-
公开(公告)号：CN112714062B
公开(公告)日：2022-04-29
申请号：CN202011437644.9
申请日：2020-12-07
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L45/24 , H04L45/302
Abstract: 本发明涉及一种面向超算用户体验质量的多路径路由方法，包括通过预设规则将待规划路径的业务解耦为至少一个业务块，根据每一个业务块的网络需求特征、待规划路径的网络节点之间的所有路径和所有路径中每一条路径的网络特征，得到针对业务的网络节点之间的多路径集合，将多路径集合中每一条路径的网络特征和所有业务块的网络需求特征输入至预设匹配度评估函数中，得到针对业务的网络节点之间的网络路径，本发明形式化描述不同超算应用或业务对网络的多维细粒度需求，对网络的整体业务进行分块化描述，实现解耦超算业务任务调度与数据交换的强依赖关系，提升用户体验。本发明还涉及一种面向超算用户体验质量的多路径路由装置。
-
公开(公告)号：CN114385233A
公开(公告)日：2022-04-22
申请号：CN202210291811.6
申请日：2022-03-24
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请属于计算机系统技术领域，提供了一种跨平台自适应数据处理工作流系统及方法，包括客户端，被配置为基于应用程序编程接口调用和画布式拖拽构建工作流，将所构建的工作流通过Istio安全网关发送到服务端；服务端，被配置为基于服务器接口接收客户端所构建的工作流，基于运算符计算平台适配器进行工作流逻辑运算符的计算环境优化适配。本申请采用基于Kubernetes的微服务架构，采用Istio安全网关作为客户端与服务端的唯一通道，实现跨平台自适应数据工作流的处理。
-
公开(公告)号：CN111709044B
公开(公告)日：2021-06-22
申请号：CN202010565463.8
申请日：2020-06-19
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了基于国密算法的硬件指纹信息生成方法及系统，包括：创建空白文件，检测CPU指令支持情况，若满足要求，则进入下一步；如果不满足要求，则将错误信息接入空白文件，结束；生成四组随机数，将第一组随机数作为序列号；获取当前时间，生成INF信息段；从INF信息段中提取位置信息、偏移量和临时密钥种子；采用国密算法分别对序列号和INF信息段进行加密，生成加密初始值参数，生成加密用主密钥；生成硬件信息，利用硬件信息、当前时间和CPU信息构造数据段；对数据段进行加密，计算校验值，将所有数据写入文件，结束。
-
公开(公告)号：CN112698947A
公开(公告)日：2021-04-23
申请号：CN202011617125.0
申请日：2020-12-31
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/50 , G06F9/4401 , G06F9/54
Abstract: 本发明的基于异构应用平台的GPU资源弹性调度方法，包括：a).获取GPU资源利用率信息；b).设定触发阈值和次数；c).筛选缩容平台队列并排序；d).筛选扩容平台队列并排序；1).选取待缩容平台；2).建立GPU节点列表；3).锁定状态节点处理；4).下线待迁移节点；5).添加至资源队列；6).判断缩容是否完毕。本发明的GPU资源弹性调度方法，可根据整体平台GPU负载情况灵活调节，从而实现平台GPU资源的最大化利用，平台的调度主要利用下层所适配平台已有调度组件实现，通过接口调用实现动态资源监控和信息采集以及执行操作下发，可满足云计算、大数据、人工智能和高性能计算场景平台的快速灵活部署实施。
-
公开(公告)号：CN111552511A
公开(公告)日：2020-08-18
申请号：CN202010408790.2
申请日：2020-05-14
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的VxWorks系统物联网固件解包恢复文件名的方法，包括：a).固件分析；b).特征字符串搜索；在未解压的原始固件中搜索是否含有“MINIFS”或者连续16个“ow”特征字符串；c).文件名定位；将特征字符串的位置记为position，偏移量记为offset；d).确定文件偏移，建立未恢复的文件名undefinefilei与文件名字符串filei的一一映射；e).解包并恢复文件名。本发明的固件文件名恢复方法，实现了对VxWorks系统物联网固件文件名的恢复，为对固件文件的进一步分析提供了必要前提。
-
Patent Agency Ranking
公开(公告)号：CN110825520A
公开(公告)日：2020-02-21
申请号：CN201910994328.2
申请日：2019-10-18
