公开(公告)号：CN116302481B

公开(公告)日：2024-05-14

申请号：CN202310018597.1

申请日：2023-01-06

Applicant: 上海交通大学

Inventor： 李超 ,  章晶明 ,  张路 ,  冷静文 ,  过敏意

IPC: G06F9/50 ,  G06F16/36 ,  G06N5/02 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 一种基于稀疏知识图谱链接预测的资源分配方法及系统，通过对集群待调度执行的负载进行分析得到在不同资源配置下任务的运行时间并离散化后构建并更新任务‑资源配置知识图谱，得到稀疏知识图谱；通过残差关系图神经网络对稀疏知识图谱进行表征学习，得到知识图谱中每个资源配置和负载节点和边的向量表征，再利用多通道三维卷积TransE算法(MCTE)对负载节点进行最适资源预测并根据预测得到的资源配置，为负载分配相应的资源和服务器。本发明能够对负载进行更高效的调度，更有效地保证任务的QoS以及提高数据中心的资源利用率。

公开(公告)号：CN116302481A

公开(公告)日：2023-06-23

申请号：CN202310018597.1

申请日：2023-01-06

Applicant: 上海交通大学

Inventor： 李超 ,  章晶明 ,  张路 ,  冷静文 ,  过敏意

IPC: G06F9/50 ,  G06F16/36 ,  G06N5/02 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 一种基于稀疏知识图谱链接预测的资源分配方法及系统，通过对集群待调度执行的负载进行分析得到在不同资源配置下任务的运行时间并离散化后构建并更新任务‑配置知识图谱，得到稀疏知识图谱；通过残差关系图神经网络对稀疏知识图谱进行表征学习，得到知识图谱中每个资源配置和负载节点和边的向量表征，再利用多通道三维卷积TransE算法(MCTE)对负载节点进行最适资源预测并根据预测得到的资源配置，为负载分配相应的资源和服务器。本发明能够对负载进行更高效的调度，更有效地保证任务的QoS以及提高数据中心的资源利用率。