本发明提出一种面向资源受限边缘云的物联网应用优化部署方法，其步骤为：首先，针对构建的智慧城市移动边缘计算系统模型分别构建资源浪费模型、资源负载不均衡模型、能源消耗模型和带宽资源消耗模型，并进行加权构建联合优化目标函数；其次，利用染色体编码方案对DE算法及控制参数进行改进，得到有效的改进DE算法；最后，利用改进的DE算法对联合优化目标函数进行优化求解，输出联合优化目标函数的最小值对应的闲置资源、资源负载不均衡水平、能源消耗的功率和带宽资源的消耗量。本发明提出一种近似最优的部署方案，能够在规定资源和执行延迟约束条件下同时提高了系统效用和带宽资源利用率，又通过采用多种优化策略来提高算法的多样性和收敛速度。
📄 2020108000804
📂 G06F9_50
👤 安阳师范学院
📅 2020-08-11
本发明公开了一种面向静态负载的双重内核优化方法，包括：获取目标静态负载；对采集到的地址进行源码映射，得到函数调用链与内核源码位置的对应关系；基于源码位置提取相关Kconfig约束并构造布尔可满足性问题，求解得到负载相关内核配置集合；基于该配置集合执行多维度配置项修复，并通过虚拟化启动测试迭代验证，得到可启动的目标内核配置文件并构建内核；将调度器参数优化建模为强化学习问题，基于轻量化Q‑learning对调度策略及关键运行时参数进行参数搜索与策略更新，输出优化后的调度参数集合；根据目标内核配置文件与调度参数集合生成优化内核镜像，并在静态负载环境中部署运行；本发明进一步提升系统性能。
📄 2026104072995
📂 G06F9_50
👤 南京信息工程大学
📅 2026-03-31
本发明涉及一种基于kubernetes的资源调度方法，以固定规则计算集群中所有Node分值生成第一节点优先级队列，以动态优先级算法获得Pod优先级队列，两队列过滤不能调度的Node生成第二节点优先级队列，从中选择优先级最高节点与Pod优先级队列弹出的Pod绑定，绑定成功进入下一个Pod调度循环，失败则采用自带的优先级算法从第二节点优先级队列中优选Node绑定，再次失败则没有合适的Node可供该Pod运行，进入下一个Pod的调度循环。本发明包括静态调度和动态资源负载均衡，提升调度效率，加快任务部署效率，提高任务运行整体性和整个集群的负载均衡性，主动调节集群的负载均衡性，提高了集群的资源利用效率。
📄 2019101077499
📂 G06F9_50
👤 浙江工业大学
📅 2019-02-02
一种单个边缘计算服务器场景下基于线性搜索的移动区块链优化算力分配方法，包括以下步骤：(1)在单个边缘计算服务器的覆盖范围下总共有n个移动用户，提出了一种在有限的边缘服务器算力资源下，优化系统移动终端的算力分配与最大化系统的收益，优化问题描述为一个非凸性优化问题；(2)在给定μ的条件下将TRO问题等价转化为TRO-sub问题；(3)分成三种情况讨论求解TRO-sub；基于线性搜索的方法求出全局最优的解，并求出最大化的系统收益。对于移动终端而言，本发明利用边缘计算技术大大提高了率先完成工作量证明的概率；对于边缘计算服务器而言，在有限的算力资源条件下，满足了移动终端的需求；提高了系统最终的收益。
📄 2018111707423
📂 G06F9_50
👤 浙江工业大学
📅 2018-10-09
一种在多个边缘计算服务器场景下基于模拟退火的移动区块链优化算力分配方法，包括以下步骤：(1)在多个边缘计算服务器的覆盖范围下总共有n个移动用户，提出了一种在有限的边缘服务器算力资源下，最优系统移动终端的算力分配与最大化系统的收益，优化问题描述为一个非凸性优化问题；(2)在给定vi的条件下将TRO问题等价转化为TRO-sub问题；(3)讨论求解决TRO-Sub问题确定 基于模拟退火的方法求出全局最优的解，并求出最大化的系统收益。本发明对于移动终端而言，利用边缘计算技术大大提高了率先完成工作量证明的概率；对于边缘计算服务器而言，在有限的算力资源条件下，满足了移动终端的需求；提高了系统最终的收益。
📄 2018111707230
📂 G06F9_50
👤 浙江工业大学
📅 2018-10-09
一种具有Nginx负载均衡技术的系统，包括Nginx服务器和由若干个Web服务器组成的Web服务器集群，用户向Nginx服务器发出请求后，Nginx服务器接受到来自客户端的请求后收集每个Web服务器的负载信息并将其存储，并进行信息处理，选择出最适合的Web服务器；所述的Nginx服务器接收并处理用户发起的动态请求，包括负载信息收集模块和信息处理模块。负载信息收集模块，周期性接收并收集各个Web服务器的负载信息并将其存储在数据库服务器中。所述的信息处理模块，从负载信息收集模块中获取每个web服务器的负载信息，通过预先配置的动态负载均衡算法，计算各Web服务器的权重。Web服务器集群，由多个web服务器组成，用于处理来自客户端的不同的请求。
