CN114785782A - 面向异构云-边计算的通用的任务卸载方法 - Google Patents
面向异构云-边计算的通用的任务卸载方法 Download PDFInfo
- Publication number
- CN114785782A CN114785782A CN202210316440.2A CN202210316440A CN114785782A CN 114785782 A CN114785782 A CN 114785782A CN 202210316440 A CN202210316440 A CN 202210316440A CN 114785782 A CN114785782 A CN 114785782A
- Authority
- CN
- China
- Prior art keywords
- task
- tasks
- cost
- cloud
- partition
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005192 partition Methods 0.000 claims abstract description 72
- 238000004891 communication Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000011068 loading method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 2
- 230000014509 gene expression Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010959 steel 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
- 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
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明公开了一种面向异构云‑边计算的通用的任务卸载方法,首先,将任务建模成有向图GT;获取每个任务在不同环境下的计算代价和通信代价;然后,为GT中的任务节点随机初始化卸载分区,定义为初始分区;根据此初始分区为每个任务计算将该任务从当前分区移动到对面分区获得的增益;将初始分区根据增益进行迭代优化之后获得最终分区,该最终分区即对应着最终的任务卸载策略。本发明利用迭代获取最大增益的方法得到面向异构云‑边环境的高效任务卸载策略,能够明显降低在异构的云‑边环境中卸载整个任务应用的总代价。
Description
技术领域
本发明涉及了一种面向异构云-边环境的通用且高效的任务卸载算法,属于云-边计算领域。
背景技术
边缘计算由于其可扩展性和低通信成本,弥补了从本地设备向远程云传输大量数据的成本,因此受到了广泛的关注。随着物联网、5G网络以及智能设备(如智能手机、可穿戴设备和虚拟现实设备)的快速发展,人们对如何解决物联网设备上有限的资源和降低由于带宽限制而导致的云端任务数据传输的高延迟提出了迫切的要求。云-边计算具有边缘计算和云计算的优点。另外,它也是解决物联网设备资源限制和仅将整个应用卸载到云上导致高延迟的最有效途径之一。
计算卸载是获得云-边计算显著优点的关键技术之一,因为它允许资源不足的客户端设备通过利用远程服务器的可用资源,以最小的功耗或内存占用成本最大限度地提高计算效率。它特别有利于基于微服务的应用程序,这类应用程序通常被分解为一组独立的多个小型服务,每个小型服务作为一个任务运行自己的流程或容器,并通过轻量级通信机制相互通信。
计算卸载需要决定哪些任务应该卸载到边缘端,哪些任务应该卸载到云端,并进一步决定执行整个应用程序应该遵循什么顺序。
现有技术中已有针对云计算或边缘计算的任务卸载算法研究,但是由于边缘与云之间多样的异构资源、复杂的网络结构等限制因素,云-边计算中的任务卸载问题比云计算和边缘计算中的任务卸载问题更具有挑战性,因此,直接将已有的云计算和边缘计算算法应用到云-边计算中是不切实际的。
而现有的云-边卸载策略大多忽略了云-边计算中的通信代价的异构性以及不对称性,因此,本发明提出了更适合现实通信环境需求的高效的云-边任务卸载方法。
发明内容
本发明所要解决的技术问题是现有的云-边卸载策略大多忽略了云-边计算中的通信代价的异构性以及不对称性。针对异构的云-边计算中如何有效减少任务卸载总代价的情况,本发明提出一种面向异构云-边环境的通用且高效的任务卸载方法。
本发明的面向异构云-边计算的通用的任务卸载方法,包括以下步骤:
1)将任务应用T通过建模得到有向图GT;任务应用T中有n个任务,每个任务映射成有向图GT中的一个节点;对于具有计算依赖的两个任务,在有向图GT中构建它们对应的有向边;
对于需要固定在边缘端计算或云端计算的任务,称它们具有不可卸载性;
