-
公开(公告)号：CN117353793A
公开(公告)日：2024-01-05
申请号：CN202311187494.4
申请日：2023-09-14
Applicant: 北京邮电大学
IPC: H04B7/185
Abstract: 本发明提供了一种面向巨型星算网络的任务调度方法及系统，其中，该方法包括：地面控制器将地面用户需求对应的计算任务发送至巨型星算网络；其中，所述巨型星算网络包括中轨卫星和至少一个计算域，每个计算域包括多个低轨卫星，每个计算域对应有搭载计算域控制器的中轨卫星；中轨卫星生成相应计算域内低轨卫星协同执行计算任务的协同计算策略；计算域内低轨卫星获取遥测数据，并根据所述遥测数据和所述协同计算策略执行所述计算任务，得到协同计算结果；巨型星算网络将所述协同计算结果返回至地面控制器。该方法可以有效协同星地与中低轨资源，高效完成任务计算。
-
公开(公告)号：CN119342612A
公开(公告)日：2025-01-21
申请号：CN202411324023.8
申请日：2024-09-23
Applicant: 北京邮电大学
IPC: H04W72/566 , H04W28/08 , H04W28/14
Abstract: 本发明提供一种算力网络中基于优先级的抢占式调度方法和系统，方法包括：初始化算力网络控制器及参数。在调度时隙内，接收多个任务，并获取网络和节点信息利用深度强化学习算法生成调度策略，下发至各节点。任务通过默认路径转发至目的节点，进入缓存队列等待计算。计算全局各任务的优先级得分，对缓存队列内任务排序。优先级高的任务可抢占处理区或挂起区任务，根据抢占任务的剩余执行时间决定是否进行抢占操作。根据节点资源占用、期望时延和任务成功率计算奖励值，更新控制器参数。对控制器进行多轮调度训练以最大化奖励值，形成最佳调度策略，完成控制器训练。该发明对调度至节点的任务进行优先级排序，能实现负载均衡，提高任务成功率。
-
公开(公告)号：CN117674954A
公开(公告)日：2024-03-08
申请号：CN202311465949.4
申请日：2023-11-06
Applicant: 北京邮电大学 , 上海卫星互联网研究院有限公司
IPC: H04B7/185 , H04L67/104 , H04L41/00
Abstract: 本发明提供一种辅助卫星节点选举方法、星载边缘云协同计算系统及装置，该方法应用于星载边缘云协同计算系统中，包括：对按照预设集群划分策略对卫星节点进行集群划分，得到卫星节点集群；响应于选举触发指令，获取卫星节点集群中的每个卫星节点的选举编号；基于每个卫星节点的资源状态，在选举编号中确定出目标编号作为选票编号；通过目标卫星节点基于选票编号和选票编号对应的卫星节点的节点标识，生成选票信息并在卫星节点集群中广播；将选票超过半数的卫星节点确定为辅助卫星节点；地面云端控制单元和卫星节点与辅助卫星节点进行状态同步；能够解决因卫星高速动态特性导致星间连接与星地连接频繁通断，导致容错性和可靠性较差的问题。
-
公开(公告)号：CN115858155A
公开(公告)日：2023-03-28
申请号：CN202211512988.0
申请日：2022-11-25
Applicant: 北京邮电大学
IPC: G06F9/50
Abstract: 本申请公开了一种算力网络平台的应用资源动态扩缩容方法及装置，其中，所述方法包括：采集所述算力网络平台中的集群对应时刻的负载信息和当前副本数信息，根据对应时刻的负载信息确定集群综合负载率序列；利用所述集群综合负载率序列建立预测模型，根据所述预测模型对所述集群的资源综合负载进行预测，获得集群综合负载率预测序列；利用所述集群综合负载率预测序列进行扩缩规划，调整所述集群的当前副本数信息。
-
公开(公告)号：CN117768953A
公开(公告)日：2024-03-26
申请号：CN202311458780.X
申请日：2023-11-03
Applicant: 北京邮电大学
IPC: H04W28/08 , H04W28/084 , H04W24/02 , G06F9/50 , G06N3/0442 , H04W84/06
Abstract: 本发明提供一种基于无服务器计算的星载边缘云编排部署方法和系统，该方法包括：计算平台接收服务请求数据，并建立与星载边缘云网络之间的映射。将无服务器计算函数功能链部署到星载边缘云网络中，并计算计算函数功能链的最大副本数量，重新部署函数功能链。建立无服务器计算函数功能链部署的可靠度函数，最大化该可靠度函数，得出最优映射策略。该方法还包括监控星载边缘云的资源并采集服务请求数据，用于预测模型，利用预测模型预测服务请求所需的资源量，并根据预测结果调整副本数量。本发明能够适应动态变化星载边缘云网络，提高了星载边缘云的可靠性和性能，同时利用预测模型实现动态资源调整，实现细粒度编排和动态响应。
-
Patent Agency Ranking
公开(公告)号：CN117651303A
公开(公告)日：2024-03-05
