-
公开(公告)号：CN118964159A
公开(公告)日：2024-11-15
申请号：CN202411058718.6
申请日：2024-08-02
Applicant: 贵州白山云科技股份有限公司 , 山东大学
IPC: G06F11/34 , G06F18/23 , G06N20/20 , G06F18/2431 , G06N5/01
Abstract: 本发明属于云计算技术领域，具体涉及一种服务器设备负载的实时预测方法。所述方法包括：采集服务器过去一段时间内的设备参数序列，并将所述设备参数序列划分为样本序列和标签序列；对所述样本序列和所述标签序列进行预处理；对预处理后的样本序列，根据业务信息对每个覆盖做聚类，使得相似的覆盖聚为一类，并引入时间戳，获得最终的样本序列；采用随机森林回归算法建立随机森林回归预测模型；将所述最终的样本序列、所述标签序列输入至所述随机森林回归预测模型进行训练，获得训练好的实时预测模型；将所述服务器当前时间段的设备参数序列输入至所述训练好的实时预测模型中，获取所述服务器当前的负载参数。本发明方法有效提升负载预测准确。
-
公开(公告)号：CN119030926A
公开(公告)日：2024-11-26
申请号：CN202411058772.0
申请日：2024-08-02
Applicant: 贵州白山云科技股份有限公司 , 山东大学
IPC: H04L47/10 , H04L61/4511
Abstract: 本发明属于计算机网络技术领域，涉及一种基于线性规划的成本最优的CDN流量调度方法及装置。所述方法包括：S1：CDN基于服务器集群信息、服务器集群中的服务器信息和地区劫持信息构建线性目标函数；S2：CDN获取当前时间的每个Cover的流量请求；S3：CDN根据获取的每个Cover的流量请求来求解所述线性目标函数，分别求解获得每个Cover使用某个服务器的IP数量；S4：根据求解获得的每个Cover使用某个服务器的IP数量，CDN从Cover使用的所述某个服务器的可用的IP中获取指定大小的IP集合；并将所述IP集合发送至DNS系统，得到当前时刻CDN的最优流量调度。本发明提供的方法综合了流量调度、地区劫持、服务器的流量上限及跑高状态因素，通过合理的调整DNS系统来降低CDN系统的流量成本。
-
公开(公告)号：CN119473816A
公开(公告)日：2025-02-18
申请号：CN202411556463.6
申请日：2024-11-04
Applicant: 贵州白山云科技股份有限公司 , 山东大学
Abstract: 本发明属于云计算技术领域，具体涉及一种服务器设备负载的实时预测方法。所述方法包括：采集服务器过去一段时间内的设备参数序列，并将所述设备参数序列划分为样本序列和标签序列；对所述样本序列和所述标签序列进行预处理；对预处理后的样本序列，根据业务信息对每个覆盖做聚类，使得相似的覆盖聚为一类，并引入时间戳，获得最终的样本序列；采用随机森林回归算法建立随机森林回归预测模型；将所述最终的样本序列、所述标签序列输入至所述随机森林回归预测模型进行训练，获得训练好的实时预测模型；将所述服务器当前时间段的设备参数序列输入至所述训练好的实时预测模型中，获取所述服务器当前的负载参数。本发明方法有效提升负载预测准确。
-
公开(公告)号：CN118170627A
公开(公告)日：2024-06-11
申请号：CN202410591806.6
申请日：2024-05-14
Applicant: 贵州大学 , 贵州白山云科技股份有限公司
IPC: G06F11/34 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本发明提出了一种服务器设备性能预测方法、装置、设备及介质，包括：将两个随机的特征输入分别输入至两个编码器中，利用编码器分别压缩两个随机特征输入的序列长度；将两个编码器的输出作差，将差作为解码器的第一输入；将服务器负载数据作为解码器的第二输入，解码器基于第一输入和第二输入对服务器的性能进行预测，获取预测结果。本发明通过两个编码器对随机时间点的特征输入进行处理，充分利用了时间特性与业务之间的关系，并将两个编码器的输出作差，将差值作为解码器的输入之一，充分考虑了相邻时间设备运行业务间的关系，有效提高了预测精度，解码器还结合了服务器负载数据等关键信息，进一步提高了预测结果的可靠性和实用性。
-
Patent Agency Ranking
公开(公告)号：CN118331746B
公开(公告)日：2024-08-20
申请号：CN202410749287.1