2)获取任务应用T中每个任务的计算代价和通信代价;然后,为有向图GT给定初始卸载方法,即为有向图GT中的任务映射的节点随机初始化卸载分区,定义为初始分区;初始分区分别是卸载到边缘端的任务构成的分区和卸载到云端的任务构成的分区;
3)称有向图GT中所有不具有不可卸载性的任务为未标记任务,对每个未标记任务根据当前分区计算将该任务移动到对面分区所获得的增益;
4)找到具有最大增益的未标记任务,并标记该任务,更新其它相关未标记任务的增益;
5)重复步骤4),直到有向图GT中不存在未标记任务;
6)找到在步骤4)、步骤5)中前K个进行标记的任务,当增益满足设定条件时,将这K个任务移动到对面分区,从而获得新分区,并重复步骤3)~6);
当增益不满足设定条件时,则结束,得到最终分区对应的任务卸载方法即所求的任务卸载方法。
本发明采用以上技术方案与现有技术相比,具有以下优点:
1、本发明针对异构的云-边计算提出了通用且高效的任务卸载方法。
现有的云-边卸载策略大多忽略了云-边计算中的通信代价的异构性以及不对称性。针对此问题,本发明提出了在异构的云-边环境中利用迭代优化最大增益的方法得到通用且高效的任务卸载策略。
2、有效缓解了边缘设备的资源限制压力、降低了传输数据到云上的高延迟。将任务应用卸载到云-边环境中进行协作运算,可以将单个任务应用分解成多个子任务,从而充分利用边缘设备的有效资源和其之间的高质量通信链路,减少传输到远程云上的数据量,进而降低传输数据造成的高延迟。
附图说明
图1是本发明整体的流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
本技术领域技术人员可以理解的是,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本发明针对云-边计算中如何有效减少任务卸载总代价的情况,提出一种面向满足普遍的异构的云-边环境中有关任务卸载的通用且高效的协同计算方法。在满足部分任务的不可卸载性的前提下,利用迭代优化最大增益的方法可以找到高效的任务卸载策略,降低了计算整个任务应用的总代价。
本方法为:首先,将任务应用建模成有向图GT;获取每个任务在不同环境下的计算代价和通信代价;然后,为GT中的任务节点随机初始化卸载分区,定义为初始分区;根据此初始分区为每个任务计算将该任务从当前分区移动到对面分区获得的增益;将初始分区根据增益进行迭代优化之后获得最终分区,该最终分区即对应着最终的任务卸载方法。本实施例中,假设当前网络带宽能够负载大量文件,无网络拥塞情况;同时,一个任务应用中除了部分需要固定在特定端进行处理的任务,其余所有的任务都可以在云-边环境中的任意端进行计算处理。
在以上条件之下,分割任务应用并将任务卸载到云-边环境中进行计算处理。
本发明的面向异构云-边计算的通用的任务卸载方法的步骤如图1所示:
步骤一、将任务应用T通过建模得到有向图GT,具体步骤如下:
步骤1.1、对于一个具有n个任务的任务应用T,将其中每一个任务ti映射成有向图GT中的一个节点vi,这些所有节点构成了有向图GT的节点集为了方便理解,在接下来的说明中,我们将直接用vi来表示任务ti;
步骤1.2、对于具有计算依赖性的任务vi和任务vj,如果任务vi是任务vj的父任务,那么在有向图GT中构造由vi指向vj的边(vi,vj),反之,构造边(vj,vi)。这些所有边构成有向图GT的边集ε={e1,,em},即GT中一共有m条边。
步骤二、获取任务应用T中每个任务ti的计算代价、通信代价,为GT给定初始分区,具体步骤如下:
步骤2.1、获取每个任务vi的计算代价E(vi)。
每个任务vi要么在边缘端计算,要么在云端计算。使用变量xi表示任务vi的卸载位置,如果任务vi卸载到边缘端,那么xi=0,如果任务vi卸载到云端,那么xi=1。所以其中表示任务vi在边缘端执行的计算代价,表示任务vi在云端执行的计算代价。如果任务vi需要固定在边缘端计算,则相应地,如果任务vi需要固定在云端计算,则这些需要固定在特定端计算的任务,称它们具有不可卸载性;
步骤2.2、获取GT中每一对具有计算依赖性的任务(vi,vj)之间的通信代价E(vi,vj)。
每一对具有计算依赖性的任务(vi,vj)之间的通信代价包含从边缘端到边缘端,从边缘端到云端,从云端到边缘端,从云端到云端的通信代价。所以,这四个表达式都表示由vi传输其输出数据给vj的通信代价,不同的是表示两者都卸载到边缘端的通信代价,表示vi卸载到边缘端、vj卸载到云端的通信代价,表示vi卸载到云端、vj卸载到边缘端的通信代价,表示两者都卸载到云端的通信代价。
步骤2.3、定义所有任务进行卸载后进行协同计算所需要的代价E(GT)。
步骤2.4、为GT给定初始卸载方案。对GT中的每个任务vi(除了具有不可卸载性的任务)随机给定卸载策略,即随机地令vi卸载到边缘端或者云端。这样GT中的节点将会分为两个分区:卸载到边缘端的节点构成的分区和卸载到云端的节点构成的分区。
