(19)中华 人民共和国 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 202111626248.5 (22)申请日 2021.12.2 9 (71)申请人 苏州浪潮智能科技有限公司 地址 215100 江苏省苏州市吴中区吴中经 济开发区郭巷街道官浦路1号9幢 (72)发明人 张亚强　李茹杨　赵雅倩　李仁刚　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 李泽艳 (51)Int.Cl. G06F 9/50(2006.01) G06K 9/62(2022.01) G06N 3/08(2006.01) (54)发明名称 一种任务处 理方法、 装置及相关 设备 (57)摘要 本申请公开了一种任务处理方法， 包括获取 各待处理任务的任务信息， 并根据所述任务信息 对各所述待处理任务进行优先级排序； 按照优先 级从高到低的顺序获得目标待处理任务， 并获取 各服务模型的服务信息； 其中， 各所述服务模型 部署于边缘服务器上； 利用预设决策网络模型对 所述目标待处理任务的任务信息和各所述服务 信息进行处理， 获得有效服务模 型以及各所述有 效服务模型的收益价值； 利用取值最大的收益价 值对应的有效服务模型对所述目标待处理任务 进行处理。 应用本申请所提供的技术方案， 可 以 在解决网络资源受限问题的同时， 提高任务处理 效率。 本申请还公开了一种任务处理装置、 任务 处理设备及计算机可读存储介质， 均具有上述有 益效果。 权利要求书3页 说明书12页 附图4页 CN 114253735 A 2022.03.29 CN 114253735 A 1.一种任务处 理方法， 其特 征在于， 包括： 获取各待处理任务的任务信 息， 并根据所述任务信 息对各所述待处理任务进行优先级 排序； 按照优先级从高到低的顺序获得目标待处理任务， 并获取各服务模型的服务信息； 其 中， 各所述服务模型部署于边 缘服务器上； 利用预设决策网络模型对所述目标待处理任务的任务信息和各所述服务信息进行处 理， 获得有效服 务模型以及各 所述有效服 务模型的收益 价值； 利用取值 最大的收益 价值对应的有效服 务模型对所述目标待处 理任务进行处 理。 2.根据权利要求1所述的任务处理方法， 其特征在于， 所述根据 所述任务信 息对各所述 待处理任务进行优先级排序之前， 还 包括： 根据所述任务信息计算对应待处 理任务的资源消耗 率； 利用本地 服务模型对所述资源消耗 率低于预设阈值的待处 理任务进行处 理。 3.根据权利要求1所述的任务处理方法， 其特征在于， 所述任务信 息包括所述待处理任 务的固有约束时间、 预估等待时长以及预估执行时间， 则所述根据所述任务信息对各所述 待处理任务进行优先级排序， 包括： 根据所述固有约束时间、 所述预估等待时长以及所述预估执行时间计算获得对应待处 理任务的等级评估值； 根据所述 等级评估值的取值大小对各 所述待处 理任务进行优先级排序。 4.根据权利要求3所述的任务处理方法， 其特征在于， 所述根据所述固有约束时间、 所 述预估等待时长以及所述预估执 行时间计算获得对应待处 理任务的等级评估值， 包括： 利用等级评估公式对所述固有约束时间、 所述预估等待时长以及所述预估执行时间进 行计算， 获得 所述等级评估值； 其中， 所述 等级评估公式为： ； 其中， 表示待处理任 务i的固有约束时间， 表示待处理任 务i的预估 等待时长， 表示待处 理任务i的预估执 行时间， 表示待处 理任务i的等级评估值。 5.根据权利要求1所述的任务处理方法， 其特征在于， 所述预设决策网络模型的生成过 程包括： 获取预设数量个样本任务的样本数据； 其中， 所述样本数据包括对应样本任务的任务 信息， 调取所述样本任务时刻各服务模型 的服务信息， 执行所述样本任务的最优服务模型 的模型信息， 以及利用所述 最优服务模型执行所述样本任务的收益 价值； 构建初始决策网络模型， 并利用所述初始决策网络模型对各所述样本数据进行训练， 获得所述预设决策网络模型。 6.根据权利要求5所述的任务处 理方法， 其特 征在于， 还 包括： 将所述预设决策网络模型部署于所述 边缘服务器。 7.根据权利要求1至6任意一项所述的任务处理方法， 其特征在于， 各所述服务模型的 生成过程包括：权　利　要　求　书 1/3 页 2 CN 114253735 A 2通过在整体任务处理模型的指定输出层 设置退出位置， 得到各所述输出层对应的服务 模型。 8.根据权利要求1所述的任务处理方法， 其特征在于， 所述利用取值最大的收益价值对 应的有效服 务模型对所述目标待处 理任务进行处 理之后， 还 包括： 接收所述有效服 务模型反馈的任务处 理结果； 输出所述任务处 理结果。 9.一种任务处 理装置， 其特 征在于， 包括： 任务排序模块， 用于获取各待处理任务的任务信息， 并根据所述任务信息对各所述待 处理任务进行优先级排序； 服务信息获取模块， 用于按照优先级从高到低的顺序获得目标待处理任务， 并获取各 服务模型的服 务信息； 其中， 各 所述服务模型部署于边 缘服务器上； 模型收益计算模块， 用于利用预设决策网络模型对所述目标待处理任务的任务信 息和 各所述服务信息进行处 理， 获得有效服 务模型以及各 所述有效服 务模型的收益 价值； 任务处理模块， 用于利用取值最大的收益价值对应的有效服务模型对所述目标待处理 任务进行处 理。 10.根据权利要求9所述的任务处 理装置， 其特 征在于， 还 包括： 本地处理模块， 用于在所述根据所述任务信 息对各所述待处理任务进行优先级排序之 前， 根据所述任务信息计算对应待处理任务的资源消 耗率； 利用本地服务模型对所述资源 消耗率低于预设阈值的待处 理任务进行处 理。 11.根据权利要求9所述的任务处理装置， 其特征在于， 所述任务信息包括所述待处理 任务的固有约束时间、 预估等待时长以及预估执 行时间， 则所述任务 排序模块包括： 等级评估值计算单元， 用于根据所述固有约束时间、 所述预估等待时长以及所述预估 执行时间计算获得对应待处 理任务的等级评估值； 优先级排序单元， 用于根据 所述等级评估值的取值大小对各所述待处理任务进行优先 级排序。 12.根据权利要求11所述的任务处理装置， 其特征在于， 所述等级评估值计算单元具体 用于利用等级评估公式对所述固有约束时间、 所述预估等待时长以及所述预估执行时间进 行计算， 获得 所述等级评估值； 其中， 所述 等级评估公式为： ； 其中， 表示待处理任 务i的固有约束时间， 表示待处理任 务i的预估 等待时长， 表示待处 理任务i的预估执 行时间， 表示待处 理任务i的等级评估值。 13.根据权利要求9所述的任务处 理装置， 其特 征在于， 还 包括： 预设决策网络模型构建模块， 用于获取预设数量个样本任务的样本数据； 其中， 所述样 本数据包括对应样本任务的任务信息， 调 取所述样本任务时刻各服务模型 的服务信息， 执 行所述样本任务的最优服务模型的模型信息， 以及利用所述最优服务模型执行所述样本任 务的收益价值； 构建初始决策网络模型， 并利用所述初始决策网络模型对各所述样本数据 进行训练， 获得 所述预设决策网络模型。权　利　要　求　书 2/3 页 3 CN 114253735 A 3