云计算系统服务成本与可靠性驱动的作业调度方法

    公开(公告)号:CN110515720A

    公开(公告)日:2019-11-29

    申请号:CN201910826099.3

    申请日:2019-09-04

    Inventor: 唐小勇 刘助园

    Abstract: 云计算系统服务成本与可靠性驱动的作业调度方法,1)、建立云计算系统,云计算系统由用户模块、作业队列模块、资源管理模块、作业调度模块、可靠性分析模块、物理资源层模块和虚拟机构成;对虚拟机进行初始化,接受云计算系统用户提交的作业到作业队列;2)、作业调度方法查询作业等待队列有没有作业需要调度。如果没有,作业调度算法结束;如果有,作业等待队列中的每一个作业执行步骤3)、步骤4)、步骤5)、步骤6)、步骤7);等等。本发明能在云服务响应时间约束下,综合折衷优化服务成本和计算可靠性实现云计算系统服务请求的高效调度,从而提高系统性能。

    基于二维长短期记忆神经网络的超级计算机工作负载预测方法

    公开(公告)号:CN110147284A

    公开(公告)日:2019-08-20

    申请号:CN201910442178.4

    申请日:2019-05-24

    Inventor: 唐小勇

    Abstract: 本发明公开了一种基于二维长短期记忆神经网络的超级计算机工作负载预测方法。第一步,建立具有日期与时间二维时间序列特征的超级计算机工作负载xd,t模型;第二步,设计二维长短期记忆神经网络Cell结构;第三步,利用二维长短期记忆神经网络Cell结构和二维工作负载信息进行t时刻步训练;第四步,t时刻步二维LSTM神经网络预测方法预测误差计算;第五步,二维长短期记忆神经网络预测方法误差反向传播阶段中的各参数权重计算;第六步,训练完毕则转步骤七,否则则转步骤三;第七步,利用二维长短期记忆神经网络预测方法进行超级计算机工作负载预测。由于该方法针对超级计算机工作负载特性,因而能有效预测系统工作负载。

    多核处理器共享高速缓存任务调度方法

    公开(公告)号:CN104281495B

    公开(公告)日:2017-04-26

    申请号:CN201410537569.1

    申请日:2014-10-13

    Inventor: 唐小勇

    Abstract: 本发明公开了一种多核处理器共享高速缓存任务调度方法。第一步,把多核处理器共享Cache划分成若干块,同时初始化处理核相关参数;第二步,对多核处理器任务队列中每个任务和任务所需不同共享高速缓存Cache块,计算所有处理核与任务共享Cache块相对应的最早任务执行完成时间;第三步,判断有没有能满足任务所需共享Cache块条件的任务处理核对;第四步,查找最优可调度任务处理核对,并将任务调度到相应处理核上执行,更新多核处理器参数相关参数。第五步,判断任务队列中所有任务是否调度完毕,如果调度完毕则输出任务处理核对序列,否则循环执行第二、三、四步。本方法较之现有面向多核处理器任务调度理论相比具有调度长度和平均响应时间短等性能优势。

    基于二维长短期记忆神经网络的超级计算机工作负载预测方法

    公开(公告)号:CN110147284B

    公开(公告)日:2023-03-24

    申请号:CN201910442178.4

    申请日:2019-05-24

    Inventor: 唐小勇

    Abstract: 本发明公开了一种基于二维长短期记忆神经网络的超级计算机工作负载预测方法。第一步,建立具有日期与时间二维时间序列特征的超级计算机工作负载xd,t模型;第二步,设计二维长短期记忆神经网络Cell结构;第三步,利用二维长短期记忆神经网络Cell结构和二维工作负载信息进行t时刻步训练;第四步,t时刻步二维LSTM神经网络预测方法预测误差计算;第五步,二维长短期记忆神经网络预测方法误差反向传播阶段中的各参数权重计算;第六步,训练完毕则转步骤七,否则则转步骤三;第七步,利用二维长短期记忆神经网络预测方法进行超级计算机工作负载预测。由于该方法针对超级计算机工作负载特性,因而能有效预测系统工作负载。

    云计算系统服务成本与可靠性驱动的作业调度方法

    公开(公告)号:CN110515720B

    公开(公告)日:2022-11-22

    申请号:CN201910826099.3

    申请日:2019-09-04

    Inventor: 唐小勇 刘助园

    Abstract: 云计算系统服务成本与可靠性驱动的作业调度方法,1)、建立云计算系统,云计算系统由用户模块、作业队列模块、资源管理模块、作业调度模块、可靠性分析模块、物理资源层模块和虚拟机构成;对虚拟机进行初始化,接受云计算系统用户提交的作业到作业队列;2)、作业调度方法查询作业等待队列有没有作业需要调度。如果没有,作业调度算法结束;如果有,作业等待队列中的每一个作业执行步骤3)、步骤4)、步骤5)、步骤6)、步骤7);等等。本发明能在云服务响应时间约束下,综合折衷优化服务成本和计算可靠性实现云计算系统服务请求的高效调度,从而提高系统性能。

