【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种边缘网关的cpu频率调节方法、装置、电子设备及存储介质。
技术介绍
1、第五代移动通信技术(5th-generation mobile communication technology，5g)边缘云网融合一体机是集成5g网络和边缘计算能力于一体的平台，为了能够高效地进行数据转发和处理服务，一体机中的用户平面功能(user plane function，upf)网元通过数据平面开发套件(data plane development kit，dpdk)转发架构，采用轮询模式(poll modedriver，pmd)进行数据包处理，使得中央处理器(central processing unit，cpu)核心时刻处于满载状态并尽可能减少其它进程的运行来达到高效处理业务数据的效果。
2、然而，业务数据不是一直满载的，业务处理存在空闲时间点，在没有数据包需要处理或处于低流量场景时，由于轮询模式下的cpu对应的工作频率固定，使得cpu频率无法灵活调节。
技术实现思路
1、本申请提供一种边缘网关的cpu频率调节方法、装置、电子设备及存储介质，用于根据历史数据流量以及预先训练好的流量预测模型，预测当前时间之后的未来时间段内的预测数据流量，并根据预测数据流量灵活调节cpu频率。
2、为达到上述目的，本申请采用如下技术方案：
3、第一方面，提供一种边缘网关的cpu频率调节方法，应用于边缘网关，边缘网关通过数据平面开发套件dpdk转发架构，
4、可选的，流量预测模型包括第一子模型以及第二子模型，第一子模型用于处理非周期性时序数据；第二子模型用于处理周期性时序数据；基于历史数据流量以及预先训练好的流量预测模型，预测当前时间之后的未来时间段内的预测数据流量，包括：对历史数据流量分解建模，将历史数据流量分解成趋势、随机性、季节性、节假日影响四个成分，并分别对四个成分的表达式进行拟合，得到趋势项表达式、随机项表达式、季节项表达式、节假日项表达式；趋势项表达式以及随机项表达式均为非周期性函数表达式，季节项表达式以及节假日项表达式均为周期性函数表达式；将趋势项表达式、随机项表达式输入第一子模型，得到第一预测结果；将季节项表达式、节假日项表达式输入第二子模型，得到第二预测结果；对第一预测结果与第二预测结果进行加权处理，得到当前时间之后的未来时间段内的预测数据流量。
5、可选的，第一预测结果包括多个第一时序数据流量，第二预测结果包括多个第二时序数据流量；对第一预测结果与第二预测结果进行加权处理，包括：确定多个第一时序数据流量对应的方差的倒数以及确定多个第二时序数据流量对应的方差的倒数；将多个第一时序数据流量对应的方差的倒数与多个第二时序数据流量对应的方差的倒数取和得到倒数和；将多个第一时序数据流量对应的方差的倒数比上倒数和作为第一预测结果的权重；将多个第二时序数据流量对应的方差的倒数比上倒数和作为第二预测结果的权重；将第一预测结果以及第二预测结果分别乘以对应的权重，进行加权求和，得到当前时间之后的未来时间段内的预测数据流量。
6、可选的，控制cpu在满载状态下对应的工作频率调整为目标cpu频率，包括：从包括多个cpu参数与多个cpu频率的映射关系中，确定目标cpu频率对应的目标cpu参数；当预测数据流量大于或等于当前时间的数据流量时，根据目标cpu参数，将cpu在满载状态下对应的工作频率调高，直至调整到目标cpu频率；当预测数据流量小于当前时间的数据流量时，根据目标cpu参数，将cpu在满载状态下对应的工作频率调低，直至调整到目标cpu频率。
