-
公开(公告)号:CN119376892A
公开(公告)日:2025-01-28
申请号:CN202411571128.3
申请日:2024-11-06
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/48 , G06F9/50 , G06N3/006 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于机器学习的容器动态调配方法及系统;包括:接收工作负载的请求,采用银行家算法和优先级相结合的方法,对每个工作负载的请求进行容器的资源分配;使用BiLSTM学习历史负载数据,预测未来负载情况;使用改进的粒子群优化算法,对容器进行动态的调度;使用机器学习技术,进行特征提取,学习历史数据的特征;使用BiLSTM‑Attention‑Adaboost模型通过历史时间序列的数据,预测未来资源的使用情况,提前进行部署。本发明可以更准确地根据工作负载的需求来分配资源,避免资源的浪费,提高资源利用率。
-
公开(公告)号:CN119376893A
公开(公告)日:2025-01-28
申请号:CN202411571131.5
申请日:2024-11-06
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及基于逻辑集群的多租户资源调度方法及系统,包括:物理集群划分:将物理集群划分为多个逻辑集群,每个逻辑集群具有不同的资源特性和相关的调度策略;定义一个多租户客户端,利用该多租户客户端为租户提交的不同任务做好任务类型标签、从属关系、依赖关系和任务ID标记;任务调度;包括:当若干任务被送到某个逻辑集群中后,所有任务排队等待资源分配,等待阶段采用优先级调度策略;资源分配:将要处理的任务分配给逻辑集群内的对应节点进行处理。本发明引入不同侧重任务的逻辑集群,使各类任务被有计划的分配给需要的节点,提高资源利用率和任务分配效率。
-