公开(公告)号：CN110308973A

公开(公告)日：2019-10-08

申请号：CN201910624987.7

申请日：2019-07-11

Applicant: 河海大学常州校区

Inventor： 孙宁 ,  万拥 ,  韩光洁 ,  高枭 ,  韦海龙

IPC: G06F9/455 ,  G06F1/3234

Abstract: 本发明提供了一种基于能耗优化的容器动态迁移方法，包括以下步骤：(1)获取各节点资源利用率；(2)对容器迁移时机进行判断；(3)对待迁移容器进行选择；(4)根据CPU、内存能耗进行升序排列，选择目标节点。本发明主要关注迁移触发时间的判断、待迁移容器的选择、目标节点的选择，可以实现Docker容器动态迁移，具有降低能耗以及实现集群资源负载均衡的特点。

公开(公告)号：CN110308981B

公开(公告)日：2023-05-16

申请号：CN201910625563.2

申请日：2019-07-11

Applicant: 河海大学常州校区

Inventor： 孙宁 ,  万拥 ,  王彬 ,  李昌澔

IPC: G06F9/48 ,  G06F9/50 ,  G06F9/455 ,  G06F17/13 ,  G06F17/18

Abstract: 本发明提供了一种基于组合预测模型的Swarm集群调度算法。针对传统的一元线性回归模型和灰色模型的预测准确度相对较低的缺点，综合考虑Swarm集群内置调度策略存在的问题，将两种预测模型相结合，建立一种将两个权值进行加权综合计算形成组合优化的预测模型。本发明中的组合预测模型优于传统一元线性回归模型和灰色模型，具有较高的预测准确度。

公开(公告)号：CN110308981A

公开(公告)日：2019-10-08

申请号：CN201910625563.2

申请日：2019-07-11

Applicant: 河海大学常州校区

Inventor： 孙宁 ,  万拥 ,  王彬 ,  李昌澔

IPC: G06F9/48 ,  G06F9/50 ,  G06F9/455 ,  G06F17/13 ,  G06F17/18

Abstract: 本发明提供了一种基于组合预测模型的Swarm集群调度算法。针对传统的一元线性回归模型和灰色模型的预测准确度相对较低的缺点，综合考虑Swarm集群内置调度策略存在的问题，将两种预测模型相结合，建立一种将两个权值进行加权综合计算形成组合优化的预测模型。本发明中的组合预测模型优于传统一元线性回归模型和灰色模型，具有较高的预测准确度。