步骤三、称GT中所有不具有不可卸载性的任务为未标记任务,对每个未标记任务根据当前分区计算将该任务移动到对面分区所获得的增益:
步骤3.1、令GT中的每个节点为未标记任务(除了具有不可卸载性的任务);
步骤3.2、对每个未标记任务根据当前方案计算将该任务从所在分区移动到对面分区所获得的增益gi,具体步骤如下:
步骤3.2.1、对于每个任务vi,规定vi所在的分区为R,R的对面分区为如果R表示云端,则表示边缘端,反之亦然。对于任务vi的父任务或子任务vj,如果vj和vi在同一个分区R,则称vj是vi的内部节点;如果vj在对面分区则称vj是vi的外部节点。用vi的“内部代价”来表示vi与它的所有内部节点之间的代价之和,用vi的“外部代价”来表示vi与它的所有外部节点之间的代价之和;
步骤3.2.2、当将任务vi从当前分区R移动到对面分区时,当前vi的“内部代价”将会变成vi的“外部代价”,当前vi的“外部代价”将会变成vi的“内部代价”。用P(vi)、Q(vi)分别表示“内部代价变化”和“外部代价变化”。
步骤四、找到具有最大增益的未标记任务,并标记该任务,更新其他相关未标记任务的增益,具体步骤如下:
步骤4.1、对每个任务vi计算将vi移动到对面分区后的增益通过减去增益gi可以获得更新后的E(GT)。找到具有最大增益gi的任务vi,并标记该任务vi,并令σk来表示这个最大增益,其中k表示任务vi被标记的次序。如果任务vi是第一个被标记的,则k=1,即σ1=gi;
步骤五、重复步骤四,直到GT中不存在未标记任务;
步骤六、找到在步骤四、步骤五中前K个进行标记的任务,当满足一定条件时,将这K个任务移动到对面分区,从而获得新分区,并重复步骤三到步骤六。当不满足一定条件时,终止整个算法,得到最终分区对应的高效的任务卸载策略。具体步骤如下:
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种面向异构云-边计算的通用的任务卸载方法,其特征是包括以下步骤:
1)将任务应用T通过建模得到有向图GT;任务应用T中有n个任务,每个任务映射成有向图GT中的一个节点;对于具有计算依赖的两个任务,在有向图GT中构建它们对应的有向边;
对于需要固定在边缘端计算或云端计算的任务,称它们具有不可卸载性;
2)获取任务应用T中每个任务的计算代价和通信代价;然后,为有向图GT给定初始卸载方法,即为有向图GT中的任务映射的节点随机初始化卸载分区,定义为初始分区;初始分区分别是卸载到边缘端的任务构成的分区和卸载到云端的任务构成的分区;
3)称有向图GT中所有不具有不可卸载性的任务为未标记任务,对每个未标记任务根据当前分区计算将该任务移动到对面分区所获得的增益;
4)找到具有最大增益的未标记任务,并标记该任务,更新其它相关未标记任务的增益;
5)重复步骤4),直到有向图GT中不存在未标记任务;
6)找到在步骤4)、步骤5)中前K个进行标记的任务,当增益满足设定条件时,将这K个任务移动到对面分区,从而获得新分区,并重复步骤3)~6);
当增益不满足设定条件时,则结束,得到最终分区对应的任务卸载方法即所求的任务卸载方法。
3.根据权利要求2所述的任务卸载方法,其特征是所述步骤2)包括:
步骤2.1)获取每个任务vi的计算代价E(vi):
任务vi要么在边缘端计算,要么在云端计算;使用变量xi表示任务vi的卸载位置,如果任务vi卸载到边缘端,那么xi=0,如果任务vi卸载到云端,那么xi=1,则
步骤2.2)获取有向图GT中每一对具有计算依赖性的任务(vi,vj)之间的通信代价E(vi,vj):
通信代价E(vi,vj)包括从边缘端到边缘端、从边缘端到云端、从云端到边缘端以及从云端到云端的通信代价,则
这四个表达式都表示由vi把其输出数据传输给vj的通信代价,其中:表示两者都卸载到边缘端的通信代价,表示vi卸载到边缘端、vj卸载到云端的通信代价,表示vi卸载到云端、vj卸载到边缘端的通信代价,表示两者都卸载到云端的通信代价;
步骤2.3)定义所有任务进行卸载后进行协同计算所需要的代价E(GT):
步骤2.4)为有向图GT给定初始卸载方法:
对有向图GT中的除了具有不可卸载性的任务外的每个任务vi随机给定卸载策略,即随机地令vi卸载到边缘端或者云端,则,各个任务在GT中的对应的节点被分为两个分区,它们分别是卸载到边缘端的任务构成的分区和卸载到云端的任务构成的分区。
4.根据权利要求3所述的任务卸载方法,其特征是所述步骤3)包括:
步骤3.1)令有向图GT中的每个不具有不可卸载性的任务节点为未标记任务;
步骤3.2)对每个未标记任务根据当前卸载方法,计算将该任务从所在分区移动到对面分区所获得的增益gi;
特征是所述步骤3.2)包括:
对于任务vi的父任务或子任务vj:
