-
公开(公告)号：CN112069903B
公开(公告)日：2023-12-22
申请号：CN202010789192.4
申请日：2020-08-07
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度强化学习实现人脸识别端边卸载计算方法及装置，包括：获取真实的人脸图片，根据边端人脸识别模型训练得到分类数据，其中，分类数据包括图片名称、id、图片提取出的128维特征向量、终端预测置信度、终端预测值、边缘预测值；将深度学习与强化学习进行结合，定义马尔科夫决策过程的状态空间、动作集、奖励函数和智能体；根据定义好的马尔科夫决策过程，构建Actor神经网络和Critic神经网络，使用分类数据对构建好的Actor神经网络和Critic神经网络进行训练，获得智能卸载决策模型；对智能卸载决策模型的性能与基准查询策略进行对比评估；根据对比评估的结果，将智能卸载决策模型部署到智能终端设备中，进行人脸识别的任务卸载决策。
-
公开(公告)号：CN117032999A
公开(公告)日：2023-11-10
申请号：CN202311298504.1
申请日：2023-10-09
Applicant: 之江实验室
IPC: G06F9/50
Abstract: 本说明书公开了一种基于异步运行时的CPU‑GPU协同调度方法及装置，确定待执行任务，将所述待执行任务分解成包含若干子任务的子任务队列，针对每个子任务，根据执行该子任务所需的计算资源类型，确定用于执行该子任务的处理器类型，当要执行该子任务时，将该子任务调度至与该子任务的处理器类型对应的处理器执行。该方法提供的协同调度方法，能够将待执行子任务分解成子任务队列，并将队列中获得的待执行子任务合理的调度到CPU和GPU处理器上执行，通过避免和减少CPU、GPU的空闲时间，做到高效地利用CPU和GPU协同计算资源，获得对整体计算资源的更高利用效能，以解决现有技术中存在的CPU、GPU计算资源空闲率高，但资源占用时间长的问题。
-
公开(公告)号：CN115426257B
公开(公告)日：2023-09-05
申请号：CN202210912040.8
申请日：2022-07-29
Applicant: 之江实验室 , 中国地质大学(武汉)
IPC: H04L41/0803 , H04L41/0823
Abstract: 本发明属于云原生和边缘原生计算领域，公开了一种面向服务网格的多控制器架构与部署方法，包括多个控制器，多个控制器分布在不同的服务器上，每个控制器管理部分微服务，所述微服务通过在同一平面的sidecar进行通信；每个控制器同构，服务器异构，所述控制器之间通过同步通信来实现多控制器的透明，使得用户仍然感受到的是一个控制器。本发明将多个控制器分别部署在不同的服务器上，每个控制器连接若干个微服务，管理着微服务的执行和通信。根据边缘服务器的资源情况和微服务的部署情况确定需要部署的控制器数量、位置以及连接哪些微服务。能够将传统的服务网格应用于边缘环境中，且保证微服务的正常运行和通信。
-
公开(公告)号：CN116185596B
公开(公告)日：2023-08-01
申请号：CN202310448223.3
申请日：2023-04-24
Applicant: 之江实验室
Abstract: 本说明书公开了提升广域多集群分布式系统执行任务效率的方法及装置，在广域多集群分布式系统的各子队列中确定待执行任务，再确定该待执行任务的时延、执行该待执行任务的目标集群及该待执行任务所需的资源所在的集群，最后，根据时延将所需的资源调度至目标集群。在广域多集群分布式系统中，由于集群数量较多，各集群之间的物理距离较远，执行分布式任务时，会存在各种时延，降低了执行任务的效率，因此，本方法通过确定广域多集群分布式系统中待执行任务的时延，在执行当前任务的同时，根据该时延将执行该任务的数据提前调度到目标集群，在执行待执行任务时，不再需要等待所需数据的调度，提高了处理广域多集群分布式任务的效率。
-
公开(公告)号：CN116302564A
公开(公告)日：2023-06-23
申请号：CN202310469894.8
申请日：2023-04-27
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于无状态运行时的程序分布式执行方法。在本说明书提供的程序分布式执行方法中，获取目标程序，并确定执行所述目标程序时所需要完成的子任务；根据各子任务，确定各子任务的算子集合，其中，一个子任务对应的算子集合中包含了完成该子任务所需的全部算子；针对每个子任务，当接收到执行该子任务的事件时，将该子任务确定为目标子任务；采用预先为所述目标子任务分配的计算节点，采用预先为所述目标子任务分配的计算节点，执行所述目标子任务对应的算子集合，执行过程中所产生的事件触发其他子任务进入预备执行状态，子任务执行完毕进入等待状态，等待下一次触发。
