-
公开(公告)号:CN118278641A
公开(公告)日:2024-07-02
申请号:CN202211738830.5
申请日:2022-12-30
申请人: 上海交通大学
IPC分类号: G06Q10/0631 , G06Q10/04 , G06N3/006
摘要: 本发明涉及一种基于启发式算法的车辆调度管理系统,包括:数据采集模块,用于通过边缘设备获取各个车辆的车辆数据;调度寻优计算模块,用于汇总所有车辆数据形成总数据,若总数据的数据量小于预设的第一阈值,则采用禁忌搜索算法根据总数据寻找车辆调度的最优解;若总数据的数据量大于预设的第二阈值,则采用蚁群算法根据总数据寻找车辆调度的最优解,否则采用模拟退火算法寻找车辆调度的最优解;车辆调度模块,用于根据获取的车辆调度的最优解,进行车辆调度。与现有技术相比,本发明能够针对不同的车辆调度状态运行自适应的调度算法使得用车路径最优和代价最小化。
-
-
公开(公告)号:CN112835534A
公开(公告)日:2021-05-25
申请号:CN202110220806.1
申请日:2021-02-26
申请人: 上海交通大学
IPC分类号: G06F3/06
摘要: 本申请公开了一种基于存储阵列数据访问的垃圾回收优化方法及装置,该方法包括:根据请求来源和预设的数据冷热分类算法对接收的数据访问请求进行分类判别,得到对应的分类信息;根据分类信息调用缓存队列算法对数据访问请求进行缓存判断,以加入至对应分类的目标缓存队列中;若目标缓存队列中的待访问数据达到预设标准阈值,则根据地址映射表将待访问数据以条带为单位写入至对应的目标节点中;若所述存储阵列中没有可写入的存储空间或者工作队列中的空白节点小于预设数量,则采用延时删除无效数据的垃圾回收机制进行数据回收。通过实施本申请,能够解决现有技术中存在的存储阵列写放大问题及引起严重的IO问题等。
-
公开(公告)号:CN112799882A
公开(公告)日:2021-05-14
申请号:CN202110184225.7
申请日:2021-02-08
申请人: 上海交通大学
IPC分类号: G06F11/14 , G06F16/182
摘要: 本申请公开了一种基于图算法的文件感知恢复方法及装置,该方法包括:获取分布式文件系统中的元数据信息,根据所述元数据信息生成对应的网络流图,采用预设的图算法对所述网络流图进行文件感知恢复分析,得到每一轮次所需恢复的目标文件信息,根据所述目标文件信息进行对应的文件恢复从而恢复得到对应的目标文件。通过实施本申请,能解决现有技术中存在的文件恢复效率较低、无法基于文件级的整体文件恢复等问题。
-
公开(公告)号:CN104932835A
公开(公告)日:2015-09-23
申请号:CN201510289976.X
申请日:2015-05-31
申请人: 上海交通大学
摘要: 本发明提供了一种基于纠删码的分布式存储系统的扩容和缩容方法,本发明通过扩容或缩容前识别磁盘阵列,检查磁盘阵列中每个磁盘的空闲空间并获得相关参数m和n,计算磁盘阵列中保留、重映射以及重构的OUS/NUS数量,并发地处理保留、重新映射和重构的OUS/NUS,修改所有的校验块,能够支持磁盘阵列的双向扩展,并将扩展过程中所产生的开销降至最低,加速校验阵列的可扩展过程。
-
公开(公告)号:CN116015552A
公开(公告)日:2023-04-25
申请号:CN202211700534.6
申请日:2022-12-28
申请人: 上海交通大学
摘要: 本发明提供了一种针对跨域数据中心的纠删码方法、系统及可读存储介质,方法包括以下步骤:S1、使用二层编码的编码方式,将k个数据块分成p个局部校验分组,并使用MSR编码在每个局部校验分组中生成l个局部校验块,然后使用RS编码生成g个全局校验块,将所有的全局校验块组成一个全局校验分组,和局部校验分组一起共生成p+1个分组;S2、对p+1个分组在N个数据中心内的放置策略进行建模,求解访问延时和恢复传输延时的优化问题,得到分组放置概率矩阵P;S3、根据分组放置概率矩阵P把p+1个块分组放置在N个数据中心内。本发明通过使用MSR和RS的双层编码,并进行放置策略优化,有效解决了数据恢复过程中跨数据中心传输流量大和用户访问延时高的问题。
-
公开(公告)号:CN115878370A
公开(公告)日:2023-03-31
申请号:CN202211710219.1
申请日:2022-12-29
申请人: 上海交通大学
IPC分类号: G06F11/10 , G06N3/0464 , G06N3/08
摘要: 本发明提供了一种分布式深度学习的数据恢复方法、系统及可读存储介质,方法包括以下步骤:S1、收集神经网络模型进行训练的参数信息,并利用纠删码获得待恢复数据分布的全局信息;S2、利用人工智能来计算各类别训练数据恢复的优先级,对待恢复的数据所处的条带进行排序;S3、将计算得到的数据恢复优先级和待恢复数据分布的全局信息进行组合,构造并行的恢复方案。本发明通过人工智能为要恢复的数据建立加权优先级,并结合纠删码获得的数据块分布的全局信息来构建并行恢复方案,将纠删码获取数据全局信息的能力与人工智能恢复部分丢失数据的能力结合起来,在可接受的训练精度下大幅降低了资源消耗,加速了云存储系统中分布式深度学习的数据重建。
-
公开(公告)号:CN112835534B
公开(公告)日:2022-08-02
申请号:CN202110220806.1
申请日:2021-02-26
申请人: 上海交通大学
IPC分类号: G06F3/06
摘要: 本申请公开了一种基于存储阵列数据访问的垃圾回收优化方法及装置,该方法包括:根据请求来源和预设的数据冷热分类算法对接收的数据访问请求进行分类判别,得到对应的分类信息;根据分类信息调用缓存队列算法对数据访问请求进行缓存判断,以加入至对应分类的目标缓存队列中;若目标缓存队列中的待访问数据达到预设标准阈值,则根据地址映射表将待访问数据以条带为单位写入至对应的目标节点中;若所述存储阵列中没有可写入的存储空间或者工作队列中的空白节点小于预设数量,则采用延时删除无效数据的垃圾回收机制进行数据回收。通过实施本申请,能够解决现有技术中存在的存储阵列写放大问题及引起严重的IO问题等。
-
公开(公告)号:CN114546608A
公开(公告)日:2022-05-27
申请号:CN202210007565.7
申请日:2022-01-06
申请人: 上海交通大学
摘要: 本发明涉及一种基于边缘计算的任务调度方法,该方法包括以下步骤:各区域维护有一策略网络,基于该策略网络和实时环境,各区域独立对本区域内实时接收到的任务进行调度;所述策略网络的网络参数采用基于联邦学习的深度强化学习算法进行在线更新,具体地:各区域保存历史数据形成本地数据集,基于本地数据集进行深度强化学习训练,更新网络参数,训练目标为最小化所有任务的奖励值;各区域将自身网络参数发送至中央基站,中央基站进行基于联邦学习的统一更新后,将更新后的网络参数反馈给各区域。与现有技术相比,本发明具有增强模型扩展性、保护数据隐私性、提高系统性能等优点。
-
-
-
-
-
-
-
-