一种基于预测的键值存储数据库副本选择方法

    公开(公告)号:CN107241442B

    公开(公告)日:2018-02-09

    申请号:CN201710631076.8

    申请日:2017-07-28

    Applicant: 中南大学

    Abstract: 本专利公开了一种基于预测的键值存储数据库副本选择方法。包括依次执行的等待队列长度变化趋势判断、预测等待队列长度和副本排序三个步骤。进行预测时,PRS首先对等待队列长度的变化趋势进行判断,然后根据等待队列长度的变化趋势筛选反馈信息,以避免过时的反馈信息影响预测结果;其次,RPS根据当前等待队列长度变化的趋势,选取相应的方法进行副本服务器的等待队列长度估计;最后,根据估计的等待队列长度对副本服务器进行打分排序,选择最合适的副本服务器。通过预测,PRS能够获得比C3更准确的副本服务器等待队列长度估计值,从而做出更好的副本选择决策,进一步降低应用请求的响应时间。

    一种基于预测的键值存储数据库副本选择方法

    公开(公告)号:CN107241442A

    公开(公告)日:2017-10-10

    申请号:CN201710631076.8

    申请日:2017-07-28

    Applicant: 中南大学

    CPC classification number: H04L67/1004 H04L67/1097 H04L67/327

    Abstract: 本发明公开了一种基于预测的键值存储数据库副本选择方法。包括依次执行的等待队列长度变化趋势判断、预测等待队列长度和副本排序三个步骤。进行预测时,PRS首先对等待队列长度的变化趋势进行判断,然后根据等待队列长度的变化趋势筛选反馈信息,以避免过时的反馈信息影响预测结果;其次,RPS根据当前等待队列长度变化的趋势,选取相应的方法进行副本服务器的等待队列长度估计;最后,根据估计的等待队列长度对副本服务器进行打分排序,选择最合适的副本服务器。通过预测,PRS能够获得比C3更准确的副本服务器等待队列长度估计值,从而做出更好的副本选择决策,进一步降低应用请求的响应时间。

    一种快速简单的量化拥塞通告方法

    公开(公告)号:CN105915464A

    公开(公告)日:2016-08-31

    申请号:CN201610454652.1

    申请日:2016-06-21

    Applicant: 中南大学

    CPC classification number: H04L47/12 H04L47/263

    Abstract: 本专利公开了一种快速简单的量化拥塞通告方法。本方法由拥塞点和响应点协同完成。响应点(即源端)将发送速率初始化为链路速率,根据其所接收到的反馈包类型决定是否降速、重置发送速率,或者在没有收到反馈包时采用折半搜索算法调整发送速率。拥塞点(即交换机)初始化变量congested来标识交换机是否经历过拥塞,并根据队列长度、以及队列长度在一个采样周期内的变化量,采样生成反馈包发送给响应点。本专利简化并改进了IEEE 802.1Qau工作组制定的链路层拥塞控制标准协议量化拥塞通告(QCN),能够快速地获取空余的带宽,尤其适用于数据中心网络环境。

    一种进度感知的分布式机器学习网内聚合传输方法

    公开(公告)号:CN118101579A

    公开(公告)日:2024-05-28

    申请号:CN202311300147.8

    申请日:2023-10-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种进度感知的分布式机器学习网内聚合传输方法,分布式机器学习的梯度分组被工作节点发送至交换机的聚合器进行聚合,以消减网络流量。交换机每收到一个梯度分组,则立即向相应源工作节点回复分组确认,从而触发各个工作节点异步更新拥塞窗口并发送新的梯度分组,避免部分节点拖尾导致所有节点同步阻塞的问题。同时,交换机实时计算每个工作节点的传输进度、网络拥塞状态和聚合器拥塞状态,并反馈回各个工作节点。工作节点采用拥塞窗口和异步程度窗口协同控制梯度分组的发送速率。拥塞窗口根据网络拥塞状态和工作节点传输进度调节。传输进度慢的节点比进度快的节点分配更多带宽,缓解拖尾问题。异步程度窗口控制根据聚合器拥塞状态调节,控制工作节点在交换机上的聚合器占用数量,避免任务饥饿。两种窗口中的较小值决定了梯度分组的发送速率。本发明提高了分布式机器学习网内聚合效率,降低了模型训练时间。

