-
公开(公告)号：CN120075026A
公开(公告)日：2025-05-30
申请号：CN202510184319.2
申请日：2025-02-19
Applicant: 浪潮云信息技术股份公司
IPC: H04L41/046 , H04L47/125 , H04L43/08
Abstract: 本发明公开了实现Kubernetes集群主节点高可用性的方法及系统，属于云原生技术领域，要解决的技术问题为：如何提高Kubernetes集群的高可用性、稳定性和可用性。包括：在Kubernetes集群中部署Nginx服务器作为反向代理；在Nginx服务器中编译集成自定义的健康检测模块，基于预定义的实例检测参数对后端kube‑apiserver实例进行健康检测；通过Nginx服务器监听到客户端请求后，根据当前所有后端kube‑apiserver实例的健康状态、基于负载均衡策略以及客户端请求转发规则将客户端请求代理到一个健康状态为正常的后端kube‑apiserber实例。
-
公开(公告)号：CN119496828A
公开(公告)日：2025-02-21
申请号：CN202411449264.5
申请日：2024-10-17
Applicant: 浪潮云信息技术股份公司
IPC: H04L67/5681 , H04L67/566 , H04L67/2895 , H04L67/1008 , H04L67/101 , H04L47/83 , H04L47/80 , G06F9/50 , G06F18/20 , G06F18/213
Abstract: 本发明提供一种基于大模型的Nginx服务器性能提升方法及装置、介质、设备，该方法包括：采集Nginx服务器在预设最近时间段内的运行相关数据；对所述运行相关数据进行预处理；从预处理后的运行相关数据中进行特征提取，从提取到的特征中进行特征选择，对选择出来的特征进行标准化转换，得到所述Nginx服务器的运行特征；将所述运行特征输入到预先训练得到的第一预测模型中，得到所述Nginx服务器在预设未来时间段内的预测流量需求和预测负载情况；根据所述预测流量需求，对流量分配策略进行优化；根据所述预测负载情况，对所述Nginx服务器的负载均衡策略进行优化以及对资源分配策略进行优化。本发明可以提高Nginx服务器的性能。
-
公开(公告)号：CN119109764A
公开(公告)日：2024-12-10
申请号：CN202411240085.0
申请日：2024-09-05
Applicant: 浪潮云信息技术股份公司
IPC: H04L41/0659 , H04L41/16
Abstract: 本发明涉及云计算技术领域，具体为一种应用于智慧交通系统的智能网络自愈方法及系统，包括以下步骤：数据采集，异常检测，故障诊断，自动修复，自学习优化；有益效果为：本发明提出的应用于智慧交通系统的智能网络自愈方法及系统，通过实时监控和快速的异常检测机制，系统能够立即识别网络中的异常行为，并迅速响应，大幅减少故障检测和响应的时间；利用先进的故障诊断算法，包括深度学习和模式识别技术，系统能够精确诊断各种复杂故障，包括未知或新型的故障模式。
-
公开(公告)号：CN119088641A
公开(公告)日：2024-12-06
申请号：CN202411195777.8
申请日：2024-08-29
Applicant: 浪潮云信息技术股份公司
IPC: G06F11/30 , G06F11/34 , G06N3/0499 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种基于大模型的主机负载预测方法及装置、介质、设备。该方法包括：获取在历史时间段内的主机历史负载数据；按照维度对所述主机历史负载数据进行拆解，得到M个单维时间序列；对所述多个单维时间序列均进行标准化处理；按照预设长度的窗口和窗口滑动步长，对标准化处理后的每一个单维时间序列进行分块处理，得到多个单维块序列；将每一个单维块序列映射到特征空间，得到预设尺寸的特征矩阵；将M个单维时间序列对应的各个单维块序列的特征矩阵均输入至预先训练得到的预测模型中，得到在预设未来时间段内所述主机在M个维度的预测负载。本发明可以改善现有技术在捕捉远距离时间依赖、处理高维数据和对抗噪声等方面方面存在不足。
-
公开(公告)号：CN119048056A
公开(公告)日：2024-11-29
申请号：CN202411118507.7
申请日：2024-08-15
Applicant: 浪潮云信息技术股份公司
IPC: G06Q10/20 , G06F11/22 , G06F11/26 , G06F18/2433 , G06F18/25 , G06F18/213
Abstract: 本发明提供一种基于大模型的云服务器运维方法及装置、介质、设备。该方法包括：采集在多个时间尺度下的云服务器性能数据；对每一个时间尺度下的云服务器性能数据进行归一化；将每一个时间尺度下归一化后的云服务器性能数据进行特征映射，得到该时间尺度下的云服务器性能特征；将各个时间尺度下的云服务器性能特征进行融合，得到云服务器性能融合数据；将云服务器性能融合数据输入至云服务器性能预测大模型中，得到在未来预设时间段内的云服务器性能预测数据；根据云服务器性能预测数据，判断在未来预设时间段内云服务器是否出现异常。本发明可以为运维人员提供实时准确的判断结果，有助于优化运维决策，提高整体运维效能。
-
Patent Agency Ranking
公开(公告)号：CN119027059A
公开(公告)日：2024-11-26
