[0001] 本申请涉及云计算与5G通信领域，具体而言，涉及一种数据传输的确定方法、装置和通信系统。

[0002] 5G‑A是5G网络在功能上和覆盖上的部分升级，5G‑A与5G并行工作、5G‑A负责支持部分有较高要求的应用场景。具体来说，5G‑A通过优化设备性能，利用频谱资源和技术手段，显著提高了数据传输速度，使用户能够更快速地下载和上传文件，享受流畅的在线视频和游戏体验；同时，通过网络架构的革新，5G‑A有效降低了网络延迟，为自动驾驶、远程医疗等领域的应用提供了更安全、高效的解决方案。而多载波聚合技术，则是5G‑A实现这些突破的关键技术之一。它能够将不同频段或同一频段内的多个载波信号进行聚合，从而形成一个更宽的通信带宽，这种技术不仅能够提升网络容量和峰值速率，还能够优化网络覆盖和信号质量。

[0003] 5G‑A多载波聚合技术的逐步商用带来了对业务场景的新需求，它要求配套的边缘服务器具有10倍于5G的网络带宽和对应算力来承载它大容量数据的传输和处理，否则将导致端侧设备空有5G‑A多载波聚合传输能力和5.5G的高带宽网络，却无法发挥这项技术的真正价值。

[0004] 在相关技术中，边缘服务器通常是被动和渐进式地适配端侧设备的网络请求，即端侧设备在5G，或5G‑A的应用环境中会因应用需求而不断地向边缘服务器请求逐步提升数据传输码率，而边缘侧服务器收到请求后，会根据端侧设备的码率增长来检查自身服务器是否有充足的带宽来接收数据，以及可用的算力来处理这些数据，如果这两者有一个不满足，则端侧设备提升其数据传输码率的请求都会被拒绝。因此，在采用5G‑A多载波聚合技术进行数据传输的过程中，很容易出现边缘服务器和端侧设备资源适配不足和性能冲突的问题，即很容易出现因边缘服务器没有为端侧设备的5G‑A多载波聚合传输数据匹配有充足的网络带宽和算力，导致具有5G‑A多载波传输能力的端侧设备及其传输网络无法充分发挥性能。同时，用户对本端和网络使用5G‑A多载波聚合技术带来的传输性能提升同样感受不强，体验不佳。

[0005] 针对上述的问题，目前尚未提出有效的解决方案。

[0024] 为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

[0025] 需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

[0026] 首先，在对本申请实施例进行解释说明的过程中出现的部分名词或术语适用于如下解释：

[0027] 5G‑A：5G‑A是5G网络在功能上和覆盖上的部分升级，5G‑A与5G并行工作、5G‑A负责支持部分有较高要求的应用场景。5G‑A(5.5G)的定位是针对5G市场应用出现的问题，在6G商用之前有必要提供5G+的能力。5G‑A的目标不是取代5G，而是在热点区域或特定场景对5G的补充。5G‑A就是5.5G，是5G下一个发展阶段，5.5G能提供下行10Gbps的速率，相当于从原来5G的1Gbps提高至10倍。

[0028] CA(Carrier Aggregation，多载波聚合技术)：是一种多载波调制技术，它通过同时使用不同频段的载波来传输数据。具体来说，它将数据分成多个子流，分别在各个载波上传输，并在接收端将这些子流合并，以提升传输速率和通信质量。在5G网络中，多载波聚合技术允许移动设备在更宽的频谱范围内传输数据，从而实现更高的峰值数据速率和更低的延迟，对于支持高速移动数据、视频流媒体、虚拟现实、物联网设备等应用至关重要。

[0029] 端边云系统：是一种分布式系统架构，它将计算、存储、通信、控制等资源有效地整合在端侧、边侧和云侧，实现协同工作。“端”指的是端侧设备，如手机、智能化电气设备、各类传感器、摄像头等。这些设备位于系统的最前端，负责收集和产生数据。“边”是云计算的边缘侧服务器，用于和端侧设备进行数据传输及处理，并将关键数据传输到云端进行进一步的分析和存储。“云”指的是云侧服务器，负责处理更复杂的计算任务，如机器学习算法的训练和模型的更新，并提供存储服务。