    智能移动终端被动无线信号采集及定位方法

    公开(公告)号:CN107071708A

    公开(公告)日:2017-08-18

    申请号:CN201710210980.1

    申请日:2017-03-31

    Abstract: 本发明公开了一种智能移动终端被动无线信号采集及定位方法。第一步,针对智能移动终端周期性的发射WiFi/Bluetooth无线信号请求连接控制帧(或探测请求帧),进行被动无线信号探测扫描;第二步,对地理空间按空间布局进行位置剖分,然后按位置依次利用无线信号探测扫描模块采集无线信号信息,并使用直方图特征提取技术提取无线信号强度直方图特征值,以此建立被动无线信号指纹数据库;第三步,利用智能移动终端随机报告位置信息与无线探测扫描信息融合更新第二步建立的指纹数据库;第四步,基于被动无线探测信号强度的进行欧几里德最短距离定位计算。该方法具有精度高,部署简单快捷,且无须用户协作。因而可较广泛的应用在大型公共社会活动中。

    面向云计算系统优先依赖任务的期限约束成本优化调度方法

    公开(公告)号:CN109254836B

    公开(公告)日:2022-06-14

    申请号:CN201810812147.9

    申请日:2018-07-23

    Inventor: 唐小勇

    Abstract: 本发明公开了一种面向云计算系统优先依赖任务的期限约束成本优化调度方法。第一步,建立I/O数据感知的云应用程序DDAG任务模型;第二步,首先提出综合云计算系统虚拟资源计算能力、I/O读写能力和计费价格的异构因子Ψ,然后利用广度优先搜索技术实现基于异构因子的DDAG模型各任务所在层级最大执行完成时间计算,以此计算各任务子期限;第三步,基于云应用程序DDAG模型的期限约束成本优化任务调度。采用该方法在标准化计算成本上明显优于现有的LHCM和PCP方法,能有效节约计算成本,对提高云计算系统应用效率具有重要意义。

    面向云计算系统优先依赖任务的期限约束成本优化调度方法

    公开(公告)号:CN109254836A

    公开(公告)日:2019-01-22

    申请号:CN201810812147.9

    申请日:2018-07-23

    Inventor: 唐小勇

    Abstract: 本发明公开了一种面向云计算系统优先依赖任务的期限约束成本优化调度方法。第一步,建立I/O数据感知的云应用程序DDAG任务模型;第二步,首先提出综合云计算系统虚拟资源计算能力、I/O读写能力和计费价格的异构因子Ψ,然后利用广度优先搜索技术实现基于异构因子的DDAG模型各任务所在层级最大执行完成时间计算,以此计算各任务子期限;第三步,基于云应用程序DDAG模型的期限约束成本优化任务调度。采用该方法在标准化计算成本上明显优于现有的LHCM和PCP方法,能有效节约计算成本,对提高云计算系统应用效率具有重要意义。

    一种数据中心线性回归与小波神经网络融合的短期工作负载预测方法

    公开(公告)号:CN108197083A

    公开(公告)日:2018-06-22

    申请号:CN201810095967.0

    申请日:2018-01-31

    Inventor: 唐小勇

    Abstract: 本发明公开了一种线性回归与小波神经网络融合的短期工作负载预测方法,包括:第一步,通过数据中心系统日志文件建立历史工作负载数据库;第二步,针对数据中心数天或数月同时段工作负载的相对稳定性,采用线性回归预测短期工作负载;第三步,由于数据中心一天内各时段工作负载具有相对波动性和局部稳定性,本发明采用误差反馈传播小波神经网络技术预测工作负载;第四步,融合线性回归与小波神经网络预测技术预测数据中心短期工作负载;第五步,以当前时段数据中心实际工作负载更新历史工作负载信息数据库,循环执行第二、三、四步预测工作负载。本发明较之现有技术具有精度高等优势,能为数据中心资源管理和能耗控制提供有力技术保障。

    基于遗传算法的云计算系统预算约束随机任务调度方法

    公开(公告)号:CN110008023B

    公开(公告)日:2022-11-15

    申请号:CN201910230744.5

    申请日:2019-03-26

    Abstract: 基于遗传算法的云计算系统预算约束随机任务调度方法,包括如下步骤:建立虚拟机资源模型;定义任务在虚拟机上的最早开始执行时间、任务在虚拟机上的最早完成时间,给出任务在虚拟机上的调度长度、执行总成本和预算法约束条件;利用遗传算法获得帕累托最优解向量,获得的帕累托最优解向量即为预算约束随机任务调度方法的最优调度方案。采用该方法在调度长度和计算成本上明显优于现有的Min‑Min和TS方法,能有效提高云任务调度性能,对提高云计算系统应用效率具有重要意义。

Patent Agency Ranking