-
公开(公告)号：CN111444009A
公开(公告)日：2020-07-24
申请号：CN201911117328.0
申请日：2019-11-15
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明实施例提供了一种基于深度强化学习的资源分配方法及装置，方法包括：确定用户的应用程序请求中包含的多种待分配资源的服务，以及各服务的分配优先级；确定当前边缘微云系统的状态参数，状态参数包括资源均衡度评估参数，响应延迟评估参数，以及每个微云中各个计算节点的资源剩余量；将状态参数输入预先训练完成的资源均衡优化模型，得到第一服务的第一目标计算节点；资源均衡优化模型是基于深度强化学习训练完成的，将第一服务部署于第一目标计算节点；更新状态参数，返回参数输入步骤，直到应用程序请求中包含的每种待分配资源的服务均完成资源分配。相比于传统的资源分配方法，既能够满足通信延迟需求，又能达到较高的资源利用均衡度。
-
公开(公告)号：CN110896344A
公开(公告)日：2020-03-20
申请号：CN201911117330.8
申请日：2019-11-15
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明实施例提供了一种冗余服务部署方法及装置，确定用户的应用程序请求中包含的多种待部署服务，每种待部署服务的资源需求，以及各待部署服务之间的通信延迟需求；每种待部署服务包括多个服务副本；基于预设的服务放置规则，为每种待部署服务的各个服务副本分配物理机节点，筛选出多个可用放置决策；根据各待部署服务的服务副本所放置的物理机节点的可靠度，以及微云的可靠度，计算该可用放置决策的可靠度；从可用放置决策中确定最终放置决策；基于最终放置决策，在微云的物理机节点中部署相应的待部署服务。从而综合考虑了应用程序的每种服务的资源需求，服务间通信需求，物理机节点的可靠度，微云的可靠度因素，保证服务部署的高可靠性。
-
公开(公告)号：CN110896344B
公开(公告)日：2021-03-19
申请号：CN201911117330.8
申请日：2019-11-15
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明实施例提供了一种冗余服务部署方法及装置，确定用户的应用程序请求中包含的多种待部署服务，每种待部署服务的资源需求，以及各待部署服务之间的通信延迟需求；每种待部署服务包括多个服务副本；基于预设的服务放置规则，为每种待部署服务的各个服务副本分配物理机节点，筛选出多个可用放置决策；根据各待部署服务的服务副本所放置的物理机节点的可靠度，以及微云的可靠度，计算该可用放置决策的可靠度；从可用放置决策中确定最终放置决策；基于最终放置决策，在微云的物理机节点中部署相应的待部署服务。从而综合考虑了应用程序的每种服务的资源需求，服务间通信需求，物理机节点的可靠度，微云的可靠度因素，保证服务部署的高可靠性。
-
公开(公告)号：CN111444009B
公开(公告)日：2022-10-14
申请号：CN201911117328.0
申请日：2019-11-15
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明实施例提供了一种基于深度强化学习的资源分配方法及装置，方法包括：确定用户的应用程序请求中包含的多种待分配资源的服务，以及各服务的分配优先级；确定当前边缘微云系统的状态参数，状态参数包括资源均衡度评估参数，响应延迟评估参数，以及每个微云中各个计算节点的资源剩余量；将状态参数输入预先训练完成的资源均衡优化模型，得到第一服务的第一目标计算节点；资源均衡优化模型是基于深度强化学习训练完成的，将第一服务部署于第一目标计算节点；更新状态参数，返回参数输入步骤，直到应用程序请求中包含的每种待分配资源的服务均完成资源分配。相比于传统的资源分配方法，既能够满足通信延迟需求，又能达到较高的资源利用均衡度。
-
-
-
Search Results
4
records
(took 0.037 seconds)
