公开(公告)号：CN108519911A

公开(公告)日：2018-09-11

申请号：CN201810245430.8

申请日：2018-03-23

申请人： 上饶市中科院云计算中心大数据研究院

发明人： 肖荣生 ,  洪学海 ,  李小畅 ,  陶亮亮

IPC分类号： G06F9/48 ,  G06F9/50

摘要： 本发明实施例公开了一种基于Kubernetes集群任务与机器约束调度的方法和装置，其中所述方法包括：遍历所有可用机器节点并获取每个可用机器节点的资源信息；计算每个可用Node的网络存储平均传输速率得分；根据所述机器节点的资源信息和所述每个可用Node的网络存储平均传输速率得分计算每个可用机器节点的约束权重得分；根据所述约束权重得分计算出针对约束任务调度到对应节点的优先级，并在优先级最高的Node上创建并运行任务Pod。本发明实施例提供的Kubernetes集群任务与机器约束调度的方法和装置，解决了Kubernetes集群中无法根据容器应用中对系统内核、网络等特定因素的约束调度需求，实现集群中容器到机器节点的调度。

公开(公告)号：CN108494772B

公开(公告)日：2021-08-17

申请号：CN201810249117.1

申请日：2018-03-25

申请人： 上饶市中科院云计算中心大数据研究院

发明人： 陶亮亮 ,  洪学海 ,  李小畅 ,  肖荣生

IPC分类号： H04L29/06

摘要： 本发明提供的模型优化、网络入侵检测方法、装置及计算机存储介质，其中，模型优化方法包括建立原始深度网络模型，生成训练样本集，逐层初始化原始深度网络模型的原目标参数得到新目标参数，根据所述训练样本集对所述新目标参数进行调整，周期性更新所述训练数据集，并根据更新后的训练数据集优化深度网络模型。网络入侵检测方法包括基于该优化后的深度网络模型进行网络入侵检测，本发明通过以上技术方案继承了深度网络多层感知机的优点，并且提高了网络入侵检测的准确率和实时性。

公开(公告)号：CN108494772A

公开(公告)日：2018-09-04

申请号：CN201810249117.1

申请日：2018-03-25

申请人： 上饶市中科院云计算中心大数据研究院

发明人： 陶亮亮 ,  洪学海 ,  李小畅 ,  肖荣生

IPC分类号： H04L29/06

摘要： 本发明提供的模型优化、网络入侵检测方法、装置及计算机存储介质，其中，模型优化方法包括建立原始深度网络模型，生成训练样本集，逐层初始化原始深度网络模型的原目标参数得到新目标参数，根据所述训练样本集对所述新目标参数进行调整，周期性更新所述训练数据集，并根据更新后的训练数据集优化深度网络模型。网络入侵检测方法包括基于该优化后的深度网络模型进行网络入侵检测，本发明通过以上技术方案继承了深度网络多层感知机的优点，并且提高了网络入侵检测的准确率和实时性。