云数据中心中基于双阈值滞后集群调度机制的节能策略

    公开(公告)号:CN115150277B

    公开(公告)日:2023-09-15

    申请号:CN202210665311.4

    申请日:2022-06-13

    Applicant: 燕山大学

    Abstract: 本发明提供了一种云数据中心中基于双阈值滞后集群调度机制的节能策略,其包括:将一个云数据中心中的所有同构服务器分成基础集群和备用集群两个集群,设置任务分类器对任务进行分类与跟踪,构建基于双阈值滞后集群调度机制的节能策略,刻画基于双阈值滞后集群调度机制的节能策略的工作原理,并评估其下性能指标,分析基于双阈值滞后集群调度机制的节能策略下云数据中心的量化行为,寻找帕累托最优解,权衡云数据中心的整体功耗与实时任务的平均等待时间。本发明根据系统负载变化动态开启与关停部分服务器,可有效降低空闲能耗,大幅降低云数据中心的能耗开销,帮助云服务供应商根据其偏好选择代表不同的目标间最佳折衷解决方案。

    云数据中心中基于双阈值滞后集群调度机制的节能策略

    公开(公告)号:CN115150277A

    公开(公告)日:2022-10-04

    申请号:CN202210665311.4

    申请日:2022-06-13

    Applicant: 燕山大学

    Abstract: 本发明提供了一种云数据中心中基于双阈值滞后集群调度机制的节能策略,其包括:将一个云数据中心中的所有同构服务器分成基础集群和备用集群两个集群,设置任务分类器对任务进行分类与跟踪,构建基于双阈值滞后集群调度机制的节能策略,刻画基于双阈值滞后集群调度机制的节能策略的工作原理,并评估其下性能指标,分析基于双阈值滞后集群调度机制的节能策略下云数据中心的量化行为,寻找帕累托最优解,权衡云数据中心的整体功耗与实时任务的平均等待时间。本发明根据系统负载变化动态开启与关停部分服务器,可有效降低空闲能耗,大幅降低云数据中心的能耗开销,帮助云服务供应商根据其偏好选择代表不同的目标间最佳折衷解决方案。

    基于双层边缘结构的MEC任务卸载策略的性能评估方法

    公开(公告)号:CN115017714B

    公开(公告)日:2025-03-18

    申请号:CN202210669718.4

    申请日:2022-06-14

    Applicant: 燕山大学

    Abstract: 本发明提供了一种基于双层边缘结构的MEC任务卸载策略的性能评估方法,其包括:分别求解时延任务在本地和边缘层处理的平均时延和平均电池电量;运用全概率公式计算时延任务在MEC系统中的平均电池电量,进而获得MEC系统的平均电池电量;权衡时延任务的平均时延和MEC系统的平均电池电量,构建带有多个不等式约束的MEC系统评价函数;利用基于拉格朗日乘子的一般约束乘子法PHR,运用MATLAB求解使得MEC系统评价函数达到最小值的策略优化结果,得到最优的任务卸载概率组合,时延任务包括实时任务和非实时任务。本发明面向实时任务和非实时任务,基于双层边缘结构对MEC系统的任务进行了合理分配决策,有着低时延、低电池电量等特点和高效的卸载性能。

    基于双层边缘结构的MEC任务卸载策略的性能评估方法

    公开(公告)号:CN115017714A

    公开(公告)日:2022-09-06

    申请号:CN202210669718.4

    申请日:2022-06-14

    Applicant: 燕山大学

    Abstract: 本发明提供了一种基于双层边缘结构的MEC任务卸载策略的性能评估方法,其包括:分别求解时延任务在本地和边缘层处理的平均时延和平均电池电量;运用全概率公式计算时延任务在MEC系统中的平均电池电量,进而获得MEC系统的平均电池电量;权衡时延任务的平均时延和MEC系统的平均电池电量,构建带有多个不等式约束的MEC系统评价函数;利用基于拉格朗日乘子的一般约束乘子法PHR,运用MATLAB求解使得MEC系统评价函数达到最小值的策略优化结果,得到最优的任务卸载概率组合,时延任务包括实时任务和非实时任务。本发明面向实时任务和非实时任务,基于双层边缘结构对MEC系统的任务进行了合理分配决策,有着低时延、低电池电量等特点和高效的卸载性能。

Patent Agency Ranking