买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及边缘云计算技术领域，公开了一种边缘云计算负载均衡方法，该方法旨在解决边缘计算环境中节点分布广泛、资源有限且动态变化所导致的负载均衡难题。传统负载均衡算法基于静态数据分配请求，无法准确预测未来负载变化，易导致节点过载或资源闲置。本发明采用神经网络算法，特别是长短时记忆网络LSTM模型，构建和训练负载预测模型，根据边缘计算节点的历史使用情况，预测其未来负载水平。通过部署监控与数据采集系统，实时收集影响节点负载的因素数据，并输入预测模型，动态制定资源调度策略。本发明实现了对边缘计算节点的动态高效利用，提高了系统的响应速度和运行效率，优化了用户体验。

主权项：1.一种边缘云计算负载均衡方法，其特征在于，所述方法的步骤包括：步骤1、使用神经网络算法构建和训练负载预测模型，所述负载预测模型用于根据边缘计算节点的使用情况，预测该节点在未来某个时间点的负载水平，构建和训练负载预测模型的具体步骤包括：步骤1.1、收集边缘计算节点的历史负载数据，所述历史负载数据为节点在不同负载水平下，影响节点负载的所有因素数据；步骤1.2、对收集的数据进行清洗，以处理缺失值和异常值；步骤1.3、对清洗后的特征数据进行标准化处理；步骤1.4、利用特征选择算法筛选对预测模型有用的特征，构成特征数据集；步骤1.5、标记每条数据的负载水平，与对应的特征数据一起构成训练数据集，进一步将训练数据集进行划分，分成训练集和验证集；步骤1.6、选择长短时记忆网络LSTM模型构建取样预测模型，并对模型的参数进行初始化；步骤1.7、使用训练集数据对LSTM模型进行迭代训练，在训练过程中，定期使用验证集评估模型性能，直到模型的性能满足需求；步骤1.8、训练完成后，保存LSTM模型的权重和偏置，并将模型进行部署，以用于后续进行取样位置预测；步骤2、部署监控与数据采集系统，实时收集影响边缘计算节点负载的所有因素数据；步骤3、对步骤2采集到的数据进行清洗，以处理缺失值和异常值；步骤4、将步骤3清洗的数据输入步骤1中训练的负载预测模型，获得边缘计算节点在未来某个时间点的负载水平；步骤5、根据步骤4获得的负载水平，动态制定资源调度策略，所述调度策略包括承担该负载需要的边缘计算节点数量；步骤6、在负载均衡器中实施调度策略，以达到对边缘计算节点的动态高效利用。

全文数据：

权利要求：

百度查询： 江苏慧铭信息科技有限公司 一种边缘云计算负载均衡方法