[0030] 算力：指的是数据处理能力，具体来说，是通过对信息数据进行处理，实现目标结果输出的计算能力。算力是衡量计算设备性能的一个关键指标，它涉及计算速度、计算方法、通信能力、存储能力以及数据总量等多个方面。

[0031] kbps(Kilobits per second，千比特每秒)：是一个用来描述数据传输速率的单位，它表示每秒传输的比特(bit)数量。

[0032] TOPS(Tera Operations Per Second，每秒万亿次操作)：1TOPS代表处理器每秒钟可进行一万亿次操作。

[0033] FLOPS：(Floating‑point operations per second，每秒浮点运算次数)：表示每秒所执行的浮点运算次数。

[0034] 为了解决相关技术中边缘服务器和端侧设备存在的资源适配不足和性能冲突问题，本申请实施例提供了一种数据传输的确定方法，该方法可以运行在图1所示的计算机终端中，以下对该计算机终端进行说明。

[0035] 本申请实施例所提供的数据传输的确定方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现数据传输的确定方法的计算机终端的硬件结构框图。如图1所示，计算机终端10可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及通过有线和/或无线网络连接的用于通信功能的传输模块106。除此以外，还可以包括：显示器、键盘、光标控制设备、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、BUS总线。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

[0036] 应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。

[0037] 存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的数据传输的确定方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的数据传输的确定方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

[0038] 传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输模块106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

[0039] 显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端10的用户界面进行交互。

[0040] 此处需要说明的是，在一些可选实施例中，上述图1所示的计算机终端可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算机终端中的部件的类型。

[0041] 在上述运行环境下，本申请实施例提供了一种数据传输的确定方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

[0042] 图2是根据本申请实施例的一种数据传输的确定方法的流程图，如图2所示，该方法包括如下步骤：

[0043] 步骤S202，获取边缘服务器的资源信息，其中，资源信息包括边缘服务器的网络带宽和算力资源。

[0044] 在上述步骤S202中，网络带宽例如可以包括边缘(侧)服务器的上行网络带宽和下行网络带宽，算力资源例如可以包括边缘服务器的CPU算力和GPU算力。

[0045] 步骤S204，在资源信息支持至少一个端侧设备采用5G‑A多载波聚合技术进行数据传输的情况下，向与边缘服务器连接的所有端侧设备发送可用通知。

[0046] 在上述步骤S204中，边缘服务器通过持续监控自身资源信息，并根据资源信息判断是否支持端侧设备采用5G‑A多载波聚合技术进行数据传输，在任意一个边缘服务器支持至少一个端侧设备可以采用5G‑A多载波聚合技术进行数据传输的情况下，该边缘服务器就会主动向所有与其相连接的端侧设备发送一个可用通知，告知所有端侧设备当前有可用的资源信息可以支持采用5G‑A多载波聚合技术进行数据传输，其中，该可用通知中可以包括资源信息中的详细内容，如可用的带宽和算力对应的具体数值。

[0047] 步骤S206，接收所有端侧设备中至少一个端侧设备依据可用通知发送的请求信息，并依据预设规则从发送请求信息的端侧设备中确定使用资源信息的目标端侧设备，其中，目标端侧设备采用5G‑A多载波聚合技术进行数据传输。

[0048] 在上述步骤S206中，端侧设备在接收到边缘服务器发送的可用通知后，会根据实际需求向边缘服务器发送请求信息，以请求使用边缘服务器中的资源信息从而采用5G‑A多载波聚合技术进行数据传输。随后，边缘服务器将接收其中存在需求的端侧设备发送的请求信息，并根据预设规则(如先到先得、资源需求最小化等)对该请求进行排序和评估，确定出可以使用边缘服务器资源信息的目标端侧设备。

[0049] 通过上述步骤S202至步骤S206，达到了主动、高效地满足端侧设备的高带宽和高算力需求的目的，从而实现了提高边缘服务器资源适配效率和系统性能的技术效果，进而解决了由于相关技术中的边缘服务器通常是被动和渐进式地接收端侧设备的网络请求，导致边缘服务器和端侧设备存在资源适配不足和性能冲突的技术问题。以下详细说明。

