基于无服务器函数工作流分支预测的容器冷启动优化方法

    公开(公告)号:CN118689592A

    公开(公告)日:2024-09-24

    申请号:CN202410736315.6

    申请日:2024-06-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于无服务器函数工作流分支预测的容器冷启动优化方法,该方法结合Serverless工作流的特性,设计了全局的Serverless函数容器调度器,通过工作流历史访问数据,得出各个函数的执行时间和预热时间,并基于历史访问数据和工作流中函数的执行情况,预测下一阶段可能选择的分支;通过历史数据和预测数据的结合,在请求调用函数时,对工作流中可能被调用的函数进行恰到好处的提前预热,进而缓解冷启动问题。同时,该方法使容器被预热完成的时刻尽量逼近请求刚好进入容器的时刻,从而达到资源节约和降低端到端延迟的目的。本发明为Serverless工作流上的冷启动问题的优化提供了一种全新的解决方案,能够显著提高工作流的效率。

    基于底层指标的Serverless函数容器冷启动优化方法

    公开(公告)号:CN118672730A

    公开(公告)日:2024-09-20

    申请号:CN202410736326.4

    申请日:2024-06-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于底层指标的Serverless函数容器冷启动优化方法,该方法通过准确预测节点在不同负载情况下的容器启动时间,来选择合适的节点和预热容器的时间点,从而降低保活成本。与现有策略不同的是,该方法可以在合适的时间点预热容器,而不需要提前很长时间来预热容器,从而减少资源的浪费。

    基于调用链的Serverless函数保活优化方法

    公开(公告)号:CN118672729A

    公开(公告)日:2024-09-20

    申请号:CN202410736322.6

    申请日:2024-06-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于调用链的Serverless函数保活优化方法,该方法是一种精准而高效的保活策略,可以在保障性能的同时最小化资源消耗。本发明提出的基于调用链的函数保活策略,通过挖掘更加细粒度的函数调用链特征,它能更好地确定和调整每个函数的保活时长,以应对FaaS中存在的调用变化,并达到更低的保活成本。实验系统评估结果证实,在代表性的无服务器工作负载跟踪数据集中,基于调用链的方法能够将总体运行成本降低31%。

    基于移动边缘计算的坑洞边缘图像目标检测系统

    公开(公告)号:CN114677329A

    公开(公告)日:2022-06-28

    申请号:CN202210194294.0

    申请日:2022-03-01

    Abstract: 本发明公开了一种基于移动边缘计算的坑洞边缘图像目标检测系统。包括可见光摄像头、车端计算机、无线通讯设备和远端服务器;可见光摄像头安装在车辆上,在车辆行驶的过程中,由可见光摄像头对前方路面图像进行采集,通过车端计算设备,对图像进行边缘的提取并灰度化,初步减小图像的大小,并对图像进行分辨率的缩小,将缩小过后的图像通过车联网进行传输,传输到远端服务器;在远端服务器上,通过针对边缘图像设计的超分辨率算法将边缘图像还原为原来的分辨率,进行道路坑洞的目标检测,识别出道路坑洞的位置。通过提取图像边缘并压缩传输,大大减少了传输所需的带宽,提高整个系统的实时性。

    基于软件定义网络的多目标优化的卫星流控制方法

    公开(公告)号:CN104579454A

    公开(公告)日:2015-04-29

    申请号:CN201510025629.6

    申请日:2015-01-17

    Applicant: 浙江大学

    CPC classification number: H04B7/18526 H04B7/18513

    Abstract: 本发明公开了一种基于软件定义网络的多目标优化的卫星流控制方法。本发明通过引入多目标优化框架,实时地将多QoS需求的流,通过遗传算法进行拟合计算,得到若干个非劣解集,并将解集传输给控制器,为相应的交换设备产生合适的流表,建立相应的逻辑链路。该方法具有的优点如下:采用集中式控制,相较于传统网络分布式决策系统,路由收敛更快,能够适应快速变化的卫星网络;卫星网络可预知的地理位置信息和链路带宽信息能够被引入到多目标优化系统中,可以有效地提高路由效率;采用多目标优化算法进行路径规划,能够处理复杂QoS需求,降低了复杂QoS情况下无法找到路径的机率。

