本公开涉及通信技术领域，特别是一种多接入边缘计算方法、设备和系统。
背景技术：
mec(multi-accessedgecomputing，多接入边缘计算)使得传统无线接入网具备了业务本地化和近距离部署的条件，从而提供了高带宽、低时延的传输能力；mec给网络能力带来的提升将大大推进其规模商用的脚步。移动网络mec设备可实现透明缓存的功能，对该区域用户访问的流量流向进行分析，并将热点内容缓存在本地，提升用户访问互联网业务的体验。
技术实现要素：
本公开的一个目的在于降低mec的计算开销，扩大影响范围。
根据本公开的一些实施例的一个方面，提出一种多接入边缘计算方法，包括：当前的mec节点获取其他的mec节点共享的热门地址；缓存热门地址的资源；根据本地化流量比例确定各个热门地址的命中率；删除命中率低于预定命中率阈值，和/或命中率排名低于预定名次的热门地址。
在一些实施例中，多接入边缘计算方法还包括：当前的mec节点根据常驻用户数据确定本地热门地址；根据本地热门地址确定当前节点共享的热门地址，并发送给其他mec节点。
在一些实施例中，根据本地热门地址确定当前节点共享的热门地址包括：从本地热门地址中，按照访问次数或流量从大到小的顺序的预定数量的地址，确定当前节点共享的热门地址。
在一些实施例中，缓存热门地址列表中地址的资源包括：缓存本地热门地址的资源，和其他的mec节点共享的热门地址的资源。
在一些实施例中，多接入边缘计算方法还包括：根据用户的imsi(internationalmobilesubscriberidentity，国际移动用户识别码)的在线时长确定当前mec节点的区域的常驻用户。
在一些实施例中，多接入边缘计算方法还包括：当用户访问热门地址时，将用户重定向到本地缓存。
通过这样的方法，各个mec节点能够基于其他节点的热门地址数据进行本地缓存，提高了各个节点确定的热门地址的利用率，扩大了利用范围；减少了各个节点自身需要执行的分析热门地址操作，在使用过程中对地址进行筛选，减少了不必要的缓存，降低了计算和运行负担。
根据本公开的一些实施例的一个方面，提出一种多接入边缘计算设备，包括：共享单元，被配置为获取其他的mec节点共享的热门地址列表；缓存单元，被配置为缓存热门地址列表中地址的资源；利用率统计单元，被配置为根据本地化流量比例确定热门地址列表中各个热门地址的利用率；热点筛选单元，被配置为删除利用率低于预定利用率阈值，和/或利用率排名低于预定名次的热门地址。
在一些实施例中，多接入边缘计算设备还包括：分析单元，被配置为当前的mec节点根据常驻用户数据确定本地热门地址；共享单元还被配置为根据本地热门地址确定当前节点共享的热门地址，并发送给其他mec节点。
在一些实施例中，分析单元还被配置为根据用户的imsi的在线时长确定当前mec节点的区域的常驻用户。
在一些实施例中，多接入边缘计算设备还包括：重定向单元，被配置为当用户访问热门地址时，将用户重定向到本地缓存。
根据本公开的一些实施例的一个方面，提出一种多接入边缘计算设备，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行上文中任意一种多接入边缘计算方法。
这样的mec设备能够基于其他节点的热门地址数据进行本地缓存，提高了各个节点确定的热门地址的利用率，扩大了利用范围；减少了各个节点自身需要执行的分析热门地址操作，在使用过程中对地址进行筛选，减少了不必要的缓存，降低了计算和运行负担。
根据本公开的一些实施例的一个方面，提出一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上文中任意一种多接入边缘计算方法的步骤。
通过执行这样的计算机可读存储介质上的指令，能够基于其他mec设备的热门地址数据进行本地缓存，提高了各个节点确定的热门地址的利用率，扩大了利用范围；减少了各个节点自身需要执行的分析热门地址操作，在使用过程中对地址进行筛选，减少了不必要的缓存，降低了计算和运行负担。
根据本公开的一些实施例的一个方面，提出一种多接入边缘计算系统，包括：多个上文中任意一种多接入边缘计算设备。
