摘要
本发明涉及一种基于计算资源感知的边缘计算应用调度与下发方法及装置,包括实时采集边缘节点的计算资源数据,并通过基于时间序列的机器学习模型预测未来资源使用趋势;基于预测结果,利用多目标优化框架生成任务调度方案;基于调度方案,将任务部署至目标边缘节点。本发明通过实时感知边缘节点资源并结合机器学习预测趋势,实现智能化任务调度与下发,显著提升资源利用率和系统效率。多目标优化框架平衡负载、延迟和能耗,动态调整确保适应异构环境。容器化部署和容错机制增强任务稳定性和系统鲁棒性,降低资源浪费和节点过载风险。
技术关键词
下发方法
机器学习模型
节点
任务调度
资源监控
动态监控
处理器上执行程序
周期性特征
波动特征
序列
框架
滑动窗口技术
资源重分配
长短期记忆网络
容器化技术
数据
恢复故障
容错机制
系统为您推荐了相关专利信息
代码信息单元
模型训练方法
数据
节点
软件开发辅助
检测模型训练方法
样本
生成对抗网络
数据
轮胎磨损程度
医学知识图谱
问诊方法
多轮对话
知识图谱构建
模板