一种Linux内核调度器参数优化系统及方法

    公开(公告)号:CN119271382B

    公开(公告)日:2025-04-18

    申请号:CN202411803520.6

    申请日:2024-12-10

    Applicant: 山东大学

    Abstract: 本申请属于Linux内核调度器技术领域,具体涉及一种Linux内核调度器参数优化系统及方法,包括数据采集模块、大模型训练与优化模块、内核调度器模块、代码生成与验证模块、小模型训练模块、小模型推理模块;大模型负责周期性地提供全局优化的视角,生成小模型的初始权重和调度器原型,从长期积累的数据中提取规律,确保优化策略具有全局视野。同时,小模型则作为局部适配器,实时处理内核态的动态调度需求。这种分层优化机制能够平衡短期适应性和长期性能提升。

    一种Linux内核调度器参数优化系统及方法

    公开(公告)号:CN119271382A

    公开(公告)日:2025-01-07

    申请号:CN202411803520.6

    申请日:2024-12-10

    Applicant: 山东大学

    Abstract: 本申请属于Linux内核调度器技术领域,具体涉及一种Linux内核调度器参数优化系统及方法,包括数据采集模块、大模型训练与优化模块、内核调度器模块、代码生成与验证模块、小模型训练模块、小模型推理模块;大模型负责周期性地提供全局优化的视角,生成小模型的初始权重和调度器原型,从长期积累的数据中提取规律,确保优化策略具有全局视野。同时,小模型则作为局部适配器,实时处理内核态的动态调度需求。这种分层优化机制能够平衡短期适应性和长期性能提升。

    基于联邦学习的云原生容器存储访问策略优化方法及系统

    公开(公告)号:CN118761098A

    公开(公告)日:2024-10-11

    申请号:CN202411244168.7

    申请日:2024-09-06

    Applicant: 山东大学

    Abstract: 本申请属于云原生容器存储访问技术领域,具体涉及一种基于联邦学习的云原生容器存储访问策略优化方法及系统,该发明利用了内核沙箱技术来实现容器存储策略的动态管理和执行,通过Wasm模块实现跨容器和存储设备的隔离与优化。结合联邦学习,系统能够在不同节点上通过AI模型进行实时的存储访问策略优化,以提升整体性能和安全性。这个系统通过内核沙箱确保在内核态执行环境的安全,同时结合编译优化、LLVM转译、内存保护等技术,解决了将Wasm应用到内核态模块中的技术挑战,从而为云原生环境提供高效的存储管理方案。

    基于联邦学习的云原生容器存储访问策略优化方法及系统

    公开(公告)号:CN118761098B

    公开(公告)日:2024-11-26

    申请号:CN202411244168.7

    申请日:2024-09-06

    Applicant: 山东大学

    Abstract: 本申请属于云原生容器存储访问技术领域,具体涉及一种基于联邦学习的云原生容器存储访问策略优化方法及系统,该发明利用了内核沙箱技术来实现容器存储策略的动态管理和执行,通过Wasm模块实现跨容器和存储设备的隔离与优化。结合联邦学习,系统能够在不同节点上通过AI模型进行实时的存储访问策略优化,以提升整体性能和安全性。这个系统通过内核沙箱确保在内核态执行环境的安全,同时结合编译优化、LLVM转译、内存保护等技术,解决了将Wasm应用到内核态模块中的技术挑战,从而为云原生环境提供高效的存储管理方案。

Patent Agency Ranking