-
公开(公告)号：CN119621263A
公开(公告)日：2025-03-14
申请号：CN202411611469.9
申请日：2024-11-12
Applicant: 北京邮电大学
IPC: G06F9/48 , G06F9/50 , H04L67/101 , H04L67/1031 , H04L67/1008
Abstract: 本发明提供一种算力网络的任务调度方法和系统，所述方法包括：获取更新的算力网络资源状态和实时计算任务的属性，基于更新的资源状态确定各路由对的所有调度方案各自的资源均衡值，选择资源均衡值最小的调度方案作为各路由对的候选调度方案；基于马尔可夫决策过程表征实时计算任务的连续调度问题，确定计算任务的属性、更新的资源状态、动作和第一奖励；基于计算任务的属性、更新的资源状态和负载均衡经验将各时隙中各路由对的候选调度方案中第一奖励最大的候选计算节点和对应候选分段路由路径确定为各路由对中源节点接收的各计算任务的目标计算节点和对应目标分段路由路径，并执行对应任务的调度。本发明提高算力网络的任务成功率和负载均衡度。
-
公开(公告)号：CN117768953A
公开(公告)日：2024-03-26
申请号：CN202311458780.X
申请日：2023-11-03
Applicant: 北京邮电大学
IPC: H04W28/08 , H04W28/084 , H04W24/02 , G06F9/50 , G06N3/0442 , H04W84/06
Abstract: 本发明提供一种基于无服务器计算的星载边缘云编排部署方法和系统，该方法包括：计算平台接收服务请求数据，并建立与星载边缘云网络之间的映射。将无服务器计算函数功能链部署到星载边缘云网络中，并计算计算函数功能链的最大副本数量，重新部署函数功能链。建立无服务器计算函数功能链部署的可靠度函数，最大化该可靠度函数，得出最优映射策略。该方法还包括监控星载边缘云的资源并采集服务请求数据，用于预测模型，利用预测模型预测服务请求所需的资源量，并根据预测结果调整副本数量。本发明能够适应动态变化星载边缘云网络，提高了星载边缘云的可靠性和性能，同时利用预测模型实现动态资源调整，实现细粒度编排和动态响应。
-
公开(公告)号：CN118487642A
公开(公告)日：2024-08-13
申请号：CN202410457470.4
申请日：2024-04-16
Applicant: 北京邮电大学
Abstract: 本发明提供一种面向低轨卫星的自适应多业务流分布式服务部署方法及系统，低轨卫星网络接收终端用户发起的服务请求；获取卫星当前资源分配集合并构建卫星服务部署效用函数；基于启发式算法构建服务部署机制，将服务部署机制模拟为原子模型，服务部署候选解的效用值对应于电子能量；在一次迭代中，根据电子概率密度图在原子内核周围构建虚拟层，将有较优效用值的服务部署候选解分配至较高的虚拟层层级，较差的分配至较低的虚拟层层级；计算电子的结合态、结合能和最低能级，更新电子能量及位置，计算候选解效用值；多次迭代收敛得到最优解，生成服务部署策略。本发明提供的方法能在高动态场景下自适应选择最优服务部署策略，提高效率和资源利用率。
-
公开(公告)号：CN117353793A
公开(公告)日：2024-01-05
申请号：CN202311187494.4
申请日：2023-09-14
Applicant: 北京邮电大学
IPC: H04B7/185
Abstract: 本发明提供了一种面向巨型星算网络的任务调度方法及系统，其中，该方法包括：地面控制器将地面用户需求对应的计算任务发送至巨型星算网络；其中，所述巨型星算网络包括中轨卫星和至少一个计算域，每个计算域包括多个低轨卫星，每个计算域对应有搭载计算域控制器的中轨卫星；中轨卫星生成相应计算域内低轨卫星协同执行计算任务的协同计算策略；计算域内低轨卫星获取遥测数据，并根据所述遥测数据和所述协同计算策略执行所述计算任务，得到协同计算结果；巨型星算网络将所述协同计算结果返回至地面控制器。该方法可以有效协同星地与中低轨资源，高效完成任务计算。
-
公开(公告)号：CN115882927A
公开(公告)日：2023-03-31
申请号：CN202211347470.6
申请日：2022-10-31
IPC: H04B7/185
Abstract: 本发明提供一种面向低轨卫星星座的分布式推理方法及装置，所述方法的步骤包括：接收到处理任务的卫星根据预设的切分节点将处理任务划分为多个子任务；基于多个子任务和多个卫星构建多种决策方案；基于子任务的数据包大小和被分配子任务的卫星的处理资源大小计算完成每个子任务所消耗的处理时间，基于卫星之间的传输速度计算子任务在卫星之间传递的传输时延，基于处理时间和传输时间计算每个决策方案所需总时间；基于收到处理任务的卫星的采样率计算相对价值函数，基于相对价值函数计算激励函数；基于激励函数和每个决策方案所需总时间计算每个决策方案对应的决策值，基于所述决策值从多个决策方案筛选得到最终决策方案。
-
Patent Agency Ranking
公开(公告)号：CN118509388A
公开(公告)日：2024-08-16