这样的系统中，mec设备能够基于其他mec设备的热门地址数据进行本地缓存，提高了各个节点确定的热门地址的利用率，扩大了利用范围；减少了各个节点自身需要执行的分析热门地址操作，在使用过程中对地址进行筛选，减少了不必要的缓存，降低了计算和运行负担。
附图说明
此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
图1为本公开的多接入边缘计算方法的一些实施例的流程图。
图2为本公开的多接入边缘计算方法的另一些实施例的流程图。
图3为本公开的多接入边缘计算设备的一些实施例的示意图。
图4为本公开的多接入边缘计算设备的另一些实施例的示意图。
图5为本公开的多接入边缘计算设备的又一些实施例的示意图。
图6为本公开的多接入边缘计算系统的一些实施例的示意图。
具体实施方式
下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
发明人发现，相关技术中，每个mec只分析小范围区域的热点，不能反映全网热点的情况，且各个mec的计算开销较大。
本公开的多接入边缘计算方法的一些实施例的流程图如图1所示。
在步骤101中，当前的mec节点获取其他的mec节点共享的热门地址。在一些实施例中，各个mec节点可以将自身确定的热门地址或热门地址中的一部分分享给其他节点，并接收其他节点分享的热门地址。
在步骤102中，缓存热门地址的资源。在一些实施例中，资源可以包括图片、视频、文件等。在一些实施例中，可以根据url(uniformresourcelocator，统一资源定位符)获取静态内容并缓存。在一些实施例中，当用户请求获取热门地址的资源时，可以将请求重定向到本地缓存。本地缓存为用户提供资源提供服务则认为缓存命中。
在步骤103中，根据本地化流量比例确定各个热门地址的命中率。在一些实施例中，由于热门地址的资源被缓存，可以通过各个热门地址被访问的次数与用户访问总次数的比值作为对应地址的命中率。
在步骤104中，删除命中率低于预定命中率阈值，和/或命中率排名低于预定名次的热门地址。
通过这样的方法，各个mec节点能够基于其他节点的热门地址数据进行本地缓存，提高了各个节点确定的热门地址的利用率，扩大了利用范围，实现了全局利用；减少了各个节点自身需要执行的分析热门地址操作，在使用过程中对地址进行筛选，减少了不必要的缓存，降低了计算和运行负担。
本公开的多接入边缘计算方法的另一些实施例的流程图如图2所示。
在步骤201中，根据用户的imsi的在线时长确定当前mec节点的区域的常驻用户。在一些实施例中，mec将imsi作为区分用户的用户标识，根据用户imsi的在线时长筛选当前区域的常驻用户。在一些实施例中，可以设定预定在线时长阈值，在预定时间段内在线时长超过阈值的即为常驻用于；在另一些实施例中，可以根据用户在线时长进行排序，按照在线时长从长到短的顺序筛选预定数量的常驻用户。
在步骤202中，当前的mec节点根据常驻用户数据确定当前节点的热门地址，为本地热门地址。在一些实施例中，可以根据用户访问次数、流量或访问时长中的一种或多种筛选热门地址。
在步骤203中，根据当前节点确定的热门地址确定当前节点共享的热门地址，并发送给其他mec节点。在一些实施例中，可以将当前节点确定的本地热门地址全部作为当前节点共享的热门地址；在另一些实施例中，可以从当前节点确定的热门地址中，按照访问次数或流量从大到小的顺序的预定数量的地址，确定当前节点共享的热门地址。
在步骤204中，从当前节点确定的热门地址中，按照访问次数或流量从大到小的顺序的预定数量的地址，确定当前节点共享的热门地址。
在步骤205中，缓存热门地址的资源。在一些实施例中，由其他节点共享的热门地址为全局热门地址。可以缓存本地热门地址和全局热门地址的资源。
通过这样的方法，能够先筛选出常住用户，基于常驻用户的访问情况确定热门地址，降低偶发情况的影响，提高热门地址确定的准确性；能够在缓存本地确定的热门地址的基础上，也缓存全局热门地址的资源，保证热门地址的区域化差异，也提高热门地址分析结果的利用率。
