公开(公告)号：CN115190135B

公开(公告)日：2024-05-14

申请号：CN202210768871.2

申请日：2022-06-30

Applicant: 华中科技大学

Inventor： 党曼玉 ,  洪旺 ,  施展 ,  廖子逸 ,  李一泠 ,  张望

IPC: H04L67/1097 ,  H04L67/1023

Abstract: 本发明公开了一种分布式存储系统及其副本选择方法，属于分布式存储技术领域，在每个边缘服务器中设置Actor网络来快速计算每个边缘服务器的评分，在云端部署Critic网络以综合考虑所有Actor网络的信息进行联合的动作评价；且Actor网络基于对应的Critic网络输出的评价结果进行训练，Critic网络基于从经验池中随机采样得到的数据进行训练；Actor网络和Critic网络的训练过程相互独立且持续进行，从而能够在每一时刻均对各边缘服务器的服务质量进行准确评分，并通过在服务器之间维护一份服务器排名并分发给客户端的方式，使得副本选择具有完整的服务器状态信息且没有转发延迟开销，能够更好地适应边缘环境中的副本选择，降低边缘环境中请求处理延迟，实现性能和可靠性的兼顾。

公开(公告)号：CN115190135A

公开(公告)日：2022-10-14

申请号：CN202210768871.2

申请日：2022-06-30

Applicant: 华中科技大学

Inventor： 党曼玉 ,  洪旺 ,  施展 ,  廖子逸 ,  李一泠 ,  张望

IPC: H04L67/1097 ,  H04L67/1023

Abstract: 本发明公开了一种分布式存储系统及其副本选择方法，属于分布式存储技术领域，在每个边缘服务器中设置Actor网络来快速计算每个边缘服务器的评分，在云端部署Critic网络以综合考虑所有Actor网络的信息进行联合的动作评价；且Actor网络基于对应的Critic网络输出的评价结果进行训练，Critic网络基于从经验池中随机采样得到的数据进行训练；Actor网络和Critic网络的训练过程相互独立且持续进行，从而能够在每一时刻均对各边缘服务器的服务质量进行准确评分，并通过在服务器之间维护一份服务器排名并分发给客户端的方式，使得副本选择具有完整的服务器状态信息且没有转发延迟开销，能够更好地适应边缘环境中的副本选择，降低边缘环境中请求处理延迟，实现性能和可靠性的兼顾。

公开(公告)号：CN117667512A

公开(公告)日：2024-03-08

申请号：CN202311633308.5

申请日：2023-11-29

Applicant: 华中科技大学

Inventor： 施展 ,  冯丹 ,  王芳 ,  张望 ,  廖子逸 ,  李一泠 ,  吴雨桐 ,  杜宇

IPC: G06F11/14 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积神经网络的云存储系统副本选择方法，属于云存储系统领域，包括：在历史时间段上提取云存储系统中设备的队列信息和拓扑信息进行图卷积，并利用卷积结果与负载信息预测将请求发送到不同存储设备进行处理所需的时间。利用预测结果和数据副本映射列表来为每个请求选择当前最佳存储设备。在将请求调度到存储设备队列之后，根据紧急程度函数确定该请求是否有SLO违例风险，以及是否需要队内或队间调度；如果需要调度，则使用其代价函数计算调度成本。如果调度成本小于某个预定阈值，则将进行调度，否则重新为该请求选择最佳的副本节点。本发明能够降低请求的SLO违例率，保障系统服务质量。