CN111416840A - 一种云计算平台的智能资源调配***及方法 - Google Patents
一种云计算平台的智能资源调配***及方法 Download PDFInfo
- Publication number
- CN111416840A CN111416840A CN202010139020.2A CN202010139020A CN111416840A CN 111416840 A CN111416840 A CN 111416840A CN 202010139020 A CN202010139020 A CN 202010139020A CN 111416840 A CN111416840 A CN 111416840A
- Authority
- CN
- China
- Prior art keywords
- resource
- resource allocation
- allocation
- service
- resources
- 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.)
- Granted
Links
- 238000013468 resource allocation Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000007726 management method Methods 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 6
- 238000013500 data storage Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000002156 mixing Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 229940126655 NDI-034858 Drugs 0.000 description 1
- 241000290929 Nimbus Species 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/80—Actions related to the user profile or the type of traffic
- H04L47/805—QOS or priority aware
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种云计算平台的智能资源调配***及方法,包括,数据存储设备,资源调配设备,资源代理设备,资源调配设备,网络调配设备和资源调度设备。本发明可实现,可以监控资源和调配资源,大大提高资源管理效率;高效的对于资源的创建、获取、日常管理和存储,资源自动集群管理,对物理机、服务组件以及数据中心基础设施的资源数据进行监测。
Description
技术领域
本发明涉及元计算平台的人工智能技术领域,特别是涉及一种云计算平台的智能资源调配***及方法。
背景技术
模块化数据中心是基于云计算的新一代数据中心部署形式,通过将数据中心模块化,能够最大程度地降低基础设施对机房环境的耦合。其中管理***是数据中心内部配置的重要组成部分,通常,数据中心的管理***是通过云计算平台来实现。
当今开源的Iaa-S(基础设施即服务)云计算平台主要有Open-Stack,Abi-Cloud,Nimbus,Eucalyputs,Cloud-Stack,Open-Nebula等。其中,Open-Stack是发展最为迅速的一款自由开源的软件。Open-Stack云计算平台这种管理***,在按需服务、广泛接入以及资源池管理方法均有比较成熟的实现方法。通过Open-Stack云计算平台这种管理***,企业和用户可以构建自身的Iaa-S服务,实现对企业资源的整合和利用。
然而,现有的云计算平台人工智能资源调配***和方法,繁琐复杂,易出错,资源管理效率低下。
发明内容
本发明实施例所要解决的技术问题在于,提供一种云计算平台的智能资源调配***及方法,解决现有资源调配***繁琐复杂,易出错,资源管理效率低下的技术问题。
本发明的一方面,提供一种云计算平台的智能资源调配***,包括:
数据存储设备,用于为***内数据资源提供数据存储;
资源调配设备,用于在数据存储设备上完成资源数据的创建、读写和存储;
资源代理设备,用于获取资源的数据信息,根据操作指令对资源进行操作应用;
资源调配设备,用于将资源的数据信息发送给资源调度设备,接收资源调度设备发送的资源操作指令并发送给资源代理设备;
网络调配设备,用于获取网络资源信息,并根据网络资源调配指令管理网络资源,与外部进行信息的输入输出;
资源调度设备,用于控制资源调配设备进行数据读写,对物理机、服务组件以及数据中心基础设施的资源数据进行监测,根据监测资源的数据信息生成资源操作指令,根据网络资源信息生成网络资源调配指令。