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的实现资源高效利用的集群极速弹性伸缩方法，智能伸缩补偿过程包括：步骤1：创建智能弹性伸缩补偿模块IACM和补偿队列；步骤2：判断服务集群在未来一段时间是否需要增加节点；步骤3：把Pod资源，加入到补偿队列中；步骤4：设置补偿队列的优先级；步骤5：对Pod资源回收操作；步骤6：维护Pod资源；步骤7：周期性判断。本发明的集群极速弹性伸缩方法，服务集群在资源需求增加时，新的副本已经存在“补偿队列”中，直接拉起就可以加入集群，节省了建新副本的时间，实现了更加极致、快速的扩展集群节点资源的目标。当资源池资源匮乏时，进行资源调节，对资源占比较大致无法调节，可进行驱逐或杀死任务，以实现资源调度和资源伸缩。
-
公开(公告)号：CN110708160A
公开(公告)日：2020-01-17
申请号：CN201910959287.3
申请日：2019-10-10
Applicant: 山东省计算中心(国家超级计算济南中心)
Inventor： 付勇 , 杨美红 , 王美琴 , 郭山清 , 王继志 , 陈丽娟 , 樊燕红 , 杨明 , 杨英 , 陈振娅 , 穆超 , 李冠霖 , 杨光 , 文立强 , 王彪 , 杨明瞾 , 王英龙
IPC: H04L9/30
Abstract: 本公开公开了基于SM2算法标量乘法编码的抗侧信道攻击方法及系统，包括：生成基准坐标表，生成预编码坐标参数表ParTable；获取椭圆曲线公钥密码算法的参数k；基于基准坐标表、预编码坐标参数表ParTable和椭圆曲线公钥密码算法的参数k，实时生成编码表；基于实时生成的编码表，完成椭圆曲线公钥密码算法中的固定点标量乘法kG的运算，在椭圆曲线公钥密码的数字签名生成过程、数字签名验证过程、加密过程或密钥交换协商过程中使用运算获取的kG，抵御侧信道攻击。
-
公开(公告)号：CN104270459B
公开(公告)日：2017-09-29
申请号：CN201410556001.4
申请日：2014-10-20
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L29/08
Abstract: 本发明的增强公平性的云计算用户资源配额分配方法，包括：步骤1：申请类型的判断，如为首次申请，执行步骤2；如为变更申请，执行步骤4；步骤2：获取用户应用系统所对应资源配额的最大限额；步骤3：资源配额首次分配；步骤4：判断变更申请类型，如为减少资源配额，则释放相应的资源配额；如为增加资源配额，执行步骤5；步骤5：计算信用因子；步骤6：如果大于基准值，则分配申请增加的资源配额；如果小于基准值，则将申请增加的资源配额乘以系数再分配给用户；步骤7：以时间为周期动态调整用户的资源配额。本发明的云计算用户资源配额分配方法，阻止资源滥用，增强分配公平性；能够有效预估云计算平台资源需求量，满足更多用户的需求。
-
公开(公告)号：CN104199724B
公开(公告)日：2017-07-18
申请号：CN201410456973.6
申请日：2014-09-10
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的基于性价比的虚拟化资源调度优化方法，用户申请资源时，根据申请的虚拟资源配置将其所属的整合比区间中；在系统运行时，周期性地判断物理服务器的类型，对于重负载服务器，将使用率小的若干虚拟资源迁移到本区间内整合比上升的或者整合比更小的相邻区间的物理服务器上；对于轻负载服务器，将使用率大的若干虚拟资源迁移到本区间内整合比下降的或者整合比更大的相邻区间的物理服务器上。本发明的资源调度优化方法，一方面，同一整合比区间内的高负载虚拟资源会被迁移到整合比低的物理服务器上，使得用户用最少的费用占用了更多的物理资源；另一方面，对于轻负载虚拟资源在保证性能不受影响的前提下，会被迁移到整合比高的物理服务器上，可以降低运营成本。
-
公开(公告)号：CN120046657A
公开(公告)日：2025-05-27
申请号：CN202510117062.9
申请日：2025-01-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06N3/045 , G01C13/00 , G06N3/0464 , G06N3/0455 , G06N3/096 , G06F18/15 , G06F18/25 , G06F18/213 , G06F18/214 , G06F30/27 , G06F111/10 , G06F30/28
Abstract: 本公开涉及海浪波高预测技术领域，提出了一种融合多源数据的海浪有效波高预测方法及系统，包括如下步骤：基于获取的浮标观测数据对获取的卫星观测数据进行矫正；将获取的再分析数据和矫正后的卫星观测数据，采用最优插值法进行初步融合；增加一层数据掩膜以标记卫星数据位于融合数据的位置；将标记处理后的初步融合数据输入VQ‑VAE模型，将融合数据压缩为离散潜在变量，输入GPT模型，生成海浪有效波高的预测结果。本公开结合人工智能、数据同化和微调技术，引入数据同化技术融合多源时空稀疏的海洋观测数据和模型模拟结果，并在训练过程中使用微调技术放大观测数据的调整作用，从而提高海浪预测的精度和时效性。
-
-
-
-
-
-
-
-
-
Search Results
162
records
(took 0.05 seconds)
