-
公开(公告)号：CN116775251A
公开(公告)日：2023-09-19
申请号：CN202310794255.9
申请日：2023-06-30
Applicant: 国网电力科学研究院有限公司 , 国网江苏省电力有限公司信息通信分公司 , 南京大学
Abstract: 本发明公开了一种边缘数据中心高效能任务调度方法、系统和设备，所述方法步骤如下：获取多边缘数据中心场景下数据中心的总体信息；获取某一时刻所需调度的任务信息；根据某一时刻所需调度的任务信息以及多边缘数据中心场景下数据中心的总体信息，构建以最小化多边缘数据中心整体碳排放总量为目标的优化问题并求解，将求解结果作为该时刻任务调度决策；所述系统包括以下模块：系统初始模块、输入获取模块、决策存储模块、调度决策反馈模块、调度决策生成模块。本发明在追求最小化整体碳排放总量的同时，能够保障服务质量，并且兼顾其他各种约束条件，获得当前时刻的高效能任务调度决策，低碳环保。
-
公开(公告)号：CN117724727A
公开(公告)日：2024-03-19
申请号：CN202311469242.0
申请日：2023-11-07
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网电力科学研究院有限公司 , 南京大学
Abstract: 本发明公开了一种业务应用部署方法及系统，通过获取上一时隙中针对各边缘计算节点的历史业务应用部署决策；对当前时隙的边缘计算节点进行业务应用的部署；根据当前时隙部署的业务应用的使用成本，以及业务应用完成任务所获得的收益；以最大化各边缘计算节点长期总收益为目标，对各边缘计算节点进行业务应用的选择，得到当前时隙的业务应用部署决策。通过不断地根据每次部署后智能化业务应用完成任务的收益和使用成本，来不断调整更新下一时隙的部署策略。能够在无法得知智能化业务应用具体性能优劣的情况下，对各个边缘节点上对进行任务的智能化业务应用的选择进行周期性的调整，达到最大化整体长期收益的效果。
-
公开(公告)号：CN117478379A
公开(公告)日：2024-01-30
申请号：CN202311425676.0
申请日：2023-10-30
Applicant: 国网电力科学研究院有限公司 , 国网江苏省电力有限公司信息通信分公司
IPC: H04L9/40 , H04L67/10 , G06F21/56 , G06F18/214
Abstract: 云边协同攻击识别方法，边缘端基于GNN算法训练攻击识别模型并将自身训练集数据传输给云端；云端基于训练集数据更新自身数据集并利用数据集训练攻击识别模型；云端对攻击识别模型进行筛选，将筛选后的模型分发给边缘端；在整个过程中，边缘端收集恶意攻击流量记录以更新自身训练集。本发明利用GNN和开源数据集训练攻击识别模型，训练分布在具有一定的资源训练能力和信息收集能力的边缘计算端，识别精度高的边缘端将训练集传输到云端以更新云端的训练集，云端将识别精确率高的模型下发给云端，最终通过云边之间的数据和模型传输实现云边协同的攻击识别；降低了云端的资源压力，同时增加了云端的安全识别能力以及云端与边缘之间的安全协调性。
-
公开(公告)号：CN116302869A
公开(公告)日：2023-06-23
申请号：CN202211556228.X
申请日：2022-12-06
Applicant: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司
Inventor： 丰佳 , 张立志 , 杨华飞 , 牧军 , 杨文清 , 宋文 , 秦培兆 , 李虎 , 席文超 , 李强 , 洪岩 , 申波 , 李伟 , 李磊 , 毛林晖 , 吴禹 , 刘辉 , 王丽君 , 张正银
IPC: G06F11/34 , G06N3/0442
Abstract: 本发明公开了一种基于非冗余特征选择的数据中心服务器能耗预测方法，包括以下步骤：(1)选择出服务器能耗原始特征集中的强相关特征；(2)利用冗余特征判定算法从强相关特征中挑选出非冗余的特征集合；(3)利用门控循环单元神经网络完成非冗余特征与能耗间关联关系挖掘，并构建服务器能耗的预测分析模型。本发明利用基于深度学习的数据中心能耗管理系统，使数据中心运维人员能够直观准确地掌握影响服务器能耗的关键因子，更好地分析、预测服务器运行时的负载变化和能耗趋势；本发明基于中心服务器资源调度系统，根据服务器能耗变化趋势进行任务分配和资源调度，降低数据中心能耗。
-
Patent Agency Ranking
公开(公告)号：CN114385438A
公开(公告)日：2022-04-22
申请号：CN202111512566.9
申请日：2021-12-08
Applicant: 国网电力科学研究院有限公司 , 国家电网有限公司客户服务中心 , 国网江苏省电力有限公司
