“龙赛琴”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25个，建议您升级VIP下载更多相关专利

[发明专利]一种基于群组的合作性群智感知任务推荐方法及系统-CN202311099016.8在审
发明人：魏凯敏;漆国姿;李哲涛;裴廷睿;龙赛琴;赵诗婷 -专利权人：暨南大学
申请日： 2023-08-30 - 公布日： 2023-09-29 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种基于群组的合作性群智感知任务推荐方法及系统，包括以下步骤：确定角色类型，其中，角色类型包括：合作性群智感知平台、参与者和参与者群组；通过合作性群智感知平台，根据参与者和任务的信息构建参与者群组；根据参与者群组，设计双重注意力机制，聚合组成员偏好，得到群组和任务的嵌入表示；根据群组和任务的嵌入表示，利用基于神经网络的协同过滤算法，设计协同神经网络结构，为参与者群组生成个性化的top‑K任务推荐列表。本发明解决合作性群智感知中个人推荐方法无法应用在群组中的问题，综合考虑参与者能力和偏好差异，使用双重注意力机制提高了任务和群组嵌入表示的准确度，进而增强了任务推荐算法的性能。
一种基于合作性群智感知任务推荐方法系统

[发明专利]一种云计算中的基于强化学习的虚拟机放置方法-CN201910564319.X有效
发明人： 龙赛琴;幸运;龙威帆;黄金娜;余浩 -专利权人：湘潭大学
申请日： 2019-06-26 - 公布日： 2023-08-15 - 主分类号： G06F9/455 文献下载
摘要：针对遗传算法等对于虚拟机放置的求解时间过长的缺点，本发明利用强化学习最大限度地使得虚拟机放置后的能耗最低，提出基于强化学习的虚拟机放置方法。首先基于采集的系统信息进行状态值矩阵等的初始化，然后通过强化学习进行虚拟机放置的优化，最后使用贪婪算法进行最后的放置。本发明通过使用强化学习有效缩短了虚拟机放置的求解时间，能够根据虚拟机的实际情况对迭代次数进行动态调整，具有广泛的适应性。
一种计算中的基于强化学习虚拟机放置方法

[发明专利]一种异构云环境下基于容器的微服务工作流安全调度方法-CN202310468292.0在审
发明人： 龙赛琴;杨剑峰;刘昊霖;何光佳;吴学友;谢磊;王聪 -专利权人：湘潭大学
申请日： 2023-04-27 - 公布日： 2023-08-08 - 主分类号： G06F9/48 文献下载
摘要：本发明提出了一种异构云环境下基于容器的微服务工作流安全调度方法。首先对微服务工作流和容器集群进行建模，并为每个微服务任务分配一个容器，按照任务的需求来制定容器的配置；然后设置异构云资源池，构建微服务任务的安全调度问题，采用一种基于深度强化学习的安全调度算法求解微服务任务的安全调度问题，得到调度决策集合；最后调度器通过调度决策集合将封装微服务任务的容器部署到虚拟机上实例化运行，计算得到调度的完成时间。本发明适用于不同规模的异构云资源，在异构云服务器资源、用户的预算和微服务任务的安全性需求限制下，考虑使异构云中微服务工作流调度方案最优化，把任务调度到最合适的虚拟机上，从而能够在保护用户隐私的前提下最小化异构云环境下微服务工作流调度的完成时间。
一种异构云环境基于容器微服务工安全调度方法

[发明专利]一种针对云数据中心多指标融合的能效定性评估技术-CN201911035649.6有效
发明人： 龙赛琴;黄金娜;龙威帆;余浩;幸运 -专利权人：湘潭大学
申请日： 2019-10-29 - 公布日： 2023-07-28 - 主分类号： G06F11/30 文献下载
摘要：本发明设计了一种针对云数据中心的多指标融合的能效定性评估技术。在云数据中心领域，为了能够更好地对数据中心进行有效的改进，要求我们能够提出提出完善的指标体系，并设计一种多指标融合的能效定性评估技术。由于指标之间存在互相关联的情况，这里运用主成分分析的方法，把原来多个数据中心能效指标化为少数几个互不相关的综合指标，既能够反映数据中心能效指标体系的绝大部分信息又能够缩小待评估的指标集合，可以减轻后续步骤的计算复杂程度。另外，引入基于径向基神经网络的评估方法，通过对已有样本的学习，从而获取专家的知识和经验，完成对多个能效指标作为评估数据中心能效因素的考量，而只输出一个综合评判的值。
一种针对数据中心指标融合能效定性评估技术

