欒奇麒，程力涵，李春鵬，蔣峰，宋慶武

（1.江蘇方天電力技術(shù)有限公司，江蘇 南京 211100；2.國網(wǎng)江蘇省電力有限公司，江蘇 南京 211103）

信息智能化產(chǎn)業(yè)的不斷發(fā)展[1]，未來將引入大量異構(gòu)終端設(shè)備進(jìn)入網(wǎng)絡(luò)[2]，產(chǎn)生無法估量的網(wǎng)絡(luò)數(shù)據(jù)[3-4]。在物聯(lián)網(wǎng)傳輸過程中，資源節(jié)點若出現(xiàn)問題，會使網(wǎng)絡(luò)整體服務(wù)效率和質(zhì)量下降[5-6]。

羅鑫輝等人提出改進(jìn)自適應(yīng)卡爾曼濾波的容錯控制方法[7]，通過故障信息技術(shù)制定容錯檢測，雖提高了檢測的準(zhǔn)確性，但過程過于復(fù)雜，時間太久導(dǎo)致檢測效率低；任家東等人提出預(yù)測機(jī)制的事件檢測容錯方法[8]，利用KNN-PSOELM 預(yù)測機(jī)制實現(xiàn)即時網(wǎng)絡(luò)容錯檢測，雖然較為及時，但數(shù)據(jù)傳輸操作繁瑣，容錯檢測效果不佳。

為此，該文設(shè)計了一種基于智能邊緣計算的物聯(lián)接入網(wǎng)關(guān)容錯機(jī)制，緩解了云計算處理數(shù)據(jù)的壓力，加快數(shù)據(jù)處理速度，減少了數(shù)據(jù)傳輸冗余，降低了延遲，使數(shù)據(jù)延遲問題得到了有效解決。

1 物聯(lián)接入網(wǎng)關(guān)容錯機(jī)制設(shè)計

1.1 智能邊緣計算平臺設(shè)計

為物聯(lián)網(wǎng)網(wǎng)關(guān)基本框架構(gòu)建智能邊緣計算平臺，如圖1 所示。

圖1 智能邊緣計算平臺

在邊緣計算服務(wù)基礎(chǔ)上，通過容錯機(jī)制實現(xiàn)網(wǎng)絡(luò)資源調(diào)度，實現(xiàn)網(wǎng)關(guān)注冊和網(wǎng)絡(luò)數(shù)據(jù)傳輸[9]。

1.2 基于自適應(yīng)調(diào)度的物聯(lián)網(wǎng)絡(luò)容錯機(jī)制

采用容錯機(jī)制可解決網(wǎng)絡(luò)系統(tǒng)任務(wù)運行過程產(chǎn)生的一系列問題，容錯機(jī)制結(jié)構(gòu)如圖2 所示。

圖2 容錯機(jī)制結(jié)構(gòu)

為了提高檢測效率，在存儲節(jié)點上設(shè)置檢查點，對比文件存儲系統(tǒng)運行狀態(tài)，查出錯誤原因，利用錯誤恢復(fù)機(jī)制恢復(fù)系統(tǒng)正常狀態(tài)[10-12]。

結(jié)合螞蟻算法的自適應(yīng)特性，研究基于自適應(yīng)調(diào)度的網(wǎng)絡(luò)容錯機(jī)制，為明確網(wǎng)絡(luò)資源的信息濃度，需綜合以下因素：

用Mb表示網(wǎng)絡(luò)帶寬，用Mp表示CPU 數(shù)量，用Mr表示處理任務(wù)的成功率等因素，對網(wǎng)絡(luò)中各資源節(jié)點實施評估。資源節(jié)點信息素的初始化用式（1）描述：

其中，a+b+c=1，成功率占資源節(jié)點信息素比用c描述，CPU 處理能力用a描述，網(wǎng)絡(luò)帶寬用b描述。資源節(jié)點處理任務(wù)的成功率用Mr=Msuccess/Mall描述，其初始值[13]等于0。

