基于服务缓存和基站激活的联合优化方法

    公开(公告)号:CN111432436B

    公开(公告)日:2022-08-02

    申请号:CN202010216304.7

    申请日:2020-03-25

    Abstract: 本发明提供的是一种基于服务缓存和基站激活的联合优化方法。建立基站激活、服务缓存和任务分配联合优化方法的总模型,通过基于逻辑的Benders分割思想分解为解决基站激活和任务分配的主问题和解决服务缓存的子问题两个子模型进行求解,忽略根据服务对应要求来分配任务的这一粒度,对总模型进行松弛与转化,采用贪婪算法对主问题模型就行求解,得到每个时隙基站的激活状态和任务的分配情况;根据解决主问题得到的解,在开着的基站之上通虑存储限制,根据用户任务分配的情况求出子问题模型中最优的服务缓存方法。通过迭代,最终得到同时满足主问题模型和子问题模型的解,而这个解,也正是基站激活和服务缓存的两盒优化方法的总模型的最优解。

    基于服务缓存和基站激活的联合优化方法

    公开(公告)号:CN111432436A

    公开(公告)日:2020-07-17

    申请号:CN202010216304.7

    申请日:2020-03-25

    Abstract: 本发明提供的是一种基于服务缓存和基站激活的联合优化方法。建立基站激活、服务缓存和任务分配联合优化方法的总模型,通过基于逻辑的Benders分割思想分解为解决基站激活和任务分配的主问题和解决服务缓存的子问题两个子模型进行求解,忽略根据服务对应要求来分配任务的这一粒度,对总模型进行松弛与转化,采用贪婪算法对主问题模型就行求解,得到每个时隙基站的激活状态和任务的分配情况;根据解决主问题得到的解,在开着的基站之上通虑存储限制,根据用户任务分配的情况求出子问题模型中最优的服务缓存方法。通过迭代,最终得到同时满足主问题模型和子问题模型的解,而这个解,也正是基站激活和服务缓存的两盒优化方法的总模型的最优解。

    一种基于指纹对的辅助定位方法

    公开(公告)号:CN110636437A

    公开(公告)日:2019-12-31

    申请号:CN201910837027.9

    申请日:2019-09-05

    Abstract: 本发明提供的是一种基于指纹对的辅助定位方法。在定位区域周围布置M个网元、划分网格,在网格的交叉点部署参考点,考查每个参考点接收的网元信息,记录区域内参考点的RSSI值和真实位置信息;将非视距区域分成p个互相不连通的子区域,计算非视距区域的邻接点集合,记录邻接点集合中每个参考点的RSSI值;利用指纹建立离线指纹库,用K-means聚类算法将指纹库中的指纹对进行分类,将实测到的指纹对匹配到相应的类,通过WKNN算法计算位置坐标。本发明考虑到了室内环境下的非视距影响,对传统的指纹定位做了改进,利用t-1时刻的RSSI,建立一个存放数据为指纹对的指纹库,能够有效的修正位置坐标。本发明在非视距区域的定位中,定位结果准确。

    一种考虑冗余容错恢复的云计算系统计算资源可用性评估方法

    公开(公告)号:CN106452939B

    公开(公告)日:2019-05-21

    申请号:CN201610629836.7

    申请日:2016-08-03

    Abstract: 本发明提供的是一种考虑冗余容错恢复的云计算系统计算资源可用性评估方法。采用云计算系统计算资源标签分配方法建立标签;描述云计算系统的计算资源所处状态的任意两个标签的转移过程;采用基于平均历史时延的标签转移动作延迟的计算方法,对每一个标签转移过程对应的动作赋予状态转移参数;获得一个完整的云计算系统的状态转移概率空间模型;计算步骤五所述状态转移概率空间模型的每一个状态的稳态概率;采用基于稳态概率的云计算系统的计算资源可用性的评估方法,评估云计算系统计算资源的可用性。本发明考虑了PM失效及恢复等因素对云计算系统计算资源可用性的影响;可以评估云计算系统同时存在K个可用资源时法计算资源可用性。

    基于倒向随机微分方程的云计算系统资源配置逆向推理系统及配置方法

    公开(公告)号:CN106095565B

    公开(公告)日:2019-05-21

    申请号:CN201610363496.8

    申请日:2016-05-27

    Abstract: 本发明属于云计算系统资源配置领域,具体涉及基于倒向随机微分方程的云计算系统资源配置逆向推理系统及配置方法。基于倒向随机微分方程的云计算资源配置系统,由用户处理请求模块、历史数据处理模块、逆向推理模块和用户交互模块组成,用户请求处理模块首先按照指定格式接收用户对云计算服务器的访问请求,以及对资源配置的约束条件,并根据云计算系统计算节点的配置和网络条件,将前述访问请求和约束条件解析为中央处理器需求、带宽需求、内存需求的参数。能够根据未来确定时刻的计算资源需求情况,确定当前需要的计算资源,并保证当前准备的计算资源是“最节省的”;能够积极应对未来资源配置的随机波动性,提高云计算系统的稳定性和可用性。

    一种基于相关性剪枝神经网络的Xen虚拟机恶意进程识别系统及方法

    公开(公告)号:CN105160248B

    公开(公告)日:2018-04-24

    申请号:CN201510381899.0

    申请日:2015-07-02

    Abstract: 本发明公开了一种基于相关性剪枝神经网络的Xen虚拟机恶意进程识别系统及方法。包括进程信息获取模块、进程模式训练模块、进程模式数据库模块、进程模式匹配模块、进程处理模块;通过获取虚拟机的操作系统类型,根据虚拟机的操作系统类型确定与操作系统类型对应的内核数据结构偏移数组,根据内核数据结构偏移数组获取虚拟机中各进程的进程信息,与利用基于相关性剪枝BP神经网络训练方法训练得到的进程行为模式数据库进行匹配,可以准确识别宿主机上不同操作系统的多个虚拟机进程是否有恶意进程,并及时将判断结果输出到处理模块。本发明具有高准确度和实时性的优点。

    一种基于内容聚类的命名数据网络路由系统及其聚类查询方法

    公开(公告)号:CN105072030A

    公开(公告)日:2015-11-18

    申请号:CN201510381934.9

    申请日:2015-07-02

    CPC classification number: H04L45/14 H04L41/12

    Abstract: 本发明属于命名数据网络领域,具体涉及一种基于内容聚类的命名数据网络路由系统及其聚类查询方法。本发明包括:簇头节点信息库用于存储每一类簇的信息:类簇名ClassName,簇头节点ID;簇内节点信息索引表用于记录类簇内节点的信息:节点ID,节点名称NodeName,访问次数Times,更新时间UpdateTime;每一个类簇都拥有一个与该类簇相对应的簇内节点信息索引表。本发明中将命名数据网络进行聚类,按照不同的内容类型划分为多个类别,分别形成类簇。直接定位内容减少请求兴趣包转发次数提高路由效率,并且易于管理和维护网络。

Patent Agency Ranking