“刘啸松”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于机器学习降低内容分发网络租户尾延时的方法和系统-CN202310916502.8在审
发明人：王桦;刘啸松;周可;刘科 -专利权人：华中科技大学
申请日： 2023-07-24 - 公布日： 2023-10-27 - 主分类号： H04L41/14 文献下载
摘要：本发明公开了一种基于机器学习降低内容分发网络租户尾延时的方法，包括以下步骤：接收来自请求端的多个租户负载请求所组成的租户负载请求序列{R1,R2,…,Rk}，先后对所有租户负载请求进行向量化处理和归一化处理，以获取所有租户负载请求对应的多个特征向量，将所有租户负载请求对应的多个特征向量输入到预先训练好的机器学习模型中，以获取所有租户负载请求对应的多个预测结果，根据所有租户负载请求对应的多个预测结果获取每个租户负载请求对应的租户缓存分区的尾延时敏感度。本发明能够解决CDN云厂商现有缓存空间静态分配方法在租户访问模式发生改变后造成租户缓存分区缓存资源低配或超配的技术问题。
一种基于机器学习降低内容分发网络租户延时方法系统

[发明专利]基于机器学习探测低效使用缓存空间租户的方法和系统-CN202310348266.4在审
发明人：刘科;王桦;周可;刘啸松;李丛 -专利权人：华中科技大学
申请日： 2023-04-03 - 公布日： 2023-07-04 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种基于机器学习探测低效使用缓存空间租户的方法，包括以下步骤：采集租户的租户缓存信息，并先后对该租户的租户缓存信息进行向量化处理和归一化处理，以获取该租户对应的多个特征向量，将得到的租户的特征向量输入到预先训练好的机器学习模型中，以获取该租户的探测结果。本发明能够解决现有静态探测技术在租户访问模式发生改变后探测准确度不高，不适用于云环境下动态多变的工作负载模式的技术问题，以及现有动态探测技术受限于构建缺失率曲线需要花费大量的时间，无法适用于云环境下实时探测的场景的技术问题，以及当租户数量庞大的情况下，动态探测技术开销庞大的技术问题。
基于机器学习探测低效使用缓存空间租户方法系统