热量贡献均影响第ith个主机在观察到的时隙q中的入口温度，其公式如下：表示入口温度,表示提供的温度,所有入口的温度其中Tup是警告温度(标称值为70℃),通过等式(4)设置从CRAC提供的冷空气温度,如下式：使用CoP模型：CoP(Tsupply)＝0.0068(Tsupply)2+0.0008Tsupply+0.458来描述制冷能耗模型:...

【技术保护点】
1.一种工业物联网中针对数据驱动制造服务的节能资源分配方法，所述方法的过现过程为：其特征在于：/n步骤一、检测CPU利用率：检测启用云的IIoT数据中心中主机CPU利用率，然后进行利用率分类，根据主机CPU利用率设定三个阈值T

【技术特征摘要】
1.一种工业物联网中针对数据驱动制造服务的节能资源分配方法，所述方法的过现过程为：其特征在于：
步骤一、检测CPU利用率：检测启用云的IIoT数据中心中主机CPU利用率，然后进行利用率分类，根据主机CPU利用率设定三个阈值Tlower，Tmiddle，Tupper对主机进行分类，按阈值由低至高依次分成四类，SU-hosts，SA-hosts，NL-hosts，和S0-hosts；
步骤二、确定待迁移出服务，SU-hosts上的所有D2M服务以及从S0-hosts中选择的D2M服务；
步骤三、搜索合适的主机为步骤二中确定移出的D2M服务分配资源，利用能源和热感知资源分配方案找到适合D2M服务迁移的主机，进行服务迁移以减少能源消耗。


2.根据权利要求1所述的一种工业物联网中针对数据驱动制造服务的节能资源分配方法，其特征在于：步骤一中三个阈值Tlower，Tmiddle，Tupper的确定过程为：
三个阈值的确定是通过最小中位数平方回归模型选取的，具体的是利用公式(9)～(11)确定的：






Tupper＝(1-c×LMS)(11)
式中的LMS表示最小中值的平方；c表示是安全系数，取值为0.5。


3.根据权利要求2所述的一种工业物联网中针对数据驱动制造服务的节能资源分配方法，其特征在于：
基于上述三个阈值进行利用率分类描述如下：
1)、获取当前ith主机的CPU利用率的预测值把主机分类到对其对应的所属组；
2)、如果的预测值，则将该主机识别为SO-hosts组中成员，归入该组的主机必须将一些D2M服务迁移到组，以减少SLA违规；
3)、在组中的主机，其所有的D2M服务均保持不变；
4)、如果则将主机识别为中的一员，归入该组的主机必须将其所有D2M服务迁移到SA-hosts中。


4.根据权利要求1、2或3所述的一种工业物联网中针对数据驱动制造服务的节能资源分配方法，其特征在于，步骤二的具体实现过程为：
对支持云的IIoT环境下的能源消耗问题进行建模，定义一组n个D2M服务S＝(s1，s2，....，sn)需要放置在m个主机上H＝(h1，h2，....，hm)并且G代表网关设备；支持云的IIoT环境的能耗包括计算能耗和冷却能耗，观察到的时间分为l(q＝1，2，....，l)个时隙，每个时隙持续时间为κ；
对于将D2M服务分配给支持云的IIoT数据中心的分配用能源能耗模型和制冷能耗模型来描述；
能源消耗模型为：

【专利技术属性】
技术研发人员：张伟哲，周擎阳，刘川意，何慧，方滨兴，王德胜，周勇林，朱勇，余翔湛，刘亚维，崔丽杰，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙;23