虚拟化云环境下GPU-CPU混合资源分配系统和方法

    公开(公告)号:CN106293947B

    公开(公告)日:2020-11-06

    申请号:CN201610681905.9

    申请日:2016-08-17

    Abstract: 本发明提供了一种虚拟化云环境下GPU‑CPU混合资源分配系统和方法包括注入模块、分配器;注入模块负责设置钩子,并通过睡眠方式限制进程占用资源;分配器负责调用资源分配算法得到资源分配目标值,并将资源分配目标值发送给注入模块。本发明提供了FEA算法与资源分配框架,用以高效地进行多重异构混合资源的动态资源分配。通过这个资源分配的操作,提升资源分配的公平性,同时保证其效率。本发明能够显著提升多个CPU‑GPU多重混合资源需求任务运行时资源分配的公平性与效率。任务在使用分配算法时的公平性,最高有45%的提升。本发明在提升公平性的同时,也通过FEA算法的约束条件,以保证任务运行的效率质量。

    一种面向边缘计算的自组云架构与优化方法及系统

    公开(公告)号:CN109302463B

    公开(公告)日:2020-07-14

    申请号:CN201811083007.9

    申请日:2018-09-17

    Abstract: 本发明提供了一种面向边缘计算的自组云架构与优化方法及系统,包括模型构建步骤:对层次化的无人机系统进行模型构建;适于无限虚拟机资源情形的去中心化计算卸载算法步骤:根据无人机系统的无人机终端带宽满足的条件分别进行博弈决策,达到纳什均衡;适于有限虚拟机资源情形的去中心化计算卸载算法步骤:设计去中心化计算卸载算法进行算法计算。本发明提供了一种分层去中心化的卸载方法,以在保持能效的同时降低通信开销;本发明将层次化无人机系统中的节能计算卸载决策问题建模为一种非合作博弈进行研究,针对无限虚拟机资源、有限虚拟机资源情形设计了去中心化的计算卸载算法,并证明了算法能达到纳什均衡。

    一种基于区块链的医疗数据共享方法

    公开(公告)号:CN108717861B

    公开(公告)日:2020-07-14

    申请号:CN201810339003.6

    申请日:2018-04-16

    Inventor: 姚建国 朱昱锦

    Abstract: 本发明提供了一种基于区块链的医疗数据共享方法,通过在区块链记录所有操作记录,透明地公开所有数据操作;并且提供数据清洗、数据映射功能,方便外界对该数据来源的识别与使用;并且使用智能合约统一管理各个医疗数据库,并对外听歌统一的访问接口。本发明能真正打破不同医院之间相互不信任的数据孤岛问题,建立共享的医疗数据集市。

    一种基于NVM混合内存的缓存预取方法及系统

    公开(公告)号:CN111143243A

    公开(公告)日:2020-05-12

    申请号:CN201911318719.9

    申请日:2019-12-19

    Abstract: 本发明提供了一种基于NVM混合内存的缓存预取方法及系统,包括:步骤M1:识别DRAM和NVMM主内存,并且将DRAM作为NVMM的缓存;步骤M2:根据预设负载类型,采集对应的访存数据,作为训练的数据;步骤M3:搭建特定的LSTM神经网络模型;步骤M4:使用特定的LSTM神经网络模型对训练的数据进行训练;步骤M5:训练后的LSTM神经网络模型,保证存储系统对负载变化的适应性;本发明创新性地采用机器学习的方案,结合提前采集数据,离线训练的方式,完成了对特定负载的高精准度缓存预取,有效提高混合主内存运行时的命中率。

    云调度器中应对不确定需求的多资源调度方法

    公开(公告)号:CN105871618B

    公开(公告)日:2019-05-24

    申请号:CN201610228390.7

    申请日:2016-04-13

    CPC classification number: G06F9/50

    Abstract: 本发明提供了一种云调度器中应对不确定需求的多资源调度方法,其使用两个针对公平效率的计算公式,作为优化问题中的成本函数。对于一些资源需求不确定的变化集合,原始非线性优化问题的鲁棒性对等式易于计算,所以本发明对这些资源需求不确定的集合的特征进行了建模,即椭球体不确定模型。该模型将每个系数向量置于一个超椭球形的空间中,并作为测量不确定度大小的一个度量。通过借助于椭球体不确定模型,来解决非线性优化问题,可以得出能够应对于动态变化需求的资源分配方案。

