基于纠错码的自适应丢包恢复方法、计算设备及存储介质

    公开(公告)号:CN110855400A

    公开(公告)日:2020-02-28

    申请号:CN201911201926.6

    申请日:2019-11-29

    Abstract: 本发明公开了基于纠错码的自适应丢包恢复方法、计算设备及存储介质,该方法包括如下步骤:A.构建数据传输的网络环境模型;所述网络环境模型包括网络模型、网络中的数据传输模型和传输时延模型,所述网络模型还包括接收端成功解析数据的概率;B.结合网络传输过程中的丢包恢复问题的目标函数及约束条件,通过基于里德-所罗门编码的启发式算法实时自适应调整数据传输的冗余率,以使接收端的数据传输时延最小;C.根据数据流的反馈数据包,采用网络状况探测算法对网络状况进行估计,以根据端到端之间的反馈信息对网络的状况进行快速探测。本发明可在网络环境发生变化时,快速准确的调整数据传输的冗余率,从而对数据传输的时延进行有效的降低。

    一种基于Markov算法的面向NUMA架构的虚拟网络功能部署方法

    公开(公告)号:CN109547241A

    公开(公告)日:2019-03-29

    申请号:CN201811354532.X

    申请日:2018-11-14

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于Markov算法的面向NUMA架构的虚拟网络功能部署方法,主要包括以下步骤:(1)根据用户的服务请求,组成服务功能链,服务功能链由多个虚拟网络功能组成,为用户提供所需要的服务;(2)获取NUMA系统的节点部署情况、每个NUMA节点的剩余计算资源和NUMA节点之间的带宽资源,并根据NUMA系统的节点部署情况和重用机制,确定服务功能链中的虚拟网络功能可重用情况;(3)以一条服务功能链的服务延迟取最小值为优化目标建立目标规划问题,并获得该问题的一个可行解;(4)利用Markov算法获得该问题的一个优化的部署方案。实验结果表明,服务功能链通过本发明所提出的算法部署,可以取得比现有算法更优的服务延迟。

    一种基于Powercast模型的WSNs充电方法

    公开(公告)号:CN108649286A

    公开(公告)日:2018-10-12

    申请号:CN201810415022.2

    申请日:2018-05-03

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于Powercast模型的WSNs充电方法,包括以下步骤:基于传感器节点的再充电周期属性,采用聚类算法将所有传感器节点划分为若干个簇;基于节点构建完全无向图,采用近似算法寻找哈密顿回路,当簇内某个节点快要失效时,移动电源就沿着该簇的哈密顿回路给簇中所有节点充电,以此将二维场景转化为一维流形场景;在一维流形场景下,移动电源分组进行沿着哈密顿回路充电,具体包括:基于搜索半径定义移动电源最合适的覆盖范围;在每个小组中,使用RIA算法解决最小圆覆盖问题,并基于REUE指标确定移动电源在每个分组的充电时间。利用本发明的方法,在Powercast充电模型下,移动电源可以确保WSNs节点都不失效的同时,最小化充电过程中的能量消耗。

    一种轻量级网络功能虚拟化系统及其虚拟化方法

    公开(公告)号:CN106953770A

    公开(公告)日:2017-07-14

    申请号:CN201710257248.X

    申请日:2017-04-19

    Applicant: 南京大学

    Abstract: 本发明公开了一套通用的轻量级的网络功能虚拟化系统以及相应的虚拟化方法,以目前数据中心中流行的虚拟交换机管道技术为基础,为目前大多数的虚拟化网络功能VNF提供了简便通用的应用程序接口API,VNF采用轻量级远程调用协议JSONRPC调用应用程序接口API,能够实现对本地软件定义网络SDN流表的直接控制,从而能够进一步向其写入VNF的部分功能,最终实现了VNF部分功能本地完成。利用本发明虚拟化系统和虚拟化方法实现网络功能虚拟化,避免将网络流量全部导入远程的VNF处理,减轻了VNF负载;同时,部分流量不再导入远程VNF,减缓了网络的负载,同时缩短了通讯时延。

    基于动态调频的数据中心能耗管理方法及系统

    公开(公告)号:CN104808770B

    公开(公告)日:2017-04-12

    申请号:CN201510198657.8

    申请日:2015-04-23

    Applicant: 南京大学

    CPC classification number: Y02D10/22 Y02D10/24 Y02D10/36

    Abstract: 本发明公开了基于动态调频的数据中心能耗管理方法和系统,包括单个服务器的调频节能和服务器间能量感知的任务调度。单个服务器的调频节能包括将任务数目不变的时间段视作调频单元,根据能耗模型和任务信息估算每一单元内消耗的能量,利用启发式算法选择使所有单元能耗之和最小的调频方式来调整处理器频率;服务器间能量感知的任务调度包括当任务到达时根据各服务器状态和任务信息选出候选服务器,各服务器根据任务信息利用单个服务器上的调频节能方法估算能耗变化,控制器选择能耗变化最小的服务器分配新任务,被选择的服务器利用单个服务器上的调频节能方法调节频率运行新任务。本发明通过频率调节及任务分配,降低数据中心中服务器的能耗,起到节能减排的效果。