[发明专利]一种云计算中有期限约束的多DAG任务调度费用公平性评估方法-CN201810766931.0有效
发明人： 龙赛琴;周思恒;刘子浩;曾令斌;幸运 -专利权人：湘潭大学
申请日： 2018-07-13 - 公布日： 2023-07-25 - 主分类号： G06F9/48 文献下载
摘要：本发明设计了一种云计算中有期限约束的多DAG任务调度费用公平性评估方法，在有期限约束的多DAG调度方案中，不同的调度方案对期限要求时间宽松程度不同的DAG进行调度时会出现一些公平性问题。该方法对于期限要求严格的任务与期限要求宽松的任务使用不同的计算公式，对于时间要求紧迫的任务适当增加“惩罚”，对时间要求宽松的任务也设定了最低执行费用。将用户提交到系统的任务计算它的预计执行费用、用户预期费用以及系统的实际运行费用，通过这三者的关系判断该调度方案是否对用户友好，公平，从而选择一个更好的调度方案提高用户的满意度。
一种计算期限约束 dag 任务调度费用公平性评估方法

[发明专利]基于小样本学习的云数据中心服务器能耗预测方法-CN202111132126.0有效
发明人： 龙赛琴;李元;李哲涛;戴骥;吕格峰;孙海建 -专利权人：湘潭大学
申请日： 2021-09-26 - 公布日： 2023-07-18 - 主分类号： G06F11/30 文献下载
摘要：本发明提出一种基于小样本学习的云数据中心服务器能耗预测方法。包括以下步骤：1)对所采集的云服务器多变量时间序列数据集进行预处理后将数据集分为元训练任务和元测试任务；2)将元训练任务中的数据划分为支持集和查询集用于训练模型，而元测试任务中的数据划分为支持集和查询集用于测试模型，然后进行基于双向线性插值的数据增强；3)构建基于元学习的模型，用增强的元训练任务对模型进行训练，生成模型的初始参数；4)最后使用元测试任务中的增强支持集和查询集分别对模型进行微调和评估。本发明主要针对小样本下的云服务器能耗预测，使用双向线性插值原理和元学习技术，提高了模型的泛化能力。
基于样本学习数据中心服务器能耗预测方法

[发明专利]一种云边协同下基于强化学习的分布式容器调度方法-CN202310358445.6在审
发明人： 龙赛琴;王聪;田淑娟;刘昊霖;李艳春;申冬苏 -专利权人：湘潭大学
申请日： 2023-04-06 - 公布日： 2023-07-07 - 主分类号： G06F9/455 文献下载
摘要：本发明提出一种云边协同下基于强化学习的分布式容器调度方法。首先定义云边环境整体资源利用率和任务时延效益，基于容器调度优化目标建立系统模型。其次基于系统资源空闲量和容器防止策略构建强化学习状态空间和动作空间，定义强化学习每一步的效益回报函数。最后计算状态值函数，针对不同的效益回报的容器调策略，得到最优容器调度策略。本发明通过使用强化学习有效平衡了云边系统资源利用率和任务时延，能更好适应云边协同环境下的容器调度任务。
一种协同基于强化学习分布式容器调度方法

[发明专利]一种云环境下面向服务混部场景的容器调度方法-CN202310357883.0在审
发明人： 龙赛琴;吴学友;刘昊霖;申冬苏;何光佳;王聪;谢磊 -专利权人：湘潭大学
申请日： 2023-04-06 - 公布日： 2023-07-07 - 主分类号： G06F9/455 文献下载
摘要：本发明提出了一种云环境下面向服务混部场景的容器调度方法。首先根据云环境下在线服务和离线负载的各项参数，并将其封装为容器，获得数据中心所有节点的性能参数，然后为待调度的容器计算容器间亲和性、节点亲和性和节点反亲和性，构建了面向服务混部的性能与能耗的联合优化问题，采用一种基于亲和性和反亲和性感知的容器调度算法。得到容器的编排集合。最后调度器通过容器的编排集合将容器调度到节点上，计算最终的功耗和容器的整体性能。本发明综合考虑了容器间的通信、性能干扰和资源利用率等多种情况，在资源和性能约束下，考虑使云计算服务混部场景中容器的调度决策方案最优化，把容器调度到最合适的节点上，从而在保证容器性能的情况下，最小化数据中心的能耗。
一种环境面向服务场景容器调度方法