    一种面向边缘计算的自组云架构与优化方法及系统

    公开(公告)号:CN109302463A

    公开(公告)日:2019-02-01

    申请号:CN201811083007.9

    申请日:2018-09-17

    Abstract: 本发明提供了一种面向边缘计算的自组云架构与优化方法及系统,包括模型构建步骤:对层次化的无人机系统进行模型构建;适于无限虚拟机资源情形的去中心化计算卸载算法步骤:根据无人机系统的无人机终端带宽满足的条件分别进行博弈决策,达到纳什均衡;适于有限虚拟机资源情形的去中心化计算卸载算法步骤:设计去中心化计算卸载算法进行算法计算。本发明提供了一种分层去中心化的卸载方法,以在保持能效的同时降低通信开销;本发明将层次化无人机系统中的节能计算卸载决策问题建模为一种非合作博弈进行研究,针对无限虚拟机资源、有限虚拟机资源情形设计了去中心化的计算卸载算法,并证明了算法能达到纳什均衡。

    嵌入式网络虚拟化环境中VirtIO网络虚拟化工作方法

    公开(公告)号:CN104618158B

    公开(公告)日:2018-05-04

    申请号:CN201510044201.6

    申请日:2015-01-28

    Abstract: 本发明提供了一种嵌入式网络虚拟化环境中VirtIO网络虚拟化工作方法,其针对VirtIO的前端驱动程序,对VirtIO网络引入延迟机制,使客户机在进行网络数据I/O时并不立刻将控制权移交给宿主机,而是将数据缓存到队列里,经过一定的时间后再进行上下文切换,通知宿主机从缓存队列获取数据。本发明显著地减少了客户机和宿主机上下文切换的次数,节省了大量的CPU资源以处理更多的网络I/O。通过实验可以发现,在设置一定的时间延迟内,网络吞吐量最大有3倍以上的提升。

    智能建筑中基于热量预测管理的能耗控制方法

    公开(公告)号:CN104298191B

    公开(公告)日:2017-02-15

    申请号:CN201410415239.5

    申请日:2014-08-21

    Abstract: 本发明提供了一种智能建筑中基于热量预测管理的能耗控制方法,包括:步骤1:建立建筑物中热量模型;步骤2:建立状态空间下的热力学模型;步骤3:进行可调度性测试,判定在给定能耗负载预算budget下,该建筑物的热量负载是否具有可调度性;步骤4:运行基于模型预测控制MPC的热量控制策略,解出相应的控制输出变量。本发明对于建筑物中HVAC系统进行调节,使其在房间温度较小变动、满足任务处理约束等各项约束的同时,降低峰值功率。并且,系统能够很好地进行可调度性分析,对于当前的能耗预算是否能够满足要求,进行良好地判断和修正。

    多层嵌入差分隐私到决策树模型的隐私风险控制方法

    公开(公告)号:CN106339714A

    公开(公告)日:2017-01-18

    申请号:CN201610651622.X

    申请日:2016-08-10

    Abstract: 本发明提供了一种多层嵌入差分隐私到决策树模型的隐私风险控制方法,包括初始化、将差分隐私技术嵌入到多层决策树模型中、得到多层决策树。本发明能够使用采取多层嵌入的方式,将差分隐私技术嵌入到决策树模型中;相对于现有技术,仍然满足决策树模型在差分隐私的保护下,并且模型预测准确度比现有技术有较大提升。

    嵌入式网络虚拟化环境中优化网络吞吐量的方法

    公开(公告)号:CN104615495A

    公开(公告)日:2015-05-13

    申请号:CN201510044195.4

    申请日:2015-01-28

    Abstract: 本发明提供了一种嵌入式网络虚拟化环境中优化网络吞吐量的方法,其将多个hypercall通过聚合计时器被聚合成一个hypercall,聚合间隔时间可以根据预测的下一个I/O请求到达的时间自主调节,从而显著地减少了客户机和宿主机上下文切换的次数,节省了大量的CPU资源以处理更多的网络I/O,同时在低网络流量情况下能够减少数据传输的延迟。通过发明人的实验可以发现,与传统方法相比,AHC方法可以使Netperf,Apache和Memcached的吞吐量分别提高221.14%,146.23%和257.42%。

Patent Agency Ranking