[0050] 可选地，获取边缘服务器的资源信息之前，方法还包括：确定边缘服务器的总带宽值和第一带宽值，依据总带宽值和第一带宽值确定边缘服务器的目标带宽值，其中，总带宽值包括边缘服务器配置的上行带宽值和下行带宽值，第一带宽值包括边缘服务器在第一预设时间段内的已用上行带宽值和已用下行带宽值，目标带宽值包括边缘服务器在第一采样时间点对应的可用上行带宽值和可用下行带宽值；确定边缘服务器的总算力值和第一算力值，依据总算力值和第一算力值确定边缘服务器的目标算力值，其中，总算力值包括边缘服务器配置的CPU算力和GPU算力，第一算力值包括边缘服务器在第二预设时间段内的已用CPU算力和已用GPU算力，目标算力值包括边缘服务器在第二采样时间点对应的可用CPU算力和可用GPU算力。

[0051] 在上述过程中，第一带宽值通过以下方式确定：确定边缘服务器对应的第一峰值点和带宽峰值，其中，第一峰值点用于表示边缘服务器在第一预设时间段内需要采集的带宽峰值的总数，带宽峰值包括边缘服务器在第一采样时间点对应的上行带宽峰值和下行带宽峰值；依据第一峰值点和带宽峰值确定第一带宽值。第一算力值通过以下方式确定：确定边缘服务器对应的第二峰值点和算力峰值，其中，第二峰值点用于表示边缘服务器在第二预设时间段内需要采集的算力峰值的总数，算力峰值包括边缘服务器在第二采样时间点对应的CPU算力峰值和GPU算力峰值；依据第二峰值点和算力峰值确定第一算力值。

[0052] 在本申请实施例中，可以通过边缘服务器上下行带宽计算模型确定边缘服务器对应的可用上行带宽值和可用下行带宽值，即上述目标带宽值。其中，具体的带宽计算模型参数如表1所示：

[0053] 表1带宽计算模型参数

[0054]

[0055]

[0056] 进一步地，具体的带宽模型计算公式如下：

[0057] Ku(i)＝U‑Gu(t)

[0058] Kd(i)＝D‑Gd(t)

[0059] 其中，上述目标带宽值包括边缘服务器在第一采样时间点(即上述表1中的带宽采样时间点)对应的可用上行带宽值Ku(i)和可用下行带宽值Kd(i)；上述总带宽值包括边缘服务器配置的上行网络带宽U和下行网络带宽D；上述第一带宽值包括边缘服务器在第一预设时间段内(即上述表1中的系统配置的带宽计算时间周期)的已用上行带宽值Gu(t)和已用下行带宽值Gd(t)。

[0060] 进一步地，上述第一带宽值(边缘服务器在第一预设时间段内的已用上行带宽值Gu(t)和已用下行带宽值Gd(t))的计算公式如下：

[0061]

[0062] 式中，P1为上述第一峰值点，用于表示边缘服务器在第一预设时间段内需要采集的带宽峰值的总数；上述带宽峰值包括边缘服务器在第一采样时间点对应的上行带宽峰值Bu(i)和下行带宽峰值Bd(i)。

[0063] 在本申请实施例中，还可以通过边缘服务器算力计算模型确定边缘服务器对应的可用CPU算力和可用GPU算力，即上述目标算力值。其中，具体的算力计算模型参数如表2所示：

[0064] 表2算力计算模型参数

[0065]

[0066] 进一步地，具体的算力模型计算公式如下：

[0067] Yc(i)＝C‑Xc(t)

[0068] Yg(i)＝G‑Xg(t)

[0069] 其中，上述目标算力值包括边缘服务器在第二采样时间点(即上述表2中的算力采样时间点)对应的可用CPU算力Yc(i)和可用GPU算力Yg(i)；上述总算力值包括边缘服务器配置的CPU算力C和GPU算力G；上述第一算力值包括边缘服务器在第二预设时间段内(即上述表2中的系统配置的算力计算时间周期)的已用CPU算力Xc(t)和已用GPU算力Xg(t)。

