-
公开(公告)号：CN112235151A
公开(公告)日：2021-01-15
申请号：CN202010878912.4
申请日：2020-08-27
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于时间序列预测的自适应心跳检测方法，属于高可靠计算技术领域。本发明中，被监控节点和监控节点的心跳发送周期ΔSTi和心跳接收周期ΔHTi均为可变参数，随高可用集群内各节点的负载情况和节点之间的网络状况可自适应地进行调整，心跳周期更加准确；心跳检测采用推模型+拉模型相结合的方法，正常状态下被监控节点周期性地向监控节点发送心跳信息；当监控节点在规定的超时时间内未收到被监控节点的心跳信息时，主动发送询问信号，心跳接收超时时间也自适应地进行调整；对心跳发送周期和心跳接收周期进行了基于时间序列的ARMA建模，采用一步向前对心跳发送周期和心跳接收周期进行预测，相比于滑动平均方法，心跳周期预测值更加精确。
-
Patent Agency Ranking
公开(公告)号：CN112015256B
公开(公告)日：2024-05-28
申请号：CN202010892604.7
申请日：2020-08-31
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于嵌入式处理器的机箱管理模块的设计方法，属于计算机技术领域。本发明涉及一种基于嵌入式处理器的机箱管理模块设计方法，实现雷达信号数据处理系统内各处理刀片、SRIO交换刀片、电源刀片的状态采集，以及系统机箱上显示模块的屏显控制、各类输入输出信号的采集与控制、风机控制等，采用嵌入式处理器解决了雷达信号数据处理系统对系统机箱的管理要求。
-
公开(公告)号：CN112131088B
公开(公告)日：2024-04-09
申请号：CN202011045239.2
申请日：2020-09-29
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于健康检查和容器的高可用方法，其中，包括：步骤1、采集当前时间点的数据；步骤2、如果采集的时间点个数小于p，则表示样本数不够，等待时间间隔T后进入步骤1，如果采集的时间点个数大于等于p，则进入步骤3；步骤3、删除多余的历史样本，保留p个时间点的样本数据，以p为行数，以关键数据n为列数构建p*n矩阵；步骤4、统计矩阵每列超过和低于健康状态参考范围的时间点次数；步骤5、若超过和低于健康状态范围的时间点次数大于k1且小于k2，则认为进入亚健康状态并提示告警，若次数大于k2则认为计算机临界故障，需要进行业务迁移。
-
公开(公告)号：CN112015256A
公开(公告)日：2020-12-01
申请号：CN202010892604.7
申请日：2020-08-31
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于嵌入式处理器的机箱管理模块的设计方法，属于计算机技术领域。本发明涉及一种基于嵌入式处理器的机箱管理模块设计方法，实现雷达信号数据处理系统内各处理刀片、SRIO交换刀片、电源刀片的状态采集，以及系统机箱上显示模块的屏显控制、各类输入输出信号的采集与控制、风机控制等，采用嵌入式处理器解决了雷达信号数据处理系统对系统机箱的管理要求。
-
公开(公告)号：CN112235151B
公开(公告)日：2022-02-11
申请号：CN202010878912.4
申请日：2020-08-27
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于时间序列预测的自适应心跳检测方法，属于高可靠计算技术领域。本发明中，被监控节点和监控节点的心跳发送周期ΔSTi和心跳接收周期ΔHTi均为可变参数，随高可用集群内各节点的负载情况和节点之间的网络状况可自适应地进行调整，心跳周期更加准确；心跳检测采用推模型+拉模型相结合的方法，正常状态下被监控节点周期性地向监控节点发送心跳信息；当监控节点在规定的超时时间内未收到被监控节点的心跳信息时，主动发送询问信号，心跳接收超时时间也自适应地进行调整；对心跳发送周期和心跳接收周期进行了基于时间序列的ARMA建模，采用一步向前对心跳发送周期和心跳接收周期进行预测，相比于滑动平均方法，心跳周期预测值更加精确。
-
公开(公告)号：CN112131088A
公开(公告)日：2020-12-25
申请号：CN202011045239.2
申请日：2020-09-29
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于健康检查和容器的高可用方法，其中，包括：步骤1、采集当前时间点的数据；步骤2、如果采集的时间点个数小于p，则表示样本数不够，等待时间间隔T后进入步骤1，如果采集的时间点个数大于等于p，则进入步骤3；步骤3、删除多余的历史样本，保留p个时间点的样本数据，以p为行数，以关键数据n为列数构建p*n矩阵；步骤4、统计矩阵每列超过和低于健康状态参考范围的时间点次数；步骤5、若超过和低于健康状态范围的时间点次数大于k1且小于k2，则认为进入亚健康状态并提示告警，若次数大于k2则认为计算机临界故障，需要进行业务迁移。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
