一种弱网连接环境下的云边资源协同管理系统

    公开(公告)号:CN118842798A

    公开(公告)日:2024-10-25

    申请号:CN202411116460.0

    申请日:2024-08-15

    Abstract: 本发明涉及一种弱网连接环境下的云边资源协同管理系统,属于云计算技术领域。本发明综合任务资源消耗和边缘节点位置属性将带宽占用高或时延敏感的应用部署在更接近用户的边缘节点上,能够充分利用边缘节点资源的同时,避免因云边网络不稳定造成的服务质量不稳定问题。本发明在边缘节点上设计边缘服务代理,采用本地数据存储,当云边网络断连,边缘服务代理结合本地数据库能够响应本地服务请求,满足边缘节点服务自主运行的数据需求,形成服务边缘自治能力,能够充分利用边缘节点资源,为用户提供更好的使用体验。

    一种面向实时任务的虚拟化资源调度机制及中断方法

    公开(公告)号:CN118069358A

    公开(公告)日:2024-05-24

    申请号:CN202410232358.0

    申请日:2024-03-01

    Abstract: 本发明涉及一种面向实时任务的虚拟化资源调度机制及中断方法,属于计算机技术领域。本发明中实时任务发送执行请求,获取具体可执行任务的虚拟资源信息,通过虚拟资源信息调度具体物理资源执行任务。本发明通过资源预留和任务中断的方式,实现了实时任务调度时直接调度指定资源,减少了资源查找和GuestOS到HostOS资源转换的时间。这种机制和策略专门针对有实时任务需求的虚拟化环境,能够最大限度地提高实时任务的成功率,提供更可靠的实时处理能力,并确保实时任务进行资源调度时的时间抖动控制在可控范围内,满足实时任务对时间约束的严格要求。

    一种基于国产平台虚拟机和容器的超融合调度方法

    公开(公告)号:CN113900773B

    公开(公告)日:2024-04-09

    申请号:CN202111238875.1

    申请日:2021-10-25

    Abstract: 本发明涉及一种基于国产平台虚拟机和容器的超融合调度方法,属于虚拟化和容器领域。本发明针对虚拟机和容器共存的计算环境,基于OpenStack中用于云平台资源统一管理的Placement组件建立统一的资源管理模型。在Placement组件中定制开发资源联合调度的数据接口,建立虚拟机与容器资源信息共享的管理机制,当触发虚拟机活动和容器活动时,计算节点的资源使用信息将实时同步,从而实现容器和虚拟机的资源使用量可以互相感知,保证虚拟机和容器使用的资源互相不冲突。本发明实现虚拟机与容器共享物理机资源,以及虚拟机和容器资源的统一管理,从而减少性能损耗,解决传统使用“虚拟化嵌套”或“逻辑融合”方式导致的资源利用率低下的问题。

    一种异构云平台统一管理方法

    公开(公告)号:CN114629770A

    公开(公告)日:2022-06-14

    申请号:CN202210194749.9

    申请日:2022-03-01

    Abstract: 本发明涉及一种异构云平台统一管理方法,属于云计算领域。本发明首先设计异构平台界面与统一管理界面对接时的标准API接口,以满足异构云平台统一接入的需求;然后通过资源抽象与整合,构建各类资源与服务的目录,以满足用户通过统一管理界面快速创建云主机等各类资源的需要;最后能够通过标准API接口的统一接入界面实现各类云资源的统一监控,最终实现接入、管理、监控三位一体的异构云平台统一管控。本发明通过构建各类资源的监控标准模型,能够对分布在不同地理位置、不同硬件平台、不同技术架构云的各类资源进行全面、统一、多维度的监控,最终实现在统一用户界面的资源监控信息汇总。

    基于中层卷积神经网络多维度特征的场景识别方法

    公开(公告)号:CN113903004A

    公开(公告)日:2022-01-07

    申请号:CN202111260039.3

    申请日:2021-10-28

    Abstract: 本发明涉及一种基于中层卷积神经网络多维度特征的场景识别方法,属于人工智能领域。本发明利用滑动窗口策略提取图像块;提取图像块HOG特征,对图像块聚类,并训练SVM分类器;利用分类器在训练集中检测与聚类中图像块相似的图像块,并将图像块作为候选的具有区分度的中层图像块;提取中层图像块CNN全连接层特征和整幅图像的CNN全连接层特征,对两种特征进行叠加;利用SVM分类器对特征进行分类。本专利融合中层语义部件信息与全局CNN特征,对图像有更加全面的特征表达,提高场景识别准确率。

    基于神经网络和分布式缓存的Kubernetes集群资源混合调度方法

    公开(公告)号:CN113806018A

    公开(公告)日:2021-12-17

    申请号:CN202111070586.5

    申请日:2021-09-13

    Abstract: 本发明涉及一种基于神经网络和分布式缓存的Kubernetes集群资源混合调度方法,属于资源调度领域。本发明通过采集应用历史运行情况相关信息,训练BP神经网络,构建基于kubernetes的资源预测模型;对应用当前所需要使用的资源进行预测,并将相应预测结果输入到分布式缓存系统;资源调度算法从分布式缓存系统获取预测结果,针对不同种类的资源,资源动态调度算法会生成一系列资源借贷决策,并将决策响应到容器组的请求资源限制中。本发明使用预测模型预测未来一段时间内应用的负载情况,根据资源预测结果帮助Kubernetes集群在应用由于资源不足出现性能瓶颈之前预先触发资源的动态调度和实例的自动伸缩,从而减少服务的实际响应时间。

    一种面向大规模容器集群的智能虚拟网络路径规划方法

    公开(公告)号:CN111049747A

    公开(公告)日:2020-04-21

    申请号:CN201911306833.X

    申请日:2019-12-18

    Abstract: 本发明涉及一种面向大规模容器集群的智能虚拟网络路径规划方法,在对接口信息进行提取后,对整个网络信息进行感知,重构拓扑信息;对交换机进行流量统计;在对交换机的流量进行统计后,对相应流表信息进行自动提取,获得包括端口流量流入字节数,端口流量流出字节数两类特征,并构建端口流量流入速率,以及端口流量流出速率两类自建特征,通过对输入的特征进行归一化处理,进行训练后,获取流量预测模型;使用流量预测模型,根据任务的不同预测交换机未来固定时间周期内的端口流量,根据预测结果与阈值的比较,对相应交换机进行休眠/开启操作;根据任务特点进行自适应规划;执行将采取的动作策略。

Patent Agency Ranking