    一种在大规模场景下高效调度Serverless函数计算任务的调度系统

    公开(公告)号:CN119420741A

    公开(公告)日:2025-02-11

    申请号:CN202411466964.5

    申请日:2024-10-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种在大规模场景下高效调度Serverless函数计算任务的调度系统,该系统包括:Storage模块用于提供apiserver组件的缓存功能和etcd组件的存储功能;Client模块用于提供兼容Kubebuilder的SDK API接口;Apiserver模块用于确保外部服务和工具继续使用原有操作方式;WatchCache模块用于确保List‑Watch机制中的事件流转与原生系统一致;Persister模块用于将数据持久化到BadgerDB库中,以能够从持久化的BadgerDB库中恢复数据。本发明能够提升大规模Serverless场景中的计算效率与性能,降低等待时间。

    一种应用性能感知的混部调度系统和方法

    公开(公告)号:CN119225920A

    公开(公告)日:2024-12-31

    申请号:CN202411063329.2

    申请日:2024-08-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种应用性能感知的混部调度系统和方法,该系统包括:干扰注入与监控模块用于管理和调控整个数据采集过程,以获取集群中各个节点上应用的关键性能指标;性能模型模块用于利用收集的监控数据对应用的性能进行建模和分析,以预测应用在不同资源配置下的性能表现;强化学习调度模块用于利用强化学习方法,根据性能模型模块的分析结果,自动调整和优化调度策略;调度仿真器模块用于模拟真实环境中的各种调度场景和应用负载,验证并优化调度策略。本发明能够在混部场景下自动选择最优调度策略进行调度,有利于提高应用的性能和资源利用率,有效保障了应用的QoS,提升了集群的整体运行效率和稳定性。

    一种面向容器云环境的弹性伸缩方法、装置和电子设备

    公开(公告)号:CN118860572A

    公开(公告)日:2024-10-29

    申请号:CN202410907056.9

    申请日:2024-07-08

    Abstract: 本发明公开了一种面向容器云环境的弹性伸缩方法、装置和电子设备,该方法包括:收集工作负载数据并保存在时间序列数据库中;利用收集到的历史工作负载数据对基于不确定性感知的Transformer预测模型进行训练,获取训练好的预测模型,再预测未来工作负载数据和不确定性;将历史工作负载数据、未来工作负载数据和不确定性作为状态进行强化学习,智能体根据弹性伸缩策略主动作出弹性伸缩的决策;利用历史工作负载数据,根据响应式伸缩策略作出对应的伸缩动作;综合响应式伸缩策略作出的伸缩动作和强化学习主动作出的伸缩动作,决策出最终的伸缩策略并执行。本发明能够有效的降低应用服务水平协议的违约,提高资源的利用率和预测精度。

    一种三轴稳定卫星的雷达RCS序列模拟方法及装置

    公开(公告)号:CN118131145A

    公开(公告)日:2024-06-04

    申请号:CN202410292696.3

    申请日:2024-03-14

    Applicant: 浙江大学

    Inventor: 张显 杨波威

    Abstract: 本发明公开了一种三轴稳定卫星的雷达RCS序列模拟方法及装置,方法包括:利用feko电磁仿真软件构建三轴稳定卫星的结构模型;使用feko软件生成卫星在设定频率下的全方向RCS数据集合,导出RCS数据集合并保存;利用STK卫星分析软件计算卫星过境雷达时的时标、位置和速度信息;根据时标、位置和速度信息,利用矢量分析方法计算雷达视角方向上卫星姿态的俯仰角和滚转角;根据俯仰角和滚转角,从RCS数据集合中查询RCS值,整合得到三轴稳定卫星的雷达RCS序列。本发明能够有效提升三轴稳定卫星的雷达RCS序列模拟结果的可信度,为RCS识别研究和卫星姿态研究提供有效的数据支撑。

    基于聚类的容器应用资源密集型画像方法、系统、设备及存储介质

    公开(公告)号:CN118013322A

    公开(公告)日:2024-05-10

    申请号:CN202410278257.7

    申请日:2024-03-12

    Abstract: 本发明提供了一种基于聚类的容器应用资源密集型画像方法、系统、设备及存储介质,具体思路如下:采集容器应用各资源维度相关指标;对采集到的数据进行LTTB降采样处理,选择最具有代表性的数据;采用基于距离的k‑means算法对容器应用进行聚类,同时采用轮廓分析算法选择最合适的k值,将容器划分为k个不同的簇;采用基于熵的阈值算法计算资源阈值,最后根据资源阈值来对每个簇进行密集系数计算,获得密集型画像结果。本发明不仅提高了数据处理的效率和质量,同时也增强了模型对于动态环境的适应能力,降低了资源分析的经济成本,有望在容器云环境中得到广泛应用,为资源管理提供更加智能化、自动化的解决方案。

Patent Agency Ranking