-
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
IPC: G06F9/48 , G06F9/50 , G06F9/455 , H04L67/1008 , H04L67/101 , H04L67/61
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。
-
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
Applicant: 浙江大学 , 北京三快云计算有限公司
IPC: G06F9/455 , G06F9/50 , G06N3/0455 , G06N3/092
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。
-
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
Applicant: 浙江大学 , 北京三快在线科技有限公司
IPC: G06F18/23213 , G06F9/455 , G06F9/50 , G06F18/10
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。
-
公开(公告)号：CN110990159B
公开(公告)日：2023-05-23
申请号：CN201911360632.8
申请日：2019-12-25
Applicant: 浙江大学 , 中移在线服务有限公司
Abstract: 本发明公开了一种基于历史数据分析的容器云平台资源配额预测方法，该方法创新性地基于混合统计学模型，根据容器实例的不同资源维度历史负载，在满足服务质量前提下获得服务的不同维度资源消耗的关系；在请求负载一定的情况下，通过数据分析的方法，选出待选配额值中最优的配额值；通过不同级别负载测试实验，得到相应负载级别下的资源分配量，根据这些对应不同服务负载下的资源分配量协同负载预测方法进行资源分配预测，优化资源配额方法，通过得到特定场景下服务所需资源量，结合考虑负载预测特性的调度方法，能预先针对负载做出调度及扩缩容决策，降低调度对服务质量影响，提升容器云平台稳定性。
-
公开(公告)号：CN111124619A
公开(公告)日：2020-05-08
申请号：CN201911358582.X
申请日：2019-12-25
Applicant: 浙江大学 , 中移在线服务有限公司
IPC: G06F9/455
Abstract: 本发明公开了一种面向二次调度的容器调度方法，该方法实时监控容器云平台上每个容器、节点和服务的实例，实时获取它们的实例运行状态、资源数据与亲和性特征，批量监听增加或减少容器的调度请求，基于贪心、模拟退火和遗传算法，采用资源均衡、亲和满足、服务容灾等策略，给出增加或减少容器操作要在哪个节点上进行的结果。本发明针对当前容器云平台默认调度器不支持删除容器操作、不支持批量调度、短期多个调度请求效果不佳的问题，引入了针对删除容器操作的资源均衡、服务容灾策略，以及面向容器云平台的批量调度优化算法，以满足二次调度系统的调度需求，改善平台的调度效果。
-
Patent Agency Ranking
公开(公告)号：CN110990159A
公开(公告)日：2020-04-10
申请号：CN201911360632.8
申请日：2019-12-25
Applicant: 浙江大学 , 中移在线服务有限公司
Abstract: 本发明公开了一种基于历史数据分析的容器云平台资源配额预测方法，该方法创新性地基于混合统计学模型，根据容器实例的不同资源维度历史负载，在满足服务质量前提下获得服务的不同维度资源消耗的关系；在请求负载一定的情况下，通过数据分析的方法，选出待选配额值中最优的配额值；通过不同级别负载测试实验，得到相应负载级别下的资源分配量，根据这些对应不同服务负载下的资源分配量协同负载预测方法进行资源分配预测，优化资源配额方法，通过得到特定场景下服务所需资源量，结合考虑负载预测特性的调度方法，能预先针对负载做出调度及扩缩容决策，降低调度对服务质量影响，提升容器云平台稳定性。
-
公开(公告)号：CN110971646A
公开(公告)日：2020-04-07
申请号：CN201811166186.2
申请日：2018-09-30
Applicant: 浙江大学
IPC: H04L29/08
Abstract: 本申请公开了一种集群控制装置、系统及方法。其中，所述集群控制装置，包括认证授权及策略控制器组件和集群状态控制器组件；所述认证授权及策略控制器组件，用于对用户的权限进行验证，并且生成用于对集群进行控制的控制策略，根据所述集群状态控制器组件的触发以及所述控制策略，对所述用户的权限对应的集群进行控制；所述集群状态控制器组件，用于获得集群的状态信息，根据所述集群的状态信息触发所述认证授权及策略控制器组件对所述集群进行控制。采用本申请提供的集群控制装置，解决了现有技术中多个集群具有多个集群管理入口而导致的管理繁琐的问题。
-
公开(公告)号：CN105245405B
公开(公告)日：2018-02-23
申请号：CN201510707903.8
申请日：2015-10-27
Applicant: 浙江大学软件学院(宁波)管理中心(宁波软件教育中心)
Abstract: 本发明涉及一种面向数据交换的云迁移优化评估方法，属于云计算和软件工程领域。该方法包括以下步骤：建立集群间面向数据交换的评估函数；向评估系统输入相关集群信息，利用评估函数和输入的信息计算出集群在本地的评估值，作为系统默认初始的最佳评估值fbest；系统随机生成迁移集群，分别计算集群间数据交换评估量Cost和集群间网络延时评估量Mtime，并与用户设定的可接受值比较，满足条件时将Cost和Mtime归一化处理，代入评估函数计算得出评估函数值fcloud，并与最佳评估值fbest比较，满足要求时将其作为最佳评估值；系统输出最佳评估值以及相对应的云迁移方案。本发明能优化企业数据交换成本，并能有效评估企业将数据迁移到云平台的可行性。
-
公开(公告)号：CN119440977A
公开(公告)日：2025-02-14
申请号：CN202411341986.9
申请日：2024-09-25
Applicant: 浙江大学
IPC: G06F11/34 , G06N3/045 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种容器云环境下基于混合模型的负载预测方法及装置，该方法包括：从容器云环境中实时采集容器应用的历史负载数据，并保存至时序数据库Prometheus中；对历史负载数据进行预处理，修正异常值和填补缺失值；基于混合模型架构设计负载预测模型，并使用预处理后的历史负载数据对负载预测模型进行训练，训练过程中根据负载预测模型的评价指标调整负载预测模型的网络参数，获取训练好的负载预测模型；使用训练好的负载预测模型获取未来时刻的负载数据。本发明能够从负载的历史数据中学习负载变化的趋势性及周期性，对未来时刻的负载情况进行精准化预测；能够充分捕捉时序数据的多层次特征，大幅度提升预测的准确性与鲁棒性。
-
公开(公告)号：CN119380356A
公开(公告)日：2025-01-28
申请号：CN202411449724.4
申请日：2024-10-17
Applicant: 浙江大学
IPC: G06V30/19 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于模版语义关键点匹配的指针式仪表读数识别方法，该方法包括：基于收集的指针式仪表图像构建目标检测数据集、语义匹配数据集和类别模版数据集；构建并训练目标检测模型与语义匹配模型；将待识别指针式仪表图像输入到训练好的目标检测模型中，获取实例位置与类别以及指针末端位置；将实例图像和类别模版图像输入至训练好的语义匹配模型中，获取类别模版关键点在待识别实例图像中的语义匹配点；对类别模版关键点在待识别实例图像中的语义匹配点进行单应性变换，并根据类别模版关键点及其具体的刻度值信息和指针末端位置计算仪表读数。本发明能够在复杂环境中获取更准确的仪表读数，有利于提高读数识别的鲁棒性和泛用性。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.025 seconds)