7、第二方面，提供一种边缘网关的cpu频率调节装置，应用于边缘网关，边缘网关通过数据平面开发套件dpdk转发架构，采用轮询模式进行数据包处理，轮询模式下边缘网关的cpu处于满载状态，满载状态下cpu对应的工作频率大于或等于预设阈值；调节装置包括获取单元、处理单元以及确定单元；获取单元，用于获取历史时间段内通过边缘网关的历史数据流量；处理单元，用于基于历史数据流量以及预先训练好的流量预测模型，预测当前时间之后的未来时间段内的预测数据流量；流量预测模型为基于多个第一时间段的样本数据流量和多个第二时间段的样本数据流量训练得到的，第二时间段位于第一时间段之后；确定单元，用于根据预测数据流量，从包括多个数据流量与多个cpu频率的映射关系中，确定目标cpu频率；处理单元，还用于控制cpu在满载状态下对应的工作频率调整为目标cpu频率。
8、可选的，流量预测模型包括第一子模型以及第二子模型，第一子模型用于处理非周期性时序数据；第二子模型用于处理周期性时序数据；处理单元，具体用于：对历史数据流量分解建模，将历史数据流量分解成趋势、随机性、季节性、节假日影响四个成分，并分别对四个成分的表达式进行拟合，得到趋势项表达式、随机项表达式、季节项表达式、节假日项表达式；趋势项表达式以及随机项表达式均为非周期性函数表达式，季节项表达式以及节假日项表达式均为周期性函数表达式；将趋势项表达式、随机项表达式输入第一子模型，得到第一预测结果；将季节项表达式、节假日项表达式输入第二子模型，得到第二预测结果；对第一预测结果与第二预测结果进行加权处理，得到当前时间之后的未来时间段内的预测数据流量。
9、可选的，第一预测结果包括多个第一时序数据流量，第二预测结果包括多个第二时序数据流量；处理单元，还具体用于：确定多个第一时序数据流量对应的方差的倒数以及确定多个第二时序数据流量对应的方差的倒数；将多个第一时序数据流量对应的方差的倒数与多个第二时序数据流量对应的方差的倒数取和得到倒数和；将多个第一时序数据流量对应的方差的倒数比上倒数和作为第一预测结果的权重；将多个第二时序数据流量对应的方差的倒数比上倒数和作为第二预测结果的权重；将第一预测结果以及第二预测结果分别乘以对应的权重，进行加权求和，得到当前时间之后的未来时间段内的预测数据流量。
10、可选的，处理单元，还具体用于：从包括多个cpu参数与多个cpu频率的映射关系中，确定目标cpu频率对应的目标cpu参数；当预测数据流量大于或等于当前时间的数据流量时，根据目标cpu参数，将cpu在满载状态下对应的工作频率调高，直至调整到目标cpu频率；当预测数据流量小于当前时间的数据流量时，根据目标cpu参数，将cpu在满载状态下对应的工作频率调低，直至本文档来自技高网...
【技术保护点】
1.一种边缘网关的CPU频率调节方法，其特征在于，应用于边缘网关，所述边缘网关通过数据平面开发套件DPDK转发架构，采用轮询模式进行数据包处理，所述轮询模式下所述边缘网关的CPU处于满载状态，所述满载状态下所述CPU对应的工作频率大于或等于预设阈值；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述流量预测模型包括第一子模型以及第二子模型，所述第一子模型用于处理非周期性时序数据；所述第二子模型用于处理周期性时序数据；所述基于所述历史数据流量以及预先训练好的流量预测模型，预测当前时间之后的未来时间段内的预测数据流量，包括：
3.根据权利要求2所述的方法，其特征在于，第一预测结果包括多个第一时序数据流量，第二预测结果包括多个第二时序数据流量；所述对所述第一预测结果与所述第二预测结果进行加权处理，包括：
4.根据权利要求1所述的方法，其特征在于，所述控制所述CPU在所述满载状态下对应的工作频率调整为所述目标CPU频率，包括：
5.一种边缘网关的CPU频率调节装置，其特征在于，应用于边缘网关，所述边缘网关通过数据平面开发套件DP
6.根据权利要求5所述的调节装置，其特征在于，所述流量预测模型包括第一子模型以及第二子模型，所述第一子模型用于处理非周期性时序数据；所述第二子模型用于处理周期性时序数据；所述处理单元，具体用于：对所述历史数据流量分解建模，将所述历史数据流量分解成趋势、随机性、季节性、节假日影响四个成分，并分别对四个成分的表达式进行拟合，得到趋势项表达式、随机项表达式、季节项表达式、节假日项表达式；所述趋势项表达式以及随机项表达式均为非周期性函数表达式，所述季节项表达式以及节假日项表达式均为周期性函数表达式；