    一种融合经典算法和在线学习的拥塞控制方法

    公开(公告)号:CN117255067A

    公开(公告)日:2023-12-19

    申请号:CN202311404076.6

    申请日:2023-10-27

    Applicant: 中南大学

    Abstract: 本专利公开了一种融合经典算法和在线学习的拥塞控制方法。该方法根据经典拥塞控制算法CUBIC进行细粒度发送速率演化,同时设计粗粒度在线学习模块周期性地调节CUBIC模块的演化规则参数,使用利用率、延时比和丢包率等关联的效用函数来量化不同参数的算法在当前网络环境下的性能,进而指导在线学习模块对CUBIC的演化规则参数进行动态调节,从而达到在不同的网络环境和真实应用中均保持了一致的高网络传输性能的目标。

    基于延时的自适应拥塞控制方法及设备

    公开(公告)号:CN115941557A

    公开(公告)日:2023-04-07

    申请号:CN202011250982.1

    申请日:2020-11-10

    Applicant: 中南大学

    Abstract: 本专利公开了一种基于延时的周期性拥塞控制方法及设备,对检测周期内的网络延时进行幅频特性监测以判断拥塞控制系统是否稳定;当拥塞控制系统稳定时,则动态更新检测周期和速率调节系数,同时持续更新加速因子,最后综合目标发送速率来持续的动态调整当前发送速率和拥塞窗口。本发明的技术效果在于,根据网络延时在一段时间内的行为,通过快速傅里叶变换判断拥塞控制系统是否进入周期性变化的稳定状态,并在稳定状态下通过推断当前网络环境来动态改变速率调节方式。使得拥塞控制系统在不同的环境下都能工作在预设的范围内,并呈现出期待的行为模式。

    基于预测的40-100Gbps以太网节能策略实施方法

    公开(公告)号:CN109617704A

    公开(公告)日:2019-04-12

    申请号:CN201811582071.1

    申请日:2018-12-24

    Applicant: 中南大学

    CPC classification number: H04L12/12 H04L41/142 H04L41/145 H04L41/147

    Abstract: 本专利公开了一种基于预测的40-100Gbps以太网节能策略实施方法。IEEE802.3bj标准为40-100Gbps节能以太网(Energy Efficient Ethernet,EEE)定义了快速唤醒(Fast Wake)和深度睡眠(Deep Sleep)两种节能状态,不同节能状态对应的节能量和状态转换延迟不同。基于预测的40-100Gbps以太网节能策略在保证数据帧尾延迟不超过预定期望延迟的前提下,周期性地根据历史信息预测下一个周期内数据帧的到达数量,并基于此预测结果选择下一周期内使用的节能状态以及控制EEE离开节能状态的时机,从而在提升节能量和减少尾延时两方面取得较好的折中。实验结果表明,本专利设计的基于预测的40-100Gbps以太网节能策略能够在将数据帧的尾延迟控制在期望值内的同时,相比于现有节能策略达到更优的节能效果。

    一种在键值存储数据库中高效简单的副本选择方法

    公开(公告)号:CN107239550A

    公开(公告)日:2017-10-10

    申请号:CN201710425213.2

    申请日:2017-06-07

    Applicant: 中南大学

    CPC classification number: G06F17/30292 G06F17/30575

    Abstract: 本发明公开了一种在键值存储数据库中高效简单的副本选择方法。对于数据库中的每一次键值存取操作,当值被存放在多个副本服务器中时,客户端根据以下两个指标为该键选择最好的副本服务器:(1)、最近一次键值存取的时间RPT;(2)已发送出去键但尚未返回值的个数OSK。本发明能够避免只使用RPT信息导致的羊群效应问题,以及只使用OSK信息无法选到最快的副本服务器的问题,从而显著的降低一系列键值存取操作的尾部延时。因为一个系统用户请求通常会生成一系列键值存取操作,所以本发明降低了整个系统用户请求的响应时间,提高了用户体验。相比于国际上最近提出的键值存储数据库副本选择算法C3,本发明性能与之相近,但实现更加简单,代价更低。

Patent Agency Ranking