為計算出所屬節(jié)點上分配任務(wù)的概率，按照各資源節(jié)點的信息素，通過式（2）實現(xiàn)求解：

其中，資源信息素的重要性用α描述，時間t時資源的信息素用Mi(t)描述，資源用i描述，資源節(jié)點的固有屬性用ηi=Mi(0)描述，資源固有屬性的重要性用β描述，全部資源數(shù)用m描述，針對不同的任務(wù)需求調(diào)整α和β的值。

信息素在資源實現(xiàn)后，信息素的變化如式（3）所示：

其中，在網(wǎng)絡(luò)資源任務(wù)處理成功時，滿足ΔMs=Ce×k，其中獎勵參數(shù)用Ce描述，此值為正數(shù)；在網(wǎng)絡(luò)資源被分配時，滿足ΔMs=-k，資源處理任務(wù)的消耗量用k描述；在網(wǎng)絡(luò)資源任務(wù)處理不成功時，滿足ΔMs=×k，懲罰參數(shù)用描述，其值為負(fù)數(shù)。

1.3 融合螞蟻算法檢測最優(yōu)資源任務(wù)

為提高網(wǎng)絡(luò)資源利用率，螞蟻算法在網(wǎng)絡(luò)任務(wù)調(diào)度中需添加用λ表示負(fù)載均衡因子[14]。若出現(xiàn)新的資源，新節(jié)點任務(wù)分配概率用式（1）-（2）求解；若某資源失效時，則該節(jié)點的任務(wù)分配概率是零。螞蟻算法的資源選擇流程如圖3 所示。

圖3 螞蟻算法的資源選擇流程

2 實驗分析

2.1 實驗環(huán)境

為驗證該文機(jī)制有效性，通過Gridsim 平臺實施實驗。實驗操作系統(tǒng)為Windows 10 系統(tǒng)，其CPU 為3.6 GHz，系統(tǒng)最大運行內(nèi)存為16 GB。

2.2 實驗方案

實驗對比機(jī)制為文獻(xiàn)[7]改進(jìn)自適應(yīng)卡爾曼濾波容錯控制機(jī)制、文獻(xiàn)[8]預(yù)測機(jī)制的檢測容錯機(jī)制。模擬構(gòu)建包含9 個資源節(jié)點的物聯(lián)接入網(wǎng)關(guān)，資源節(jié)點信息如表1 所示。

表1 資源節(jié)點信息

實驗參數(shù)設(shè)置如表2 所示。

表2 參數(shù)設(shè)置

2.3 實驗結(jié)果分析

在不同網(wǎng)絡(luò)資源調(diào)度任務(wù)下，分別采用三種機(jī)制執(zhí)行任務(wù)，得出三種機(jī)制的執(zhí)行時間，如圖4所示。

由圖4 可知，在網(wǎng)絡(luò)任務(wù)數(shù)較少時，文獻(xiàn)[7]機(jī)制比該文機(jī)制執(zhí)行任務(wù)的時間短，隨著調(diào)度任務(wù)數(shù)的增加，文獻(xiàn)[7]機(jī)制比該文機(jī)制執(zhí)行時間長；而文獻(xiàn)[8]機(jī)制的執(zhí)行時間最長，說明該文機(jī)制在任務(wù)執(zhí)行初期需要一定的時間計算，在網(wǎng)絡(luò)任務(wù)數(shù)較少時不具有優(yōu)勢，在任務(wù)數(shù)上升時，該文機(jī)制的任務(wù)時間最少。

圖4 不同機(jī)制任務(wù)執(zhí)行時間

不同容錯機(jī)制處理網(wǎng)絡(luò)任務(wù)是衡量機(jī)制性能的關(guān)鍵因素[15-16]。為此，實驗分析了三種機(jī)制處理網(wǎng)絡(luò)任務(wù)數(shù)成功率，得到的實驗結(jié)果如圖5 所示。

