-
公开(公告)号：CN114844900B
公开(公告)日：2022-12-13
申请号：CN202210483939.2
申请日：2022-05-05
Applicant: 中南大学
IPC: H04L67/1008 , H04L67/1012 , H04L67/60
Abstract: 本发明公开了一种基于不确定需求下的边云资源协作方法，目的是提高边缘服务器的服务效率。技术方案是先构建由J个边缘服务器和一个云端服务中心组成的边缘云一体化系统。接着边缘服务器的各个模块依次运行：设备信息模块读取最大计算负载；效率计算模块计算计算资源对效率的预期影响；数据预估模块根据预期影响，预估边缘服务器最大预期效率和最优预先请求资源量；最优决策模块根据预先请求资源量和预期影响，计算最优预先请求决策；第一协作模块根据最优预先请求决策和预先请求资源量确定请求指令。最后云端服务中心根据请求指令调度资源。采用本发明可以避免预先请求资源过少时的计算任务流失，提高边缘服务器的服务效率。
-
公开(公告)号：CN114844900A
公开(公告)日：2022-08-02
申请号：CN202210483939.2
申请日：2022-05-05
Applicant: 中南大学
IPC: H04L67/1008 , H04L67/1012 , H04L67/60
Abstract: 本发明公开了一种基于不确定需求下的边云资源协作方法，目的是提高边缘服务器的服务效率。技术方案是先构建由J个边缘服务器和一个云端服务中心组成的边缘云一体化系统。接着边缘服务器的各个模块依次运行：设备信息模块读取最大计算负载；效率计算模块计算计算资源对效率的预期影响；数据预估模块根据预期影响，预估边缘服务器最大预期效率和最优预先请求资源量；最优决策模块根据预先请求资源量和预期影响，计算最优预先请求决策；第一协作模块根据最优预先请求决策和预先请求资源量确定请求指令。最后云端服务中心根据请求指令调度资源。采用本发明可以避免预先请求资源过少时的计算任务流失，提高边缘服务器的服务效率。
-
公开(公告)号：CN114595034A
公开(公告)日：2022-06-07
申请号：CN202210223671.9
申请日：2022-03-07
Applicant: 中南大学
IPC: G06F9/455
Abstract: 本发明公开了一种容器镜像体积缩小方法、存储器及装置，方法包括：将原始容器镜像的最先启动项替换为监控程序，用原始容器镜像启动容器；监控容器根目录挂载点，并根据启动项的原始内容启动并监控对应的程序，将监控结果汇总得到动态分析结果；分析动态分析结果中二进制程序和动态链接库，获取二进制程序和动态链接库包含的路径信息以及依赖的其他链接库，将其他链接库和路径信息汇总得到静态分析结果，将动态分析结果和静态分析结果汇总得到粗略结果；使用基于用户的协同过滤算法进行文件推荐，将推荐结果和粗略结果汇总后得到精确结果；根据精确结果重新生成容器镜像。本发明克服容器镜像冗余的同时，最大程度的获取到所有被需要的文件。
-
公开(公告)号：CN113347267B
公开(公告)日：2022-03-18
申请号：CN202110688768.2
申请日：2021-06-22
Applicant: 中南大学
Abstract: 本发明公开了一种移动边缘云计算网络中的MEC服务器部署方法，目的是使得MEC服务器的部署效率最大化。技术方案是：先对影响部署效率的各种因素进行建模和分析，得到部署效率的计算公式。然后利用得到计算部署效率所需要的各个参数的值。接着根据部署效率的计算公式和各参数的值，使用三层优化方法计算出最优的部署决策。最后使用最优的部署决策，决定在哪些基站部署MEC服务器，并在每个基站上部署多少的计算资源量，并以此在城市中的基站上部署MEC服务器和计算资源量。采用本发明可保证MEC服务器对移动用户的覆盖率，降低MEC服务器处理用户计算任务时的延迟，降低MEC服务器部署期间造成的浪费。
-
公开(公告)号：CN113347267A
公开(公告)日：2021-09-03
申请号：CN202110688768.2
申请日：2021-06-22
Applicant: 中南大学
Abstract: 本发明公开了一种移动边缘云计算网络中的MEC服务器部署方法，目的是使得MEC服务器的部署效率最大化。技术方案是：先对影响部署效率的各种因素进行建模和分析，得到部署效率的计算公式。然后利用得到计算部署效率所需要的各个参数的值。接着根据部署效率的计算公式和各参数的值，使用三层优化方法计算出最优的部署决策。最后使用最优的部署决策，决定在哪些基站部署MEC服务器，并在每个基站上部署多少的计算资源量，并以此在城市中的基站上部署MEC服务器和计算资源量。采用本发明可保证MEC服务器对移动用户的覆盖率，降低MEC服务器处理用户计算任务时的延迟，降低MEC服务器部署期间造成的浪费。
-
Patent Agency Ranking
公开(公告)号：CN112929842A
