CN107832156B - 一种支持异构任务及计算设备的群体计算*** - Google Patents
一种支持异构任务及计算设备的群体计算*** Download PDFInfo
- Publication number
- CN107832156B CN107832156B CN201711211878.XA CN201711211878A CN107832156B CN 107832156 B CN107832156 B CN 107832156B CN 201711211878 A CN201711211878 A CN 201711211878A CN 107832156 B CN107832156 B CN 107832156B
- Authority
- CN
- China
- Prior art keywords
- tasks
- layer
- manager
- access
- devices
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000010354 integration Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000008447 perception Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种支持异构任务及计算设备的群体计算***,属于群体计算技术领域,包括接入层、若干层可扩展的中间层和顶层,接入层与若干个可扩展的中间层连接,若干个可扩展的中间层均与顶层连接;接入层内设有接入层任务管理器、用户管理器和接入层设备管理器;中间层内设有中间层任务管理器和中间层集成设备管理器;顶层内设有顶层任务管理器和顶层集成设备管理器。本发明采用层次结构,每层拥有各自的相应管理器,可以将各个地域的设备经过平台抽象化后灵活地组织起来,进行统一的管理和调度,具有高度的可扩展性,满足一切任务的要求,能够管理足够多数量的设备,实现对超规模超计算任务的高效执行。
Description
技术领域
本发明涉及一种群体计算架构,特别是涉及一种支持异构任务及计算设备的群体计算架构,属于群体计算技术领域。
背景技术
目前,各种计算机设备已经深入到人们生活中,为人们提供了各种各样智能便利的服务,从复杂的科学计算任务到日常活动,各种类型的计算任务是普遍存在的,对计算的依赖变得越来越强烈,随着云计算、智能硬件、人机交互以及人类日益增加的参与等技术的不断发展,群体计算被提出作为一种新的计算框架。
群体计算是一个新的计算框架,由大量计算设备组成,自组织和协作完成各种类型的群体计算任务,其实质在于各种类型的设备都是由一个超规模超计算集群组成的,这种自组织涉及完成各种类型的群体计算任务,其中,设备的种类多种多样,包括便携式计算终端设备、嵌入式***、智能硬件、个人电脑、服务器、集群甚至云计算数据中心并且还包括各种各样的特殊智能计算单元,如人,任务类型也不同,包括算术逻辑任务、存储任务、感知任务和人为主观任务。
群体计算将人力作为群体计算***的重要计算设备,为人类提供了一个共同的协作计算环境,有机结合人机计算能力,进行调度,有效完成了各种类型和规模的任务。优点明显,群体计算***可以接受任何用户随机启动的任何类型的计算任务,能够自动化,适应和智能地组织和协调各种类型的计算设备来参与计算任务,它可以更好地执行更复杂的计算任务,并提供大规模的集成计算服务和强大的可扩展性。
发明内容
本发明的主要目的是为了提供一种支持异构任务及计算设备的群体计算***,通过专门的任务管理器管理任务的分配,并通过专门的设备管理器管理异构的计算设备,从而提高群体计算中任务的普适性,将计算设备组织起来形成一个超规模的超计算平台,以完成单机器无法完成或一定时间内无法完成的超规模的计算任务。
本发明的目的可以通过采用如下技术方案达到:
一种支持异构任务及计算设备的群体计算***,包括接入层、若干层可扩展的中间层和顶层,所述接入层与若干个可扩展的所述中间层连接,若干个可扩展的所述中间层均与所述顶层连接;
所述接入层用于接入设备,管理在一定范围内的所有任务、设备及用户,实现记录设备特性、并根据设备和任务特点分配设备、接收结果数据的功能,实现分析任务类型、分解任务、任务融合的功能,实现验证用户身份、保存用户信息和接收用户发布任务的功能;
所述中间层集中管理所述接入层中的管理器,管理并协调所有接入层的设备和任务,连接所述接入层中的一个或多个管理器,协调更多所述接入层的设备协作完成某个所述接入层设备无法完成的任务,平衡集中控制中的负载,并传递任务、相关数据和对数据的分析规则;
所述顶层管理和调度群体计算***中的所有设备和任务,所述顶层与最高层的中间层连接。
进一步的,所述接入层内设有接入层任务管理器、用户管理器和接入层设备管理器;所述用户管理器用于实现验证用户身份、保存用户信息和接收用户发布任务;所述接入层任务管理器用于管理在一定范围内的所有任务,根据任务特点分配接收结果数据,分析任务类型,分解任务,任务融合;所述接入层设备管理器用于管理在一定范围内的所有设备,实现记录设备特性、并根据设备特点分配设备。