如果vj和vi在同一个分区R,则称vj是vi的内部节点;如果vj在对面分区则称vj是vi的外部节点;用vi的“内部代价”来表示vi与它的所有内部节点之间的代价之和,用vi的“外部代价”来表示vi与它的所有外部节点之间的代价之和;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210316440.2A CN114785782B (zh) | 2022-03-29 | 2022-03-29 | 面向异构云-边计算的通用的任务卸载方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210316440.2A CN114785782B (zh) | 2022-03-29 | 2022-03-29 | 面向异构云-边计算的通用的任务卸载方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114785782A true CN114785782A (zh) | 2022-07-22 |
CN114785782B CN114785782B (zh) | 2023-02-03 |
Family
ID=82424469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210316440.2A Active CN114785782B (zh) | 2022-03-29 | 2022-03-29 | 面向异构云-边计算的通用的任务卸载方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114785782B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107465748A (zh) * | 2017-08-18 | 2017-12-12 | 东南大学 | 移动边缘云计算***中基于演进博弈的动态资源分配方法 |
CN107740448A (zh) * | 2017-11-30 | 2018-02-27 | 南京工业大学 | 一种无人自动化挖掘机智能施工*** |
CN109698861A (zh) * | 2018-12-14 | 2019-04-30 | 深圳先进技术研究院 | 一种基于代价优化的计算任务卸载算法 |
CN110519370A (zh) * | 2019-08-28 | 2019-11-29 | 湘潭大学 | 一种基于设施选址问题的边缘计算资源分配方法 |
CN111309393A (zh) * | 2020-01-22 | 2020-06-19 | 南京邮电大学 | 一种云边端协同应用卸载算法 |
CN111522666A (zh) * | 2020-04-27 | 2020-08-11 | 西安工业大学 | 一种云机器人边缘计算卸载模型及其卸载方法 |
CN111953759A (zh) * | 2020-08-04 | 2020-11-17 | 国网河南省电力公司信息通信公司 | 基于强化学习的协同计算任务卸载和迁移的方法及装置 |
WO2021233053A1 (zh) * | 2020-05-22 | 2021-11-25 | 华为技术有限公司 | 计算卸载的方法和通信装置 |
CN113743012A (zh) * | 2021-09-06 | 2021-12-03 | 山东大学 | 一种多用户场景下的云-边缘协同模式任务卸载优化方法 |
CN113873022A (zh) * | 2021-09-23 | 2021-12-31 | 中国科学院上海微***与信息技术研究所 | 一种可划分任务的移动边缘网络智能资源分配方法 |
-
2022
- 2022-03-29 CN CN202210316440.2A patent/CN114785782B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107465748A (zh) * | 2017-08-18 | 2017-12-12 | 东南大学 | 移动边缘云计算***中基于演进博弈的动态资源分配方法 |
CN107740448A (zh) * | 2017-11-30 | 2018-02-27 | 南京工业大学 | 一种无人自动化挖掘机智能施工*** |
CN109698861A (zh) * | 2018-12-14 | 2019-04-30 | 深圳先进技术研究院 | 一种基于代价优化的计算任务卸载算法 |
CN110519370A (zh) * | 2019-08-28 | 2019-11-29 | 湘潭大学 | 一种基于设施选址问题的边缘计算资源分配方法 |
CN111309393A (zh) * | 2020-01-22 | 2020-06-19 | 南京邮电大学 | 一种云边端协同应用卸载算法 |
CN111522666A (zh) * | 2020-04-27 | 2020-08-11 | 西安工业大学 | 一种云机器人边缘计算卸载模型及其卸载方法 |
WO2021233053A1 (zh) * | 2020-05-22 | 2021-11-25 | 华为技术有限公司 | 计算卸载的方法和通信装置 |
