车联网边缘计算架构下基于服务缓存技术的计算卸载方法及系统

    公开(公告)号:CN117336750A

    公开(公告)日:2024-01-02

    申请号:CN202311267542.0

    申请日:2023-09-28

    Abstract: 本发明公开了一种车联网边缘计算架构下基于服务缓存技术的计算卸载方法及系统,涉及车联网架构中计算卸载技术领域,以解决现有技术中存在的服务缓存技术在计算卸载问题中优化效果不好的问题。本发明的技术要点包括:建立基于服务缓存技术的车联网架构网络拓扑,并基于车联网架构网络拓扑构建车联网架构问题模型;利用车辆的移动轨迹信息构建道路链接模型,并利用基于道路链接模型的服务缓存部署算法预先进行服务缓存部署;对于车联网架构网络拓扑下的每个实时计算任务,利用基于服务缓存的贪心策略计算卸载算法对车联网架构问题模型进行求解,获取计算任务的转发路径。本发明有效提升了服务缓存命中率并节省缓存资源,提高了计算卸载的性能。

    基于DAG任务拓扑结构的处理器资源分配方法、存储介质

    公开(公告)号:CN114880111A

    公开(公告)日:2022-08-09

    申请号:CN202210295009.4

    申请日:2022-03-24

    Abstract: 本发明涉及数据处理领域,特别提供了一种有向无环图DAG任务模型的实时系统中基于DAG任务拓扑结构的处理器资源分配方法。研究了DAG任务内拓扑结构的特点对其执行时产生的影响进行深度分析,提出了提出一个基于拓扑结构的DAG任务分配方法。该方法可以有效的降低DAG任务集在系统上的最坏情况下响应时间,从而提升系统处理器资源利用率。通过理论分析和真实平台测试这两个维度的实验结果表明TDTA处理器资源分配方法相较于最新的处理器资源分配方法而言可以平均降低DAG任务集42.43%的最坏情况下响应时间。

    一种基于Xen系统的CPU资源调度方法

    公开(公告)号:CN110362411B

    公开(公告)日:2022-08-02

    申请号:CN201910680641.9

    申请日:2019-07-25

    Abstract: 一种基于Xen系统的CPU资源调度方法,涉及CPU资源调度技术领域。本发明为了解决现有的CPU资源调度的方法无法对具体运行的任务进行区分、无法与实时运行环境进行结合来调整CPU资源等问题。将vcpu队列作为输入数据,对RNN分类模型进行训练;获取Xen系统的全局队列信息credit[]和pri[],再利用训练好的RNN分类模型对Xen系统的全局队列信息credit[]和pri[]进行分类;判断上述数组是否为空,如果是则结束,否则分类结果通过Q‑learning算法来更新q‑table表;利用当前更新后q‑table表进行时间片调整来完成CPU资源的调度。提高资源的有效利用率并降低云数据中心的能源消耗。

    一种云边协同下的虚拟网络性能优化系统

    公开(公告)号:CN112087332B

    公开(公告)日:2022-06-21

    申请号:CN202010917539.9

    申请日:2020-09-03

    Abstract: 一种云边协同下的虚拟网络性能优化系统,属于边缘计算技术领域,用以解决云边平台交互中网络时延问题。该系统包括系统部署模块和系统架构模块,其中,系统部署模块负责把容器和虚拟机按照相关算法部署在不同或者相同的服务器上,算法通过合并发送相同数据的虚拟节点到同一个物理主机上,使系统在通信前就尽可能的把要通信的数据量降到最低;系统架构模块则负责在部署之后完成服务器本身以及服务器和服务器之间的通信,系统架构使得虚拟机和容器之间能够高效率的无障碍通信。系统部署模块和系统架构模块相辅相成,共同解决了边缘云内部以及边缘云和中心云之间的网络时延问题,最大程度地减少云边平台交互中的网络时延。

    一种移动边缘计算中用户移动场景下的协同任务调度方法

    公开(公告)号:CN113597013A

    公开(公告)日:2021-11-02

    申请号:CN202110895107.7

    申请日:2021-08-05

    Abstract: 一种移动边缘计算中用户移动场景下的协同任务调度方法,属于移动边缘计算技术领域,用以解决现有移动边缘计算中的任务调度方法对于用户处于移动场景时不能有效减少任务的执行时间的问题。本发明的技术要点包括:提出任务紧迫度排序算法对任务进行排序,以让执行时间较为紧迫的任务得到优先执行;提出基于资源匹配的MEC服务器选择算法得到资源匹配度最高的MEC服务器;比较任务的执行时间,调度任务在执行时间最小的MEC服务器或本地移动设备上计算执行。在用户移动场景下,本发明方法在任务平均执行时间和任务超时率上拥有最优性能,在保证用户服务质量的同时优化了任务的平均执行时间。本发明适用于用户移动场景下移动设备与MEC服务器的协同任务调度。