进一步的,所述接入层任务管理器管理的任务类型包括实时操作型任务、计算密集型任务、I/O密集型任务、感知密集型任务和人为主观型任务。
进一步的,所述接入层设备管理器管理的设备类型包括计算密集型设备、I/O密集型设备、感知密集型设备和人为主观型设备。
进一步的,所述接入层任务管理器分析用户上传的任务所需执行设备的类型、性能、特殊需求的特性,通过所述接入层设备管理器将任务发送给合适的执行设备,所述接入层任务管理器自动检测并合并不同用户提交的相同或相似的任务。
进一步的,所述中间层具有可扩展性,由若干层依次连接的中间层组成,最底层的中间层向下与所述接入层连接,最高层的中间层向上与所述顶层连接,上层的中间层管理与其连接的下层的中间层。
进一步的,所述中间层内设有中间层任务管理器和中间层集成设备管理器;所述中间层任务管理器连接到接入层任务管理器和所述顶层的任务和集成设备管理器,以平衡集中控制中的负载,并传递任务、相关数据和对数据的分析规则;所述中间层集成设备管理器连接所述接入层中的一个或多个接入层任务管理器,协调其他接入层任务管理器协作完成某个接入层任务管理器无法完成的任务。
进一步的,所述顶层内设有顶层任务管理器和顶层集成设备管理器,所述顶层任务管理器和所述顶层集成设备管理器均与最高层的中间层连接,所述顶层任务管理器用于管理和调度群体计算***中的所有任务,所述顶层集成设备管理器用于管理和调度群体计算***中的所有设备。
进一步的,所述接入层、所述中间层和所述顶层中的设备管理器用于对该层所有的设备进行统一管理,记录设备的特性和执行状态,并为不同设备提供统一的应用编程接口API。
进一步的,所述接入层、所述中间层和所述顶层中的设备均采用松耦合的方式扩展,所述接入层中的用户管理器允许用户指定其数据的解析和集成规则,将解析规则与任务一起发送到选择的设备上,数据回收时,根据用户指定的或通用的集成规则进行数据集成或分析。
本发明的有益技术效果:按照本发明的支持异构任务及计算设备的群体计算架构,本发明提供的支持异构任务及计算设备的群体计算***,基于群体计算,采用层次结构,每层拥有各自的相应管理器,可以将各个地域的设备经过平台抽象化后灵活地组织起来,进行统一的管理和调度,同时***可以采用适当的防火墙、匿名策略和可信度评估等机制来保护***和数据的安全性,***也具有高度的可扩展性,满足一切任务的要求,能够管理足够多数量的设备,基于此本架构可以实现对超规模超计算任务的高效执行。
附图说明
图1为按照本发明的支持异构任务及计算设备的群体计算***的一优选实施例的架构图。
具体实施方式
为使本领域技术人员更加清楚和明确本发明的技术方案,下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
如图1所示,本实施例提供的一种支持异构任务及计算设备的群体计算***,包括接入层、若干层可扩展的中间层和顶层,所述接入层与若干个可扩展的所述中间层连接,若干个可扩展的所述中间层均与所述顶层连接;所述接入层用于接入设备,管理在一定范围内的所有任务、设备及用户,实现记录设备特性、并根据设备和任务特点分配设备、接收结果数据的功能,实现分析任务类型、分解任务、任务融合的功能,实现验证用户身份、保存用户信息和接收用户发布任务;所述中间层集中管理所述接入层中的管理器,管理并协调所有接入层的设备和任务,连接所述接入层中的一个或多个管理器,协调更多所述接入层的设备协作完成某个所述接入层设备无法完成的任务,平衡集中控制中的负载,并传递任务、相关数据和对数据的分析规则;所述顶层管理和调度群体计算***中的所有设备和任务,所述顶层与最高层的中间层连接。
进一步的,在本实施例中,如图1所示,所述接入层内设有接入层任务管理器、用户管理器和接入层设备管理器;所述用户管理器用于实现验证用户身份、保存用户信息和接收用户发布任务;所述接入层任务管理器用于管理在一定范围内的所有任务,根据任务特点分配接收结果数据,分析任务类型,分解任务,任务融合;所述接入层设备管理器用于管理在一定范围内的所有设备,实现记录设备特性、并根据设备特点分配设备;所述接入层任务管理器管理的任务类型包括实时操作型任务、计算密集型任务、I/O密集型任务、感知密集型任务和人为主观型任务;所述接入层设备管理器管理的设备类型包括计算密集型设备、I/O密集型设备、感知密集型设备和人为主观型设备;所述接入层任务管理器分析用户上传的任务所需执行设备的类型、性能、特殊需求的特性,通过所述接入层设备管理器将任务发送给合适的执行设备,所述接入层任务管理器自动检测并合并不同用户提交的相同或相似的任务。
进一步的,在本实施例中,如图1所示,所述中间层具有可扩展性,由若干层依次连接的中间层组成,最底层的中间层向下与所述接入层连接,最高层的中间层向上与所述顶层连接,上层的中间层管理与其连接的下层的中间层;所述中间层内设有中间层任务管理器和中间层集成设备管理器;所述中间层任务管理器连接到接入层任务管理器和所述顶层的任务和集成设备管理器,以平衡集中控制中的负载,并传递任务、相关数据和对数据的分析规则;所述中间层集成设备管理器连接所述接入层中的一个或多个接入层任务管理器,协调其他接入层任务管理器协作完成某个接入层任务管理器无法完成的任务。