CN113709201A (zh) * | 2020-05-22 | 2021-11-26 | 华为技术有限公司 | 计算卸载的方法和通信装置 |
CN111953759A (zh) * | 2020-08-04 | 2020-11-17 | 国网河南省电力公司信息通信公司 | 基于强化学习的协同计算任务卸载和迁移的方法及装置 |
CN113743012A (zh) * | 2021-09-06 | 2021-12-03 | 山东大学 | 一种多用户场景下的云-边缘协同模式任务卸载优化方法 |
CN113873022A (zh) * | 2021-09-23 | 2021-12-31 | 中国科学院上海微***与信息技术研究所 | 一种可划分任务的移动边缘网络智能资源分配方法 |
Non-Patent Citations (1)
Title |
---|
赵星等: "《一种MEC中隐私保护计算卸载方法 》", 《信息工程大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114785782B (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021139537A1 (zh) | 一种工业物联网中基于功率控制和资源分配的任务卸载方法 | |
US8527739B2 (en) | Iterative process partner pairing scheme for global reduce operation | |
US8082358B2 (en) | ISP-friendly rate allocation for P2P applications | |
KR102177432B1 (ko) | 포그 컴퓨팅 기반 무선 네트워크에서 태스크 우선순위별 연산량 오프로딩 장치 및 방법 | |
CN111861793B (zh) | 基于云边协同计算架构的配用电业务分配方法及装置 | |
CN111913723A (zh) | 基于流水线的云-边-端协作卸载方法和*** | |
CN109144719B (zh) | 移动云计算***中基于马尔科夫决策过程的协作卸载方法 | |
WO2022027917A1 (zh) | 图像处理方法、装置、***、电子设备及可读存储介质 | |
CN112612553B (zh) | 一种基于容器技术的边缘计算任务卸载方法 | |
CN113660325B (zh) | 一种基于边缘计算的工业互联网任务卸载策略 | |
CN108009024A (zh) | Ad-hoc云环境中分布式博弈任务卸载方法 | |
CN115022937B (zh) | 拓扑特征提取方法和考虑拓扑特征的多边缘协作调度方法 | |
CN116541106A (zh) | 计算任务卸载方法、计算设备及存储介质 | |
CN114465900B (zh) | 基于联邦边缘学习的数据共享时延优化方法及装置 | |
CN111158893B (zh) | 应用于雾计算网络的任务卸载方法、***、设备及介质 | |
CN117196014B (zh) | 基于联邦学习的模型训练方法、装置、计算机设备及介质 | |
CN114785782B (zh) | 面向异构云-边计算的通用的任务卸载方法 | |
CN115955685B (zh) | 多智能体协同路由方法、设备及计算机存储介质 | |
CN116560828A (zh) | 任务处理方法、装置、计算机设备、存储介质和程序产品 | |
CN114928609B (zh) | 物联网场景的异构云-边环境的最优任务卸载方法 | |
CN115277570A (zh) | 流量分配方法、装置、计算机设备和存储介质 | |
CN114745386A (zh) | 一种多用户边缘智能场景下的神经网络分割及卸载方法 | |
CN114116052A (zh) | 一种边缘计算方法及装置 | |
CN113709817A (zh) | 多基站多服务器场景下的任务卸载和资源调度方法及装置 | |
Hemalatha et al. | VMIS: An improved security mechanism for WSN applications |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Wan Xili Inventor after: Ji Tingxiang Inventor after: Guan Xinjie Inventor before: Wan Xili Inventor before: Ji Tingxiang Inventor before: Guan Xinjie |
|
GR01 | Patent grant | ||
GR01 | Patent grant |