CN111597025A - 一种边缘计算调度算法及*** - Google Patents
一种边缘计算调度算法及*** Download PDFInfo
- Publication number
- CN111597025A CN111597025A CN202010407602.4A CN202010407602A CN111597025A CN 111597025 A CN111597025 A CN 111597025A CN 202010407602 A CN202010407602 A CN 202010407602A CN 111597025 A CN111597025 A CN 111597025A
- Authority
- CN
- China
- Prior art keywords
- tasks
- edge
- task
- computing
- different
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 claims description 10
- 102100021164 Vasodilator-stimulated phosphoprotein Human genes 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 108010054220 vasodilator-stimulated phosphoprotein Proteins 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- 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
- G06F9/5038—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 considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5021—Priority
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer And Data Communications (AREA)
- Information Transfer Between Computers (AREA)
- Multi Processors (AREA)
Abstract
本发明公开了一种边缘计算调度算法及***，该边缘计算调度算法包括如下步骤：获取X个计算任务并确定每个计算任务的优先级；将所述X个计算任务根据优先级高低分配到不同优先级等级的队列中，形成Y个不同优先级等级的就绪队列；让不同优选等级队列执行时间Ty，若有任务未在Ty内执行完，则被暂停，将该任务放到该优先级就绪队列队尾重新排队，每个任务执行时选择最优的n个边缘计算节点。本发明的不同优先级的任务位于不同的队列中，轮询执行，任务不会长时间阻塞，确保所有任务得到正常执行。本发明量化了边缘计算节点的服务能力，保证用户任务选择最优的节点来执行。
Description
技术领域
本发明属于边缘计算技术领域，涉及一种边缘计算调度算法及***。
背景技术
边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在云端发起，在边缘侧运行，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的需求。边缘计算采用分布式运算的架构，将数据与运算，由网络中心节点移到边缘节点来处理。边缘计算过程是，将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。通过选择最合适的边缘节点提供智能分析处理服务，将大型服务、数据和计算加以分解切割成更小、更容易管理的部分，分散到边缘节点去执行，最后形成计算结果，减少时延，提升效率，提高安全隐私保护。从行业应用来看，边缘计算大致分为四类，分别是物联网边缘计算、P2P边缘计算、服务器边缘计算、运营商边缘计算。
边缘计算一般采用“大二层”结构，包括调度框架和执行框架两个部分，调度是中心节点，执行是广泛分布在不同地域、不同类型、不同规模的边缘计算节点(EdgeComputing Node，ECN)。所以边缘调度算法(Edge Scheduling Algorithm，ESA)在边缘计算中具有非常重要的作用，它主要实现如下两个任务：如何确定任务执行的先后顺序，如何选择最优的边缘计算节点，从而满足不同场景的计算任务的要求。
目前，在如何确定任务执行的先后顺序方面，常用的方法有先来先服务调度算法，按照任务到达的先后顺序进行调度，即优先考虑在***中等待时间最长的作业，利用这种方法排在长任务后的短任务的等待时间大，而且带权周转时间大，不利于短任务执行。另一种常用的方法为优先级调度算法，***调度时选择优先级最高的任务，为其分配计算节点，利用这种方法时如果有源源不断的高优先级任务到来，那么低优先级的任务可能会长期得不到执行。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种种边缘计算调度算法及***。
为了实现本发明的上述目的，根据本发明的第一个方面，本发明提供了一种边缘计算调度算法，其包括如下步骤：
获取X个计算任务并确定每个计算任务的优先级，所述X为正整数；
将所述X个计算任务根据优先级高低分配到不同优先级等级的队列中，形成Y个不同优先级等级的就绪队列，所述Y为大于1的正整数；
让不同优选等级队列执行时间Ty，所述Ty为第y个队列中任务的总执行时间，y＝1、2、……、Y，若有任务未在Ty内执行完，则被暂停，将该任务放到该优先级就绪队列队尾重新排队，每个任务执行时选择最优的n个边缘计算节点，所述n为正整数。