[0070] 进一步地，上述第一算力值(边缘服务器在第二预设时间段内的已用CPU算力Xc(t)和已用GPU算力Xg(t))的计算公式如下：

[0071]

[0072] 式中，P2为上述第二峰值点，用于表示边缘服务器在第二预设时间段内需要采集的算力峰值的总数，上述算力峰值包括边缘服务器在第二采样时间点对应的CPU算力峰值Zc(i)和GPU算力峰值Zg(i)。

[0073] 可选地，在资源信息支持至少一个端侧设备采用5G‑A多载波聚合技术进行数据传输的情况下，向与边缘服务器连接的所有端侧设备发送可用通知之前，方法还包括：确定第一端侧设备采用5G‑A多载波聚合技术进行数据传输时所需的第二带宽值和第二算力值，其中，第一端侧设备为所有端侧设备中的任意一个端侧设备，第二带宽值包括第一端侧设备采用5G‑A多载波聚合技术进行数据传输时所需的上行带宽值和下行带宽值，第二算力值包括第一端侧设备采用5G‑A多载波聚合技术进行数据传输时所需的CPU算力和GPU算力；比较第二带宽值和目标带宽值，以及比较第二算力值和目标算力值，在第二带宽值的上行带宽值小于目标带宽值的上行带宽值，且第二带宽值的下行带宽值小于目标带宽值的下行带宽值，以及第二算力值的CPU算力小于目标算力值的CPU算力，且第二算力值的GPU算力小于目标算力值的GPU算力的情况下，确定资源信息支持第一端侧设备采用5G‑A多载波聚合技术进行数据传输。

[0074] 可选地，方法还包括：在资源信息不支持端侧设备采用5G‑A多载波聚合技术进行数据传输的情况下，将资源信息发送至云侧服务器。

[0075] 在本申请实施例中，为了确保边缘服务器能够支持至少一个端侧设备采用5G‑A多载波聚合技术进行数据传输，可以从所有端侧设备中选择任意一个端侧设备(即上述第一端侧设备)进行资源适配操作，具体如下：

[0076] 对于第一端侧设备，确定其使用5G‑A多载波聚合技术进行数据传输所需的上行带宽值和下行带宽值(即上述第二带宽值)，以及确定其使用5G‑A多载波聚合技术进行数据传输所需的CPU算力和GPU算力(即上述第二算力值)，具体参数如表3所示：

[0077] 表3第一端侧设备使用5G‑A所需参数

[0078]

[0079]

[0080] 进一步地，将第一端侧设备使用5G‑A多载波聚合技术进行数据传输所需的参数与边缘服务器的资源信息中的可用资源(即上述目标带宽值和上述目标算力值)进行比较，具体匹配公式如下：

[0081]

[0082] 其中，比较第二带宽值(第一端侧设备使用5G‑A所需的上行带宽A和下行带宽B)和目标带宽值(边缘服务器在第一采样时间点对应的可用上行带宽值Ku(i)和可用下行带宽值Kd(i))，以及比较第二算力值(第一端侧设备使用5G‑A所需的CPU算力E和GPU算力F)和目标算力值(边缘服务器在第二采样时间点对应的可用CPU算力Yc(i)和可用GPU算力Yg(i))，在第二带宽值的上行带宽值(即上述第一端侧设备使用5G‑A所需的上行带宽A)小于目标带宽值的上行带宽值(即上述边缘服务器在第一采样时间点对应的可用上行带宽值Ku(i))，且第二带宽值的下行带宽值(即上述第一端侧设备使用5G‑A所需的下行带宽B)小于目标带宽值的下行带宽值(即上述边缘服务器在第一采样时间点对应的可用下行带宽值Kd(i))，以及第二算力值的CPU算力(即上述第一端侧设备使用5G‑A所需的CPU算力E)小于目标算力值的CPU算力(即上述边缘服务器在第二采样时间点对应的可用CPU算力Yc(i))，且第二算力值的GPU算力(即上述第一端侧设备使用5G‑A所需的GPU算力F)小于目标算力值的GPU算力(即上述边缘服务器在第二采样时间点对应的可用GPU算力Yg(i))的情况下，确定边缘服务器对应的资源信息支持第一端侧设备采用5G‑A多载波聚合技术进行数据传输。