在一些实施例中，当前mec节点在根据命中率删除热门地址的过程中，可以优先删除命中率较低的其他节点共享的热门地址，从而在实现热门地址共享的同时，也考虑到热门地址的区域化差异，更好的提升命中率。
在一些实施例中，还可以根据地址的热门时间段，如每天的哪些时间段或每周的哪几天会成为热门地址，按照预定频率或在预定时间段更新热门地址并分享给其他节点，从而考虑到热门地址的时间差异，更好的提升命中率。
本公开的多接入边缘计算设备的一些实施例的示意图如图3所示。
共享单元301能够获取其他的mec节点共享的热门地址。在一些实施例中，各个mec节点可以将自身确定的热门地址或热门地址中的一部分分享给其他节点，并接收其他节点分享的热门地址。
缓存单元302能够缓存热门地址的资源，包括本地热门地址和全局热门地址的资源。在一些实施例中，资源可以包括图片、视频、文件等。在一些实施例中，可以根据url获取静态内容并缓存。在一些实施例中，如图3所示，多接入边缘计算设备还可以包括重定向单元306，能够在用户请求获取热门地址的资源时，将请求重定向到本地缓存。本地缓存为用户提供资源提供服务则认为缓存命中。
利用率统计单元303能够根据本地化流量比例确定各个热门地址的命中率。在一些实施例中，由于热门地址的资源被缓存，可以通过各个热门地址被访问的次数与用户访问总次数的比值作为对应地址的命中率。
热点筛选单元304能够删除命中率低于预定命中率阈值，和/或命中率排名低于预定名次的热门地址。
这样的mec设备能够基于其他节点的热门地址数据进行本地缓存，提高了各个节点确定的热门地址的利用率，扩大了利用范围；减少了各个节点自身需要执行的分析热门地址操作，在使用过程中对地址进行筛选，减少了不必要的缓存，降低了计算和运行负担。
在一些实施例中，如图3所示，多接入边缘计算设备还可以包括分析单元305，能够根据常驻用户数据确定当前节点的热门地址。在一些实施例中，可以根据用户访问次数、流量或访问时长中的一种或多种筛选热门地址。在一些实施例中，分析单元305可以先根据用户的imsi的在线时长确定当前mec节点的区域的常驻用户。在一些实施例中，mec将imsi作为区分用户的用户标识，根据用户imsi的在线时长筛选当前区域的常驻用户。在一些实施例中，可以设定预定在线时长阈值，在预定时间段内在线时长超过阈值的即为常驻用于；在另一些实施例中，可以根据用户在线时长进行排序，按照在线时长从长到短的顺序筛选预定数量的常驻用户。
这样的多接入边缘计算设备能够先筛选出常住用户，基于常驻用户的访问情况确定热门地址，降低偶发情况的影响，提高热门地址确定的准确性。
本公开多接入边缘计算设备的一个实施例的结构示意图如图4所示。多接入边缘计算设备包括存储器401和处理器402。其中：存储器401可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储上文中多接入边缘计算方法的对应实施例中的指令。处理器402耦接至存储器401，可以作为一个或多个集成电路来实施，例如微处理器或微控制器。该处理器402用于执行存储器中存储的指令，能够提高各个节点确定的热门地址的利用率，扩大了利用范围；减少不必要的缓存，降低了计算和运行负担。
在一个实施例中，还可以如图5所示，多接入边缘计算设备500包括存储器501和处理器502。处理器502通过bus总线503耦合至存储器501。该多接入边缘计算设备500还可以通过存储接口504连接至外部存储装置505以便调用外部数据，还可以通过网络接口506连接至网络或者另外一台计算机系统(未标出)。此处不再进行详细介绍。
在该实施例中，通过存储器存储数据指令，再通过处理器处理上述指令，能够提高各个节点确定的热门地址的利用率，扩大了利用范围；减少不必要的缓存，降低了计算和运行负担。
在另一个实施例中，一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现多接入边缘计算方法对应实施例中的方法的步骤。本领域内的技术人员应明白，本公开的实施例可提供为方法、装置、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本公开的多接入边缘计算系统60的一些实施例的示意图如图6所示。多接入边缘计算系统中包括多个mec设备，位于不同的区域，对其对应区域(如61所示)的用户访问行为进行分析，得到当前区域的热门地址。在一些实施例中，mec设备为上文中提到的任意一种mec设备。