IPC: G06F11/30 , G06F11/34 , H04L67/1097 , H04L67/51 , H04L67/60
Abstract: 本发明公开了一种业务运营风险预警方法、系统及存储介质，其中方法包括如下步骤：S1：在分布式系统的各个服务中埋点agent探针；S2：当服务被调用时，拦截器收集调用前的指标信息及调用后传递给下个服务的指标信息，并根据指标信息及健康评分数据库中对应服务的评分规则，计算服务的健康评分并存储于数据库中；S3：根据健康评分数据库中每个服务的权重和健康评分计算系统的健康评分；S4：采集并分析调用链路信息，形成系统的网络拓扑图；S5：将每个服务的指标信息及健康评分显示在网络拓扑图的对应节点上。上述方法，可以清晰地展现各服务的健康状态，实现对系统的全面监控。便于运维人员和测试人员在发生故障时可以快速发现问题所在，提高工作效率。
-
公开(公告)号：CN116048820B
公开(公告)日：2023-06-06
申请号：CN202310335972.5
申请日：2023-03-31
Applicant: 南京大学 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种面向边缘云的DNN推断模型部署能耗优化方法和系统。所述方法在每个调度时隙内根据异构边缘节点的硬件属性配置并发DNN模型的推断组合，通过积累多个时隙不同DNN模型组合在异构边缘节点的执行时延的历史信息，利用基于上下文的组合多臂赌博机为当前时刻的DNN模型组合分发提供依据，从而不断调整当前时隙的DNN推断模型部署策略，降低异构节点的峰值负载时间，从而降低整体执行功率消耗。本发明能够在边缘云计算环境下优化系统能耗，提高能源利用率，且可以自适应地应对不同的工作负载，适用于各种边缘计算场景。
-
公开(公告)号：CN116032778A
公开(公告)日：2023-04-28
申请号：CN202310320260.6
申请日：2023-03-29
Applicant: 南京大学 , 国电南瑞科技股份有限公司
IPC: H04L41/142 , H04L41/12 , H04L67/10
Abstract: 本发明公开了一种云数据中心智能化监测应用任务部署方法、装置和系统。所述方法通过不断地收集当前云数据中心网络资源的状态信息，根据该信息为数据中心智能化监测应用生成一条无重叠、高性能和低开销的监测路径，以覆盖云数据中心全部的网络设备。本发明的面向云数据中心智能化监测应用任务部署装置和系统，基于带内网络遥测技术以细粒度周期获取可编程网络设备的状态信息，并按照已计算的路径下发云数据中心智能监测任务。随后，系统将收集到的信息发送至可视化界面，以此来帮助用户实现云数据中心资源的智能化监测。
-
公开(公告)号：CN116032778B
公开(公告)日：2023-06-06
申请号：CN202310320260.6
申请日：2023-03-29
Applicant: 南京大学 , 国电南瑞科技股份有限公司
IPC: H04L41/142 , H04L41/12 , H04L67/10
Abstract: 本发明公开了一种云数据中心智能化监测应用任务部署方法、装置和系统。所述方法通过不断地收集当前云数据中心网络资源的状态信息，根据该信息为数据中心智能化监测应用生成一条无重叠、高性能和低开销的监测路径，以覆盖云数据中心全部的网络设备。本发明的面向云数据中心智能化监测应用任务部署装置和系统，基于带内网络遥测技术以细粒度周期获取可编程网络设备的状态信息，并按照已计算的路径下发云数据中心智能监测任务。随后，系统将收集到的信息发送至可视化界面，以此来帮助用户实现云数据中心资源的智能化监测。
-
公开(公告)号：CN116048820A
公开(公告)日：2023-05-02
申请号：CN202310335972.5
申请日：2023-03-31
Applicant: 南京大学 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种面向边缘云的DNN推断模型部署能耗优化方法和系统。所述方法在每个调度时隙内根据异构边缘节点的硬件属性配置并发DNN模型的推断组合，通过积累多个时隙不同DNN模型组合在异构边缘节点的执行时延的历史信息，利用基于上下文的组合多臂赌博机为当前时刻的DNN模型组合分发提供依据，从而不断调整当前时隙的DNN推断模型部署策略，降低异构节点的峰值负载时间，从而降低整体执行功率消耗。本发明能够在边缘云计算环境下优化系统能耗，提高能源利用率，且可以自适应地应对不同的工作负载，适用于各种边缘计算场景。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.067 seconds)
