公开(公告)号：CN115242650B

公开(公告)日：2024-08-23

申请号：CN202210929703.7

申请日：2022-08-03

申请人： 派欧云计算(上海)有限公司

发明人： 李星星 ,  李沅泽 ,  黄少远 ,  王晓飞

IPC分类号： H04L41/0896 ,  H04L41/0826

摘要： 本发明提供了一种降低网络成本的带宽分配方法及系统，其中方法步骤包括：S100为用户节点#imgabs0#与边缘服务器节点#imgabs1#之间构建有向边；建立有向边#imgabs2#、#imgabs3#；为所有有向边赋予权重及流量，以构成当前时刻下的网络带宽分配拓扑模型#imgabs4#；S200计算#imgabs5#的带宽总额排序以赋予权重#imgabs6#，计算每个#imgabs7#选出带宽总额最大的某段时刻#imgabs8#，并设定#imgabs9#处于#imgabs10#时，打上第一标记；步骤S300将模型G中的#imgabs11#的容量设置为当前时刻#imgabs12#的带宽需求，当判断#imgabs13#未标有第一标记时，将#imgabs14#的权重设置为#imgabs15#，更新模型G;S400计算残差值，搜索连通路径，更新模型G的有向边的属性，并搜索连通路径，直至模型G中不存在连通路径后，将#imgabs16#与所有#imgabs17#之间的#imgabs18#的流量值与#imgabs19#的流量值相减，获得#imgabs20#向#imgabs21#卸载带宽需求的调度结果。

公开(公告)号：CN117221124A

公开(公告)日：2023-12-12

申请号：CN202311199382.0

申请日：2023-09-18

申请人： 派欧云计算(上海)有限公司

发明人： 王闻宇 ,  黄少远 ,  王晓飞

IPC分类号： H04L41/0896 ,  H04L47/762

摘要： 本发明公开了一种面向资源利用率最大化的直播请求调度方法及装置，包括：收集历史负载数据和直播请求数据，确定最优资源利用率区间；利用有监督的聚类方法构建聚类模型，基于聚类模型确认每个直播请求的所属聚类；基于XGBoost方法构建请求调度效果预测模型；基于边缘云平台资源利用率最大化和最优资源利用率区间构建优化目标函数；更新优化目标函数；收集实时直播请求，利用聚类模型获取实时直播请求所对应的聚类，利用请求调度效果预测模型预测实时直播请求调度时边缘服务器的收益，利用分支定界算法对更新后的优化目标函数进行求解得到请求服务策略，基于请求服务策略求解请求调度策略。本发明实现了全局资源利用率最优化。

公开(公告)号：CN116225710A

公开(公告)日：2023-06-06

申请号：CN202310229665.9

申请日：2023-03-10

申请人： 派欧云计算(上海)有限公司

发明人： 李星星 ,  黄少远 ,  王晓飞

IPC分类号： G06F9/50 ,  G06F18/23 ,  G06F18/214 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及边缘云设备技术领域，提供了一种边缘云设备负载波形预测方法，包括以下步骤：S1：搭建负载波形预测模型中输入的信息池；S2：以包括编码器输入、解码器输入和所述信息池输入作为所述负载波形预测模型的输入，预测的工作负载作为在所述负载波形预测模型结束时的输出，搭建端到端框架的所述负载波形预测模型；S3：对所述负载波形预测模型进行端到端训练。上述技术方案，实现对应用程序负载变化的精确感知和预测，通过主动预测这些性能指标，可以主动而有效地执行边缘云上的应用程序部署和补救任务。

公开(公告)号：CN116016224B

公开(公告)日：2024-08-16

申请号：CN202211630466.0

申请日：2022-12-19

申请人： 派欧云计算(上海)有限公司

发明人： 谭昌炼 ,  李星星 ,  张青青 ,  王晓飞 ,  黄少远 ,  王峥

IPC分类号： H04L41/16 ,  G06N3/044 ,  G06N3/0455 ,  G06N3/08 ,  H04L41/147 ,  H04L41/14

摘要： 本发明具体公开一种基于折损率预测的边缘云资源动态调度方法，包括：步骤1：获取边缘云的特征数据并进行预处理以获取节点邻接矩阵、节点特征和任务特征；步骤2：基于所述节点邻接矩阵通过预先构建的DCRNN模型进行处理以获取各节点图嵌入；步骤3：基于所述各节点图嵌入、节点特征、任务特征通过预先构建的HM‑RNN模型进行自动分层以获取各节点日周月层级表示；步骤4：基于所述各节点日周月层级表示进行编解码以获取各节点日周月95带宽流量预测和各节点日周月折损率预测；步骤5：基于所述各节点日周月层级表示、各节点日周月95带宽流量预测和各节点日周月折损率预测通过预设算法做出调度决策。能够优化边缘云调度资源的毛利和优化边缘云资源的调度。

公开(公告)号：CN116643949A

公开(公告)日：2023-08-25

申请号：CN202310737492.1

申请日：2023-06-20

申请人： 派欧云计算(上海)有限公司

发明人： 刘峰 ,  王峥 ,  黄少远 ,  王晓飞

IPC分类号： G06F11/30 ,  G06F9/50 ,  G06F18/2135 ,  G06F18/23 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/08

摘要： 本发明公开了一种基于VaDE聚类的多模型边缘云负载预测方法及装置，包括：采集边缘云服务器的设备状态数据和资源监控数据，数据向量化，基于PCA和全连接神经网络获取第一嵌入特征；利用STL算法提取周期特征；将向量化后的资源监控数据、周期特征和负载数据进行组合得到第一组合特征向量，利用VaDE模型对第一组合特征向量进行分类；利用位置编码对第一组合特征向量进行更新，将分类结果、更新后的第一组合特征向量和第一嵌入特征输入Transformer模型训练得到每个分类类别的负载预测模型；实时采集数据，确认新负载数据的分类类别，利用对应类别的负载预测模型进行负载预测。本发明提高了预测的效率和准确度。