一种基于内存压缩和CPU动态调频的节能方法及系统

    公开(公告)号:CN103970256A

    公开(公告)日:2014-08-06

    申请号:CN201410163577.4

    申请日:2014-04-22

    Abstract: 本发明公开了一种基于内存压缩和CPU动态调频的节能方法及系统,本发明涉及服务器节能,其中涉及DVFS(动态电压频率调整)和内存压缩的联动。该方法包括对内存空间中内容相同的页面进行压缩,将节省的空间置于低能耗状态,并将该CPU的频率降低到运行该内存空间所需的最低频率。本发明能够对服务器的能耗进行很好的控制,有效降低CPU和内存带来的能耗,在降低服务器能耗的同时增加内存使用效率。

    一种虚拟化环境中共存应用I/O性能干扰的分析方法及其系统

    公开(公告)号:CN103955422A

    公开(公告)日:2014-07-30

    申请号:CN201410160163.6

    申请日:2014-04-21

    Inventor: 刘欢 宋莹 孙毓忠

    Abstract: 本发明公开了一种虚拟化环境中共存应用I/O性能干扰分析方法,包括:性能监控步骤和性能干扰分析步骤;性能监控步骤用于通过对系统中上下文切换事件进行跟踪监控,并收集事件信息和I/O操作请求信息;性能干扰分析步骤用于统计得出事件信息统计值,并根据I/O操作请求信息,统计得出各个虚拟机的I/O操作的平均服务率,根据事件信息统计值和I/O操作的平均服务率,得出共存应用的I/O性能的干扰水平。本发明还公开了一种虚拟化环境中共存应用I/O性能干扰分析系统。

    虚拟化环境中应用共存分析方法及装置

    公开(公告)号:CN103942084A

    公开(公告)日:2014-07-23

    申请号:CN201310023493.6

    申请日:2013-01-22

    Abstract: 本发明提供虚拟化环境应用共存分析方法及设备。首先计算应用A和应用B竞争各类资源的概率,然后根据应用A和应用B竞争各类资源的概率来分析应用A和应用B是否适合共存。该方法对应用进行细粒度量化分析,根据分析结果,按照应用对资源的使用状况确定应用是否可以共存,这样既能达到使用虚拟化技术提高资源利用率的目标,也能为共存状态下应用的性能提供保障。

    一种无误使用压缩算法的分布式监控系统及其方法

    公开(公告)号:CN103647657A

    公开(公告)日:2014-03-19

    申请号:CN201310597586.X

    申请日:2013-11-22

    Abstract: 本发明公开了一种无误使用压缩算法的分布式监控系统及其方法,该系统包括:数据采集模块周期性地收集被监控节点的状态信息,对该状态信息进行处理形成数据报;接收数据汇聚模块返回的报文,并根据该报文的内容设置下一周期所收集信息的处理方式;数据汇聚模块接收并汇聚来自数据采集模块的数据报,周期性地将汇聚的信息发送给数据管理模块,并在发送成功后返回给数据采集模块一个报文;数据管理模块接收来自数据汇聚模块的信息,解析该信息并显示该信息。该系统解决了现有技术中无法无误使用压缩算法的缺陷。

    基于网格计算机体系的计算机外设部件连接系统及方法

    公开(公告)号:CN100527742C

    公开(公告)日:2009-08-12

    申请号:CN200510126493.4

    申请日:2005-12-14

    Abstract: 本发明属于计算机体系结构领域,提出一个基于网格计算机体系结构的主机与外设之间的连接系统及方法。本发明解决网格计算机系统中网格主机与网格化外设之间通过网络远程互连的问题,系统在TCP/IP网络之上建立,采用分层的结构模块,制定了设备接口和gDevice协议处理包含网格功能子模块和会话子模块两个主要功能模块,定义了设备原语、控制原语、gDevice PDU等消息传输或者交互格式,借助以上消息传递机制实现了网格主机与网格外设之间的连接。本系统在主机端采用虚拟设备方式实现主机对远程网格化外设的透明访问;通过接口和消息传输格式的标准化,异步通信机制等具体技术实现了对网格计算机系统松散耦合特征的支持。

    一种基于迁移学习的医学数据处理和系统

    公开(公告)号:CN108520780B

    公开(公告)日:2021-08-06

    申请号:CN201810186122.2

    申请日:2018-03-07

    Abstract: 本发明公开了一种基于迁移学习的医学数据处理和系统,包括:获取医学领域外的本文数据,训练得到文本分类模型;获取医学领域内的病例集合,其中病例集合包含症状和标签,标签为症状对应的病症;使用文本分类模型提取症状的特征向量作为症状向量,并根据症状对应的病症类型,将标签转化为标签向量;通过集合症状向量及其对应的标签向量,构建多标签训练样本集,根据多标签训练样本集,训练得到多标签分类模型;将待分析的医学样本输入至多标签分类模型,判断医学样本属于每一种标签的概率值,并根据概率值得到分析标签集合,作为医学样本的分析结果。由此本发明通过迁移学习避免了人工选择特征的缺点,提高了基于门诊病例的医学疾病预测准确率。

    一种基于机器学习的服务器能耗预测方法和系统

    公开(公告)号:CN108595301B

    公开(公告)日:2021-03-26

    申请号:CN201810252229.2

    申请日:2018-03-26

    Inventor: 牛逸翔 孙毓忠

    Abstract: 本发明涉及一种基于机器学习的服务器能耗预测方法和系统,包括:分别采集服务器在零负载、低负载和高负载状态下的系统资源利用率和实时能耗,作为零负载训练集、低负载训练集和高负载训练集;分别将零负载训练集、低负载训练集和高负载训练集输入机器学习模型进行训练,生成零负载能耗模型、低负载能耗模型和高负载能耗模型;根据服务器的待预测系统资源利用率,选择零负载能耗模型,或低负载能耗模型,或高负载能耗模型,以预测服务器的能耗值,系统资源利用率包括:内存利用率、网络带宽利用率、磁盘利用率和CPU利用率,由此本发明通过扩充采集的系统资源利用率参数和分段训练模型,提高了预测精度和实用性。

    数据分发方法、介质及电子设备

    公开(公告)号:CN110086847B

    公开(公告)日:2021-03-09

    申请号:CN201910183275.6

    申请日:2019-03-12

    Abstract: 本发明提供一种数据分发方法、介质和电子设备,所述方法包括:拥有待分发数据的节点运行推送程序,所述推送程序用于在整个分发过程结束前重复地执行推送处理,所述推送处理包括:根据节点间的传输速率将所述数据推送至一待推送节点,其中所述拥有待分发数据的节点到所述待推送节点的传输速率在所述拥有待分发数据的节点到所有待推送节点的传输速率中为最高且不为0;所述待推送节点在接收到所述数据后,作为拥有待分发数据的节点运行所述推送程序。本发明减少了数据在网络中分发的时延,有效提高了网络带宽的利用率。

Patent Agency Ranking