-
公开(公告)号：CN118069291A
公开(公告)日：2024-05-24
申请号：CN202410176473.0
申请日：2024-02-08
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F9/455 , H04L67/1001 , G06F9/50
Abstract: 本发明涉及一种基于业务和结果导向的弹性扩缩容方法，属于云计算技术领域。本发明方法包括：基于历史扩容数据预测当天负载高峰时段，基于各负载高峰时段对应的历史扩容数据和当天的任务信息确定各负载高峰时段的计划扩容执行时间和计划扩容策略；在各计划扩容策略执行的过程中，基于实时监控的业务指标值和系统性能指标值调整各计划扩容策略，并将调整后扩容策略记录至所述负载高峰时段对应的扩容数据中；其他时段，基于实时监控的业务指标值和系统性能指标值执行实时扩容和缩容并记录至相应时段对应的扩容数据中。本发明方法可以解决现有技术中扩缩容不能满足业务预期效果、扩缩容滞后以及当负载波动大时造成的性能损耗和不稳定问题。
-
公开(公告)号：CN117950764A
公开(公告)日：2024-04-30
申请号：CN202410139718.2
申请日：2024-01-31
Applicant: 中国兵器工业计算机应用技术研究所
Abstract: 本发明涉及一种基于中间数据的任务断点重跑方法及系统，属于批流一体数据处理领域。本发明方法包括：基于数据处理任务确定相应的DAG图，DAG图用于表示执行所述任务的各任务算子的执行顺序和执行方向；基于DAG图执行数据处理任务，执行时记录输入数据在相应数据源中的偏移位置、各任务算子的执行结果标志，当所述执行结果标志为成功时，记录该任务算子形成的中间数据；其中，所述输入数据为从相应数据源中持续读取的批数据或流数据；在所述任务执行失败时，基于所述执行结果标志以及所述偏移位置或中间数据执行任务断点重跑。本发明方法可以避免失败的批流一体数据处理任务在重跑过程中出现的数据丢失、数据重复等问题，并提升任务重跑效率。
-
公开(公告)号：CN117828166A
公开(公告)日：2024-04-05
申请号：CN202311844404.4
申请日：2023-12-28
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F16/9532 , G06F16/332 , G06F16/31 , G06F16/182 , G06F9/50
Abstract: 本发明涉及基于统一搜索及大数据处理的分布式计算引擎，包括：统一接口模块、分布式执行模块和存储管理模块；统一接口模块用于接收计算任务，并进行任务解析，以根据任务解析得到的任务类型启动对应的计算引擎；分布式执行模块包括搜索计算引擎、图计算引擎和流计算引擎，分别用于读取并执行对应的计算任务；存储管理模块用于对搜索计算引擎、流计算引擎和图计算引擎对应的数据进行统一的数据表及存储管理。本发明解决了现有技术中的数据计算引擎在面对多种复杂的计算场景时，无法针对多类型的数据处理任务提供并行高效的实时计算，以进行实时快速响应的问题。
-
公开(公告)号：CN115562676B
公开(公告)日：2023-06-06
申请号：CN202211240180.1
申请日：2022-10-11
Applicant: 中国兵器工业计算机应用技术研究所
Inventor： 孟英谦 , 杜宏博 , 彭龙 , 李胜昌 , 梁冬 , 鲁东民 , 葛晋鹏 , 郭亚辉 , 米丽媛 , 饶雷 , 张帅 , 邵鹏志 , 王乃正 , 薛行 , 徐天敕 , 王嘉岩 , 随秋林
Abstract: 本发明提供了一种图计算引擎的触发方法，属于图计算技术领域，解决了现有图计算引擎的编译过程执行效率较差的问题。触发方法包括：接收OpenCypher操作指令；启动Cypher编译器，对OpenCypher操作指令进行语法及语义解译，将解译后的OpenCypher操作命令编译为分布式逻辑执行计划，并根据分布式逻辑执行计划生成在分布式环境下执行的物理执行计划；向GraphMaster进行注册并申请资源；GraphMaster根据物理执行计划获取待执行任务，将待执行任务分解成多个一级任务，并将各一级任务分配给不同的GraphSlave；GraphSlave将接收到的一级任务分解成多个二级任务，并将各二级任务分配给不同的Worker，由Worker执行相应二级任务；所有待执行任务完成后，向GraphMaster申请资源注销，等待接收下一次OpenCypher操作指令。
-
公开(公告)号：CN115509721B
公开(公告)日：2023-05-16
申请号：CN202211330158.6
申请日：2022-10-27
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F9/48
Abstract: 本发明涉及一种数据处理任务协同控制调度方法及系统，属于数据处理技术领域；解决现有技术中的数据处理任务调度方法无法实现流数据处理任务与批数据处理任务的混合编排，无法满足用户选择流数据或批数据处理任务类型时无感操作的要求；本发明的方法包括以下步骤：获取当前节点的数据处理任务；根据数据处理任务的任务类型及数据处理进度设置相应的数据状态；并根据数据处理任务的执行状态设置相应的任务状态；获取当前节点的一个或多个下游任务，基于下游任务的任务类型，适配下游任务所需的数据结构；基于当前节点的任务状态、数据状态以及当前节点下游任务的任务类型，判断是否开始运行下游任务，以进行数据处理任务的协同控制调度。
-
Patent Agency Ranking
公开(公告)号：CN115562676A
公开(公告)日：2023-01-03
申请号：CN202211240180.1
申请日：2022-10-11
