公开(公告)号：CN116489159A

公开(公告)日：2023-07-25

申请号：CN202310394810.9

申请日：2023-04-13

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  戴文龙 ,  刘亚荣

IPC: H04L67/101 ,  H04L67/1014 ,  H04L67/61 ,  H04L67/62 ,  G06N3/092 ,  G06N7/01

Abstract: 本发明公开了一种云雾计算环境中基于强化学习的任务卸载与调度方法，属于云雾计算领域。该方法包括以下步骤：步骤S1：建模终端设备任务请求变量；步骤S2：建模任务卸载问题；步骤S3：构建服务延迟和能耗的优化目标；步骤S4：确定任务卸载和调度策略。本发明在满足物联网服务质量（QoS）的前提下，最小化服务延迟和雾节点能耗使用，对任务请求进行卸载和调度，提高了物联网终端设备的稳定性和资源分配的有效性。

公开(公告)号：CN116566840A

公开(公告)日：2023-08-08

申请号：CN202310394798.1

申请日：2023-04-13

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  戴文龙 ,  刘亚荣

IPC: H04L41/147 ,  H04L41/142 ,  H04L67/10 ,  G06F17/14 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于经验小波变换和组合模型的容器云资源预测方法，属于云计算与大数据技术领域。该方法包括以下步骤：步骤S1：采集容器云集群负载数据；步骤S2：数据预处理；步骤S3：使用经验小波变换方法（EWT）进行数据分解；步骤S4：通过判断分解后分量的样本熵，确定分量的预测模型；步骤S5：将分解预测结果进行集成，作为回声状态网络（ESN）的输入向量；步骤S6：使用粒子群算法（PSO）对组合模型进行参数优化；步骤S7：使用待预测容器云历史资源使用率数据，预测当前时刻资源使用率。本发明采用基于经验小波变换和组合模型进行容器云资源预测，解决了负载数据具有非线性和单一模型不准确的问题，有效提高了预测结果的准确性。