申请日：2024-06-12
Applicant: 贵州大学 , 贵州白山云科技股份有限公司
IPC: G06F9/50 , G06F18/10 , G06F18/213 , G06F18/214
Abstract: 本发明提出了一种基于复杂周期的边缘云长序列负载预测方法、装置、设备及介质，该预测方法包括：获取边缘云平台的历史时序业务数据，划分为测试集和训练集；对训练集进行预处理，获取时序周期和趋势分量；对周期分量进行分解、压缩、卷积和池化，结合注意力机制识别重要周期分量，构建新周期序列；融合新周期序列和趋势分量，生成负载预测模型；利用测试集测试和优化模型，获取预测结果；该方法提高预测精度，适应复杂周期变化，优化缓存策略，提升效率，降低负载；具有可扩展性和灵活性，满足不同场景需求；综合考虑时序周期和趋势分量，结合注意力机制，提高预测精度和稳定性；采用处理，降低计算复杂度和资源消耗，提高预测效率和可靠性。
-
公开(公告)号：CN117950863A
公开(公告)日：2024-04-30
申请号：CN202410065744.5
申请日：2024-01-16
Applicant: 贵州大学 , 贵州白山云科技股份有限公司
Abstract: 本发明提出了一种具有高效优化的云资源任务调度方法，方法包括：将用户输入的作业分解为一组计算任务，利用任务属性对每个计算任务进行表征；对时间开销函数、负载开销函数和价格成本函数进行归一化；通过利用时间开销函数、负载开销函数、价格成本函数和多目标函数建立云调度模型，利用云调度模型对计算任务匹配计算资源；通过改进后鲸鱼优化算法对云调度模型匹配的计算资源进行优化。本发明利用时间开销函数、负载开销函数、价格成本函数和多目标函数建立云调度模型，后通过鲸鱼优化算法对云调度模型匹配的计算资源进行优化，通过改进后鲸鱼优化算法的不断迭代为每一个计算任务匹配一个最优的计算资源，从而提高云调度模型的调度效率和准确性。
-
公开(公告)号：CN118170627B
公开(公告)日：2024-07-16
申请号：CN202410591806.6
申请日：2024-05-14
Applicant: 贵州大学 , 贵州白山云科技股份有限公司
IPC: G06F11/34 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本发明提出了一种服务器设备性能预测方法、装置、设备及介质，包括：将两个随机的特征输入分别输入至两个编码器中，利用编码器分别压缩两个随机特征输入的序列长度；将两个编码器的输出作差，将差作为解码器的第一输入；将服务器负载数据作为解码器的第二输入，解码器基于第一输入和第二输入对服务器的性能进行预测，获取预测结果。本发明通过两个编码器对随机时间点的特征输入进行处理，充分利用了时间特性与业务之间的关系，并将两个编码器的输出作差，将差值作为解码器的输入之一，充分考虑了相邻时间设备运行业务间的关系，有效提高了预测精度，解码器还结合了服务器负载数据等关键信息，进一步提高了预测结果的可靠性和实用性。
-
公开(公告)号：CN118331746A
公开(公告)日：2024-07-12
申请号：CN202410749287.1
申请日：2024-06-12
Applicant: 贵州大学 , 贵州白山云科技股份有限公司
IPC: G06F9/50 , G06F18/10 , G06F18/213 , G06F18/214
Abstract: 本发明提出了一种基于复杂周期的边缘云长序列负载预测方法、装置、设备及介质，该预测方法包括：获取边缘云平台的历史时序业务数据，划分为测试集和训练集；对训练集进行预处理，获取时序周期和趋势分量；对周期分量进行分解、压缩、卷积和池化，结合注意力机制识别重要周期分量，构建新周期序列；融合新周期序列和趋势分量，生成负载预测模型；利用测试集测试和优化模型，获取预测结果；该方法提高预测精度，适应复杂周期变化，优化缓存策略，提升效率，降低负载；具有可扩展性和灵活性，满足不同场景需求；综合考虑时序周期和趋势分量，结合注意力机制，提高预测精度和稳定性；采用处理，降低计算复杂度和资源消耗，提高预测效率和可靠性。
-
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
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。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.039 seconds)