    基于动态温度预测模型的数据中心任务调度方法

    公开(公告)号:CN104317654A

    公开(公告)日:2015-01-28

    申请号:CN201410527038.4

    申请日:2014-10-09

    CPC classification number: Y02D10/22 Y02D10/36

    Abstract: 本发明公开了一种基于动态温度预测模型的数据中心任务调度方法。该方法首先将温度预测模型参数初始化;获取实际计算节点入口温度和CPU使用率等信息;通过更新算法对温度预测模型的参数进行更新;对到来的一批任务进行调度。本发明克服目前静态温度预测模型应用在任务调度方法上的缺点和不足,适用于计算密集型数据中心的在线任务调度。该发明通过在任务调度时考虑温度和气流的因素,并根据温度传感器的反馈信息动态调整温度预测模型参数,使得所有计算节点的最高入口温度尽可能低,最终提高冷却系统的冷却效率,达到大大节能的目的。

    一种面向智能家庭环境的情景感知的服务应用层系统

    公开(公告)号:CN101222394B

    公开(公告)日:2010-06-02

    申请号:CN200710190936.5

    申请日:2007-12-03

    Applicant: 南京大学

    Abstract: 本发明公开了一种面向智能家庭环境的情景感知的服务应用层系统,其使用传感器采集环境信息,采用Agent技术来管理计算机节点本身的控制信息,控制信息与环境信息组成情景信息,并定期地向智能调度服务器汇总。智能调度服务器借助本体技术对汇总的情景信息进行建模。当用户请求到达时,智能调度服务器根据情景信息模型进行推理,选择并调度最好的Agent集合。系统使用Web Services技术,提供一个统一的、开放的、可扩展性良好的服务发布和调用接口,任何按照Web Services标准实现的服务,都可以无缝地集成到系统中来,以扩展系统的功能,使其在具有情景感知能力的同时,具有良好的开放性、可扩展性和效率。

    一种面向智能家庭环境的情景感知的服务应用层系统

    公开(公告)号:CN101222394A

    公开(公告)日:2008-07-16

    申请号:CN200710190936.5

    申请日:2007-12-03

    Applicant: 南京大学

    Abstract: 本发明公开了一种面向智能家庭环境的情景感知的服务应用层系统,其使用传感器采集环境信息,采用Agent技术来管理计算机节点本身的控制信息,控制信息与环境信息组成情景信息,并定期地向智能调度服务器汇总。智能调度服务器借助本体技术对汇总的情景信息进行建模。当用户请求到达时,智能调度服务器根据情景信息模型进行推理,选择并调度最好的Agent集合。系统使用Web Services技术,提供一个统一的、开放的、可扩展性良好的服务发布和调用接口,任何按照Web Services标准实现的服务,都可以无缝地集成到系统中来,以扩展系统的功能,使其在具有情景感知能力的同时,具有良好的开放性、可扩展性和效率。

    边缘推断应用干扰感知的GPU资源配置方法、装置和系统

    公开(公告)号:CN118524411A

    公开(公告)日:2024-08-20

    申请号:CN202410592082.7

    申请日:2024-05-14

    Applicant: 南京大学

    Inventor: 钱柱中 张雨寒

    Abstract: 本项发明揭示了一种边缘推断应用干扰感知的GPU资源配置方法、装置和系统。该方法针对不同版本推断模型在单边缘节点上的吞吐量以及多版本推断模型并发运行的干扰进行建模,并通过Lyapunov将长期的队列平均优化问题转化成单时隙的多目标优化问题,并采取马尔可夫近似不断局部迭代找到最优解,确定当前时隙下边缘节点多版本推断模型在单边缘GPU上的资源配置决策。此方法依据实时监测的网络带宽、节点内推断请求的积累及前一时隙模型部署的效果,综合考虑推断请求的队列积累以及放置推断模型的平均精度,持续优化边缘节点的模型分配和资源利用,可在不确定的推断请求量出现之前,实现边缘节点上多个版本推断模型的GPU资源配置调整。

    边端协同的并发实时流式数据分析任务处理方法及设备

    公开(公告)号:CN113296946B

    公开(公告)日:2023-11-17

    申请号:CN202110563103.9

    申请日:2021-05-24

    Applicant: 南京大学

    Abstract: 本发明公开了一种边端协同的并发实时流式数据分析任务处理方法及设备。所述方法包括以下步骤:基于帕累托最优对服务器站点上运行的实时流式数据分析任务的配置进行初步筛选,确定实时流式数据分析任务的可选配置集合;根据实时流式数据分析任务的可选配置集合,基于服务器站点执行任务的总效用值最大化的原则为该站点上执行的所有实时流式数据分析任务选择侧写策略和执行策略;根据确定的侧写策略以及执行策略执行实时流式数据分析任务。该方法通过在服务器站点分配较少资源用于实时流式数据分析任务各个配置的侧写过程,将节省下来的资源用于任务的执行过程,实现在较小的影响当前周期内的执行准确率的情况下,实现长期的准确率方面的优化。

Patent Agency Ranking