[0083] 需要说明的是，在第二带宽值和目标带宽值，或第二算力值和目标算力值不匹配的情况下，说明边缘服务器对应的资源信息不足以至少一个端侧设备采用5G‑A多载波聚合技术进行数据传输，此时可以将边缘服务器对应的资源信息发送至云侧服务器进行存储或进一步处理，如资源调度、资源优化等。

[0084] 可选地，依据预设规则从发送请求信息的端侧设备中确定使用资源信息的目标端侧设备，包括：将请求信息按照时间先后顺序进行排列，得到请求序列；确定资源信息中的可用资源，以及确定请求序列中每个请求信息对应的端侧设备采用5G‑A多载波聚合技术进行数据传输时的所需的请求资源，其中，可用资源包括可用带宽和可用算力资源，请求资源包括请求带宽和请求算力资源；依据可用资源和请求资源确定请求序列中可以采用5G‑A多载波聚合技术进行数据传输的目标端侧设备。

[0085] 在本申请实施例中，当边缘服务器接收到多个端侧设备发送的请求信息后，可以根据预设规则对该请求信息进行筛选，具体如下：

[0086] 首先，可以为每个请求信息分配一个相应的时间戳，并根据该时间戳将端侧设备发送的请求信息进行排列，得到一个按照时间顺序排列的请求序列。其次，确定边缘服务器对应的资源信息中的可用资源(如上述目标带宽值和目标算力值)，以及对于请求序列中的每个端侧设备，确定他们采用5G‑A多载波聚合技术进行数据传输时所需的请求资源，该请求资源例如可以包括请求带宽(如使用5G‑A多载波聚合技术所需的上行带宽和下行带宽)和请求算力资源(如使用5G‑A多载波聚合技术所需的CPU算力和GPU算力)。随后，从请求序列中第一个请求信息对应的端侧设备开始，逐个累加每个端侧设备所需的请求资源，直到累加的请求资源总和接近但不超过边缘服务器的可用资源，即可确定使用边缘服务器资源信息的目标设备。

[0087] 在本申请实施例中，边缘服务器以主动，最大容量的方式支持了更多的端侧设备启用5G‑A多载波聚合技术进行数据传输，提高了边缘服务器的资源利用效率和整体系统性能。同时，由于边缘侧服务器具有足够的网络带宽和算力资源，能够完全接收端侧设备在采用5G‑A多载波聚合技术时的高码率数据并进行相应处理，显著提升了用户在端侧设备应用5G‑A多载波聚合技术时的体验效果。

[0088] 根据本申请实施例，提供了一种通信系统，需要说明的是，本申请实施例的通信系统可用于执行本申请实施例提供的用于数据传输的确定方法。以下对本申请实施例提供的通信系统进行介绍。

[0089] 图3是根据本申请实施例提供的一种通信系统的结构图。如图3所示，该通信系统包括：边缘(侧)服务器30，端侧设备32和云侧服务器34，其中，

[0090] 边缘服务器30，用于获取自身的资源信息，其中，资源信息包括边缘服务器的网络带宽和算力资源；在资源信息支持至少一个端侧设备采用5G‑A多载波聚合技术进行数据传输的情况下，向与边缘服务器连接的所有端侧设备发送可用通知；接收所有端侧设备中至少一个端侧设备依据可用通知发送的请求信息，并依据预设规则从发送请求信息的端侧设备中确定使用资源信息的目标端侧设备，其中，目标端侧设备采用5G‑A多载波聚合技术进行数据传输。

