-
公开(公告)号:CN113240094A
公开(公告)日:2021-08-10
申请号:CN202110634057.7
申请日:2021-06-07
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于SVM的LSTM超参数优化方法、系统、介质及设备,随机选取N组超参数组合输入到LSTM温度预测模型进行训练;根据已有结果选取前3组模型RMSE最小的参数组合进行扰动,训练得到超参数组合结果集;使用超参数组合结果集训练SVM代理模型,预测所有超参空间;选取最好的前N/n组超参数组合带入LSTM温度预测模型中得真实RMSE结果;根据得到的真实RMSE结果更新超参数组合结果集,通过更新N=N/n实现梯度下降,当N
-
公开(公告)号:CN113904836B
公开(公告)日:2022-06-07
申请号:CN202111162511.X
申请日:2021-09-30
Applicant: 西安交通大学
IPC: H04L9/40 , H04L9/32 , H04L67/10 , H04L67/1097
Abstract: 本发明公开了一种基于区块链的主客观协同云服务信任管理方法及系统,将区块链作为信任管理者,在信任评估和信任检测的双重功能机制的协调控制下,依据不同需要对主观性和客观性指标参数实行自主权重化,同时引入信用度标记,在信任检测时不断更新,又在信任评估时将其作为一项重要指标加以评估;在信任检测时建立保险激励机制,从CSP处购买保险激励CSP和用户积极性,通过惩罚违约的CSP保障已购买保险的用户权益,并且信任检测、信任评估等任何操作都公开透明且具有时序性和不可篡改性,实现对CSP服务行为公开透明、可追朔和防抵赖的去中心化的主客观协同的系统性约束和管控。
-
公开(公告)号:CN113962142A
公开(公告)日:2022-01-21
申请号:CN202111131700.0
申请日:2021-09-26
Applicant: 西安交通大学
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种基于两段式LSTM的数据中心温度预测方法及系统,使用K‑mean算法进行服务器聚类得到训练数据;针对服务器资源占用率建立最短时间周期的资源占用预测模型;建立针对服务器入风口温度的最长时间周期的温度预测模型构成两段式LSTM预测模型,将资源占用预测模型的预测结果作为温度预测模型输入的一部分,使用训练数据训练两段式LSTM预测模型直至收敛,将服务器CPU利用率、服务器入风口温度历史数据,空调出风口历史数据输入收敛后的两段式LSTM预测模型中,输出预测温度。本发明通过服务器聚类降低服务器间差异导致的模型退化,并通过两段式LSTM预测模型匹配不同来源数据的不同变化规律,提高数据中心温度预测的精度。
-
公开(公告)号:CN113962142B
公开(公告)日:2024-04-19
申请号:CN202111131700.0
申请日:2021-09-26
Applicant: 西安交通大学
IPC: G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/09 , G06F18/23213 , G06F119/08
Abstract: 本发明公开了一种基于两段式LSTM的数据中心温度预测方法及系统,使用K‑mean算法进行服务器聚类得到训练数据;针对服务器资源占用率建立最短时间周期的资源占用预测模型;建立针对服务器入风口温度的最长时间周期的温度预测模型构成两段式LSTM预测模型,将资源占用预测模型的预测结果作为温度预测模型输入的一部分,使用训练数据训练两段式LSTM预测模型直至收敛,将服务器CPU利用率、服务器入风口温度历史数据,空调出风口历史数据输入收敛后的两段式LSTM预测模型中,输出预测温度。本发明通过服务器聚类降低服务器间差异导致的模型退化,并通过两段式LSTM预测模型匹配不同来源数据的不同变化规律,提高数据中心温度预测的精度。
-
公开(公告)号:CN113904836A
公开(公告)日:2022-01-07
申请号:CN202111162511.X
申请日:2021-09-30
Applicant: 西安交通大学
IPC: H04L9/40 , H04L9/32 , H04L67/10 , H04L67/1097
Abstract: 本发明公开了一种基于区块链的主客观协同云服务信任管理方法及系统,将区块链作为信任管理者,在信任评估和信任检测的双重功能机制的协调控制下,依据不同需要对主观性和客观性指标参数实行自主权重化,同时引入信用度标记,在信任检测时不断更新,又在信任评估时将其作为一项重要指标加以评估;在信任检测时建立保险激励机制,从CSP处购买保险激励CSP和用户积极性,通过惩罚违约的CSP保障已购买保险的用户权益,并且信任检测、信任评估等任何操作都公开透明且具有时序性和不可篡改性,实现对CSP服务行为公开透明、可追朔和防抵赖的去中心化的主客观协同的系统性约束和管控。
-
-
-
-