公开(公告)号：CN111612373A

公开(公告)日：2020-09-01

申请号：CN202010475736.X

申请日：2020-05-29

Applicant: 杭州电子科技大学

Inventor： 樊甜甜 ,  蒋从锋 ,  周鑫 ,  欧东阳 ,  李跃岗 ,  仇烨亮 ,  殷昱煜 ,  张纪林

IPC: G06Q10/06 ,  H04L29/08 ,  H04J3/06 ,  G06F16/215 ,  G06F9/455

Abstract: 本发明公开了一种公有云系统性能一致性调整方法。本发明首先建立基于线性回归模型的云系统性能评价指标，用于计算不同测试场景下云系统的性能和判断云服务提供商是否提供一致的性能；其次检查云平台配置的完整性，消除由于硬件配置和软件配置不一致所带来的性能误差；然后使用网络时间协议(NTP)来同步网络中各个虚拟机的时间。最后清除宿主机和虚拟机的处理器缓存，消除由于不同缓存命中率所带来的误差。通过本发明可以消除影响云系统性能的不确定因素，使得云系统可以为租户提供从一而终的性能，显著提高的云租户的服务体验，同时降低了云平台的投诉率保证了云平台的信誉。

公开(公告)号：CN109445935A

公开(公告)日：2019-03-08

申请号：CN201811177798.1

申请日：2018-10-10

Applicant: 杭州电子科技大学

Inventor： 蒋从锋 ,  葛浙奉 ,  樊甜甜 ,  仇烨亮 ,  万健 ,  张纪林 ,  殷昱煜 ,  任祖杰

IPC: G06F9/50 ,  G06N3/08

Abstract: 本发明公开了一种云计算环境下一种高性能的大数据分析系统自适应配置方法。本发明应用深度神经网络模型来自适应配置云环境下大数据分析系统的资源。通过识别大数据分析系统的任务负载特征和平台性能特性，动态自适应的对大数据分析系统进行资源配置和管理。本发明不仅可以满足大数据分析系统对资源的性能要求，自适应的配置系统，实现系统性能随着负载规模自动扩展，提高服务质量，而且可以降低资源使用，节省系统的运行成本。

公开(公告)号：CN109271015A

公开(公告)日：2019-01-25

申请号：CN201811177821.7

申请日：2018-10-10

Applicant: 杭州电子科技大学

Inventor： 蒋从锋 ,  王济伟 ,  丁佳明 ,  俞俊 ,  赵乃良 ,  樊甜甜 ,  仇烨亮 ,  万健 ,  张纪林 ,  殷昱煜 ,  任祖杰

IPC: G06F1/329 ,  G06F1/3287 ,  G06F1/3206 ,  G06F9/50

Abstract: 本发明公开了一种降低大规模分布式机器学习系统能耗的方法。本发明通过分类器对分布式机器学习系统的负载进行分类识别、状态预测，并通过减少分布式参数服务器间的通信加速任务运行来降低整个分布式机器学习系统的能耗。本发明的方法包含两部分：机器学习负载预测与类型识别方法、分布式机器学习节点间参数“懒同步”机制。本发明通过只将显著更新传递到远程数据中心来减少广域网通信的参数同步机制可以有效减少系统等待时长，加快机器学习收敛速率。对机器学习负载的预测和类型的判别有助于提高工作机的利用率，避免大量工作机开启后处于闲置状态。以上方法缩短了机器学习任务的执行时间，提高了工作机利用率，大大降低了系统能耗。