进一步,所述网络调配设备至少包括串口、IO口、RS485、USB、音频和视频接口。
进一步,所述数据资源包括内存资源、中央处理器资源、图形处理器资源、显示资源、网络资源以及磁盘读/写资源中的一种或多种。
进一步,所述数据存储设备包括EMMC、E2PROM、FLASHSD卡、SSD或硬盘中的一种或多种。
相应的,本发明的又一方面还提供一种大数据存储方法,依靠如上所述的***进行实现,包括以下步骤:
步骤S1,资源调配业务分类m个子缓存管理模块由同一个计算节点提供调配,建立资源调配模型;
步骤S2,建立批量调配模型并对资源调配业务进行概率计算;
步骤S3,根据批量调配模型获得计算节点的调配参数,然后根据计算节点的调配参数选择调配节点;
步骤S4,在计算节点设置时间阈值T,计算节点在调配完相应资源调配业务之后,判断在T时间内是否有资源调配业务到达,若在T时间内无资源调配业务到达,则将该计算节点的资源调配业务通道关闭,当有资源调配业务到达时再开启,若在T时间内有资源调配业务到达,则保持该计算节点的资源调配业务通道开启。
进一步,在步骤S1中,所述建立资源调配模型的具体步骤包括,根据以下公式计算所需总资源C:
其中,cj为第j级资源调配业务的包个数,Rb为每个包的平均调配速率;
根据以下公式计算节点调配用户的总个数N:
其中,C为某一计算节点的总调度容量为资源;
根据以下公式计算节点可同时支持包的总个数:
进一步,在步骤S1中,根据以下公式建立资源调配模型:
MAPX/M/c/c+h(MAPk/M/1/n)
1≤k≤n≤c+h(c·h)
其中,h为计算节点的分类缓存个数,N为同时调配的用户数,A为该计算节点调配某一资源调配业务,k为资源调配业务A批量到达强度的包数,R为每个包的平均调配速率,λ为每个包的流入服从参数为从的指数分布。
进一步,在步骤S2中,所述建立批量调配模型根据以下公式进行计算:
1≤i,j≤m≤n
qij (0)=-μi,qij (k)=μipij(k)
其中,μi为每个包流入服从调配的指数分布的参数,qij (0)为每个包流入服从调配的指数分布的参数的负指数,pij (k)为每个包流入服从调配的指数分布的参数的比例指数;
根据以下公式计算排队***的资源调配业务时延:
其中,πi为资源调配排队***的稳态概率,
C为某一计算节点的总调度容量的资源,
k为排队***中的批量到达强度的包数,
h为计算节点的分类缓存个数;
根据以下公式计算***的资源利用率:
进一步,在步骤S2中,所述资源调配业务进行概率计算的具体过程为:
根据以下公式计算资源调配排队***的稳态概率πi:
其中,P为每个包流入服从调配的指数分布的参数的比例指数;
根据以下公式计算资源调配业务到达的概率π:
π=(π1,Lπi)
其中,πi为资源调配排队***的稳态概率,L状态转移矩阵Q中的分布指数;
根据以下公式计算资源调配***的状态转移矩阵Q:
其中,D为批量到达率,Dmin(m,n)为到达状态m的最大批量到达率,Dk为m+k状态的批量流入率。
进一步,在步骤S3中,所述根据计算节点的调配参数选择调配节点的具体为,用户产生的资源调配业务根据其调配质量QoS的需求选择相应的计算节点,若某资源调配业务需求丢包率小,则相应计算节点的丢包率大于用户资源调配业务所要求的丢包率,满足选择要求。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的这种云计算平台的智能资源调配***及方法,数据存储设备,资源调配设备,资源代理设备,资源调配设备,网络调配设备和资源调度设备,可以监控资源和调配资源,大大提高资源管理效率;高效的对于资源的创建、获取、日常管理和存储,资源自动集群管理,对物理机、服务组件以及数据中心基础设施的资源数据进行监测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明提供的云计算平台的智能资源调配***的结构图。
图2为本发明提供的云计算平台的智能资源调配方法的主流程图。
图3为本发明提供的云计算平台的智能资源调配方法的逻辑图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明提供的一种云计算平台的智能资源调配***的一个实施例的示意图。在该实施例中,一种云计算平台的智能资源调配***,包括:
数据存储设备,用于为***内数据资源提供数据存储;
资源调配设备,用于在数据存储设备上完成资源数据的创建、读写和存储;
资源代理设备,用于获取资源的数据信息,根据操作指令对资源进行操作应用;
资源调配设备,用于将资源的数据信息发送给资源调度设备,接收资源调度设备发送的资源操作指令并发送给资源代理设备;
网络调配设备,用于获取网络资源信息,并根据网络资源调配指令管理网络资源,与外部进行信息的输入输出;