[0091] 端侧设备32，用于接收边缘服务器发送的可用通知，并向边缘服务器发送请求信息；

[0092] 云侧服务器34，用于接收边缘服务器发送的资源信息。

[0093] 具体地，在上述系统中，端侧设备32接收到边缘服务器30发送的可用通知后，还用于检测本端设备及其连接的网络是否支持采用5G‑A多载波聚合技术进行数据传输，如果支持的话，将进一步检测本端设备是否已经启用了5G‑A多载波聚合技术进行数据传输，如果本端设备已启用5G‑A多载波聚合技术，则继续使用此方式进行数据传输；如果本端设备未启用5G‑A多载波聚合技术，则向边缘服务器发送请求信息，以请求使用5G‑A多载波聚合技术进行数据传输；当请求信息被边缘服务器接受后，本端设备即可使用5G‑A多载波聚合技术进行数据传输，如果请求信息未被边缘服务器接受，则本端设备依旧使用普通5G技术进行数据传输。需要说明的是，端侧设备在数据传输过程中，无论是使用5G‑A多载波聚合技术进行数据传输，还是使用5G技术进行数据传输，都会持续不断地检测本端设备及其连接的网络是否支持5G‑A多载波聚合技术的数据传输。

[0094] 边缘服务器30还用于接收端侧设备的数据传输并进行相应的处理，在数据传输的同时，边缘服务器也会记录端侧设备的带宽和算力消耗量。需要说明的是，如果端侧设备使用的是5G‑A多载波聚合技术的数据传输，此时具备充足的带宽和算力，能够最大限度地发挥端侧设备的5G‑A多载波聚合技术的性能；如果端侧设备因网络变化从5G‑A多载波聚合传输模式切换到5G传输模式时，边缘侧服务器会及时收回分配给端侧设备的带宽和算力资源。

[0095] 云侧服务器34还用于判断各个边缘侧服务器的带宽与算力资源消耗状态，如果当前边缘服务器的带宽和算力资源已消耗完，则会将新的端侧设备的请求信息调度到其它具有空闲带宽和算力资源的边缘服务器。

[0096] 需要说明的是，图3所示的通信系统用于执行图2所示的数据传输的确定方法，因此上述数据传输的确定方法中的相关解释说明也适用于该通信系统，此处不再赘述。

[0097] 根据本申请实施例，提供了一种数据传输的确定装置，需要说明的是，本申请实施例的数据传输的确定装置可用于执行本申请实施例提供的用于数据传输的确定方法。以下对本申请实施例提供的数据传输的确定装置进行介绍。

[0098] 图4是根据本申请实施例提供的一种数据传输的确定装置的结构图。如图4所示，该装置包括：

[0099] 获取模块40，用于获取边缘服务器的资源信息，其中，资源信息包括边缘服务器的网络带宽和算力资源；

[0100] 发送模块42，用于在资源信息支持至少一个端侧设备采用5G‑A多载波聚合技术进行数据传输的情况下，向与边缘服务器连接的所有端侧设备发送可用通知；

[0101] 确定模块44，用于接收所有端侧设备中至少一个端侧设备依据可用通知发送的请求信息，并依据预设规则从发送请求信息的端侧设备中确定使用资源信息的目标端侧设备，其中，目标端侧设备采用5G‑A多载波聚合技术进行数据传输。

[0102] 通过上述数据传输的确定装置中的获取模块40、发送模块42和确定模块44，达到了主动、高效地满足端侧设备的高带宽和高算力需求的目的，从而实现了提高边缘服务器资源适配效率和系统性能的技术效果，进而解决了由于相关技术中的边缘服务器通常是被动和渐进式地接收端侧设备的网络请求，导致边缘服务器和端侧设备存在资源适配不足和性能冲突的技术问题。

[0103] 在本申请实施例提供的数据传输的确定装置中，获取模块还用于确定边缘服务器的总带宽值和第一带宽值，依据总带宽值和第一带宽值确定边缘服务器的目标带宽值，其中，总带宽值包括边缘服务器配置的上行带宽值和下行带宽值，第一带宽值包括边缘服务器在第一预设时间段内的已用上行带宽值和已用下行带宽值，目标带宽值包括边缘服务器在第一采样时间点对应的可用上行带宽值和可用下行带宽值；确定边缘服务器的总算力值和第一算力值，依据总算力值和第一算力值确定边缘服务器的目标算力值，其中，总算力值包括边缘服务器配置的CPU算力和GPU算力，第一算力值包括边缘服务器在第二预设时间段内的已用CPU算力和已用GPU算力，目标算力值包括边缘服务器在第二采样时间点对应的可用CPU算力和可用GPU算力。