进一步的,在本实施例中,如图1所示,所述顶层内设有顶层任务管理器和顶层集成设备管理器,所述顶层任务管理器和所述顶层集成设备管理器均与最高层的中间层连接,所述顶层任务管理器用于管理和调度群体计算***中的所有任务,所述顶层集成设备管理器用于管理和调度群体计算***中的所有设备。
进一步的,在本实施例中,如图1所示,所述接入层、所述中间层和所述顶层中的设备管理器用于对该层所有的设备进行统一管理,记录设备的特性和执行状态,并为不同设备提供统一的应用编程接口API;所述接入层、所述中间层和所述顶层中的设备均采用松耦合的方式扩展,所述接入层中的用户管理器允许用户指定其数据的解析和集成规则,将解析规则与任务一起发送到选择的设备上,数据回收时,根据用户指定的或通用的集成规则进行数据集成或分析。
进一步的,在本实施例中,如图1所示,本实施例提供的一种支持异构任务及计算设备的群体计算架构,包括接入层、中间层和顶层,接入层,用于最终接入设备的管理层,可管理一定范围内的所有任务、设备及用户,如管理某个小区或某个县市的,使用专门的任务管理器来管理任务,实现分析任务类型、分解任务、任务融合等功能,使用专门的设备管理器来管理接入的设备,实现记录设备特性、并根据设备和任务的特点分配设备、接收结果数据等功能,使用专门的用户管理器来管理注册的用户,实现验证用户身份、保存用户信息、接收用户发布的任务并返回任务执行结果等功能;中间层,是该架构的中间件,以便集中管理接入层中的各种管理器,中间层管理并协调省级或国家级的所有接入层的设备和任务,中间层集成设备管理器连接接入层中的一个或多个任务管理器,使某个接入层设备无法完成的任务可以交由中间层来协调更多其他接入层的设备协作完成,中间层任务管理器连接到接入层的任务管理器和较高层的任务和集成设备管理器,以平衡集中控制中的负载,并传递任务及其相关数据和对数据的分析规则,为了实现更好的可扩展性,中间层可以有多个,最底层的中间层向下与接入层连接,最高层的中间层向上与顶层连接,同时上层的中间层管理下层的中间层;顶层,利用顶层的任务管理器和集成设备管理器管理和调度群体计算***中的一切设备和任务,同时它与最高层的中间层连接。
进一步的,在本实施例中,本架构可以实现对异构任务和计算设备的统一管理,为了合理地选择计算单元处理相应的任务,以防止不合理的任务分配导致任务无法执行,我们将任务分为实时操作型、计算密集型、I/O密集型、感知密集型、人为主观型五类,并根据其相关关系利用不同的设备管理器来管理多层异构设备,并且一些任务不只限于其中的一类,可能是多类型的;由于不同任务的特性以及所要实现的功能不同,为了更方便高效地完成指定的任务,我们将设备分为计算密集型、I/O密集型、感知密集型、人为主观型四类,并且我们认为大部分设备可能是多类型的。
进一步的,在本实施例中,任务管理器可以分析用户上传的任务所需的执行设备的能力,并通过设备管理器,将任务发送给合适的执行设备以最大限度地减少资源和成本的浪费;另外,任务管理器可以自动检测不同用户提交的相同或相似的任务,并且有能力去合并他们,避免相似任务的重复执行,进一步减少成本和资源的浪费。
进一步的,在本实施例中,每层的设备管理器可以对所有的设备进行统一管理,可以记录各种设备的特性和执行状态,从而分配任务时能够选择合适的执行设备,并能够为不同版本的设备提供统一的应用编程接口API,并且能够支持自由的调度机制来处理某设备在执行任务过程中突然脱离本***等紧急情况。
进一步的,在本实施例中,本架构允许用户能够指定其数据的解析和集成规则,将解析规则与任务一起发送到选择的设备上,使得设备可以根据该解析规则完成对异构数据的处理;数据回收时,可根据用户指定的或通用的集成规则进行数据集成或分析,同时减少数据传输量。
进一步的,在本实施例中,本架构每个部分都是松耦合,很容易进行扩展,设备、设备类型、管理器组和服务都是可扩展的,对于新类型的设备可以添加一个新的接入设备管理器进行管理;中间层也可以自由扩展,以应对更大规模的用户、任务和设备的扩展;最后,服务作为一个软件控制功能,可以通过添加新的数据解析规则来添加任何新的服务。
进一步的,在本实施例中,本架构把人为主观型作为一种设备和任务的类型,利用人类独有的逻辑思维能力来帮助完成机器无法完成或者很难完成的任务,如有需要,人可以通过设备(例如,智能手机)与群体计算平台通讯。
实施例1:
本实施例1提供了一种运用本架构执行实际群体计算任务的流程,下面进行具体说明:
A先生是X市一名热情的医生,他想要利用业余时间为更多的病人诊断病情,因此他可以注册到本***,***将其注册请求看作是一个任务发送到其注册位置所在的接入层的任务管理器,任务管理器分析任务,发现是一位具有医学专业知识的医生的注册请求,因此将其发送到该区域所在的接入层的集成设备管理器,集成设备管理器发现其是人为主观设备,便将其加入到人为主观设备管理器中进行统一管理,并完成注册,本次任务完成。
实施例2:
本实施例2提供了进一步运用本架构解决实际群体计算任务的流程,下面进行具体说明:
B女士是Y市的一名患者,最近感觉身体不适,但又不严重,想要在线询问相关专家,因此她利用本***发布一个病情诊断任务,该任务随后发布到Y市的任务管理器,任务管理器分析任务,查询历史任务中无与该任务相似的任务,且Y市没有可以解决此类任务的注册设备,故将该任务发送到中间层,该中间层管理着P省的全部设备,基于实施例1,***通过中间层的集成设备管理器发现P省的X市存在一位可以完成该任务的医学专家A先生,故将该任务经由中间层任务管理器发送到X市的接入层任务管理器,随后将该任务经X市接入层的设备管理器发送给A先生,A先生根据B女士提交的信息,将诊断信息提交给本***,再通过P省中间层任务管理器和集成设备管理器将诊断信息返回到Y市的任务管理器,最终返回给B女士,本次任务完成。
实施例3:
本实施例3提供了进一步运用本架构解决实际群体计算任务的流程,下面进行具体说明:
某机构想要了解本地区某个路口的交通拥堵情况,故其将该任务发布到本***,任务经由该地区接入层的任务管理器,在查询了历史无相似任务后,交由设备集成管理器来选择合适的设备。在设备选择时有两个过程,首先,该任务需要一个感知过程,主要负责采集该路口的数据并保存,故此过程需要感知密集型和I/O密集型兼备的多功能设备;其次,该任务需要一个计算过程,主要负责根据该机构提交的对数据的分析规则,对第一个过程采集的数据进行计算,故此过程需要计算密集型设备。在完成了上述过程后,便得到了该路口的交通拥堵情况,最后将该结果数据在经由任务管理器返回给该机构,本次任务完成。
综上所述,在本实施例中,按照本实施例的支持异构任务及计算设备的群体计算架构,本实施例提供的支持异构任务及计算设备的群体计算***,基于群体计算,采用层次结构,每层拥有各自的相应管理器,可以将各个地域的设备经过平台抽象化后灵活地组织起来,进行统一的管理和调度,同时***可以采用适当的防火墙、匿名策略和可信度评估等机制来保护***和数据的安全性,***也具有高度的可扩展性,满足一切任务的要求,能够管理足够多数量的设备,基于此本架构可以实现对超规模超计算任务的高效执行。
以上所述,仅为本发明进一步的实施例,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明所公开的范围内,根据本发明的技术方案及其构思加以等同替换或改变,都属于本发明的保护范围。
Claims (9)
1.一种支持异构任务及计算设备的群体计算***,其特征在于,包括接入层、若干层可扩展的中间层和顶层,所述接入层与若干个可扩展的所述中间层连接,若干个可扩展的所述中间层均与所述顶层连接;
所述接入层用于接入设备,所述接入层内设有接入层任务管理器、用户管理器和接入层设备管理器,所述接入层任务管理器用于管理用于管理在一定范围内的所有任务,根据任务特点分配接收结果数据,实现分析任务类型、分解任务、任务融合的功能,所述用户管理器用于实现验证用户身份、保存用户信息和接收用户发布任务的功能,所述接入层设备管理器用于管理在一定范围内的所有任务、设备及用户,实现记录设备特性、并根据设备和任务特点分配设备;
所述中间层集中管理所述接入层中的管理器,管理并协调所有接入层的设备和任务,连接所述接入层中的一个或多个管理器,协调更多所述接入层的设备协作完成某个所述接入层设备无法完成的任务,平衡集中控制中的负载,并传递任务、相关数据和对数据的分析规则;
所述顶层管理和调度群体计算***中的所有设备和任务,所述顶层与最高层的中间层连接。
2.根据权利要求1所述的一种支持异构任务及计算设备的群体计算***,其特征在于,所述接入层任务管理器管理的任务类型包括实时操作型任务、计算密集型任务、I/O密集型任务、感知密集型任务和人为主观型任务。
3.根据权利要求1所述的一种支持异构任务及计算设备的群体计算***,其特征在于,所述接入层设备管理器管理的设备类型包括计算密集型设备、I/O密集型设备、感知密集型设备和人为主观型设备。
4.根据权利要求1所述的一种支持异构任务及计算设备的群体计算***,其特征在于,所述接入层任务管理器分析用户上传的任务所需执行设备的类型、性能、特殊需求的特性,通过所述接入层设备管理器将任务发送给合适的执行设备,所述接入层任务管理器自动检测并合并不同用户提交的相同或相似的任务。
5.根据权利要求1所述的一种支持异构任务及计算设备的群体计算***,其特征在于,所述中间层具有可扩展性,由若干层依次连接的中间层组成,最底层的中间层向下与所述接入层连接,最高层的中间层向上与所述顶层连接,上层的中间层管理与其连接的下层的中间层。
6.根据权利要求1所述的一种支持异构任务及计算设备的群体计算***,其特征在于,所述中间层内设有中间层任务管理器和中间层集成设备管理器;所述中间层任务管理器连接到接入层任务管理器和所述顶层的任务和集成设备管理器,以平衡集中控制中的负载,并传递任务、相关数据和对数据的分析规则;所述中间层集成设备管理器连接所述接入层中的一个或多个接入层任务管理器,协调其他接入层任务管理器协作完成某个接入层任务管理器无法完成的任务。