[发明专利]一种基于任务流量和时效性的边缘云网络服务器部署方法-CN202110906290.6有效
发明人：刘昊霖;刘文豪;裴廷睿;李哲涛;朱江;龙赛琴;田淑娟;李艳春 -专利权人：湘潭大学
申请日： 2021-08-09 - 公布日： 2023-06-30 - 主分类号： H04L41/0826 文献下载
摘要：本发明提出了一种基于任务流量和时效性的边缘云网络服务器部署方法。首先根据网络场景得到无线接入点(AP节点)的通信延迟参数和所有边缘服务器的容量和成本参数；然后构建基于任务流量和时效性的边缘网络服务器部署成本最小化问题模型，对边缘云网络中的所有AP节点执行一种近似算法，解决基于任务流量和时效性的边缘网络服务器部署成本最小化问题，计算出边缘服务器的部署决策；最后网络运营商根据部署决策在边缘云网络中的部分AP节点上部署边缘服务器。本发明能够适用于边缘云网络场景下边缘服务器的部署，在满足边缘服务器计算资源限制和保障边缘服务器与其他基站间低通信时延的前提下，最小化部署边缘服务器的总成本。
一种基于任务流量时效性边缘网络服务器部署方法

[发明专利]一种安全驱动的云数据中心容器迁移方法-CN202310157342.3在审
发明人： 龙赛琴;何光佳;田淑娟;刘昊霖;李艳春;申冬苏 -专利权人：湘潭大学
申请日： 2023-02-23 - 公布日： 2023-05-16 - 主分类号： G06F9/455 文献下载
摘要：本发明提出了一种安全驱动的云数据中心容器迁移方法，在云数据中心的环境下，容器对不同资源的需求影响服务器的负载，租户对所需服务的安全性保证是对云服务提供商最基本的要求。本方法首先设定服务器、容器的安全等级，然后通过计算服务器的CPU利用率以及内存判断其负载程度，并对恶意租户的容器在服务器中容器数量占比以及覆盖率进行计算，最后我们上述问题归一化并对此问题进行求解，从而得出一个更好的容器迁移方案，降低数据中心整体负载、提高数据中心容器的安全性、提高租户的满意度。
一种安全驱动数据中心容器迁移方法

[发明专利]一种云存储系统中基于模糊聚类的重复数据删除方法-CN201810587507.X有效
发明人： 龙赛琴;刘子浩;曾令斌;周思恒 -专利权人：湘潭大学
申请日： 2018-06-06 - 公布日： 2023-04-28 - 主分类号： G06F16/174 文献下载
摘要：本发明提出了一种云存储系统中基于模糊聚类的重复数据删除方法。本发明步骤：首先，对来自客户端待存储的文件，确定其文件类型；其次，构建初始聚类中心；然后，依次计算待存储文件的数据指纹集合与各聚类中心的隶属度；最后，按照隶属度的高低，选择合适的聚类，将文件的各数据块指纹与该聚类中所有的数据块指纹进行精确比对，舍弃指纹相同的数据块，只留下重复数据块的索引信息和非重复数据块，从而达到删除重复数据的目的，并更新聚类中心。本发明对文件的数据块指纹采取抽样处理，考虑抽样的数量，结合样本的相似度构建隶属度函数。本发明具有计算速度快的优点，有更少的指纹比对量，适用于云存储系统。
一种存储系统基于模糊重复数据删除方法