公开(公告)日：2021-06-08
申请号：CN202110117008.6
申请日：2021-01-28
Applicant: 中南大学
Abstract: 本发明提供了一种基于多通信模块的传感器节点数据传输方法包括如下步骤：步骤S1、部署传感器节点：传感器节点搭载传感器模块以及传感器节点通信模块，传感器节点通信模块包括传感器节点低功耗通信模块及传感器节点高速传输通信模块；步骤S2、部署数据汇聚节点：数据汇聚节点搭载汇聚节点通信模块，汇聚节点通信模块包括汇聚节点低功耗通信模块及汇聚节点高速传输通信模块；步骤S3、默认状态时数据传输以“低功耗模式”运行；步骤S4、在遇到突发情况导致数据量激增或者有外部请求时，数据传输开启“高性能模式”。本发明用于解决物联网无线传感网络只能服务单一的应用场景，无法完成复杂的数据采集需求的问题。
-
公开(公告)号：CN114706678B
公开(公告)日：2025-03-28
申请号：CN202210284033.8
申请日：2022-03-22
Applicant: 中南大学
Abstract: 本发明公开了一种边缘智能服务器神经网络推断任务调度方法，步骤包括：利用GPU虚拟化技术将GPU虚拟成多个虚拟GPU；按照预设的分配策略，为虚拟GPU分配预设的资源，用排队服务系统按照预设的执行批次，为每个推断任务的类别对应的虚拟GPU分配推断任务；收集每一类推断任务的平均服务延迟和计算资源量，判断是否需要调整分配策略，是则用强化学习算法计算新的分配策略；按照新的分配策略，为虚拟GPU分配对应的资源，用排队服务系统按照对应的执行批次，为每个任务的类别对应的虚拟GPU分配神经网络推断任务。本发明以较低的计算复杂度，满足动态场景的实时性要求，并且有效的解决了在较大规模的边缘计算场景中的负载均衡问题。
-
公开(公告)号：CN115620524B
公开(公告)日：2023-03-28
申请号：CN202211612325.6
申请日：2022-12-15
Applicant: 中南大学
IPC: G08G1/01 , G06Q10/04 , G06Q50/26 , G06N3/0464 , G06N3/048 , G06F18/2431
Abstract: 本发明公开了一种交通拥堵预测方法、系统、设备及存储介质，本方法通过获取多源异构数据集，获取交通事件数据、拥堵事件数据和站点流量数据；采用卷积神经网络提取拥堵事件数据、交通事件数据和待预测的交通拥堵之间的空间相关性特征；通过特征提取网络提取站点流量处理数据与拥堵的时间依赖关系特征；获取除交通事件数据、拥堵事件数据和站点流量数据之外的多种因素数据，并对多种因素数据进行多分类处理和独热编码处理，获得多种因素特征；将空间相关性特征、时间依赖关系特征和多种因素特征进行拼接，获得时空联合特征，并将时空联合特征输入至多层感知机模型中，获得待预测的交通拥堵的预测结果。本发明能够提高交通拥堵预测的精确度。
-
公开(公告)号：CN114866548A
公开(公告)日：2022-08-05
申请号：CN202210448728.5
申请日：2022-04-26
Applicant: 中南大学
Abstract: 本发明公开了一种基于移动雾计算的任务卸载方法，方案是构建由I个移动雾节点、一个基站、J个请求卸载任务的移动设备、一个云数据库服务器组成的任务卸载系统。基站作为部署任务卸载的第三方平台，移动设备和移动雾节点向基站提供信息。在考虑设备移动性约束以及用户服务质量对不同设备属性的偏好的情况下，将移动雾计算环境下任务卸载中的资源利用率最大化问题建模为二部图的最大加权匹配问题，通过KM算法求解出能够使得用户总体满意度最高的最优任务分配方案。基站根据最优任务分配方案通知请求卸载的移动设备将任务卸载到合适的移动雾节点，并通知对应的移动雾节点接受并执行任务。采用本发明能实现合理的任务分配，有效提高资源利用率。
-
公开(公告)号：CN114281545B
公开(公告)日：2022-07-12
申请号：CN202111618376.5
申请日：2021-12-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于CPU资源与图像模型时延关系的资源分配方法，目的是减少CPU资源浪费，降低图像任务队列处理时延。技术方案是构建由接收端口，图像模型模块，测试控制模块，测试模块，监控模块，函数拟合模块，调度模块组成的基于CPU资源与图像模型时延关系的资源分配系统；资源分配系统各模块相互配合，对N个任务需求中的图像模型进行测试，得出N个拟合函数；调度模块N个拟合函数及N个任务请求，按照任务请求的到达顺序，将CPU各个核的空闲资源分配给N个任务。采用本发明能够减少任务过多时CPU处理图像任务队列的总时延，减少CPU资源浪费，改善CPU并行处理任务的能力，提高计算机综合效率。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.025 seconds)
