(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210370036.3 (22)申请日 2022.04.08 (71)申请人 深圳英博达智能科技有限公司 地址 510000 广东省深圳市南 山区桃源街 道留仙大道同富裕工业城3号厂房2楼 B01 (72)发明人 田中海　张文斌　易立坚　刘海洋　 (74)专利代理 机构 广州市华创源专利事务所有 限公司 4 4210 专利代理师 王俊 (51)Int.Cl. G06F 9/50(2006.01) G06K 9/62(2022.01) (54)发明名称 一种边缘计算方法及边 缘计算服务器 (57)摘要 本申请公开了边缘计算方法及边缘计算服 务器， 该种方法包括以下步骤： 任务获取、 数据拆 分、 子数据特征提取、 原始数据特征提取、 相似度 计算、 结果比对， 当结果比对满足时， 分步执行各 个请求包子数据； 当结果比对不满足时， 重复数 据拆分、 子 数据特征提取、 原始数据特征提取、 相 似度计算、 结果比对步骤。 该种边缘计算服务器， 包括： 用于获取请求包原始数据的数据获取模 块， 用于对数据进行拆分的数据拆分模块， 用于 进行特征提取的特征提取模块， 用于计算特征相 似度的相似度计算模块， 存储数据的特征提取算 法和拆分规则的存储模块， 生 成与响应包的任务 响应模块， 配置为控制中心的处理器。 本申请的 边缘计算方法及边缘计算服务器具有较高的响 应速度。 权利要求书2页 说明书5页 附图2页 CN 114756366 A 2022.07.15 CN 114756366 A 1.一种边 缘计算方法， 其特 征在于， 该 方法包括以下步骤： 任务获取： 获取终端任务对应的请求包原 始数据； 数据拆分： 将所述请求包原始数据按照拆分规则中的第 一规则拆分为多个请求包子数 据； 子数据特征提取： 将多个所述请求包子数据按照预设的特征提取算法进行特征提取， 并将提取到的特 征集成后形成重组特 征包； 原始数据 特征提取： 将所述请求包原始数据按照所述的预设的特征提取算法进行特征 提取， 并将提取到的特 征集成后形成原 始特征包； 相似度计算： 将所述重组特 征包和所述原 始特征包进行相似度计算； 结果比对： 当所述相似度计算结果满足匹配要求 时， 分步执行各个所述请求包子数据， 并产生对应的子数据响应包以完成终端任务； 当所述相似度计算结果不满足匹配要求时， 将所述请求包原始数据按照所述拆分规则中的不同于所述第一规则的拆分方式进行数据 拆分后， 依次重复所述子数据特征提取、 所述原始数据特征提取、 所述相似度计算， 直至所 述相似度计算结果满足匹配要求。 2.根据权利要求1所述的边缘计算方法， 其特征在于， 所述数据拆分中， 所述请求包子 数据包括n个具有完整 数据链的完整子数据、 m个存在数据缺 失的缺失子数据、 p个数据混乱 的混乱子数据， 其中， n≥1， m≥0， p≥0， 且n、 m、 p均为整数。 3.根据权利要求2所述的边 缘计算方法， 其特 征在于， 所述子数据特 征提取具体包括： 将n个所述完整子数据按照所述的预设的特征提取算法进行特征提取， 提取到的特征 定义为第一特 征集合； 将m个所述缺失子数据、 p个所述混乱子数据分别进行解码， 再采用预设的编码方式进 行编码， 编码完成后， 按照所述的预设的特征提取算法进行特征提取， 提取到的特征定义为 第二特征集合； 将所述第一特 征集合、 所述第二特 征集合集成后形成所述重组特 征包。 4.根据权利要求1所述的边缘计算方法， 其特征在于， 当所述相似度计算结果不满足匹 配要求时， 生成与该所述相似度计算结果对应的所述请求包子数据相对应的子数据响应 包， 将所有的所述子数据响应包集成后进行特征提取后生成学习 特征包， 通过空闲的备用 服务器执行所述请求包原始数据并生成对应的原始数据响应包， 对该所述原始数据响应包 进行特征提取后生成验证特征包， 通过机器学习算法对所述学习特征包与所述验证特征包 进行深度学习， 基于该深度学习结果更新所述的预设的特 征提取算法、 所述拆分规则。 5.根据权利要求1所述的边缘计算方法， 其特征在于， 在所述相似度计算中， 所述相似 度的计算公式为： 其中， F1为所述重组特征包和所述原始特征包中相同特征的数 量， F2为所述原 始特征包中特 征的数量。 6.根据权利要求5所述的边缘计算方法， 其特征在于， 所述相同特征的判断具体包括： 通过所述重组特征包中的各个特征和所述原始特征包中的特征的语义重合度判断两个特 征是否为相同特征， 其中， 计算所述特征的语义重合度的公式为： K为一特 征的字节总个数， K1、 K2 ……Kn为该特征与所述原 始特征包中特 征相同的连续字节个数。权　利　要　求　书 1/2 页 2 CN 114756366 A 27.根据权利要求6所述的边缘计算方法， 其特征在于， 当所述特征的语义重合度γ＞ 0.9时， 定义被判断的所述重组特征包中的一个特征与所述原始特征包中的特征为相同特 征。 8.根据权利要求1所述的边缘计算方法， 其特征在于， 在所述结果比对中， 定义所述相 似度计算结果大于或等于0.9时满足匹配要求， 定义所述相似度计算结果小于0.9时不满足 匹配要求。 9.一种适用于权利要求1 ‑8任意一项所述的边缘计算方法的边缘计算服务器， 其特征 在于， 包括： 配置为用于获取终端任务对应的请求包原始数据的数据获取模块， 配置为用于 对所述请求包原始数据进 行拆分的数据拆分模块， 配置为用于对数据特征进 行特征提取的 特征提取模块， 配置为用于计算特征相似度的相似度计算模块， 配置为存储数据的特征提 取算法和拆分规则的存储模块， 配置为生成与相应的请求包相对应的响应包的任务响应模 块， 以及配置为控制中心的处 理器。 10.根据权利要求9所述的边缘计算服务器， 其特征在于， 该种边缘计算服务器还包括： 配置为根据数据比对进行深度学习并对数据的所述特征提取算法和所述拆分规则进行更 新的机器学习模块。权　利　要　求　书 2/2 页 3 CN 114756366 A 3