7.根据权利要求6所述的调节装置，其特征在于，第一预测结果包括多个第一时序数据流量，第二预测结果包括多个第二时序数据流量；所述处理单元，还具体用于：确定所述多个第一时序数据流量对应的方差的倒数以及确定所述多个第二时序数据流量对应的方差的倒数；将所述多个第一时序数据流量对应的方差的倒数与所述多个第二时序数据流量对应的方差的倒数取和得到倒数和；将所述多个第一时序数据流量对应的方差的倒数比上所述倒数和作为所述第一预测结果的权重；将所述多个第二时序数据流量对应的方差的倒数比上所述倒数和作为所述第二预测结果的权重；将所述第一预测结果以及所述第二预测结果分别乘以对应的权重，进行加权求和，得到所述当前时间之后的未来时间段内的预测数据流量。
8.根据权利要求5所述的调节装置，其特征在于，所述处理单元，还具体用于：从包括多个CPU参数与多个CPU频率的映射关系中，确定目标CPU频率对应的目标CPU参数；当所述预测数据流量大于或等于当前时间的数据流量时，根据所述目标CPU参数，将所述CPU在所述满载状态下对应的工作频率调高，直至调整到所述目标CPU频率；当所述预测数据流量小于当前时间的数据流量时，根据所述目标CPU参数，将所述CPU在所述满载状态下对应的工作频率调低，直至调整到所述目标CPU频率。
9.一种电子设备，其特征在于，包括：处理器、用于存储所述处理器可执行的指令的存储器；其中，所述处理器被配置为执行指令，以实现权利要求1-4中任一项所述的边缘网关的CPU频率调节方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1-4中任一项所述的边缘网关的CPU频率调节方法。
...【技术特征摘要】
1.一种边缘网关的cpu频率调节方法，其特征在于，应用于边缘网关，所述边缘网关通过数据平面开发套件dpdk转发架构，采用轮询模式进行数据包处理，所述轮询模式下所述边缘网关的cpu处于满载状态，所述满载状态下所述cpu对应的工作频率大于或等于预设阈值；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述流量预测模型包括第一子模型以及第二子模型，所述第一子模型用于处理非周期性时序数据；所述第二子模型用于处理周期性时序数据；所述基于所述历史数据流量以及预先训练好的流量预测模型，预测当前时间之后的未来时间段内的预测数据流量，包括：
3.根据权利要求2所述的方法，其特征在于，第一预测结果包括多个第一时序数据流量，第二预测结果包括多个第二时序数据流量；所述对所述第一预测结果与所述第二预测结果进行加权处理，包括：
4.根据权利要求1所述的方法，其特征在于，所述控制所述cpu在所述满载状态下对应的工作频率调整为所述目标cpu频率，包括：
5.一种边缘网关的cpu频率调节装置，其特征在于，应用于边缘网关，所述边缘网关通过数据平面开发套件dpdk转发架构，采用轮询模式进行数据包处理，所述轮询模式下所述边缘网关的cpu处于满载状态，所述满载状态下所述cpu对应的工作频率大于或等于预设阈值；所述调节装置包括获取单元、处理单元以及确定单元；
6.根据权利要求5所述的调节装置，其特征在于，所述流量预测模型包括第一子模型以及第二子模型，所述第一子模型用于处理非周期性时序数据；所述第二子模型用于处理周期性时序数据；所述处理单元，具体用于：对所述历史数据流量分解建模，将所述历史数据流量分解成趋势、随机性、季节性、节假日影响四个成分，并分别对四个成分的表达式进行拟合，得到趋势项表达式、随机项表达式、季节项表达式、节假日项表达式；所述趋势项表达式以及随机项表达式均为非...
【专利技术属性】
技术研发人员：黄铮，周新颖，卢健斌，傅成龙，罗建华，叶文俊，潘桂新，刘子建，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。