一种多微服务调用环境下自适应自动缩放方法及系统

    公开(公告)号:CN114650297B

    公开(公告)日:2023-03-10

    申请号:CN202210150833.0

    申请日:2022-02-14

    Abstract: 本发明公开了一种多微服务调用环境下自适应自动缩放方法及系统,包括:根据微服务的压测时延情况,确定每个微服务初始的服务算力常数值;在微服务运行时,基于服务算力常数值与服务请求流量情况,计算每个微服务的实时服务算力;通过对微服务状态的监测,自适应调整微服务的预期服务算力;对比每个微服务的实时服务算力和自适应调整的预期服务算力,决策微服务实例是否需要缩放,当条件满足缩放条件时,对微服务的实例进行缩放;基于缩放决策,实时调整微服务的服务算力,将流量比率反映到下游服务,递归地调整下游服务的服务算力。利用本发明,可以在复杂微服务集群中,针对服务请求和时延情况动态地调整微服务的实例数量。

    一种用于政府机构的智能履职评估方法及装置

    公开(公告)号:CN115392661A

    公开(公告)日:2022-11-25

    申请号:CN202210962829.4

    申请日:2022-08-11

    Abstract: 本发明公开了一种用于政府机构的智能履职评估方法,包括:步骤1、获取履职信息;步骤2、根据履职类型次数矩阵与履职成果进行量化计算,获得对应的量化评价数据集;步骤3、对量化评价数据集进行向量分配处理,获得对应的履职得分和履职积极度;步骤4、对量化评价数据进行分类,获得对应的履职评价分类结果;步骤5、根据履职类型次数矩阵与履职主题次数矩阵,匹配获得对应的履职偏好;步骤6、基于上述获得的数据,绘制获得用于评估履职价值的行为画像集。本发明还公开了一种智能履职评估装置。本发明方法可以方便政府机关各单位的履职人员的评估,获得更加全面、更加准确的评估结果,从而进一步优化各单位的职能工作。

    一种多微服务调用环境下自适应自动缩放方法及系统

    公开(公告)号:CN114650297A

    公开(公告)日:2022-06-21

    申请号:CN202210150833.0

    申请日:2022-02-14

    Abstract: 本发明公开了一种多微服务调用环境下自适应自动缩放方法及系统,包括:根据微服务的压测时延情况,确定每个微服务初始的服务算力常数值;在微服务运行时,基于服务算力常数值与服务请求流量情况,计算每个微服务的实时服务算力;通过对微服务状态的监测,自适应调整微服务的预期服务算力;对比每个微服务的实时服务算力和自适应调整的预期服务算力,决策微服务实例是否需要缩放,当条件满足缩放条件时,对微服务的实例进行缩放;基于缩放决策,实时调整微服务的服务算力,将流量比率反映到下游服务,递归地调整下游服务的服务算力。利用本发明,可以在复杂微服务集群中,针对服务请求和时延情况动态地调整微服务的实例数量。

    一种多服务器作业的优化调度方法

    公开(公告)号:CN114371936A

    公开(公告)日:2022-04-19

    申请号:CN202210004782.0

    申请日:2022-01-04

    Abstract: 本发明公开了一种多服务器作业的优化调度方法,涉及云计算相关技术领域,包括提出一种通用的、基于二分图的群组调度模型,优化目标为Asw最大化;基于该模型,提出一种通过历史奖励数据来学习MSJ在不同服务器上运行时间的期望和方差的框架;基于该学习框架,提出一种基于遗传算法的Asw最大化策略,能够在保证多种类型的约束成立的条件下使得社会整体收益最大。本发明针对多服务器作业,提出了一种可以主动式学习作业完成速率、并同时最大化累积社会效益的群组调度方法,可优化累积社会效益,平衡社会各方利益,追求社会整体利益最大化,所设计的调度策略,企业可显著节省计算成本,提高生产收益比。

    一种应用于医疗领域的公平联邦学习方法

    公开(公告)号:CN118919004A

    公开(公告)日:2024-11-08

    申请号:CN202310722027.0

    申请日:2023-06-19

    Inventor: 林博 王童 尹建伟

    Abstract: 本发明公开了一种应用于医疗领域的公平联邦学习框架,该框架会将不同医院的数据量以及计算能力设计到目标函数的参数中来并会设计新的效用结合评价指标来实现性能和公平性的度量,同时基于公平性函数α‑fairness设计了新的目标函数来,让参与联邦学习的医院客户端之间的公平性得到保证。本发明选取医院的数据量、CPU数量和GPU数量作为权重,结合新设计的目标函数,同时定义了新的公平性评价方式,实现多医院合作场景下的联邦学习任务,保证了公平性,同时保护了患者数据的隐私,以尽可能实现各医院客户端的最优性能。

    面向动态演化的服务生态系统仿真构建演化方法

    公开(公告)号:CN118709578A

    公开(公告)日:2024-09-27

    申请号:CN202411199047.5

    申请日:2024-08-29

    Abstract: 本发明公开了一种面向动态演化的服务生态系统仿真构建演化方法,包括如下步骤:步骤一,构建服务生态系统决策生成模型;步骤二,模拟分析服务生态系统动态演化过程;步骤三,基于蒙特卡洛模拟得到的状态转移数据和概率,构建状态方程来描述系统状态的变化,具体如下式所示:#imgabs0##imgabs1#其中#imgabs2#为速率变量向量,表示状态变化的速度;之后进行仿真演算推理,然后根据仿真结果,为服务生态系统的优化和管理提供决策支持。本发明的面向动态演化的服务生态系统仿真构建演化方法,通过步骤一至步骤三的设置,便可简单有效的实现对于服务生态系统仿真构建演化。

    基于多模态模型的领域大规模图文对数据集通用构建方法

    公开(公告)号:CN118657975A

    公开(公告)日:2024-09-17

    申请号:CN202410561499.7

    申请日:2024-05-08

    Abstract: 本发明公开了一种基于多模态模型的领域大规模图文对数据集通用构建方法,包括原始数据选择、基于领域关键词的数据提取、数据整合和筛选、基于领域特定的多模态大模型的文本生成、基于领域特征的专项过滤等。本发明利用各种公开数据,在不同领域多模态大模型的场景下,对不同原始格式、不同组织形式、不同内容的数据进行重新组织,对缺乏文本描述的图像数据,利用多模态模型进行特定领域的文本标注,然后对数据进行检查和筛选,从而构建新的符合特定要求的数据集,为当前各个领域的多模态模型训练和落地提供数据支撑。

Patent Agency Ranking