申请号：CN202410457468.7
申请日：2024-04-16
Applicant: 北京邮电大学
Abstract: 本发明提供一种面向低轨卫星网络的任务调度和资源切片方法及系统，低轨卫星网络接收终端用户发起的服务请求；获取各卫星当前资源状态集合，基于强化学习构建任务调度机制，以根据网络状态生成任务调度策略；获取各卫星当前资源分配集合并构建卫星资源切片效用函数；基于启发式算法构建资源切片机制，将各卫星资源切片候选解认作带有相同电荷的粒子，在一次迭代中，根据效用函数计算各候选解的适应度值以进行评估，适应度值较高的候选解接收较高电荷，较低的接收较低电荷；根据整体卫星的最优适应度值和最差适应度值更新候选解，进行多次迭代，以得到最优解，生成资源切片策略。本发明提供的方法能够灵活调整资源分配，提高处理效率和资源利用率。
-
公开(公告)号：CN117241393A
公开(公告)日：2023-12-15
申请号：CN202311058512.9
申请日：2023-08-21
Applicant: 北京邮电大学
IPC: H04W72/1263 , H04W72/566 , H04W72/50 , H04W28/06 , H04W28/08
Abstract: 本发明提供一种基于服务意图的算力网络协同业务调度方法和系统，所述方法包括：获取业务意图，将业务意图转译为资源描述框架，资源描述框架包含业务所需资源类型、数据体量和服务性能。将算力网络中各算力节点设立算力节点标识，算力节点标识包括算力身份标识和算力属性标识，其中算力属性标识由算力资源类型和算力意图等级组成。基于威克瑞拍卖机制，匹配业务意图的资源描述框架与算力节点标识，筛选满足业务需求的算力节点，同时使得算力节点收益最大化，以此形成调度策略。将调度策略下发至相应算力节点执行业务。本发明将意图引入算力网络，使算力节点能够提供与业务需求相匹配的服务的同时，实现算力网络中算力节点收益的最大化。
-
公开(公告)号：CN118394467A
公开(公告)日：2024-07-26
申请号：CN202410457460.0
申请日：2024-04-16
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于强化学习的低轨卫星网络任务调度方法及系统，低轨卫星网络接收终端用户发起的服务请求；获取各卫星资源信息；将最小化任务处理成本作为任务调度的优化目标，构建延迟赤字队列表示长期延迟约束，引入李雅普诺夫漂移跟踪两个连续时隙之间李雅普诺夫函数的变化，将优化目标转化为最小化李雅普诺夫漂移加惩罚项；基于强化学习构建任务调度机制，以任务生成状态、数据队列状态、各卫星之间和各卫星与地面之间的通信状态构建状态空间，以各卫星执行的任务调度构建动作空间，以最小化任务处理成本构建奖励函数；根据当前低轨卫星网络状态生成相应的任务调度策略。本发明提供的方法能够减少网络能耗和任务处理延迟，提高处理性能。
-
公开(公告)号：CN117674954A
公开(公告)日：2024-03-08
申请号：CN202311465949.4
申请日：2023-11-06
Applicant: 北京邮电大学 , 上海卫星互联网研究院有限公司
IPC: H04B7/185 , H04L67/104 , H04L41/00
Abstract: 本发明提供一种辅助卫星节点选举方法、星载边缘云协同计算系统及装置，该方法应用于星载边缘云协同计算系统中，包括：对按照预设集群划分策略对卫星节点进行集群划分，得到卫星节点集群；响应于选举触发指令，获取卫星节点集群中的每个卫星节点的选举编号；基于每个卫星节点的资源状态，在选举编号中确定出目标编号作为选票编号；通过目标卫星节点基于选票编号和选票编号对应的卫星节点的节点标识，生成选票信息并在卫星节点集群中广播；将选票超过半数的卫星节点确定为辅助卫星节点；地面云端控制单元和卫星节点与辅助卫星节点进行状态同步；能够解决因卫星高速动态特性导致星间连接与星地连接频繁通断，导致容错性和可靠性较差的问题。
-
公开(公告)号：CN117573339A
公开(公告)日：2024-02-20
申请号：CN202311491465.7
申请日：2023-11-09
Applicant: 北京邮电大学 , 上海卫星互联网研究院有限公司
Abstract: 本发明提供一种卫星边缘计算服务的动态扩缩容方法、装置及存储介质，该方法包括：通过获取卫星边缘计算微服务在前序时段内的前序时序数据；获取预设的时序数据预测模型；将前序时序数据输入时序数据预测模型，得到后序时段的预测时序数据；获取卫星边缘计算微服务当前时序时段的实时时序数据；基于实时时序数据和预测时序数据，确定实时时序数据对应的实时扩缩容结果和预测时序数据对应的预测扩缩容结果；将实时扩缩容结果与预测扩缩容结果进行对比，在实时扩缩容结果和预测扩缩容结果中，将容器实例数量较多的作为目标扩缩容结果；按照目标扩缩容结果的指示，增加或者减少卫星边缘计算微服务对应的容器实例；能够解决计算服务性能较差的问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
