一种面向KVM的虚拟化层故障注入方法

    公开(公告)号:CN109857522B

    公开(公告)日:2021-03-02

    申请号:CN201910156834.4

    申请日:2019-03-01

    Abstract: 一种面向KVM的虚拟化层故障注入方法,它属于KVM虚拟化机制测试技术领域。本发明解决了现有的KVM虚拟化机制的容错性测试方法的测试结果不准确的问题。本发明的故障注入方法包含的测试项有底层的CPU故障注入、底层的内存故障注入、底层的文件系统故障注入、管理层的虚拟机迁移故障注入、管理层的访问控制故障注入、管理层的内存管理故障注入和管理层的状态查询故障注入,本发明通过较多的测试项实现了KVM虚拟化机制的容错性测试,克服了现有KVM虚拟化机制容错性测试存在的测试结果不准确的问题,可以将测试结果的准确率提升至95%以上。本发明可以应用于KVM虚拟化机制测试技术领域。

    一种边缘卸载决策方法、终端及可读存储介质

    公开(公告)号:CN112162863A

    公开(公告)日:2021-01-01

    申请号:CN202011127194.3

    申请日:2020-10-20

    Abstract: 本发明提供了一种边缘卸载决策方法、终端及可读存储介质,所述边缘卸载决策方法,包括:获取可卸载任务,并监测可穿戴终端状态信息;与边缘服务终端建立通讯连接,并接收所述边缘服务终端发送的边缘服务终端状态信息;选取所述边缘服务终端并发送所述可卸载任务的卸载请求;在接收到卸载指令后,向所述边缘服务终端发送可卸载任务信息;接收执行所述可卸载任务得到的执行结果。这样,通过可穿戴终端对要分配的可卸载任务进行初步分配方向,再由边缘服务终端根据自身的计算资源进行二次分析,对可以执行的可卸载任务给予反馈,从而避免了边缘服务终端需要执行的可卸载任务过多造成的无法及时执行进而导致可穿戴终端应用卡顿的情况。

    一种面向KVM的虚拟化层故障注入方法

    公开(公告)号:CN109857522A

    公开(公告)日:2019-06-07

    申请号:CN201910156834.4

    申请日:2019-03-01

    Abstract: 一种面向KVM的虚拟化层故障注入方法,它属于KVM虚拟化机制测试技术领域。本发明解决了现有的KVM虚拟化机制的容错性测试方法的测试结果不准确的问题。本发明的故障注入方法包含的测试项有底层的CPU故障注入、底层的内存故障注入、底层的文件系统故障注入、管理层的虚拟机迁移故障注入、管理层的访问控制故障注入、管理层的内存管理故障注入和管理层的状态查询故障注入,本发明通过较多的测试项实现了KVM虚拟化机制的容错性测试,克服了现有KVM虚拟化机制容错性测试存在的测试结果不准确的问题,可以将测试结果的准确率提升至95%以上。本发明可以应用于KVM虚拟化机制测试技术领域。

    一种边缘卸载决策方法、终端及可读存储介质

    公开(公告)号:CN112162863B

    公开(公告)日:2024-04-02

    申请号:CN202011127194.3

    申请日:2020-10-20

    Abstract: 本发明提供了一种边缘卸载决策方法、终端及可读存储介质,所述边缘卸载决策方法,包括:获取可卸载任务,并监测可穿戴终端状态信息;与边缘服务终端建立通讯连接,并接收所述边缘服务终端发送的边缘服务终端状态信息;选取所述边缘服务终端并发送所述可卸载任务的卸载请求;在接收到卸载指令后,向所述边缘服务终端发送可卸载任务信息;接收执行所述可卸载任务得到的执行结果。这样,通过可穿戴终端对要分配的可卸载任务进行初步分配方向,再由边缘服务终端根据自身的计算资源进行二次分析,对可以执行的可卸载任务给予反馈,从而避免了边缘服务终端需要执行的可卸载任务过多造成的无法及时执行进而导致可穿戴终端应用卡顿的情况。

    一种实时手势识别方法、装置及人机交互系统

    公开(公告)号:CN112148128B

    公开(公告)日:2022-11-25

    申请号:CN202011109960.3

    申请日:2020-10-16

    Abstract: 本发明提供了一种实时手势识别方法、装置、移动终端及人机交互系统,涉及手势识别技术领域,包括:获取手势数据,所述手势数据包括数据手套采集的传感器数据;对所述手势数据进行预处理,并对预处理后的手势数据进行特征提取;将所述特征提取的结果输入预训练好的分层手势识别模型进行多级手势识别,确定手势类型信息。本发明通过数据手套实时采集用户的手势数据,并对手势数据进行有效的手势分割等预处理操作,再通过构造有价值的特征信息集进行特征提取,并将提取后的特征信息输入轻量级的分层手势识别模型进行手势识别,可在保证手势识别准确度的基础上,占用更少的系统资源,适用于面向移动终端的应用场景。

    一种实时手势识别方法、装置及人机交互系统

    公开(公告)号:CN112148128A

    公开(公告)日:2020-12-29

    申请号:CN202011109960.3

    申请日:2020-10-16

    Abstract: 本发明提供了一种实时手势识别方法、装置、移动终端及人机交互系统,涉及手势识别技术领域,包括:获取手势数据,所述手势数据包括数据手套采集的传感器数据;对所述手势数据进行预处理,并对预处理后的手势数据进行特征提取;将所述特征提取的结果输入预训练好的分层手势识别模型进行多级手势识别,确定手势类型信息。本发明通过数据手套实时采集用户的手势数据,并对手势数据进行有效的手势分割等预处理操作,再通过构造有价值的特征信息集进行特征提取,并将提取后的特征信息输入轻量级的分层手势识别模型进行手势识别,可在保证手势识别准确度的基础上,占用更少的系统资源,适用于面向移动终端的应用场景。

Patent Agency Ranking