[发明专利]一种动态定价的边缘计算资源分配方法-CN202210372736.6在审
发明人：刘昊霖;徐卓;裴廷睿;李哲涛;朱江;龙赛琴;田淑娟;李艳春;曾丽 -专利权人：湘潭大学
申请日： 2022-04-11 - 公布日： 2023-04-07 - 主分类号： H04L67/1023 文献下载
摘要：本发明提出了一种动态定价的边缘计算资源分配方法。首先根据边缘计算场景得到所有终端用户的任务资源需求和所有边缘服务器的计算资源容量；然后构建终端用户和边缘服务器交易总效用最大化问题模型，边缘服务器根据剩余资源数量动态地对每剩余单位资源定价，终端用户对边缘服务器出价，计算用户和边缘服务器交易的总效用；最后将边缘服务器和终端用户的匹配视为一个二部图匹配问题，采用改进的匈牙利算法得到使交易总效用最大的最佳匹配。本发明能够适用于边缘计算网络场景下终端用户的任务卸载和边缘服务器的资源分配，通过拍卖边缘服务器的计算资源，最大化终端用户和边缘服务器交易的总效用。
一种动态定价边缘计算资源分配方法

[发明专利]一种边缘网络中基于双边匹配的数字孪生构建方法-CN202211418909.X在审
发明人：刘昊霖;刘思睿;李哲涛;裴廷睿;田淑娟;李艳春;申冬苏;龙赛琴 -专利权人：湘潭大学
申请日： 2022-11-14 - 公布日： 2023-03-24 - 主分类号： H04W16/22 文献下载
摘要：本发明提出了一种边缘网络中基于双边匹配的数字孪生构建方法，首先根据数字孪生的边缘网络场景获得所有终端设备请求服务器的传输与计算延迟参数以及服务器建立相应终端设备数字孪生模型所得到的效益参数；构建最大化总利润模型，将终端设备与数字孪生边缘服务器关联问题转化为图匹配问题，考虑终端设备与数字孪生边缘服务器的双向偏好选择，并设定终端设备对数字孪生边缘服务器以及数字孪生边缘服务器对终端设备的偏好值公式，最后，使用最优匹配算法对模型进行求解，确定终端设备关联决策。本发明适用于边缘网络场景中的终端设备的数字孪生模型构建，能够使终端设备与服务器的关联匹配方式达到稳定匹配状态，在满足计算资源约束下，有效提高了整体利润。
一种边缘网络基于双边匹配数字孪生构建方法

[发明专利]一种基于系统调用的容器安全特征选择算法-CN202210902605.4在审
发明人： 龙赛琴;谢磊;李艳春;田淑娟;刘昊霖;申冬苏 -专利权人：湘潭大学
申请日： 2022-07-29 - 公布日： 2023-03-24 - 主分类号： G06F9/455 文献下载
摘要：本发明提出了一种能够对多个容器进行系统调用检测的特征选择算法，包括以下步骤：1)通过计算相邻系统调用间的相关性来表述调用间的紧密程度；2)利用滑动窗口机制获得系统调用短序列；3)通过相关性函数确定滑动窗口的移动位置，通过测试集表现确定滑动窗口的大小；4)根据频率高低选取一定比例的短序列作为各容器的待选特征集；5)根据优势程度函数等确定整体的主要特征集与各容器的次要特征集。本发明提出的特征选择算法能够对多个容器进行特征选择，多容器间能够共享传递一定比例的特征选择方案，使得容器安全检测在保持各自场景相对独立化的同时减少计算资源损耗。
一种基于系统调用容器安全特征选择算法

[发明专利]一种边缘计算中基于任务切分的卸载分配方法-CN202110802149.1有效
发明人：刘昊霖;邹佳致;裴廷睿;李哲涛;朱江;龙赛琴;田淑娟;李艳春 -专利权人：湘潭大学
申请日： 2021-07-15 - 公布日： 2022-10-18 - 主分类号： H04L67/101 文献下载
摘要：本发明提出了一种边缘计算中基于任务切分的卸载分配方法。首先根据边缘计算网络场景得到待卸载任务的各项数据参数和边缘服务器的性能参数；然后构建可切分任务的卸载问题模型，采用一种贪心算法求解可切分任务的卸载问题，得到可切分任务的卸载决策集合；最后网络控制器通过卸载决策集合将任务卸载到边缘服务器上执行，计算得到卸载任务的总收益。本发明适用于不同种类、不同规模的终端设备群，在服务器资源和传输时延的限制下，考虑使边缘云网络中任务的卸载决策方案最优化，把可切分任务的子任务卸载到最合适的边缘服务器上，从而能够最大化边缘计算网络场景下卸载任务的总收益。
一种边缘计算基于任务切分卸载分配方法

1
2
下一页»
尾页
共 25 条