一种时延敏感网络的业务流调度模型的训练方法

    公开(公告)号:CN118631760A

    公开(公告)日:2024-09-10

    申请号:CN202410758520.2

    申请日:2024-06-13

    Abstract: 本发明涉及一种基于时延敏感网络的业务流调度模型的训练方法,属于时延敏感网络技术领域,解决了现有技术中业务流调度效率低的问题。方法包括以下步骤:在每个时隙内为突发流预留时隙资源;根据预留时隙资源后的时隙信息基于多队列循环转发机制构建强化学习的状态空间和动作空间;确定业务流调度的优化目标和优化约束条件;所述优化目标为业务流调度数量最大化和资源负载均衡最大化;构建深度强化学习网络模型,基于调度周期的实时业务流信息、所述优化目标、优化约束条件训练所述深度强化学习网络模型得到时延敏感网络的业务流调度模型。提高了网络对异构业务流量的调度效率和调度能力。

    一种分布式流处理任务调度方法及设备

    公开(公告)号:CN117806781A

    公开(公告)日:2024-04-02

    申请号:CN202311842540.X

    申请日:2023-12-28

    Abstract: 本发明涉及种一种分布式流处理任务调度方法及设备,该方法包括:基于流处理任务中的多个待执行的任务信息,通过控制模块生成有向无环图;并将待执行的任务按照有向无环图中的对应关系下发到对应的物理计算节点;获取各个物理计算节点的资源使用率,并基于资源使用率判断是否需要对对应的物理计算节点的任务进行任务调度;若判定需要进行任务调度,则基于每个物理计算节点的资源信息,计算得到各个物理计算节点对应的任务调度优先级,并基于任务调度优先级最高的物理计算节点对待调度的任务进行任务调度。本发明解决了现有技术中的流处理任务调度时没有考虑硬件资源的限制,导致数据处理瓶颈,进而引起数据处理延迟的问题。

    一种数据处理任务协同控制调度方法及系统

    公开(公告)号:CN115509721A

    公开(公告)日:2022-12-23

    申请号:CN202211330158.6

    申请日:2022-10-27

    Abstract: 本发明涉及一种数据处理任务协同控制调度方法及系统,属于数据处理技术领域;解决现有技术中的数据处理任务调度方法无法实现流数据处理任务与批数据处理任务的混合编排,无法满足用户选择流数据或批数据处理任务类型时无感操作的要求;本发明的方法包括以下步骤:获取当前节点的数据处理任务;根据数据处理任务的任务类型及数据处理进度设置相应的数据状态;并根据数据处理任务的执行状态设置相应的任务状态;获取当前节点的一个或多个下游任务,基于下游任务的任务类型,适配下游任务所需的数据结构;基于当前节点的任务状态、数据状态以及当前节点下游任务的任务类型,判断是否开始运行下游任务,以进行数据处理任务的协同控制调度。

Patent Agency Ranking