公开(公告)号：CN109960573A

公开(公告)日：2019-07-02

申请号：CN201811643211.1

申请日：2018-12-29

Applicant: 天津南大通用数据技术股份有限公司

Inventor： 樊文昌 ,  云亚娇 ,  武新

IPC: G06F9/48 ,  G06F9/50

Abstract: 本发明提出一种基于智能感知的跨域计算任务调度方法及系统，包括：步骤1、基于标签数据训练决策树模型；步骤2、基于相对时间复杂度估算计算任务的执行时间；步骤3、基于资源历史记录和ARIMA算法预测各域的资源变化趋势指标；步骤4、使用资源状态接口获取各个域的资源实时状态指标；步骤5、基于可用带宽估算数据迁移到各个域的迁移时间；步骤6、基于决策树模型和综合指标决策任务最优执行域。本发明创造性地将趋势预测算法和决策树算法综合应用于跨域计算任务调度场景，避免了任务资源抢占现象，解决了调度决策正确率低的问题；通过流式机器学习技术，克服了趋势预测算法和决策树算法的性能问题，大幅缩短了跨域计算任务调度整体时间。

公开(公告)号：CN109960573B

公开(公告)日：2021-01-08

申请号：CN201811643211.1

申请日：2018-12-29

Applicant: 天津南大通用数据技术股份有限公司

Inventor： 樊文昌 ,  云亚娇 ,  武新

IPC: G06F9/48 ,  G06F9/50

Abstract: 本发明提出一种基于智能感知的跨域计算任务调度方法及系统，包括：步骤1、基于标签数据训练决策树模型；步骤2、基于相对时间复杂度估算计算任务的执行时间；步骤3、基于资源历史记录和ARIMA算法预测各域的资源变化趋势指标；步骤4、使用资源状态接口获取各个域的资源实时状态指标；步骤5、基于可用带宽估算数据迁移到各个域的迁移时间；步骤6、基于决策树模型和综合指标决策任务最优执行域。本发明创造性地将趋势预测算法和决策树算法综合应用于跨域计算任务调度场景，避免了任务资源抢占现象，解决了调度决策正确率低的问题；通过流式机器学习技术，克服了趋势预测算法和决策树算法的性能问题，大幅缩短了跨域计算任务调度整体时间。