申请号：CN202311493230.1
申请日：2023-11-09
Applicant: 北京邮电大学 , 上海卫星互联网研究院有限公司
IPC: H04W28/084 , H04W28/082 , H04L67/1019 , H04B7/185
Abstract: 本发明提供一种主辅混合控制的星载边缘云计算卸载方法及系统，包括：基于星地通信将用户任务发送至卫星节点并加入任务到达队列；各卫星集群的辅控节点收集卫星节点的资源信息和任务到达队列中的任务信息；辅控节点根据任务信息，选择匹配用户任务需求的卸载机制；根据卫星节点的资源信息和卸载机制，选择匹配卫星节点性能和用户任务需求的的卸载算法，生成卸载策略，并将卸载策略下发至各卫星节点；各卫星节点根据卸载策略将任务到达队列中的用户任务卸载至目标卫星节点；目标卫星节点对卸载至计算队列中的用户任务进行处理。本发明提供的卸载方法具备动态调整能力，能针对差异化算网性能需求匹配不同的卸载策略与算法，降低系统开销，提高性能。
-
公开(公告)号：CN117931398A
公开(公告)日：2024-04-26
申请号：CN202410029470.4
申请日：2024-01-08
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于负载均衡的时延优先任务调度方法及系统，包括：接入新的计算任务，根据计算任务的任务属性过滤不匹配的算力网络节点；基于马尔可夫决策过程，根据当前算力网络状态，生成计算任务的调度策略；根据调度策略，按照卸载路径将计算任务卸载至目标算力网络节点；根据时延确定计算任务的优先级，目标算力网络节点按照优先级顺序执行计算任务；在完成调度后且进行下一次调度之前，更新算力网络状态。本发明提供的任务调度方法能协同分配计算资源和网络资源，在任务调度时，能同时选择计算节点与网络链路，满足低时延高可靠任务的需求，并保障系统的长期稳定性。
-
公开(公告)号：CN117241393A
公开(公告)日：2023-12-15
申请号：CN202311058512.9
申请日：2023-08-21
Applicant: 北京邮电大学
IPC: H04W72/1263 , H04W72/566 , H04W72/50 , H04W28/06 , H04W28/08
Abstract: 本发明提供一种基于服务意图的算力网络协同业务调度方法和系统，所述方法包括：获取业务意图，将业务意图转译为资源描述框架，资源描述框架包含业务所需资源类型、数据体量和服务性能。将算力网络中各算力节点设立算力节点标识，算力节点标识包括算力身份标识和算力属性标识，其中算力属性标识由算力资源类型和算力意图等级组成。基于威克瑞拍卖机制，匹配业务意图的资源描述框架与算力节点标识，筛选满足业务需求的算力节点，同时使得算力节点收益最大化，以此形成调度策略。将调度策略下发至相应算力节点执行业务。本发明将意图引入算力网络，使算力节点能够提供与业务需求相匹配的服务的同时，实现算力网络中算力节点收益的最大化。
-
公开(公告)号：CN115840623A
公开(公告)日：2023-03-24
申请号：CN202211145011.X
申请日：2022-09-20
Applicant: 北京邮电大学
Abstract: 本发明提供一种通算存学一体化融合系统，包括：基础设施层、资源抽象层、编排管控层和应用服务层。基础设施层包括各类基础设备；资源抽象层基于虚拟化技术利用预设表征参数对基础设备及基于基础设备形成的智能模型及数据构建动态感知多维资源池；编排管控层将各计算业务拆解为多个函数任务，构建有向无环图表示各函数任务的执行顺序和需求，结合各资源状态信息利用智能编排调度模型得到调度决策；通过预设方法获取各设备工作状态信息并由智能路由决策模型得到路由决策；将基于各业务形成的智能资源通过区块链可信分享；应用服务层用于装载并提供多种业务。本发明将网络与计算、存储和智能一体化融合，以满足计算密集型和时延敏感型业务需求。
-
公开(公告)号：CN115421901A
公开(公告)日：2022-12-02
申请号：CN202210929252.7
申请日：2022-08-03
Applicant: 北京邮电大学
Abstract: 本发明提供一种面向算力网络的优先级感知任务调度方法和系统，所述方法包括：由算力控制器周期性收集算力路由器的任务到达信息和不同算力服务节点的虚拟机占用状态，所述任务到达信息为任务缓冲队列中待调度任务的信息；算力控制器分析所述收集到的任务到达信息和虚拟机占用状态；根据预定的优先级确定算法评估各个任务的调度优先级，并以空闲虚拟机数为限制确定当前周期的可调度任务；基于确定的可调度任务通过预定的任务调度的综合优化目标来得到调度决策；基于得到的调度决策，由算力路由器执行对应的调度动作，将可调度的任务调度到相应的算力服务节点进行处理，剩余低优先级任务继续排队等待下一次调度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