[0104] 在本申请实施例提供的数据传输的确定装置中，获取模块还用于确定边缘服务器对应的第一峰值点和带宽峰值，其中，第一峰值点用于表示边缘服务器在第一预设时间段内需要采集的带宽峰值的总数，带宽峰值包括边缘服务器在第一采样时间点对应的上行带宽峰值和下行带宽峰值；依据第一峰值点和带宽峰值确定第一带宽值。

[0105] 在本申请实施例提供的数据传输的确定装置中，获取模块还用于确定边缘服务器对应的第二峰值点和算力峰值，其中，第二峰值点用于表示边缘服务器在第二预设时间段内需要采集的算力峰值的总数，算力峰值包括边缘服务器在第二采样时间点对应的CPU算力峰值和GPU算力峰值；依据第二峰值点和算力峰值确定第一算力值。

[0106] 在本申请实施例提供的数据传输的确定装置中，发送模块还用于确定第一端侧设备采用5G‑A多载波聚合技术进行数据传输时所需的第二带宽值和第二算力值，其中，第一端侧设备为所有端侧设备中的任意一个端侧设备，第二带宽值包括第一端侧设备采用5G‑A多载波聚合技术进行数据传输时所需的上行带宽值和下行带宽值，第二算力值包括第一端侧设备采用5G‑A多载波聚合技术进行数据传输时所需的CPU算力和GPU算力；比较第二带宽值和目标带宽值，以及比较第二算力值和目标算力值，在第二带宽值的上行带宽值小于目标带宽值的上行带宽值，且第二带宽值的下行带宽值小于目标带宽值的下行带宽值，以及第二算力值的CPU算力小于目标算力值的CPU算力，且第二算力值的GPU算力小于目标算力值的GPU算力的情况下，确定资源信息支持第一端侧设备采用5G‑A多载波聚合技术进行数据传输。

[0107] 在本申请实施例提供的数据传输的确定装置中，发送模块还用于在资源信息不支持端侧设备采用5G‑A多载波聚合技术进行数据传输的情况下，将资源信息发送至云侧服务器。

[0108] 在本申请实施例提供的数据传输的确定装置中，确定模块还用于将请求信息按照时间先后顺序进行排列，得到请求序列；确定资源信息中的可用资源，以及确定请求序列中每个请求信息对应的端侧设备采用5G‑A多载波聚合技术进行数据传输时的所需的请求资源，其中，可用资源包括可用带宽和可用算力资源，请求资源包括请求带宽和请求算力资源；依据可用资源和请求资源确定请求序列中可以采用5G‑A多载波聚合技术进行数据传输的目标端侧设备。

[0109] 本申请实施例还提供了一种电子设备，包括：存储器和处理器，其中，存储器，用于存储程序指令；处理器，与存储器连接，用于执行实现上述数据传输的确定方法。

[0110] 需要说明的是，上述电子设备用于执行图2所示的数据传输的确定方法，因此上述数据传输的确定方法中的相关解释说明也适用于该电子设备，此处不再赘述。

[0111] 本申请实施例还提供了一种非易失性存储介质，该非易失性存储介质包括存储的计算机程序，其中，该非易失性存储介质所在设备通过运行计算机程序执行上述数据传输的确定方法。

[0112] 需要说明的是，上述非易失性存储介质用于执行图2所示的数据传输的确定方法，因此上述数据传输的确定方法中的相关解释说明也适用于该非易失性存储介质，此处不再赘述。

[0113] 本申请实施例还提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现上述数据传输的确定方法。

[0114] 需要说明的是，上述计算机程序产品用于执行图2所示的数据传输的确定方法，因此上述数据传输的确定方法中的相关解释说明也适用于该计算机程序产品，此处不再赘述。

[0115] 上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

[0116] 在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

[0117] 在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

[0118] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0119] 另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

[0120] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read‑OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

[0121] 以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。