圖5 處理網(wǎng)絡(luò)任務(wù)成功率對比

由圖5 可知，該文機(jī)制可選取最優(yōu)網(wǎng)絡(luò)資源且選取的資源穩(wěn)定，因此該文機(jī)制處理網(wǎng)絡(luò)任務(wù)成功率明顯高于其他兩種機(jī)制，平均成功率為95%，而其他兩種機(jī)制的平均成功率分別為79%、73%，且波動較大；隨著任務(wù)增加，該文機(jī)制處理成功率也隨之上升。

考慮到網(wǎng)絡(luò)系統(tǒng)會出現(xiàn)繁忙的情況，在總?cè)蝿?wù)中選擇50 個執(zhí)行資源，調(diào)度節(jié)點共有120 項作業(yè)任務(wù)，三種機(jī)制完成作業(yè)任務(wù)的平均時間如表3 所示。

表3 完成作業(yè)任務(wù)的平均時間

分析表3 可知，在資源出錯率為1%～3%時，三種機(jī)制完成作業(yè)任務(wù)的平均時間相差不大，在資源出錯率為4%～9%時，三種機(jī)制完成作業(yè)任務(wù)的平均時間與資源出錯率成正比。該文機(jī)制完成作業(yè)任務(wù)的平均時間為8 322 ms，分別比其他兩種機(jī)制節(jié)省611 ms、1 100 ms，表明該文機(jī)制可在繁忙的網(wǎng)絡(luò)系統(tǒng)下，快速實現(xiàn)作業(yè)任務(wù)的執(zhí)行。

當(dāng)網(wǎng)絡(luò)系統(tǒng)內(nèi)存在容錯情況，統(tǒng)計采用三種機(jī)制實施容錯檢測與恢復(fù)的時間，具體結(jié)果如表4所示。

表4 容錯檢測與恢復(fù)時間

分析表4 可知，該文機(jī)制的容錯檢測與恢復(fù)時間，明顯優(yōu)于其他兩種機(jī)制，隨著容錯數(shù)量的增加，該文機(jī)制的容錯檢測與恢復(fù)時間也隨之增加，當(dāng)容錯數(shù)量為80 個時，此時檢測性能比較穩(wěn)定，而其他兩種機(jī)制的容錯檢測與恢復(fù)時間始終趨于增長趨勢，需要耗時大量時間。

考慮網(wǎng)絡(luò)任務(wù)執(zhí)行時需要保證較低風(fēng)險率，在任務(wù)數(shù)量為200 個時，對比三種機(jī)制的能耗，結(jié)果如圖6 所示。

分析圖6 可知，在任務(wù)數(shù)量為200 個時，其他兩種機(jī)制能耗隨著風(fēng)險率的增加而增加，而該文機(jī)制的能耗受風(fēng)險率影響較小，說明該文機(jī)制的風(fēng)險率較低，性能較優(yōu)。

圖6 三種機(jī)制的能耗

3 結(jié)論

針對現(xiàn)存物聯(lián)網(wǎng)關(guān)接入網(wǎng)絡(luò)中存在容錯的現(xiàn)象，研究了基于智能邊緣計算的物聯(lián)接入網(wǎng)關(guān)容錯機(jī)制，提高處理網(wǎng)絡(luò)容錯現(xiàn)象的能力。利用智能邊緣計算的優(yōu)勢，將螞蟻算法融入物聯(lián)接入網(wǎng)關(guān)容錯機(jī)制中，提高網(wǎng)絡(luò)資源優(yōu)化調(diào)度，及時處理網(wǎng)絡(luò)中容錯現(xiàn)象。實驗結(jié)果表明，該文機(jī)制執(zhí)行任務(wù)的耗時低，且具有較高成功率，可更好地檢測網(wǎng)絡(luò)中的容錯現(xiàn)象。