一种用于虚拟机迁移模型的训练方法

    公开(公告)号:CN112306641B

    公开(公告)日:2023-07-21

    申请号:CN202011293834.8

    申请日:2020-11-18

    Abstract: 本发明提供一种用于虚拟机迁移模型的训练方法,所述方法包括:S1、构建初始迁移模型,并随机初始化模型参数;S2、获取初始环境状态,将每一个虚拟机对应的初始环境状态进行张量化表示;S3、以初始环境状态对应的所有张量化表示作为起点,对初始化后的迁移模型进行回合制训练,直至达到预设的训练回合;S4、动态采集数据中心的虚拟机环境状态信息对完成回合制训练的迁移模型进行在线训练直至迁移模型收敛。本发明能够将多目标的虚拟机动态迁移优化问题抽象为一个强化学习模型的训练和推理过程,通过训练能够得到最优化的虚拟机动态迁移模型,实现数据中心长时间低能耗和高服务质量目标,并且得到的迁移模型可以灵活地应用于各种通用的云数据中心虚拟机管理系统和业务环境。

    一种用于缓存节点的缓存置换方法

    公开(公告)号:CN105227665B

    公开(公告)日:2018-11-30

    申请号:CN201510655629.4

    申请日:2015-10-12

    Abstract: 本发明提供了一种用于缓存节点的缓存置换方法,包括:仅将小于预定的最大大小的缓存对象存入节点;根据节点中存储的缓存对象的参数计算缓存对象的价值;根据节点中的所有缓存对象的价值的大小关系,维护所有缓存对象的优先顺序列表;在所存储的所有缓存对象的总大小等于节点的缓存空间的最大存储量的情况下,从列表中取出优先顺序最低的缓存对象进行置换;其中,用于计算缓存对象的价值的缓存对象的大小的参数值为缓存对象的实际大小值的对数值。本发明的技术方案可以有效提高节点的缓存空间的资源利用率和缓存命中率;提高节点的字节命中率;提高缓存系统的全局命中率。

    一种Web协同缓存系统和方法

    公开(公告)号:CN104994152B

    公开(公告)日:2018-11-09

    申请号:CN201510373099.4

    申请日:2015-06-30

    Abstract: 本发明提供了一种Web协同缓存系统,包括:一个集中控制器和两个或两个以上的缓存子节点;所述缓存子节点的缓存摘要包括本地摘要和流行摘要;所述流行摘要,用于维护所述缓存子节点从其相邻节点获取的所有Web对象的路由信息;所述集中控制器包括,全局摘要,用于保存属于所述集中控制器的所有缓存子节点的本地摘要信息。本发明还提供了一种用于上述系统的方法。本发明的技术方案能够减轻集中控制器的负载,减小集中控制器作为单一点失效的可能性,有效提高对系统资源的有效使用率,降低终端访问延迟和系统通信带宽开销,显著提高用户的网络服务质量。

    一种Web协同缓存系统和方法

    公开(公告)号:CN104994152A

    公开(公告)日:2015-10-21

    申请号:CN201510373099.4

    申请日:2015-06-30

    CPC classification number: H04L67/2842 H04L67/1095

    Abstract: 本发明提供了一种Web协同缓存系统,包括:一个集中控制器和两个或两个以上的缓存子节点;所述缓存子节点的缓存摘要包括本地摘要和流行摘要;所述流行摘要,用于维护所述缓存子节点从其相邻节点获取的所有Web对象的路由信息;所述集中控制器包括,全局摘要,用于保存属于所述集中控制器的所有缓存子节点的本地摘要信息。本发明还提供了一种用于上述系统的方法。本发明的技术方案能够减轻集中控制器的负载,减小集中控制器作为单一点失效的可能性,有效提高对系统资源的有效使用率,降低终端访问延迟和系统通信带宽开销,显著提高用户的网络服务质量。

    云数据中心的基于规则的启发式虚拟机分配方法及系统

    公开(公告)号:CN110308965B

    公开(公告)日:2021-09-24

    申请号:CN201910470400.1

    申请日:2019-05-31

    Abstract: 本发明提出一种云数据中心的基于规则的启发式虚拟机分配方法及系统,包括:给所有可能的主机状态进行评分,评分所依据的核心规则是每个状态的得分取决于其所能转移到的状态得分和对应的虚拟机状态概率分布;然后,当发生虚拟机迁移时,该虚拟机会选择一个将其放置后状态得分最高的主机进行迁移。其中状态转移是指一个主机在特定的资源利用率状态下通过放置一个虚拟机而变成另一个资源利用率状态的过程。由此,本发明在控制能耗的同时并提升用户的服务质量。

