1.基于深度强化学习的边缘计算服务器信息处理系统,其特征在于:所述系统包括:
节点响应识别模块获取异构核心任务片段完成时长,提取资源调配速率与带宽占比,记录节点负载、传输速率和能耗,依据执行区段判断轨迹变化,提取同向连续突变与响应同步情况组合归类,标记任务反应特性,生成任务运行行为类别群组;
干扰节点筛除模块基于所述任务运行行为类别群组,提取候选节点的延迟、跳转和重启记录,按数量与路径区域排序,计算事件区段的节点密度,形成剔除后节点清单;
节点适配选择模块读取所述剔除后节点清单的调度容量与缓存占用,分析行为类别资源需求上限,按行为类型与节点状态匹配精度筛选,生成节点适配匹配表;
节点状态聚合模块读取所述节点适配匹配表中节点的调度量、响应时间与缓存频率,构建状态序列,比较差异,标记轨迹相近节点,识别轨迹重合区,生成集中节点状态浮动结构;
所述任务运行行为类别群组包括任务反应特性标记、任务轨迹变化特征、节点响应同步模式、连续突变统计值,所述剔除后节点清单包括高密度干扰节点标识、任务路径异常分布、事件区段集中记录,所述节点适配匹配表包括资源需求上限类别、节点调度容量分布、缓存占用比例、行为类型资源映射,所述集中节点状态浮动结构包括节点状态变化幅度、轨迹重合区块、状态序列组合方式;
所述节点响应识别模块包括:
时长提取子模块获取异构处理核心中任务片段的完成时长,调用任务执行区段的连续时段序列,对核心的完成时长进行并列比较,计算任务片段在差异化核心间的时间差异区间,生成任务片段时差区间;
速率归集子模块根据所述任务片段时差区间,提取对应片段的资源调配速率与带宽使用比例,调用节点当前的负载状态、传输速率与能耗数据,计算任务区段中指标的偏移指标,生成资源使用偏移幅度;
任务分类子模块根据所述资源使用偏移幅度,统计任务轨迹中同向连续突变次数,调用节点响应中的同步表现,计算突变次数与同步表现的偏移比,依据比值划分任务特征类别,生成任务运行行为类别群组。
2.根据权利要求1所述的基于深度强化学习的边缘计算服务器信息处理系统,其特征在于:所述资源需求上限指目标任务行为类别在单位时间内可调度的计算资源阈值。
3.根据权利要求1所述的基于深度强化学习的边缘计算服务器信息处理系统,其特征在于:所述状态序列由节点调度量、响应时间与缓存频率三个维度数据按时间戳排序构成的动态变化向量集合;
所述轨迹相近节点在状态浮动结构中,连续调度周期内调度量变化率差异同步且响应时间波动的节点组。
4.根据权利要求1所述的基于深度强化学习的边缘计算服务器信息处理系统,其特征在于:所述干扰节点筛除模块包括:状态提取子模块基于所述任务运行行为类别群组,提取候选节点在任务路径中的任务延迟启动状态、跳转动作次数与重启记录时间位置,按记录数量与路径分布区域进行排序,建立记录在路径中的序位对照结构,生成节点事件排序结果;
分布计算子模块根据所述节点事件排序结果,调用排序中所涉记录时间位置,提取节点在任务路径中的事件区段序列,计算每个节点在所属路径区段内的事件集中比例,依据路径区段长度与事件数量进行比值换算,生成节点事件分布密度;
节点筛除子模块根据所述节点事件分布密度,对密度数值进行大小排序,判断密度高于节点干扰判定基准值的节点序列,在节点路径列表中执行移除操作,得到剔除后节点清单。
5.根据权利要求1所述的基于深度强化学习的边缘计算服务器信息处理系统,其特征在于:所述节点适配选择模块包括:容量读取子模块根据所述剔除后节点清单,读取剩余节点的调度容量与缓存占用数量,计算改进型资源占比差异,得到每个节点的资源剩余比例,生成节点资源剩余比例;
需求测算子模块调用所述任务运行行为类别群组,提取每类行为对应的任务数、资源调用频次与缓存读取次数,依据任务数与调用频次之间的上限映射关系,测算任务行为的资源需求强度,生成任务资源需求强度;
适配归集子模块根据所述节点资源剩余比例与任务资源需求强度,计算节点与差异化任务行为类型之间的资源匹配比率,筛选匹配比率满足节点适配阈值的节点集合,建立任务类型与节点之间的映射组合,获取节点适配匹配表。
6.根据权利要求1所述的基于深度强化学习的边缘计算服务器信息处理系统,其特征在于:所述节点状态聚合模块包括:状态读取子模块根据所述节点适配匹配表,读取节点的调度处理数量、响应时间分布与缓存调用频率,按节点标识将三项数据组合为对应状态项,构建节点对应的状态数据序列,生成节点状态数据序列;
轨迹比对子模块根据所述节点状态数据序列,计算节点在连续序列中的数值波动幅度,选取状态变化幅度差异的节点序列组,比较节点变化趋势的轨迹重合段,识别变动趋势相近的节点组合,得到状态轨迹接近度;
集中标记子模块根据所述状态轨迹接近度,筛选轨迹重合区域内出现频次高的节点集合,统计在轨迹区段上的同步波动区间,结合节点组合序列对状态聚合结果进行集中标识,获取集中节点状态浮动结构。
7.根据权利要求1所述的基于深度强化学习的边缘计算服务器信息处理系统,其特征在于,所述系统包括干扰避让调控模块:所述干扰避让调控模块依据所述集中节点状态浮动结构,调取对应区域任务路径,分析任务起始与缓存堆积重合度,重排重合路径,生成调度任务路径调整清单;
所述调度任务路径调整清单包括路径间隔重合节点组、缓存堆积重合区段、优化后任务路径序列。
8.根据权利要求7所述的基于深度强化学习的边缘计算服务器信息处理系统,其特征在于:所述干扰避让调控模块包括:路径提取子模块根据所述集中节点状态浮动结构,调取服务器分布式缓存阵列节点中对应区域的任务路径信息,读取任务路径下的任务起始间隔与缓存堆积时间,按节点标识组合路径及堆积时间数据,生成节点路径堆积序列;
重合判别子模块根据所述节点路径堆积序列,提取任务路径中连续起始间隔并结合缓存堆积时间序列,计算起始间隔与堆积周期之间的重合率,对重合率大于路径干扰判定基准值的节点路径进行标记,得到路径干扰重合程度;
排序调整子模块根据所述路径干扰重合程度,对被标记路径在同一区域内的执行顺序进行重新排序,调整顺序后的路径编号与节点映射关系进行组合绑定,建立任务调度路径配置序列,获取调度任务路径调整清单。