Applicant: 中国兵器工业计算机应用技术研究所
Inventor： 孟英谦 , 杜宏博 , 彭龙 , 李胜昌 , 梁冬 , 鲁东民 , 葛晋鹏 , 郭亚辉 , 米丽媛 , 饶雷 , 张帅 , 邵鹏志 , 王乃正 , 薛行 , 徐天敕 , 王嘉岩 , 随秋林
Abstract: 本发明提供了一种图计算引擎的触发方法，属于图计算技术领域，解决了现有图计算引擎的编译过程执行效率较差的问题。触发方法包括：接收OpenCypher操作指令；启动Cypher编译器，对OpenCypher操作指令进行语法及语义解译，将解译后的OpenCypher操作命令编译为分布式逻辑执行计划，并根据分布式逻辑执行计划生成在分布式环境下执行的物理执行计划；向GraphMaster进行注册并申请资源；GraphMaster根据物理执行计划获取待执行任务，将待执行任务分解成多个一级任务，并将各一级任务分配给不同的GraphSlave；GraphSlave将接收到的一级任务分解成多个二级任务，并将各二级任务分配给不同的Worker，由Worker执行相应二级任务；所有待执行任务完成后，向GraphMaster申请资源注销，等待接收下一次OpenCypher操作指令。
-
公开(公告)号：CN118069291B
公开(公告)日：2025-01-14
申请号：CN202410176473.0
申请日：2024-02-08
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F9/455 , H04L67/1001 , G06F9/50
Abstract: 本发明涉及一种基于业务和结果导向的弹性扩缩容方法，属于云计算技术领域。本发明方法包括：基于历史扩容数据预测当天负载高峰时段，基于各负载高峰时段对应的历史扩容数据和当天的任务信息确定各负载高峰时段的计划扩容执行时间和计划扩容策略；在各计划扩容策略执行的过程中，基于实时监控的业务指标值和系统性能指标值调整各计划扩容策略，并将调整后扩容策略记录至所述负载高峰时段对应的扩容数据中；其他时段，基于实时监控的业务指标值和系统性能指标值执行实时扩容和缩容并记录至相应时段对应的扩容数据中。本发明方法可以解决现有技术中扩缩容不能满足业务预期效果、扩缩容滞后以及当负载波动大时造成的性能损耗和不稳定问题。
-
公开(公告)号：CN118113424A
公开(公告)日：2024-05-31
申请号：CN202311844662.2
申请日：2023-12-28
Applicant: 中国兵器工业计算机应用技术研究所
Abstract: 本发明涉及一种分布式流计算引擎，包括：控制节点模块，计算节点模块和Zookeeper集群模块；计算节点模块包括多个物理计算节点，用于监测和执行对应的流计算任务；Zookeeper集群模块部署在多个服务器上，用于存储多个物理计算节点的所有状态信息和任务信息，以供计算节点模块和控制节点模块进行实时监控调用；控制节点模块用于基于流处理任务生成有向无环图；并将待执行的任务按照有向无环图中的对应关系下发到对应的物理计算节点进行处理，并基于每个物理计算节点的资源信息进行任务调度，以实现流数据的低延时处理。本发明解决了现有技术中的流数据处理由于硬件资源受限导致数据处理瓶颈，进而引起数据处理延迟的问题。
-
公开(公告)号：CN117332269A
公开(公告)日：2024-01-02
申请号：CN202311292957.3
申请日：2023-10-08
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F18/214 , G06F18/24 , G06N3/0455 , G06N3/08 , G06F16/23
Abstract: 本发明涉及一种基于标签体系的结构化数据增量学习方法，属于自然语言处理领域。该方法包括以下步骤：建立初始标签体系，基于所述初始标签体系对结构化数据集进行人工标注，构建第一训练样本集；构建Bert模型，基于第一训练样本集对Bert模型进行训练得到训练好的Bert模型；将业务数据输入训练好的Bert模型得到相应的特征值，基于所述特征值得到完善的标签体系；构建物联网监控模型，利用所述物联网监控模型对业务数据进行预测得到预测后的业务数据；利用所述完善的标签体系对预测后的业务数据进行标注，构建第二训练样本集；基于第二训练样本集对所述物联网监控模型进行训练得到训练好的物联网监控模型。该方法可自动生成业务所需的特征标签，利用完善的标签体系对业务数据进行标注，提高了模型的识别效果和训练效率。
-
公开(公告)号：CN116992349A
公开(公告)日：2023-11-03
申请号：CN202311029925.4
申请日：2023-08-15
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F18/241 , G06F18/25 , G06F18/2415 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/08 , G08G3/02
Abstract: 本发明涉及一种基于深度学习的民船轨迹行为分析优化方法，属于船舶轨迹分析领域，解决了现有技术中仅使用AIS数据无法分析民船轨迹行为的问题。方法包括：获取待分析民船的AIS数据、待分析民船所在地的天气信息以及包括待分析民船所在海域的图像信息；对AIS数据、天气信息及海域的图像信息进行预处理，得到四组向量，分别为：AIS信息向量、天气信息向量、海上交通繁忙度向量以及民船吃水量向量，将四组向量输入训练好的民船轨迹分析模型得到民船轨迹分析结果。实现了精准分析民船轨迹，避免与其他船只发生碰撞或阻碍航行。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.041 seconds)