本发明的不同优先级的任务位于不同的队列中，轮询执行，任务不会长时间阻塞，确保所有任务得到正常执行。
根据本发明的一种优选实施方式，选择最优的n个边缘计算节点的方法为：
计算m个边缘计算节点中每个边缘计算节点的当前服务能力S[i]和当前***具备的边缘计算整体服务能力∑S[i]，其中i为边缘计算节点的序号，0<i≤m，m为正整数，
第i台边缘计算节点当前服务能力值S[i]＝(服务器CPU核数*P1+服务器GPU核数*P2+内存*P3)*(1-当前任务数/最大任务数量)*P[i]，P1、P2、P3是权重系数，P1+P2+P3＝1，P[i]表示第i台边缘计算节点当前的综合指数
0<n≤N，其中，N为总的计算场景数，Fin为第i台边缘计算节点支持第n种计算场景的指数；
第i台边缘计算节点在Fn计算场景方面的当前服务能力值S[in]＝(服务器CPU核数*P1+服务器GPU核数*P2+内存*P3)*(1-当前任务数/最大任务数量)*(P[i]*Fn)；
当∑S[i]在阈值内时，根据S[i]的大小排序，选择排序靠前的n个边缘计算节点。
本发明量化了边缘计算节点的服务能力，保证用户任务选择最优的节点来执行。
根据本发明的另一种优选实施方式，不同优选等级队列的任务执行时间Ty相同或者不同或不完全相同。通过设置任务执行时间Ty的长短，可以根据任务量动态调整不同场景任务的执行时间，提高效率。
根据本发明的再一种优选实施方式，不同优选等级队列的任务执行时间Ty的长短与优先级等级成正比。优先等级高，执行时间长，保证优先级高的任务先执行完成。
根据本发明的再另一种优选实施方式，在同一优先级等级队列中排序靠前的任务先执行。先到先服务，提高了服务效率。
为了实现本发明的上述目的，根据本发明的第二个方面，本发明提供了一种边缘计算调度***，其包括资源调度节点和多个边缘计算节点，所述资源调度节点接收客户的多个计算任务并按照本发明所述的方法将控制每个任务的执行，任务执行时选择最优的n个边缘计算节点。
本发明的边缘计算调度***使不同优先级的任务位于不同的队列中，轮询执行，任务不会长时间阻塞，确保所有任务得到正常执行。
另外还能够量化边缘计算节点的服务能力，保证用户任务选择最优的节点来执行。
附图说明
图1是本发明一种优选实施方式中边缘计算调度算法的流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
本发明提供了一种边缘计算调度算法，如图1所示，其包括如下步骤：
获取X个计算任务并确定每个计算任务的优先级，所述X为正整数，例如根据不同的任务类型(或者计算场景)设置优先权等级，例如有多个计算场景(包括深度学习，加强学习，生成对抗，物联网，大数据，云渲染，VASP等，可根据实际需要设置它们的优先级，例如将深度学习，加强学习设置为一级，将生成对抗，物联网设置为二级，将大数据，云渲染，VASP设置为三级，技术越高优先级越高)。
将X个计算任务根据优先级高低分配到不同优先级等级的队列中，形成Y个不同优先级等级的就绪队列，所述Y为大于1的正整数。
让不同优选等级队列执行时间Ty，所述Ty为第y个队列中任务的总执行时间，y＝1、2、……、Y，若有任务未在Ty内执行完，则被暂停，将该任务放到该优先级就绪队列队尾重新排队，每个任务执行时选择最优的n个边缘计算节点，所述n为正整数。
在本实施方式中，选择最优的n个边缘计算节点的方法为：
Q[ij]表示第i个队列的第j个任务，任务t＝Q[ij]需要在n(m>n)台节点处理。
计算m个边缘计算节点中每个边缘计算节点的当前服务能力S[i]和当前***具备的边缘计算整体服务能力∑S[i]，其中i为边缘计算节点的序号，0<i≤m，m为正整数。
第i台边缘计算节点当前服务能力值S[i]＝(服务器CPU核数*P1+服务器GPU核数*P2+内存*P3)*(1-当前任务数/最大任务数量)*P[i]，P1、P2、P3是权重系数，P1+P2+P3＝1，例如P1＝P2＝P3＝1/3。P[i]表示第i台边缘计算节点当前的综合指数
0<n≤N，其中，N为总的计算场景数，Fin为第i台边缘计算节点支持第n种计算场景的指数；
支持不同计算场景的边缘计算节点综合指数不一样，一般来说，专业性越强综合指数值越低。假如深度学习是F1＝0.2，增强学习是F2＝0.2，生成对抗是F3＝0.15，物联网是F4＝0.3,大数据是F5＝0.35，云渲染是F6＝0.2，VASP是F7＝0.1，如果第i台节点所有应用场景都支持，那么该节点综合指数为P[i]＝∑Fn(0<n<N)＝1.5。
第i台边缘计算节点在Fn计算场景方面的当前服务能力值S[in]＝(服务器CPU核数*P1+服务器GPU核数*P2+内存*P3)*(1-当前任务数/最大任务数量)*(P[i]*Fn)；
当∑S[i]在阈值内时，根据S[i]的大小排序，选择排序靠前的n个边缘计算节点。
本发明量化了边缘计算节点的服务能力，保证用户任务选择最优的节点来执行。
根据本发明的一种优选实施方式，不同优选等级队列的任务执行时间Ty相同或者不同或不完全相同。通过设置任务执行时间Ty的长短，可以根据任务量动态调整不同场景任务的执行时间，提高效率。根据本发明的另一种优选实施方式，不同优选等级队列的任务执行时间Ty的长短与优先级等级成正比。优先等级高，执行时间长，保证优先级高的任务先执行完成。
根据本发明的再另一种优选实施方式，在同一优先级等级队列中排序靠前的任务先执行。先到先服务，提高了服务效率。
本发明还提供了一种边缘计算调度***，其包括资源调度节点和多个边缘计算节点，所述资源调度节点接收客户的多个计算任务并按照本发明所述的方法将控制每个任务的执行，任务执行时选择最优的n个边缘计算节点。本发明的边缘计算调度***使不同优先级的任务位于不同的队列中，轮询执行，任务不会长时间阻塞，确保所有任务得到正常执行。另外还能够量化边缘计算节点的服务能力，保证用户任务选择最优的节点来执行。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (7)