资源调度设备,用于控制资源调配设备进行数据读写,对物理机、服务组件以及数据中心基础设施的资源数据进行监测,根据监测资源的数据信息生成资源操作指令,根据网络资源信息生成网络资源调配指令。
具体一个实施例中,所述网络调配设备至少包括串口、IO口、RS485、USB、音频和视频接口;所述数据资源包括内存资源、中央处理器资源、图形处理器资源、显示资源、网络资源以及磁盘读/写资源中的一种或多种;所述数据存储设备包括EMMC、E2PROM、FLASHSD卡、SSD或硬盘中的一种或多种。
云计算平台人工智能资源调配***用于资源的创建、获取、日常管理和存储。资源自动集群管理。对物理机、服务组件以及数据中心基础设施的资源数据进行监测。
相应地,如图2和图3所示,本发明的又一方面还提供一种大数据存储方法,依靠如上所述的***进行实现,该方法包括以下步骤:
步骤S1,资源调配业务分类m个子缓存管理模块由同一个计算节点提供调配,建立资源调配模型;
具体一个实施例中,根据以下公式计算所需总资源c:
其中,cj为第j级资源调配业务的包个数,Rb为每个包的平均调配速率;
根据以下公式计算节点调配用户的总个数N:
其中,C为某一计算节点的总调度容量的资源;
根据以下公式计算节点可同时支持包的总个数n:
假设一个有h个分类缓存的计算节点,同时调配N个用户,在该计算节点调配某一资源调配业务A时,设资源调配业务A批量到达强度为k个包,且1≤k≤n≤c+h(c·h),设每个包的平均调配速率为R,每个包的流入服从参数为从的指数分布,流出服从参数为的指数分布,调配规则为先到先调配,以此为基础,建立资源调配模型:
MAPX/M/c/c+h(MAPk/M/1/n)
其中,h为计算节点的分类缓存个数,N为同时调配的用户数,A为该计算节点调配某一资源调配业务,k为资源调配业务A批量到达强度的包数,R为每个包的平均调配速率,λ为每个包的流入服从参数为从的指数分布。
步骤S2,建立批量调配模型并对资源调配业务进行概率计算;
具体一个实施例中,所述建立批量调配模型根据以下公式进行计算:
1≤i,j≤m≤n
qij (0)=-μi,qij (k)=μipij(k)
其中,μi为每个包流入服从调配的指数分布的参数,
qij (0)为每个包流入服从调配的指数分布的参数的负指数,
pij (k)为每个包流入服从调配的指数分布的参数的比例指数;
根据以下公式计算排队***的资源调配业务时延:
其中,πi为资源调配排队***的稳态概率,
C为某一计算节点的总调度容量的资源,
k为排队***中的批量到达强度的包数,
h为计算节点的分类缓存个数;
根据以下公式计算***的资源利用率:
所述资源调配业务进行概率计算的具体过程为:
根据以下公式计算资源调配排队***的稳态概率πi:
其中,P为每个包流入服从调配的指数分布的参数的比例指数;
根据以下公式计算资源调配业务到达的概率π:
π=(π1,Lπi)
其中,πi为资源调配排队***的稳态概率,L状态转移矩阵Q中的分布指数;
状态m的流入有m+1状态的流入(m+1)μ和批量到达Dk组成,状态m的流出有m-1状态的流出mμ和批量到达D2组成。由于m<n到达流入状态m的最大值为Dm设资源调配排队***的稳态概率为πi,由可解出资源调配排队***的稳态概率。设资源调配业务到达的概率为π由π=(π1,Lπi)可对资源调配业务到达进行概率估计。
根据以下公式计算资源调配***的状态转移矩阵Q:
其中,D为批量到达率,Dmin(m,n)为到达状态m的最大批量到达率,Dk为m+k状态的批量流入率。
步骤S3,根据批量调配模型获得计算节点的调配参数,然后根据计算节点的调配参数选择调配节点;
具体一个实施中,所述根据计算节点的调配参数选择调配节点的具体为,用户产生的资源调配业务根据其调配质量QoS的需求选择相应的计算节点,若某资源调配业务需求丢包率小,则相应计算节点的丢包率大于用户资源调配业务所要求的丢包率,满足选择要求。
步骤S4,在计算节点设置时间阈值T,由于资源调配业务到达具有一定的随机性,为了减少计算节点的能源浪费,在计算节点设置时间阈值T,将其称为开关延迟期,计算节点在调配完相应资源调配业务之后,判断在T时间内是否有资源调配业务到达,若在T时间内无资源调配业务到达,则将该计算节点的资源调配业务通道关闭,当有资源调配业务到达时再开启,若在T时间内有资源调配业务到达,则保持该计算节点的资源调配业务通道开启
其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的这种云计算平台的智能资源调配***及方法,数据存储设备,资源调配设备,资源代理设备,资源调配设备,网络调配设备和资源调度设备,可以监控资源和调配资源,大大提高资源管理效率;高效的对于资源的创建、获取、日常管理和存储,资源自动集群管理,对物理机、服务组件以及数据中心基础设施的资源数据进行监测。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种云计算平台的智能资源调配***,其特征在于,包括:
数据存储设备,用于为***内数据资源提供数据存储;
资源调配设备,用于在数据存储设备上完成资源数据的创建、读写和存储;
资源代理设备,用于获取资源的数据信息,根据操作指令对资源进行操作应用;
资源调配设备,用于将资源的数据信息发送给资源调度设备,接收资源调度设备发送的资源操作指令并发送给资源代理设备;
网络调配设备,用于获取网络资源信息,并根据网络资源调配指令管理网络资源,与外部进行信息的输入输出;
资源调度设备,用于控制资源调配设备进行数据读写,对物理机、服务组件以及数据中心基础设施的资源数据进行监测,根据监测资源的数据信息生成资源操作指令,根据网络资源信息生成网络资源调配指令。
2.如权利要求1所述的***,其特征在于,所述网络调配设备至少包括串口、IO口、RS485、USB、音频和视频接口。
3.如权利要求2所述的***,其特征在于,所述数据资源包括内存资源、中央处理器资源、图形处理器资源、显示资源、网络资源以及磁盘读/写资源中的一种或多种。
4.如权利要求1所述的***,其特征在于,所述数据存储设备包括EMMC、E2PROM、FLASHSD卡、SSD或硬盘中的一种或多种。
5.一种云计算平台的智能资源调配方法,基于如权利要求1-4所述的***进行实现,其特征在于,包括以下步骤:
步骤S1,资源调配业务分类m个子缓存管理模块由同一个计算节点提供调配,建立资源调配模型;
步骤S2,建立批量调配模型并对资源调配业务进行概率计算;
步骤S3,根据批量调配模型获得计算节点的调配参数,然后根据计算节点的调配参数选择调配节点;
步骤S4,在计算节点设置时间阈值T,计算节点在调配完相应资源调配业务之后,判断在T时间内是否有资源调配业务到达,若在T时间内无资源调配业务到达,则将该计算节点的资源调配业务通道关闭,当有资源调配业务到达时再开启,若在T时间内有资源调配业务到达,则保持该计算节点的资源调配业务通道开启。
7.如权利要求6所述的方法,其特征在于,在步骤S1中,根据以下公式建立资源调配模型:
MAPX/M/c/c+h(MAPk/M/1/n)
1≤k≤n≤c+h(c·h)
其中,h为计算节点的分类缓存个数,N为同时调配的用户数,A为该计算节点调配某一资源调配业务,K为资源调配业务A批量到达强度的包数,R为每个包的平均调配速率,λ为每个包的流入服从参数为从的指数分布。
10.如权利要求5所述的方法,其特征在于,在步骤S3中,所述根据计算节点的调配参数选择调配节点的具体为,用户产生的资源调配业务根据其调配质量QoS的需求选择相应的计算节点,若某资源调配业务需求丢包率小,则相应计算节点的丢包率大于用户资源调配业务所要求的丢包率,满足选择要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010139020.2A CN111416840B (zh) | 2020-03-02 | 2020-03-02 | 一种云计算平台的智能资源调配***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010139020.2A CN111416840B (zh) | 2020-03-02 | 2020-03-02 | 一种云计算平台的智能资源调配***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111416840A true CN111416840A (zh) | 2020-07-14 |
CN111416840B CN111416840B (zh) | 2023-07-11 |
Family
ID=71494074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010139020.2A Active CN111416840B (zh) | 2020-03-02 | 2020-03-02 | 一种云计算平台的智能资源调配***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111416840B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013097147A1 (zh) * | 2011-12-29 | 2013-07-04 | 华为技术有限公司 | 云计算***和管理云计算***中存储资源的方法 |
CN104270417A (zh) * | 2014-09-12 | 2015-01-07 | 湛羽 | 一种基于云计算的综合服务提供***及方法 |
CN107959588A (zh) * | 2017-12-07 | 2018-04-24 | 郑州云海信息技术有限公司 | 数据中心的云资源管理方法、云资源管理平台和管理*** |