    一种用于虚拟机迁移模型的训练方法

    公开(公告)号:CN112306641A

    公开(公告)日:2021-02-02

    申请号:CN202011293834.8

    申请日:2020-11-18

    Abstract: 本发明提供一种用于虚拟机迁移模型的训练方法,所述方法包括:S1、构建初始迁移模型,并随机初始化模型参数;S2、获取初始环境状态,将每一个虚拟机对应的初始环境状态进行张量化表示;S3、以初始环境状态对应的所有张量化表示作为起点,对初始化后的迁移模型进行回合制训练,直至达到预设的训练回合;S4、动态采集数据中心的虚拟机环境状态信息对完成回合制训练的迁移模型进行在线训练直至迁移模型收敛。本发明能够将多目标的虚拟机动态迁移优化问题抽象为一个强化学习模型的训练和推理过程,通过训练能够得到最优化的虚拟机动态迁移模型,实现数据中心长时间低能耗和高服务质量目标,并且得到的迁移模型可以灵活地应用于各种通用的云数据中心虚拟机管理系统和业务环境。

    一种用于缓存节点的缓存置换方法

    公开(公告)号:CN105227665A

    公开(公告)日:2016-01-06

    申请号:CN201510655629.4

    申请日:2015-10-12

    CPC classification number: H04L67/2852

    Abstract: 本发明提供了一种用于缓存节点的缓存置换方法,包括:仅将小于预定的最大大小的缓存对象存入节点;根据节点中存储的缓存对象的参数计算缓存对象的价值;根据节点中的所有缓存对象的价值的大小关系,维护所有缓存对象的优先顺序列表;在所存储的所有缓存对象的总大小等于节点的缓存空间的最大存储量的情况下,从列表中取出优先顺序最低的缓存对象进行置换;其中,用于计算缓存对象的价值的缓存对象的大小的参数值为缓存对象的实际大小值的对数值。本发明的技术方案可以有效提高节点的缓存空间的资源利用率和缓存命中率;提高节点的字节命中率;提高缓存系统的全局命中率。

    云数据中心的基于规则的启发式虚拟机分配方法及系统

    公开(公告)号:CN110308965A

    公开(公告)日:2019-10-08

    申请号:CN201910470400.1

    申请日:2019-05-31

    Abstract: 本发明提出一种云数据中心的基于规则的启发式虚拟机分配方法及系统,包括:给所有可能的主机状态进行评分,评分所依据的核心规则是每个状态的得分取决于其所能转移到的状态得分和对应的虚拟机状态概率分布;然后,当发生虚拟机迁移时,该虚拟机会选择一个将其放置后状态得分最高的主机进行迁移。其中状态转移是指一个主机在特定的资源利用率状态下通过放置一个虚拟机而变成另一个资源利用率状态的过程。由此,本发明在控制能耗的同时并提升用户的服务质量。

    一种WLAN的Web缓存系统和方法

    公开(公告)号:CN104618450B

    公开(公告)日:2018-05-22

    申请号:CN201510002289.5

    申请日:2015-01-04

    Abstract: 本发明提供了一种WLAN的Web缓存系统,包括:一个缓存控制器和两个或两个以上的AP;所述AP用于接收所述无线局域网用户对互联网信息的请求,获取所请求的对象,并将所述对象发送给所述用户;所述缓存控制器,用于获得来自所述AP的请求,并根据全局缓存摘要获取所请求的对象或关于所请求的对象的位置的信息,并将其发送给所述AP。本发明还提供了基于上述系统的方法。本发明的技术方案能够实现存储冗余少的集中式控制,充分利用WLAN中AP的计算和存储资源,使系统获得良好的可扩展性,减小系统对于网关稳定性的影响。

    一种WLAN的Web缓存系统和方法

    公开(公告)号:CN104618450A

    公开(公告)日:2015-05-13

    申请号:CN201510002289.5

    申请日:2015-01-04

    Abstract: 本发明提供了一种WLAN的Web缓存系统,包括:一个缓存控制器和两个或两个以上的AP;所述AP用于接收所述无线局域网用户对互联网信息的请求,获取所请求的对象,并将所述对象发送给所述用户;所述缓存控制器,用于获得来自所述AP的请求,并根据全局缓存摘要获取所请求的对象或关于所请求的对象的位置的信息,并将其发送给所述AP。本发明还提供了基于上述系统的方法。本发明的技术方案能够实现存储冗余少的集中式控制,充分利用WLAN中AP的计算和存储资源,使系统获得良好的可扩展性,减小系统对于网关稳定性的影响。

Patent Agency Ranking