当用户发起业务申请时，mec分析出该区域下的常驻用户，单个mec分析出区域下常驻用户的行为习惯标记为热点资源后，将其对应的url共享给其他mec设备；mec收集其他mec共享的热点资源进行分析比较，当某网站共享比例较高时，判定为全局性的热点资源，mec根据相应的url从internet上获取图片、视频、文件等静态内容进行缓存，从而实现全局热点资源推送；mec计算热点的命中率，将命中率低的热点删除，以提高存储的利用率。
本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本公开的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
最后应当说明的是：以上实施例仅用以说明本公开的技术方案而非对其限制；尽管参照较佳实施例对本公开进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本公开的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本公开技术方案的精神，其均应涵盖在本公开请求保护的技术方案范围当中。
1.一种多接入边缘计算方法，包括：
当前的多接入边缘计算mec节点获取其他的mec节点共享的热门地址；
缓存热门地址的资源；
根据本地化流量比例确定各个热门地址的命中率；
删除利用率低于预定利用率阈值，和/或利用率排名低于预定名次的热门地址。
2.根据权利要求1所述的方法，还包括：
当前的所述mec节点根据常驻用户数据确定本地热门地址；
根据所述本地热门地址确定当前节点共享的热门地址，并发送给其他所述mec节点。
3.根据权利要求2所述的方法，其中，所述根据本地热门地址确定当前节点共享的热门地址包括：
从当前节点确定的本地热门地址中，按照访问次数或流量从大到小的顺序的预定数量的地址，确定当前节点共享的热门地址。
4.根据权利要求2所述的方法，其中，所述缓存热门地址列表中地址的资源包括：
缓存所述本地热门地址的资源，和其他的mec节点共享的热门地址的资源。
5.根据权利要求2所述的方法，还包括：
根据用户的国际移动用户识别码imsi的在线时长确定当前mec节点的区域的常驻用户。
6.根据权利要求1所述的方法，还包括：
当用户访问所述热门地址时，将用户重定向到本地缓存。
7.一种多接入边缘计算设备，包括：
共享单元，被配置为获取其他的mec节点共享的热门地址列表；
缓存单元，被配置为缓存热门地址列表中地址的资源；
利用率统计单元，被配置为根据本地化流量比例确定热门地址列表中各个热门地址的利用率；
热点筛选单元，被配置为删除利用率低于预定利用率阈值，和/或利用率排名低于预定名次的热门地址。
8.根据权利要求7所述的设备，还包括：
分析单元，被配置为当前的所述mec节点根据常驻用户数据确定本地热门地址；
所述共享单元还被配置为根据所述本地热门地址确定当前节点共享的热门地址，并发送给其他所述mec节点。
9.根据权利要求8所述的设备，其中，所述分析单元还被配置为根据用户的国际移动用户识别码imsi的在线时长确定当前mec节点的区域的常驻用户。
10.根据权利要求7所述的设备，还包括：
重定向单元，被配置为当用户访问所述热门地址时，将用户重定向到本地缓存。
11.一种多接入边缘计算设备，包括：
存储器；以及
耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行如权利要求1至6任一项所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现权利要求1至6任意一项所述的方法的步骤。
13.一种多接入边缘计算系统，包括：
多个权利要求7～11任意一项所述的多接入边缘计算设备。
技术总结