1.一种边缘计算调度算法，其特征在于，包括如下步骤：
获取X个计算任务并确定每个计算任务的优先级，所述X为正整数；
将所述X个计算任务根据优先级高低分配到不同优先级等级的队列中，形成Y个不同优先级等级的就绪队列，所述Y为大于1的正整数；
让不同优选等级队列执行时间Ty，所述Ty为第y个队列中任务的总执行时间，y＝1、2、……、Y，若有任务未在Ty内执行完，则被暂停，将该任务放到该优先级就绪队列队尾重新排队，每个任务执行时选择最优的n个边缘计算节点，所述n为正整数。
2.如权利要求1所述的边缘计算调度算法，其特征在于，选择最优的n个边缘计算节点的方法为：
计算m个边缘计算节点中每个边缘计算节点的当前服务能力S[i]和当前***具备的边缘计算整体服务能力∑S[i]，其中i为边缘计算节点的序号，0<i≤m，m为正整数；
第i台边缘计算节点当前服务能力值S[i]＝(服务器CPU核数*P1+服务器GPU核数*P2+内存*P3)*(1-当前任务数/最大任务数量)*P[i]，P1、P2、P3是权重系数，P1+P2+P3＝1，P[i]表示第i台边缘计算节点当前的综合指数
其中，N为总的计算场景数，Fin为第i台边缘计算节点支持第n种计算场景的指数；
第i台边缘计算节点在Fn计算场景方面的当前服务能力值S[in]＝(服务器CPU核数*P1+服务器GPU核数*P2+内存*P3)*(1-当前任务数/最大任务数量)*(P[i]*Fn)；
当∑S[i]在阈值内时，根据S[i]的大小排序，选择排序靠前的n个边缘计算节点。
3.如权利要求1所述的边缘计算调度算法，其特征在于，不同优选等级队列的任务执行时间Ty相同或者不同或不完全相同。
4.如权利要求3所述的边缘计算调度算法，其特征在于，不同优选等级队列的任务执行时间Ty的长短与优先级等级成正比。
5.如权利要求1所述的边缘计算调度算法，其特征在于，在同一优先级等级队列中排序靠前的任务先执行。
6.如权利要求1所述的边缘计算调度算法，其特征在于，不同场景的计算任务的优先级等级不同。
7.一种边缘计算调度***，其特征在于，包括资源调度节点和多个边缘计算节点，所述资源调度节点接收客户的多个计算任务并按照权利要求1-6之一所述的方法将控制每个任务的执行，任务执行时选择最优的n个边缘计算节点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010407602.4A CN111597025B (zh) | 2020-05-14 | 2020-05-14 | 一种边缘计算调度算法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010407602.4A CN111597025B (zh) | 2020-05-14 | 2020-05-14 | 一种边缘计算调度算法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111597025A true CN111597025A (zh) | 2020-08-28 |
| CN111597025B CN111597025B (zh) | 2024-02-09 |
Family
ID=72187358
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010407602.4A Active CN111597025B (zh) | 2020-05-14 | 2020-05-14 | 一种边缘计算调度算法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111597025B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112148449A (zh) * | 2020-09-22 | 2020-12-29 | 行星算力(深圳)科技有限公司 | 一种局域网的基于边缘计算的调度算法及*** |
| CN112148454A (zh) * | 2020-09-29 | 2020-12-29 | 行星算力(深圳)科技有限公司 | 一种支持串行和并行的边缘计算方法及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109684083A (zh) * | 2018-12-11 | 2019-04-26 | 北京工业大学 | 一种面向边缘-云异构下的多级事务调度分配策略 |
| CN110198278A (zh) * | 2019-04-15 | 2019-09-03 | 湖南大学 | 一种车联网云端和边缘联合任务调度的Lyapunov优化方法 |
| CN110570075A (zh) * | 2019-07-18 | 2019-12-13 | 北京邮电大学 | 一种电力业务边缘计算任务分配方法及装置 |
| CN110688213A (zh) * | 2018-07-05 | 2020-01-14 | 深圳先进技术研究院 | 一种基于边缘计算的资源管理方法、***及电子设备 |
-
2020
- 2020-05-14 CN CN202010407602.4A patent/CN111597025B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110688213A (zh) * | 2018-07-05 | 2020-01-14 | 深圳先进技术研究院 | 一种基于边缘计算的资源管理方法、***及电子设备 |
| CN109684083A (zh) * | 2018-12-11 | 2019-04-26 | 北京工业大学 | 一种面向边缘-云异构下的多级事务调度分配策略 |
