-
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。
-
Patent Agency Ranking
公开(公告)号：CN119149240B
公开(公告)日：2025-04-08
申请号：CN202411594962.4
申请日：2024-11-11
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/50
Abstract: 本发明提出面向深度学习的细粒度、干扰感知的GPU调度方法及系统，涉及GPU资源调度技术领域。包括在离线阶段收集工作负载的资源需求信息；生成每个应用程序对应的在GPU上执行的CUDA内核任务；拦截每个应用程序CUDA内核任务的启动请求，并将启动请求对应的CUDA内核任务缓存在每个应用程序对应的任务队列中；对于高优先级应用程序，直接将对应任务队列中的CUDA内核任务提交给GPU调度；对于低优先级应用程序，根据干扰评分以及资源需求判断是否提交CUDA内核任务至GPU进行调度。本发明能够减少任务之间的资源冲突和干扰，实现GPU资源共享，提高GPU资源利用率。
-
公开(公告)号：CN118939736A
公开(公告)日：2024-11-12
申请号：CN202410944068.9
申请日：2024-07-15
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: G06F16/28 , G06F16/215 , G06F16/2453 , G06F16/22 , G06F16/2455
Abstract: 本发明涉及基于查询和元数据异常检测的数据湖仓聚簇方法与系统，属于大数据计算技术领域。包括：数据采集与预处理；EC‑GKDE算法异常判定：对预处理操作后的数据集进行训练，得到所有查询任务的异常分数，进行初次判定；元数据信息异常判定：获取异常查询任务的关联表，获取Hive元数据服务中HDFS实际路径信息，并计算该HDFS实际路径下小文件所占比例，二次判定该异常查询任务的关联表是否为异常表；聚簇优化：提交聚簇任务，将小文件合并为大文件。本发明减少存储资源的开销，大大降低了查询任务需要消耗的时间；本发明可以控制聚簇操作执行的次数，减轻聚簇机制带来的并发更新不支持、增量查询不友好和集群资源浪费的问题。
-
公开(公告)号：CN118488055A
公开(公告)日：2024-08-13
申请号：CN202410630553.9
申请日：2024-05-21
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: H04L67/10 , H04L67/101 , H04L67/1008 , H04L67/60 , H04L67/61
Abstract: 本发明涉及云边环境中QoS感知的微服自适应在线迁移方法及系统，包括：首先，使用最长加权路径算法识别关键路径，基于CCT方法聚合这些关键路径，以得到待迁移候选微服务集；其次，通过基于关键路径变异系数和响应时间增量系数的倾斜决策树，从待迁移候选微服务集中准确地识别待迁移微服务；最后，使用平衡指标对待迁移微服务之间的网络通信开销以及资源竞争进行综合权衡，在线确定将待迁移微服务迁移到哪一个合适的空闲节点，实现云边环境中QoS感知的微服自适应在线迁移。本发明有助于在突发负载情况下满足QoS要求的基础上，提高系统资源的利用效率。
-
公开(公告)号：CN118035722A
公开(公告)日：2024-05-14
申请号：CN202410177495.9
申请日：2024-02-08
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: G06F18/213 , G06F18/10 , G06N3/0895 , G06F123/02
Abstract: 本发明属于船舷风速预测技术领域，提供了一种基于自监督对比学习的船舷风速校正预测方法及系统，包括：获取海洋观测数据；提取所获取的海洋观测数据的数据特征；对所提取的数据特征进行多粒度对比学习，得到海洋观测数据的不同粒度时间序列数据的特征向量；根据所得到的时间序列数据特征向量，完成船舷风速的校正预测。本发明利用超声波风速数据来校正左右船舷风速，通过构建正负样本对，自动从海洋观测时间序列中提取不同粒度的表征向量，而无需手动调整参数或依赖领域专业知识；具备自动学习数据内在结构和模式的能力，提高对左右船舷风速数据误差的感知，增强校正能力。
-
公开(公告)号：CN117370288A
公开(公告)日：2024-01-09
申请号：CN202311223122.2
申请日：2023-09-21
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: G06F16/174 , G06F16/13 , G06F16/22 , G06F16/23 , G06F16/2455 , G06F9/50
Abstract: 本发明涉及一种基于热点预测的Hudi异步压缩的方法和系统，包括：步骤一：将原始数据入湖和更新操作后的数据入湖；步骤二：数据入湖后，获取数据集；步骤三：基于获取的时间戳和数据操作的次数，采用训练好的LSTM模型预测热点时间段和非热点时间段；步骤四：基于训练好的LSTM模型输出的预测热点时间段和非热点时间段，执行数据异步压缩。本发明兼顾提升查询效率和获得较新的数据。解决了MOR表默认同步压缩会造成计算资源浪费的问题，以实现计算资源负载均衡，提高了资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
162
records
(took 0.056 seconds)