CN108829562A (zh) * | 2018-06-24 | 2018-11-16 | 南通易联企业管理有限公司 | 数据中心的云资源管理方法 |
CN109240795A (zh) * | 2018-08-10 | 2019-01-18 | 南瑞集团有限公司 | 一种适用于超融合it基础设施的云计算资源池模型的资源调度方法 |
-
2020
- 2020-03-02 CN CN202010139020.2A patent/CN111416840B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013097147A1 (zh) * | 2011-12-29 | 2013-07-04 | 华为技术有限公司 | 云计算***和管理云计算***中存储资源的方法 |
CN104270417A (zh) * | 2014-09-12 | 2015-01-07 | 湛羽 | 一种基于云计算的综合服务提供***及方法 |
CN107959588A (zh) * | 2017-12-07 | 2018-04-24 | 郑州云海信息技术有限公司 | 数据中心的云资源管理方法、云资源管理平台和管理*** |
CN108829562A (zh) * | 2018-06-24 | 2018-11-16 | 南通易联企业管理有限公司 | 数据中心的云资源管理方法 |
CN109240795A (zh) * | 2018-08-10 | 2019-01-18 | 南瑞集团有限公司 | 一种适用于超融合it基础设施的云计算资源池模型的资源调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111416840B (zh) | 2023-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12045652B2 (en) | Technologies for batching requests in an edge infrastructure | |
WO2020258920A1 (zh) | 一种网络切片资源管理方法及设备 | |
CN110333937A (zh) | 任务分发方法、装置、计算机设备和存储介质 | |
CN108632365A (zh) | 服务资源调整方法、相关装置和设备 | |
CN109144716A (zh) | 基于机器学习的操作***调度方法及装置、设备 | |
CN111614754B (zh) | 面向雾计算的成本效率优化的动态自适应任务调度方法 | |
EP4242843A1 (en) | Graphics card memory management method and apparatus, device, and system | |
CN108770017B (zh) | 一种无线资源动态均衡方法及*** | |
CN109327844A (zh) | 一种小区扩容方法及装置 | |
CN113806018A (zh) | 基于神经网络和分布式缓存的Kubernetes集群资源混合调度方法 | |
CN115033340A (zh) | 一种宿主机的选择方法及相关装置 | |
CN111147395A (zh) | 一种网络资源调整方法及装置 | |
CN108513318B (zh) | 一种基于边缘计算的用户业务排队优化方法 | |
CN110245021A (zh) | 移动终端的内存管理方法、***、电子设备及存储介质 | |
CN112306628B (zh) | 一种基于多核服务器的虚拟网络功能资源管理*** | |
CN104281587B (zh) | 一种建立连接的方法及装置 | |
CN111416840A (zh) | 一种云计算平台的智能资源调配***及方法 | |
WO2023066035A1 (zh) | 资源分配方法以及资源分配装置 | |
CN110557339B (zh) | 一种流量规划方法、装置、计算机设备、存储介质 | |
CN115086244B (zh) | 带宽分配方法、装置、计算机设备及存储介质 | |
CN115883392A (zh) | 算力网络的数据感知方法、装置、电子设备及存储介质 | |
Liu et al. | 5G/B5G Network Slice Management via Staged Reinforcement Learning | |
CN108762684A (zh) | 热点数据迁移流控方法、装置、电子设备及存储介质 | |
CN116775233A (zh) | 一种任务调度方法及装置 | |
CN106027685A (zh) | 一种基于云计算机***的高峰访问的方法 |
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 |