    一种基于KVM的虚拟机自省采集系统及采集方法

    公开(公告)号:CN108897602B

    公开(公告)日:2021-05-25

    申请号:CN201810709486.4

    申请日:2018-07-02

    Abstract: 一种基于KVM的虚拟机自省采集系统及采集方法,本发明涉及基于KVM的虚拟机自省采集系统及采集方法。本发明的目的是为了解决现有当外来的网络攻击出现时,进程的死亡或者网络的瘫痪都会导致虚拟机内部采集的失效的问题。一种基于KVM的虚拟机自省采集系统包括配置下发模块、任务调度模块、文件度量模块、语义解析模块、虚拟机连接模块、流处理模块和数据库模块,实现了对虚拟机的多维度信息采集,包括虚拟机内存信息采集和虚拟机文件信息采集,并且支持Windows虚拟机和Linux虚拟机的采集。本发明用于虚拟机自省采集领域。

    一种云边协同下的虚拟网络性能优化系统

    公开(公告)号:CN112087332A

    公开(公告)日:2020-12-15

    申请号:CN202010917539.9

    申请日:2020-09-03

    Abstract: 一种云边协同下的虚拟网络性能优化系统,属于边缘计算技术领域,用以解决云边平台交互中网络时延问题。该系统包括系统部署模块和系统架构模块,其中,系统部署模块负责把容器和虚拟机按照相关算法部署在不同或者相同的服务器上,算法通过合并发送相同数据的虚拟节点到同一个物理主机上,使系统在通信前就尽可能的把要通信的数据量降到最低;系统架构模块则负责在部署之后完成服务器本身以及服务器和服务器之间的通信,系统架构使得虚拟机和容器之间能够高效率的无障碍通信。系统部署模块和系统架构模块相辅相成,共同解决了边缘云内部以及边缘云和中心云之间的网络时延问题,最大程度地减少云边平台交互中的网络时延。

    一种基于优化开销收益比的虚拟网络映射方法

    公开(公告)号:CN107360031B

    公开(公告)日:2020-04-14

    申请号:CN201710587014.1

    申请日:2017-07-18

    Abstract: 一种基于优化开销收益比的虚拟网络映射方法,本发明涉及虚拟网络映射方法。本发明为了解决现有技术不能在有限的物理资源内保证高的映射成功率,以及现有技术大多是从单个虚拟节点到单个物理节点的映射的问题。本发明是在现有的虚拟网络映射问题中扩大虚拟网络的规模,使其大于底层物理网络的规模,也就是虚拟网络的节点规模数大于物理网络的节点规模。本发明主要目的是在映射所有的虚拟网络请求的情况下,尽可能的减少底层物理资源的使用,提高本发明方法映射的成功率以及算法收益。比较传统Node‑Opt算法,本发明在映射收益上高出将近30%,在不同的虚拟网络请求规模下普遍将映射成功率提高了50%以上。本发明用于虚拟网络映射领域。

    一种基于Xen系统的CPU资源调度方法

    公开(公告)号:CN110362411A

    公开(公告)日:2019-10-22

    申请号:CN201910680641.9

    申请日:2019-07-25

    Abstract: 一种基于Xen系统的CPU资源调度方法,涉及CPU资源调度技术领域。本发明为了解决现有的CPU资源调度的方法无法对具体运行的任务进行区分、无法与实时运行环境进行结合来调整CPU资源等问题。将vcpu队列作为输入数据,对RNN分类模型进行训练;获取Xen系统的全局队列信息credit[]和pri[],再利用训练好的RNN分类模型对Xen系统的全局队列信息credit[]和pri[]进行分类;判断上述数组是否为空,如果是则结束,否则分类结果通过Q-learning算法来更新q-table表;利用当前更新后q-table表进行时间片调整来完成CPU资源的调度。提高资源的有效利用率并降低云数据中心的能源消耗。

    一种面向网安试验的虚拟网络映射方法

    公开(公告)号:CN108880900A

    公开(公告)日:2018-11-23

    申请号:CN201810712042.6

    申请日:2018-07-02

    Abstract: 一种面向网安试验的虚拟网络映射方法,本发明涉及面向网安试验的虚拟网络映射方法。本发明为了解决现有技术进行千级以上节点数的映射时,收益开销比低的问题。本发明包括:一:对虚拟网络拓扑图进行粗化处理,得到粗化后的虚拟网络拓扑图;二:得到被划分为K个部分的虚拟网络拓扑图;三:得到K个节点的虚拟网络拓扑图;四:对物理网络拓扑图和K个节点的虚拟网络拓扑图分别进行节点排序;五:进行物理网络节点和虚拟网络节点映射;六:根据物理网络节点和虚拟网络节点映射的关系,将虚拟链路映射到物理链路中,若链路映射失败,则重新执行步骤一至步骤五,进行下一个虚拟网络拓扑图链路映射。本发明用于虚拟网络映射领域。

Patent Agency Ranking