-
公开(公告)号：CN109271374B
公开(公告)日：2021-01-26
申请号：CN201811220356.0
申请日：2018-10-19
申请人： 国网江苏省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 国电南瑞科技股份有限公司
摘要： 本发明公开了一种基于机器学习的数据库健康度打分方法和打分系统，其中打分方法包括如下步骤：1、采集数据库监控指标，通过专家模型得到健康度打分；采集到的原始数据和打分作为样本集；2、对样本集中的数据进行去噪、归一化等预处理，并将其分为训练数据、验证数据和测试数据；3、采用回归预测算法建立回归预测模型，利用训练数据训练模型参数，利用验证数据调整模型参数，利用测试数据测试模型的效果；4、读取数据库一段时间内的监控指标并进行预处理，作为回归预测模型的输入，模型的输出即为当前或未来一段时间数据库健康度打分结果。该方法可以对大量的数据库监控指标进行分析，通过建立回归预测模型，得到当前或未来时刻的数据库健康度打分结果。
-
公开(公告)号：CN109542742A
公开(公告)日：2019-03-29
申请号：CN201811352658.3
申请日：2018-11-14
申请人： 国网江苏省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 国电南瑞科技股份有限公司
IPC分类号： G06F11/34
摘要： 本发明公开了一种基于专家模型的数据库服务器硬件健康评估方法，该评估方法包括采集操作系统硬件指标，将硬件指标分成专家模型内指标，为专家模型内指标分配分数权重，并且制定多级阈值和扣分标准，指标值落在不同阈值范围扣除相应等级的分数；自动周期性采集硬件指标；根据专家模型规则计算数据库服务器硬件指标，输出数据库服务器硬件的健康得分。上述评估方法选取了数据库硬件的关键指标，解决了指标选取可靠性问题；将指标组合配比，构建数据库硬件健康模型，通过为模型内指标分配权重，以及设置动态阈值，解决评估单一性问题；通过自动采集和模型计算，对数据库硬件健康度进行评估，解决人工评估成本高问题。
-
公开(公告)号：CN109271374A
公开(公告)日：2019-01-25
申请号：CN201811220356.0
申请日：2018-10-19
申请人： 国网江苏省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 国电南瑞科技股份有限公司
摘要： 本发明公开了一种基于机器学习的数据库健康度打分方法和打分系统，其中打分方法包括如下步骤：1、采集数据库监控指标，通过专家模型得到健康度打分；采集到的原始数据和打分作为样本集；2、对样本集中的数据进行去噪、归一化等预处理，并将其分为训练数据、验证数据和测试数据；3、采用回归预测算法建立回归预测模型，利用训练数据训练模型参数，利用验证数据调整模型参数，利用测试数据测试模型的效果；4、读取数据库一段时间内的监控指标并进行预处理，作为回归预测模型的输入，模型的输出即为当前或未来一段时间数据库健康度打分结果。该方法可以对大量的数据库监控指标进行分析，通过建立回归预测模型，得到当前或未来时刻的数据库健康度打分结果。
-
公开(公告)号：CN109344201A
公开(公告)日：2019-02-15
申请号：CN201811207264.9
申请日：2018-10-17
申请人： 国网江苏省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 国电南瑞科技股份有限公司
摘要： 本发明提供一种基于机器学习的数据库性能负载评估系统及评估方法，利用机器学习算法训练数据生成性能负载学习模型，经过数据加工，将这些海量数据作为训练集并运用机器学习技术加以训练，最终生成性能和负载学习模型，利用此模型对新产生的特征数据进行预测，评估数据库的性能和负载情况。一方面，该评估系统的结论比专家模型对特征的分析更加合理，更不会遗漏重要的性能负载指标，对数据库性能和负载的问题定位更加准确；另一方面，降低对数据库运维人员的知识和能力要求，可以极大节省人力成本，提供工作效率。
-
公开(公告)号：CN111538567B
公开(公告)日：2023-06-09
申请号：CN202010336838.3
申请日：2020-04-26
申请人： 国网江苏省电力有限公司信息通信分公司 , 国电南瑞科技股份有限公司
IPC分类号： G06F9/455 , H04L41/0823 , H04L67/1001
摘要： 本发明公开了一种边缘设备上虚拟网络功能链的部署方法和设备。方法包括：根据边缘网络的物理拓扑信息以及虚拟网络功能链的请求信息，结合链内虚拟网络功能之间通信对CPU资源的消耗，构建虚拟网络功能链CPU消耗模型，得到链整体要消耗的CPU资源；根据链整体要消耗的CPU资源，在满足链时延约束的候选部署路径上，利用动态规划算法查找从请求的源边缘设备到目的边缘设备的最小成本部署方案，所述成本以节点当前负载的指数来衡量。本发明能够在找到一条时延满足要求的路径的同时，做虚拟网络功能的部署，均衡各边缘设备的负载。
-
公开(公告)号：CN111770362B
公开(公告)日：2021-07-02
申请号：CN202010654575.0