7.根据权利要求1所述的一种支持异构任务及计算设备的群体计算***,其特征在于,所述顶层内设有顶层任务管理器和顶层集成设备管理器,所述顶层任务管理器和所述顶层集成设备管理器均与最高层的中间层连接,所述顶层任务管理器用于管理和调度群体计算***中的所有任务,所述顶层集成设备管理器用于管理和调度群体计算***中的所有设备。
8.根据权利要求1所述的一种支持异构任务及计算设备的群体计算***,其特征在于,所述接入层、所述中间层和所述顶层中的设备管理器用于对该层所有的设备进行统一管理,记录设备的特性和执行状态,并为不同设备提供统一的应用编程接口API。
9.根据权利要求1所述的一种支持异构任务及计算设备的群体计算***,其特征在于,所述接入层、所述中间层和所述顶层中的设备均采用松耦合的方式扩展,所述接入层中的用户管理器允许用户指定其数据的解析和集成规则,将解析规则与任务一起发送到选择的设备上,数据回收时,根据用户指定的或通用的集成规则进行数据集成或分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711211878.XA CN107832156B (zh) | 2017-11-28 | 2017-11-28 | 一种支持异构任务及计算设备的群体计算*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711211878.XA CN107832156B (zh) | 2017-11-28 | 2017-11-28 | 一种支持异构任务及计算设备的群体计算*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107832156A CN107832156A (zh) | 2018-03-23 |
CN107832156B true CN107832156B (zh) | 2021-08-10 |
Family
ID=61646187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711211878.XA Active CN107832156B (zh) | 2017-11-28 | 2017-11-28 | 一种支持异构任务及计算设备的群体计算*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107832156B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102739771A (zh) * | 2012-04-18 | 2012-10-17 | 上海和辰信息技术有限公司 | 一种支持服务融合的云应用集成管理平台和方法 |
CN104573130A (zh) * | 2015-02-12 | 2015-04-29 | 北京航空航天大学 | 基于群体计算的实体解析方法及装置 |
CN105162875A (zh) * | 2015-09-23 | 2015-12-16 | 四川师范大学 | 大数据群体任务分配方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10496067B2 (en) * | 2015-08-07 | 2019-12-03 | Siemens Aktiengesellschaft | Automation and control distributed data management systems |
-
2017
- 2017-11-28 CN CN201711211878.XA patent/CN107832156B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102739771A (zh) * | 2012-04-18 | 2012-10-17 | 上海和辰信息技术有限公司 | 一种支持服务融合的云应用集成管理平台和方法 |
CN104573130A (zh) * | 2015-02-12 | 2015-04-29 | 北京航空航天大学 | 基于群体计算的实体解析方法及装置 |
CN105162875A (zh) * | 2015-09-23 | 2015-12-16 | 四川师范大学 | 大数据群体任务分配方法及装置 |
Non-Patent Citations (1)
Title |
---|
Crowd Computing Framework for Geoinformation Tasks;Alexander Smirnov,Andrew Ponomarev;《Information Fusion and Geographic Information Systems(IF&GIS"2015)》;20150509;文章摘要,第1,5-6节 * |
Also Published As
Publication number | Publication date |
---|---|
