一种医养康领域异构资源统一接入方法及系统

    公开(公告)号:CN117592687A

    公开(公告)日:2024-02-23

    申请号:CN202311465926.3

    申请日:2023-11-07

    Abstract: 本发明公开了一种医养康领域异构资源统一接入方法及系统,其中,方法包括:S1,配置资源供需方:在平台中注册或者登录,获取由平台管理方赋予的资源调用权限;S2,配置资源元数据:通过按模板或自定义填写医养康资源的元数据;S3,配置资源保活:设计针对不同资源的保活机制;S4,配置资源鉴权:设计针对不同要求资源的鉴权机制;S5,配置统一调用资源能力;S6,调用资源:资源调用方通过平台提供的可视化资源信息进行选择,平台返回资源的地址和调用资源的方法,资源调用方通过资源的地址定位到资源并使用调用资源的方法来调用资源;S7,评价资源。本发明能够有效提高资源调用者的工作效率,也能够提高各资源的利用率,降低重复开发的开销。

    一种多微服务调用环境下自适应自动缩放方法及系统

    公开(公告)号:CN114650297B

    公开(公告)日:2023-03-10

    申请号:CN202210150833.0

    申请日:2022-02-14

    Abstract: 本发明公开了一种多微服务调用环境下自适应自动缩放方法及系统,包括:根据微服务的压测时延情况,确定每个微服务初始的服务算力常数值;在微服务运行时,基于服务算力常数值与服务请求流量情况,计算每个微服务的实时服务算力;通过对微服务状态的监测,自适应调整微服务的预期服务算力;对比每个微服务的实时服务算力和自适应调整的预期服务算力,决策微服务实例是否需要缩放,当条件满足缩放条件时,对微服务的实例进行缩放;基于缩放决策,实时调整微服务的服务算力,将流量比率反映到下游服务,递归地调整下游服务的服务算力。利用本发明,可以在复杂微服务集群中,针对服务请求和时延情况动态地调整微服务的实例数量。

    一种多微服务调用环境下自适应自动缩放方法及系统

    公开(公告)号:CN114650297A

    公开(公告)日:2022-06-21

    申请号:CN202210150833.0

    申请日:2022-02-14

    Abstract: 本发明公开了一种多微服务调用环境下自适应自动缩放方法及系统,包括:根据微服务的压测时延情况,确定每个微服务初始的服务算力常数值;在微服务运行时,基于服务算力常数值与服务请求流量情况,计算每个微服务的实时服务算力;通过对微服务状态的监测,自适应调整微服务的预期服务算力;对比每个微服务的实时服务算力和自适应调整的预期服务算力,决策微服务实例是否需要缩放,当条件满足缩放条件时,对微服务的实例进行缩放;基于缩放决策,实时调整微服务的服务算力,将流量比率反映到下游服务,递归地调整下游服务的服务算力。利用本发明,可以在复杂微服务集群中,针对服务请求和时延情况动态地调整微服务的实例数量。

    一种基于大模型的医养康领域业务编排文件生成方法及系统

    公开(公告)号:CN118132518A

    公开(公告)日:2024-06-04

    申请号:CN202410402435.2

    申请日:2024-04-03

    Abstract: 本发明公开了一种基于大模型的医养康领域业务编排文件生成方法及系统,包括:(1)收集医疗、养老、康复领域以文本形式存在的资料,筛选生成知识片段的检索向量,组成知识数据库;(2)收集业务编排文件,调用提示词生成大模型得到业务编排文件的生成指令,将编排文件、指令、知识存入示例数据库;(3)将示例数据作为语料,对文件生成大模型进行微调;(4)应用过程中,对于自然语言形式的资料,检索出所需知识和示例,组成最终提示词,调用文件生成大模型得到业务编排文件;(5)生成业务编排文件的评分并反馈给文件生成大模型,直至生成满足需求的业务编排文件。本发明可以自动化而又精细地完成医疗、康复、养老这三个领域的融合编排。

    一种支持多种引擎的云工作流实现方法

    公开(公告)号:CN106251071A

    公开(公告)日:2016-12-21

    申请号:CN201610619292.6

    申请日:2016-07-27

    CPC classification number: G06Q10/0633 H04L67/10

    Abstract: 本发明属于云工作流技术领域,尤其涉及一种支持多种引擎的云工作流实现方法,其特征在于对于给定的各种类型的任务,通过转换方式,从引擎机群中找到合适的引擎来完成该任务。本发明的有益效果为:该方法实现了工作流系统中引擎与数据的解耦,从而使用户提交的任务不再受限于特定的引擎来执行,达到了云工作流引擎机群的任意引擎可以为任意用户提供服务的目标,通过对任务的分析、数据提取、引擎调度、任务与引擎间的适配,将原本指定特定引擎执行的任务可被分配给更多的引擎来执行,从而实现了支持多种引擎。

    一种多服务器作业的优化调度方法

    公开(公告)号:CN114371936B

    公开(公告)日:2025-02-28

    申请号:CN202210004782.0

    申请日:2022-01-04

    Abstract: 本发明公开了一种多服务器作业的优化调度方法,涉及云计算相关技术领域,包括提出一种通用的、基于二分图的群组调度模型,优化目标为Asw最大化;基于该模型,提出一种通过历史奖励数据来学习MSJ在不同服务器上运行时间的期望和方差的框架;基于该学习框架,提出一种基于遗传算法的Asw最大化策略,能够在保证多种类型的约束成立的条件下使得社会整体收益最大。本发明针对多服务器作业,提出了一种可以主动式学习作业完成速率、并同时最大化累积社会效益的群组调度方法,可优化累积社会效益,平衡社会各方利益,追求社会整体利益最大化,所设计的调度策略,企业可显著节省计算成本,提高生产收益比。

Patent Agency Ranking