| CN110198278A (zh) * | 2019-04-15 | 2019-09-03 | 湖南大学 | 一种车联网云端和边缘联合任务调度的Lyapunov优化方法 |
| CN110570075A (zh) * | 2019-07-18 | 2019-12-13 | 北京邮电大学 | 一种电力业务边缘计算任务分配方法及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112148449A (zh) * | 2020-09-22 | 2020-12-29 | 行星算力(深圳)科技有限公司 | 一种局域网的基于边缘计算的调度算法及*** |
| CN112148449B (zh) * | 2020-09-22 | 2024-06-04 | 行星算力(深圳)科技有限公司 | 一种局域网的基于边缘计算的调度算法及*** |
| CN112148454A (zh) * | 2020-09-29 | 2020-12-29 | 行星算力(深圳)科技有限公司 | 一种支持串行和并行的边缘计算方法及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111597025B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108965024B (zh) | 一种5g网络切片基于预测的虚拟网络功能调度方法 | |
| CN112148454A (zh) | 一种支持串行和并行的边缘计算方法及电子设备 | |
| CN111597043B (zh) | 一种全场景边缘计算方法、装置及*** | |
| CN111597025A (zh) | 一种边缘计算调度算法及*** | |
| EP2740245B1 (en) | A scalable packet scheduling policy for vast number of sessions | |
| CN114268537B (zh) | 面向确定性网络的网络切片生成及动态配置***及方法 | |
| Saeidi et al. | Determining the optimum time quantum value in round robin process scheduling method | |
| CN112148449B (zh) | 一种局域网的基于边缘计算的调度算法及*** | |
| CN113535393B (zh) | 异构边缘计算中卸载dag任务的计算资源分配方法 | |
| Larranaga | Dynamic control of stochastic and fluid resource-sharing systems | |
| Yadav et al. | Priority based task scheduling by mapping conflict-free resources and Optimized workload utilization in cloud computing | |
| Schwefel et al. | Performance results for analytic models of tra c in telecommunication systems, based on multiple ON-OFF sources with self-similar behavior | |
| CN117042047A (zh) | 一种基于任务优先级的资源分配方法、装置、控制器及*** | |
| Stavrinides et al. | Multi-criteria scheduling of complex workloads on distributed resources | |
| CN106295117B (zh) | 一种被动相控阵雷达资源动态排队管控方法 | |
| CN117056064A (zh) | 资源分配方法、装置、服务器、存储介质和程序产品 | |
| Moiseeva et al. | Mathematical Model of Information Processing with Relative Priority and Different Service Intensity | |
| Wei et al. | Research on Task-Offloading Delay in the IoV Based on a Queuing Network | |
| Moltafet et al. | Average age of information for a multi-source M/M/1 queueing model with packet management and self-preemption in service | |
| Eldin Refaat | MLITS: Multi-Level tasks scheduling model for IoT Service Provisioning | |
| Lee | Mean Object Size Comparison of M/G/1/PS and TDM System | |
| CN113176933B (zh) | 面向海量工作流任务动态云网络互连方法 | |
| CN115840632B (zh) | 基于时序数据库的分布式调度管理方法及*** | |
| Kadhim | TIME TO DEATH-BASED SCHEDULING FOR INTERNET OF THINGS IN FOG COMPUTING | |
| Elahi et al. | Frequency scaling in multilevel queues |
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 |