-
公开(公告)号:CN116992342A
公开(公告)日:2023-11-03
申请号:CN202310831991.7
申请日:2023-07-07
Applicant: 桂林理工大学
IPC: G06F18/241 , G06N3/0464
Abstract: 本发明涉及云计算技术领域,具体涉及一种基于图神经网络的任务及数据管理优化方法,将基于超图的不同权重的节点信息进行融合,通过聚合其相关的超边特征来获得输出节点特征,得到节点分类结果,进而得到任务执行所在的数据中心。然后根据传输时间最短和所需文件最多的原则得到数据任务所需数据文件的传输路径和传输循序。与传统的集中式单一数据中心处理任务相比,本发明可以满足用户提交的复杂任务需求,减少处理任务时的等待时间,并且可以减少数据中心的工作负载;与普通的分布式数据中心相比,在不同的任务数量和任务类型下,显著降低数据中心之间的数据传输,减少网络带宽资源的消耗,降低了处理任务的成本,加快了任务的完成时间。
-
公开(公告)号:CN115408123A
公开(公告)日:2022-11-29
申请号:CN202210938625.7
申请日:2022-08-05
Applicant: 桂林理工大学
Abstract: 本发明涉及任务调度技术领域,具体涉及一种基于超图的任务调度和数据传输方法,包括将多个任务、多个数据文件和多个数据中心分别建模为超图,得到多个原始超图;对多个原始超图进行分区,得到分区结果;基于分区结果对多个任务进行转移,得到当前可执行任务;从多个数据文件中选择目标数据文件添加至对应的数据中心的传输队列中,将当前可执行任务添加到任务队列中;迭代比较任务队列中任务的执行时间和传输队列中数据文件的传输时间,得到最优任务和最优传输数据文件,解决了现有的任务调度和数据传输方法的数据传输的效率较低的问题。
-