申请号：CN202411156196.3
申请日：2024-08-22
Applicant: 浪潮云信息技术股份公司
IPC: G06Q10/10 , G06V10/82 , G06F18/2135 , G06N3/0464 , G06N3/08 , G06Q50/02
Abstract: 本发明公开了基于大模型的农作物管理方法、设备及介质，属于大模型及AI技术领域，本发明要解决的技术问题为如何利用大模型提高农业生成效率和质量，同时提高农业生产的智能化、精准化及信息化程度，采用的技术方案为：病虫害监测与诊断：利用卷积神经网络图像识别技术，快速识别病虫害；产量预测：采用AI技术通过分析历史和实时数据预测作物产量，辅助种植决策，优化作物布局和收获时间；智能灌溉：通过决策树模型分析土壤和作物数据，实现水及肥料资源的精确应用；农作物生长监测：根据聚类分析和主成分分析对农作物生长数据进行分析，进而获取农作物生长变化趋势，对农作物生产情况进行预测；自动化作业。
-
公开(公告)号：CN118963670A
公开(公告)日：2024-11-15
申请号：CN202411082100.3
申请日：2024-08-08
Applicant: 浪潮云信息技术股份公司
IPC: G06F3/06 , G06F18/241 , G06N3/044 , G06N3/045
Abstract: 本发明提供一种基于循环神经网络的SSD缓存管理方法及装置、介质、设备。该方法包括：捕获I/O请求，根据I/O请求从固态硬盘中进行数据查询；若从固态硬盘中未查询到相应的数据，则从机械式硬盘中进行数据查询，将查询到的数据进行反馈；采用RNN负载分类模型识别出I/O请求对应的工作负载类型；采用工作负载类型对应的RNN决策模型决定是否将针对I/O请求从机械式硬盘中查找到的数据迁移到固态硬盘中以及确定固态硬盘中需要清理的冷数据的信息；若RNN决策模型的输出结果中包括将针对I/O请求从机械式硬盘中查找到的数据迁移到固态硬盘中，则进行相应操作；将对应的冷数据从固态硬盘中逐出去。本发明可以减少不必要的缓存替换，延长SSD的寿命。
-
公开(公告)号：CN118820855A
公开(公告)日：2024-10-22
申请号：CN202410955852.X
申请日：2024-07-17
Applicant: 浪潮云信息技术股份公司
IPC: G06F18/24 , G06Q10/0631 , G06F18/10 , G06F18/213 , G06F11/07 , G06Q10/20
Abstract: 本发明提供一种云平台的告警分类分级处理方法，属于云告警分级处理领域，本发明包括云计算服务的监控和告警，包括基础设施、平台、软件等服务，云资源的监控、性能管理、故障检测和告警响应，以及快速识别和响应云安全威胁，确保云服务的合规性和数据保护。能够通过分类和分级，快速定位和解决高优先级告警，减少故障响应时间，快速响应和解决关键问题，确保业务不受影响，及时发现和解决问题，减少问题带来的直接和间接损失，保障业务连续性，减少因故障导致的业务中断损失。
-
公开(公告)号：CN118796839A
公开(公告)日：2024-10-18
申请号：CN202411288714.7
申请日：2024-09-14
Applicant: 山东大学 , 浪潮云信息技术股份公司
IPC: G06F16/22 , G06F16/28 , G06F18/23213
Abstract: 本申请涉及存储技术领域，公开一种基于数据属性感知的键值数据库存储系统及数据管理方法，包括基于数据热度属性的写入和基于数据密度属性的合并两部分，基于数据热度属性的写入是指将键值对分为冷热两种属性，通过基于数据热度属性的写入策略实现冷热数据的分离存储；基于数据密度属性的合并是在合并操作提取SSTable中的键值对并形成排序好的键值对序列后，逐个取出键值对并计算每两个相邻键值对之间的二进制差值，若差值大于设定的阈值，则停止填充当前SSTable，创建新的SSTable。本发明通过分析数据热度和密度，将具有不同属性的数据分离到不同的数据分区中，从而减轻压缩过程中重复读写导致的I/O放大。
-
公开(公告)号：CN118780852A
公开(公告)日：2024-10-15
申请号：CN202410932080.8
申请日：2024-07-12
Applicant: 浪潮云信息技术股份公司
IPC: G06Q30/0202 , G06F18/243 , G06F18/25 , G06F16/35 , G06N3/045 , G06F40/126 , G06F40/151 , G06F18/27 , G06N20/20 , G06N5/01
Abstract: 本发明公开了一种融合画像和情感分析的客户流失预测方法及系统，属于人工智能及大数据分析技术领域，该方法的具体实现包括如下步骤：采集与客户流失相关的数据，包括属性、沟通记录；删除方差小的属性特征来提高预测准确度并降低计算量；对属性数据进行空缺值填补/归一化，对非结构化数据进行文本预处理操作；构建建逻辑回归模型，通过假设检验筛选显著属性形成画像特征；构建BERT模型进行文本向量化，通过分类器得到沟通的情感特征；将客户的画像特征和情感特征在通道维度上进行堆叠得到最终特征；构建随机森林模型输出客户的流失概率。本发明能够提高客户流失预测的准确性和可解释性，帮助企业识别并挽留存在流失风险的客户。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.056 seconds)