📄 2021102639005
📂 G06F9_50
👤 浙江工业大学
📅 2021-03-11
基于双目标优化的服务器负载均衡方法，包括：S1.确定一次请求分配过程中处理服务器的个数，根据时间节点中并发请求的数量采用滑动窗口获取任务请求的个数；S2.获取服务器的实时状态信息包括量化集群中节点服务器的综合处理能力和任务请求到来时刻各服务器的资源使用量；S3.采用0‑1矩阵对任务请求与处理服务器之间的关系进行编码；S4.构造集群负载请求分配优化问题的目标函数；S5.使用布谷鸟搜索算法对提出的问题进行迭代优化求解，输出编码解集；S6.输出合适的编码方案；S7.对方案进行解码，找到最终的任务请求与处理服务器之间的关系，调度机制会随机选择一个编码方案进行任务调度。本发明能够解决服务器的集群中负载均衡分配的问题，使整个解决方案更高效和准确。
📄 2022101281064
📂 G06F9_50
👤 浙江工业大学
📅 2022-02-11
本发明公开了一种云工作流虚拟机配置和任务调度协同优化方法，包括以下步骤：获取执行优化所需信息；计算任务的层次值；初始化当代种群；解码与改进并计算适应度值；分若干个子种群进行独立进化，并适时进行子种群间的交流；直到满足终止条件，输出执行优化结果。相对于传统的方法本发明设计采用了基于拓扑排序和连续有偏的编码、基于层次和效益比的初始个体生成、基于插入模式的串行个体解码、向前向后个体解码与改进、多种群协调进化等方法和策略，实现资源配置和任务调度的集成协同优化，同时有效提高算法整体效率。
📄 2019112615781
📂 G06F9_50
👤 浙江工业大学
📅 2019-12-10
一种面向交通数据流的最优排序算法选择方法，包括以下步骤：1)、获得各排序算法的运行时间‑数据量‑线程数关系拟合函数并创建算法库；2)、获取计算参数并进行剪枝；3)、通过已知拟合函数，计算获取当前条件下最优排序算法。本发明设计的方案可以应对在机器承受范围内(包含但不限于内存余量，CPU核数)的数据流快速、高效排序。同样的，与交通数据流有类似特性的大数据也可以应用本发明的方案以解决排序问题。
📄 2021107748973
📂 G06F9_50
👤 浙江工业大学
📅 2021-07-08
本发明的基于最优二元交换的服务器优化调度方法，包括如下步骤：步骤1.使用下线预估算法对最优情况进行估计，得到相应机器数和分数；步骤2.选取按照机器能力进行排序后前Nm个机器，Mc＝Ms[：Nm]；步骤3.使用最优二元交换方法对服务器的调度方案进行优化。本发明的优点是：能够快速有效的获得大规模服务器调度问题的调度方案。
📄 201910156368X
📂 G06F9_50
👤 浙江工业大学
📅 2019-03-01
一种基于模糊层次分析法和熵权法的网关访问控制方法，包括：根据设备访问网关时的相关参数指标建立设备信任度指标体系；将设备访问相关数据进行计算获得无量纲化基础指标值；通过模糊层次分析法计算得到每个指标的主观权重；通过熵权法计算得到每个指标的客观权重；通过拉格朗日乘数以及本次访问的总信任值结合主观权重和客观权重采用最小二乘法构造最优化模型并最终计算得到每个基础指标的综合权重；利用综合权重与无量纲化基础指标计算设备本次访问的总体信任度评估值。将信任度评估结合基于属性的访问控制生成动态访问控制模型。本发明将基本的属性访问控制结合动态的信任度评估，考虑主观情况与客观情况，保证了访问控制的可靠性与安全性。
📄 2021102703054
📂 G06F9_50
👤 浙江工业大学
📅 2021-03-12
一种基于LSTM时间预测模型和遗传算法的资源分配方法，包括：1)进行基于LSTM网络的作业执行时间预测模型的训练；2)使用遗传算法为批作业中每个作业分配合理的资源量；把遗传算法的适应度函数改为基于LSTM的时间预测模型，通过遗传算法的选择，交叉，变异，迭代出适合每个作业的资源量大小；3)使用基于遗传算法的资源分配算法针对不同作业给予不同的资源量；当Spark分布式计算框架收到作业时，将根据不同的作业能使用的集群资源量进行计算，得到作业最短的处理时间。将需要处理的批作业信息提交后，本发明能够给出各作业的优化资源分配方案，从而达到批作业运行时间最短的优化目标。
📄 2022100418021
📂 G06F9_50
👤 浙江工业大学
📅 2022-01-14
柿子坊 · 知识产权运营
柿子坊知识产权运营平台