申请日：2020-07-09
申请人： 南京大学 , 国网江苏省电力有限公司信息通信分公司 , 国电南瑞科技股份有限公司
IPC分类号： H04N21/2343 , H04N21/239 , H04N21/433 , H04N21/437 , H04N21/44 , H04N21/442 , H04N21/637
摘要： 本发明公开了一种面向边缘环境的视频传输系统及其传输方法，系统主要包括控制器、边缘设备、移动设备和视频服务器。控制器通过边缘设备CPU负载模型计算出边缘设备的CPU负载以及移动设备的接入点边缘设备，通过下发流表项到边缘设备控制视频流量的流转。边缘设备是承载网络功能的载体，运行对视频流量进行检查的网络功能实例，并缓存视频块。移动设备运行视频客户端，能够观看视频，并周期性上传位置、通信半径信息给控制器。视频服务器将视频切分为若干个固定大小的视频块，由控制器的缓存策略将这些视频块缓存在边缘设备上。本发明可以在对视频流量进行检查的同时，缓解边缘环境下设备的CPU过载现象，并尽可能地满足用户观看视频的时延要求。
-
公开(公告)号：CN112506673A
公开(公告)日：2021-03-16
申请号：CN202110153068.3
申请日：2021-02-04
申请人： 国网江苏省电力有限公司信息通信分公司 , 国电南瑞科技股份有限公司
摘要： 本发明公开了一种面向智能边缘计算的协同模型训练任务配置方法，该方法用于边缘计算节点且包括一或多个训练时隙，每一训练时隙包括如下步骤：向一或多个移动设备发送模型训练请求；接收来自一或多个移动设备汇报的当前时隙的可用状态和用户数据规模；基于先前得到的任务配置结果和各移动设备的当前可用状态，确定参与训练的移动设备和交互模型训练所需的训练小轮数目；与参与训练的移动设备进行交互模型训练直至达到确定的训练小轮数目，根据训练效果和各移动设备汇报的用户数据规模，构建以最小化边缘训练资源的使用为目标的优化问题并求解，得到新的任务配置结果。本发明训练资源消耗对比其他方法要少得多，且精度相差不大。
-
公开(公告)号：CN111770362A
公开(公告)日：2020-10-13
申请号：CN202010654575.0
申请日：2020-07-09
申请人： 南京大学 , 国网江苏省电力有限公司信息通信分公司 , 国电南瑞科技股份有限公司
IPC分类号： H04N21/2343 , H04N21/239 , H04N21/433 , H04N21/437 , H04N21/44 , H04N21/442 , H04N21/637
摘要： 本发明公开了一种面向边缘环境的视频传输系统及其传输方法，系统主要包括控制器、边缘设备、移动设备和视频服务器。控制器通过边缘设备CPU负载模型计算出边缘设备的CPU负载以及移动设备的接入点边缘设备，通过下发流表项到边缘设备控制视频流量的流转。边缘设备是承载网络功能的载体，运行对视频流量进行检查的网络功能实例，并缓存视频块。移动设备运行视频客户端，能够观看视频，并周期性上传位置、通信半径信息给控制器。视频服务器将视频切分为若干个固定大小的视频块，由控制器的缓存策略将这些视频块缓存在边缘设备上。本发明可以在对视频流量进行检查的同时，缓解边缘环境下设备的CPU过载现象，并尽可能地满足用户观看视频的时延要求。
-
公开(公告)号：CN112506673B
公开(公告)日：2021-06-08
申请号：CN202110153068.3
申请日：2021-02-04
申请人： 国网江苏省电力有限公司信息通信分公司 , 国电南瑞科技股份有限公司
摘要： 本发明公开了一种面向智能边缘计算的协同模型训练任务配置方法，该方法用于边缘计算节点且包括一或多个训练时隙，每一训练时隙包括如下步骤：向一或多个移动设备发送模型训练请求；接收来自一或多个移动设备汇报的当前时隙的可用状态和用户数据规模；基于先前得到的任务配置结果和各移动设备的当前可用状态，确定参与训练的移动设备和交互模型训练所需的训练小轮数目；与参与训练的移动设备进行交互模型训练直至达到确定的训练小轮数目，根据训练效果和各移动设备汇报的用户数据规模，构建以最小化边缘训练资源的使用为目标的优化问题并求解，得到新的任务配置结果。本发明训练资源消耗对比其他方法要少得多，且精度相差不大。
-
公开(公告)号：CN111782354A
公开(公告)日：2020-10-16
申请号：CN202010471690.4
申请日：2020-05-29
申请人： 国网江苏省电力有限公司信息通信分公司 , 国电南瑞科技股份有限公司
摘要： 本发明公开了一种基于强化学习的集中式数据处理时间优化方法，包括如下步骤：用户输入需要执行的数据处理任务的运算图，SDN控制器提供当前的网络资源图；将获得的运算图和网络资源图发送给强化学习调度器，请求强化学习调度器执行调度操作；强化学习调度器接收到运算图和网络资源图后，循环执行强化学习调度操作，生成最终的部署图；控制器根据部署图，控制网络中各个设备执行数据处理任务；当任务执行完成后，收集任务的执行时间返回给时间估计器；时间估计器根据真实的执行时间，训练自身的估计函数，本发明方法实现整个网络中从数据中心到边缘设备资源的集中调度，提供优化数据处理任务的处理时间服务。
-
-
-
-
-
-
-
-
-
搜索结果
120 条记录 (耗时 0.134 秒)