CN107832156A (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abd Elaziz et al. | Advanced optimization technique for scheduling IoT tasks in cloud-fog computing environments | |
CN104040486B (zh) | 解耦paas资源、作业和调度 | |
Kovalchuk et al. | Distributed data-driven platform for urgent decision making in cardiological ambulance control | |
CN107657433A (zh) | 手术室护理排班*** | |
Gao et al. | A novel ecological network‐based computation platform as a grid middleware system | |
Taramasco et al. | The patient bed assignment problem solved by autonomous bat algorithm | |
CN106960125A (zh) | 一种大数据下基于可信组合评估的医疗自诊断服务设计方法 | |
CN102916992A (zh) | 一种统一调度云计算远端资源的方法及*** | |
CN101127700A (zh) | 基于网络带宽和用户费用下的网格资源调度方法 | |
Carrión | Kubernetes as a standard container orchestrator-a bibliometric analysis | |
In et al. | Sphinx: A scheduling middleware for data intensive applications on a grid | |
CN112102904A (zh) | 中医药大数据云服务*** | |
CN115206501A (zh) | 一种5g多模式养老的医护养资源动态调配方法与*** | |
CN104166581B (zh) | 一种面向增量制造设备的虚拟化方法 | |
CN107832156B (zh) | 一种支持异构任务及计算设备的群体计算*** | |
Fanghua et al. | Internet intervention system for elderly hypertensive patients based on hospital community family edge network and personal medical resources optimization | |
Feng et al. | [Retracted] Construction of a Multimedia‐Based University Ideological and Political Big Data Cloud Service Teaching Resource Sharing Model | |
Vigfusson et al. | Clouds at the crossroads: research perspectives | |
Nordin et al. | Cloud resource broker in the optimization of medical image retrieval system: A proposed goal-based request in medical application | |
Kuhn et al. | An infrastructure for cooperation and communication in an advanced clinical information system. | |
Kim et al. | Toward an integrated human-centered knowledge-based collaborative decision making system | |
CN103246707B (zh) | 一种基于协同管理模块的协同关系计算方法 | |
Liu et al. | Using Grid computing architecture in computing resource allocating of IC design | |
Zheng et al. | IPGE: Image processing grid environment using components and workflow techniques | |
Lin et al. | A multi-centric model of resource and capability management in cloud simulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |