-
公开(公告)号:CN116991577A
公开(公告)日:2023-11-03
申请号:CN202310792705.0
申请日:2023-06-30
Applicant: 中国科学院软件研究所 , 中科南京软件技术研究院
IPC: G06F9/50 , G06F16/9535 , G06F18/214 , G06F18/243 , G06N20/20
Abstract: 本发明公开了一种基于机器学习的云服务平台负载策略推荐方法。本发明采用机器学习方法进行参数推荐以及分类识别,可以集成在以Kubernetes为代表的容器编排系统上,通收集集群上负载的历史数据,使用带标签的不同类别负载的特征数据,进行识别模型的构建;完成训练后,持续监控集群,每当集群上有新的负载到达时,识别负载并进行参数推荐;参数推荐的过程通过贝叶斯优化进行,为集群上部署的应用推荐最佳的参数配置。相比于传统的Kubernetes自身的优化方法,本发明构建起完整的优化逻辑链条,更高效且更具持续性;完成优化迭代过程后,再将类型标签和相应的最佳推荐共同记录到推荐知识库,在后续工作中,进行更新或快速推荐。
-
公开(公告)号:CN116243924A
公开(公告)日:2023-06-09
申请号:CN202310142912.1
申请日:2023-02-08
Applicant: 中国科学院软件研究所 , 中科南京软件技术研究院
IPC: G06F8/41
Abstract: 本发明公开了一种内核配置项错误值的检测方法及装置,所述方法包括:获取待检测内核配置文件的Kconfig配置项定义文件;将所述Kconfig配置项定义文件中的Kconfig信息,保存到树结构;解析出待检查配置文件的配置项及取值,并基于所述树结构对所述配置项及取值进行检测,以得到所述待检查配置文件中各配置项的错误类型。本发明实现对内核配置项进行取值风险等问题的检测。
-
公开(公告)号:CN115658492A
公开(公告)日:2023-01-31
申请号:CN202211280479.X
申请日:2022-10-19
Applicant: 中国科学院软件研究所 , 中科南京软件技术研究院
IPC: G06F11/36 , G06F16/28 , G06F16/2457 , G06F16/2458
Abstract: 本发明公开了一种内核配置项异常值检测方法及装置。所述方法包括:构建内核默认配置数据集;遍历待检测内核配置文件中所有内核配置项的名称、取值,并结合所述内核默认配置数据集补充未在待检测内核配置文件中出现的配置项取值,以构建待检测配置数据集V;将所述待检测配置数据集V与所述内核默认配置数据集中的配置项进行比较,得到所述待检测内核配置文件的异常检测结果。本发明基于内核社区和主流发行版的内核默认配置建立数据集进行异常值检测,能够检测出满足配置项依赖关系、却不恰当配置的异常值,减少配置误操作或遗漏的可能性,提高内核配置成功率。
-
公开(公告)号:CN115629860A
公开(公告)日:2023-01-20
申请号:CN202211298016.6
申请日:2022-10-21
Applicant: 中国科学院软件研究所
IPC: G06F9/48
Abstract: 本发明公开了一种软件参数调优方法、容器管理平台、存储介质及系统,所述容器管理平台包括:任务接收模块、数据收集模块、在线优化模块、参数更新模块、离线优化模块和专家知识库。该容器管理平台可以针对动态调优任务或静态调优任务的需要,提供最优算法解决方案或查表解决方案,在保障应用程序服务感知不到中断的情况下,使用新的调优过的容器替换原有容器的方式,对应用程序在启动时设定的初始化参数进行用户无感的更新。
-
-
-