公开(公告)号：CN118300996A

公开(公告)日：2024-07-05

申请号：CN202410420087.1

申请日：2024-04-09

Applicant: 贵州大学 ,  贵州白山云科技股份有限公司

Inventor： 谢灿坤 ,  李逸骏 ,  李少波 ,  吴封斌 ,  凌一宏 ,  张星星 ,  林光政 ,  谢群 ,  朱科瑜 ,  王金明

IPC: H04L41/0896 ,  H04L41/16 ,  G06N3/006

Abstract: 本发明公开了一种云资源自适应调度方法、系统、设备及介质，包括以下步骤：S1：开始；S1：根据不同计费点的带宽需求数据、cache承载带宽上限、覆盖名到cache组的网络时延以及GTO算法原始参数，设定循环的次数作为计算的结束条件，并进行计算；S2：选择策略进行种群初始化；S3：探索阶段，探索全局最优解；S4：开发阶段；S5：对通过探索阶段或开发阶段产生的新解进行边界检查以保证符合边界要求；S6：根据成本计算函数进行计算并比较，记录成本更小的解，并更新；S7：重复步骤S3～S6，直到达到循环的次数，执行S8；S8：根据最优带宽分配方案调整每个覆盖/客户节点的各个边缘节点的带宽。提高云计算系统中任务执行的效率，有效降低成本和能源消耗。

公开(公告)号：CN119071164B

公开(公告)日：2025-03-14

申请号：CN202411558288.4

申请日：2024-11-04

Applicant: 贵州大学

Inventor： 李少波 ,  覃信祺 ,  张星星 ,  吴封斌 ,  谢灿坤 ,  朱科谕 ,  王金明

IPC: H04L41/0894 ,  H04L41/0823 ,  H04L67/1025 ,  G06N3/006 ,  G06N3/092 ,  G06N5/01

Abstract: 本发明涉及数字信息的传输技术领域，具体提供一种用于深度神经网络任务的云边端多重卸载方法及系统。本发明的方法包括获取深度神经网络任务；基于所述深度神经网络任务，生成与所述深度神经网络任务对应的多个不同任务阶段的任务；将所述深度神经网络任务以及所述多个不同任务阶段的任务代入任务卸载优化模块，生成对每个任务阶段的任务的卸载策略；选择性地对每个任务阶段的任务的卸载策略进行动态优化，得到对每个任务阶段的任务的动态卸载策略；基于对每个任务阶段的任务的动态卸载策略，执行对深度神经网络任务的多阶段卸载。灵活分配资源，优化多任务场景下的卸载性能，使得提升了时间效率、能耗管理和资源利用率。

公开(公告)号：CN119071164A

公开(公告)日：2024-12-03

申请号：CN202411558288.4

申请日：2024-11-04

Applicant: 贵州大学

Inventor： 李少波 ,  覃信祺 ,  张星星 ,  吴封斌 ,  谢灿坤 ,  朱科谕 ,  王金明

IPC: H04L41/0894 ,  H04L41/0823 ,  H04L67/1025 ,  G06N3/006 ,  G06N3/092 ,  G06N5/01

Abstract: 本发明涉及数字信息的传输技术领域，具体提供一种用于深度神经网络任务的云边端多重卸载方法及系统。本发明的方法包括获取深度神经网络任务；基于所述深度神经网络任务，生成与所述深度神经网络任务对应的多个不同任务阶段的任务；将所述深度神经网络任务以及所述多个不同任务阶段的任务代入任务卸载优化模块，生成对每个任务阶段的任务的卸载策略；选择性地对每个任务阶段的任务的卸载策略进行动态优化，得到对每个任务阶段的任务的动态卸载策略；基于对每个任务阶段的任务的动态卸载策略，执行对深度神经网络任务的多阶段卸载。灵活分配资源，优化多任务场景下的卸载性能，使得提升了时间效率、能耗管理和资源利用率。