-
Patent Agency Ranking
公开(公告)号：CN116302457A
公开(公告)日：2023-06-23
申请号：CN202310598352.0
申请日：2023-05-25
Applicant: 之江实验室
Abstract: 本说明书公开了一种云原生工作流引擎实现方法、系统、介质及电子设备，方法应用于多集群，包括：先根据用户输入的待执行任务的任务文件，确定待执行任务的调度图，并确定子任务队列。之后，针对子任务队列中的每一个子任务，从多集群中，确定该子任务的调度集群。在执行该子任务时，确定多集群中该子任务的调度集群的资源信息，并根据资源信息以及预设的负载条件，从满足负载条件的调度集群中确定指定集群，并将该子任务发送给指定集群，以使指定集群执行该子任务。当各子任务执行结束时，确定待执行任务的执行结果。使得不同的子任务可以由不同的集群执行，可以更好地执行复杂的、大规模的工作流任务，提高执行速率。
-
公开(公告)号：CN116185596A
公开(公告)日：2023-05-30
申请号：CN202310448223.3
申请日：2023-04-24
Applicant: 之江实验室
Abstract: 本说明书公开了提升广域多集群分布式系统执行任务效率的方法及装置，在广域多集群分布式系统的各子队列中确定待执行任务，再确定该待执行任务的时延、执行该待执行任务的目标集群及该待执行任务所需的资源所在的集群，最后，根据时延将所需的资源调度至目标集群。在广域多集群分布式系统中，由于集群数量较多，各集群之间的物理距离较远，执行分布式任务时，会存在各种时延，降低了执行任务的效率，因此，本方法通过确定广域多集群分布式系统中待执行任务的时延，在执行当前任务的同时，根据该时延将执行该任务的数据提前调度到目标集群，在执行待执行任务时，不再需要等待所需数据的调度，提高了处理广域多集群分布式任务的效率。
-
公开(公告)号：CN116074094A
公开(公告)日：2023-05-05
申请号：CN202310104547.5
申请日：2023-01-18
Applicant: 之江实验室
Abstract: 本说明书公开了一种数据传输的方法、装置、存储介质及电子设备。该数据传输的方法包括：在第一计算集群包含的各节点中选取目标节点，在目标节点上构建第一通信端口，以及，在第二计算集群中的节点上构建第二通信端口，确定为第一通信端口分配的第一通信地址，以及为第二通信端口分配的第二通信地址，将第一通信地址作为源通信地址，并根据所述第二通信地址，确定通信规则，对目标数据进行封装，并根据第二计算集群中的至少部分节点对应的通信地址，确定封装后数据对应的目标通信地址，进而基于通信规则，将封装后数据从源通信地址发送至目标通信地址。
-
公开(公告)号：CN116032928A
公开(公告)日：2023-04-28
申请号：CN202310309383.X
申请日：2023-03-22
Applicant: 之江实验室
IPC: H04L67/10
Abstract: 本申请涉及一种数据协同计算方法、装置、系统、电子装置和存储介质，其中，该数据协同计算方法包括：获取目标任务，以及目标任务的配置文件，配置文件包括执行目标任务所需的配置信息；根据目标任务、配置文件以及多个单域云的资源信息，确定多个子任务以及每一子任务的执行单域云；将多个子任务分配至对应的执行单域云中。通过本申请，解决了跨域数据的处理效率低的问题，提高了数据协同计算的效率。
-
公开(公告)号：CN113328989B
公开(公告)日：2022-05-06
申请号：CN202110431694.4
申请日：2021-04-21
Applicant: 之江实验室
Abstract: 本发明公开了端云协同的用户隐私保护车辆保险保费计算模型及方法，方法包括：S1，端侧用户构建传输的数据包；S2，将数据包从端侧传输到云侧；S3，通过加密数据，筛选云侧共享数据池，得到候选数据集；S4，对候选数据集使用方程组求解恢复属性，得到匹配数据集；S5，生成会话秘钥；S6，对匹配数据集的每一条匹配项的车辆保险保费价格使用会话秘钥加密，并传输给端侧用户，端侧用户解密车辆保险保费价格；端侧模型包括：秘钥生成模块、哈希映射模块、布隆矩阵生成模块、启发式矩阵生成模、解密模块；云侧模型包括：云侧共享数据池、布隆过滤器、加密属性恢复模块、会话秘钥生成模块、车辆保险保费价格传输模块。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.028 seconds)
