CN103473630B - 一种信息栅格系统中的业务资源管理方法 - Google Patents
一种信息栅格系统中的业务资源管理方法 Download PDFInfo
- Publication number
- CN103473630B CN103473630B CN201310373282.5A CN201310373282A CN103473630B CN 103473630 B CN103473630 B CN 103473630B CN 201310373282 A CN201310373282 A CN 201310373282A CN 103473630 B CN103473630 B CN 103473630B
- Authority
- CN
- China
- Prior art keywords
- information
- aggregated flow
- service
- flow
- service resources
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种通过采用业务资源控制，对信息栅格系统中的业务资源进行管理优化处理；提供一种基于模糊控制方法和资源优化管理相结合的控制策略，该方法通过采用控制决策部分同业务资源优化调节部分相结合对业务资源优化匹配和聚合进行控制、聚合流特征提取以及判断业务状态和需求变化，提高信息栅格系统中的业务资源优化调度和管理能力。本发明的显著效果是：提出了一种满足信息栅格系统中信息传输和服务质量要求业务调度方法，从而提高信息栅格系统中的业务资源优化调度和管理能力。
Description
技术领域
本发明涉及通信技术领域和模糊控制领域，特别是涉及信息栅格和业务资源调度机制。
背景技术
信息栅格以栅格技术为基础，把分布于不同地理位置的计算机、数据库、存储器和软件等资源连成整体，提供一体化信息服务，它是栅格技术的具体应用。信息栅格利用栅格技术实现信息的共享、管理和提供信息服务的系统，主要解决的是广域、异构信息的共享、互连和互操作问题，达到消除信息孤岛现象，以满足各个组织信息共享需求的目标。
信息栅格是一个信息环境，它提供通信、信息处理、信息存储和增值服务，以便用户能发现信息、处理信息和交换信息，其研究的核心问题是信息共享的新思路和共性技术。信息栅格能够提供资源共享、消除信息孤岛、实现应用程序的互连互通,其具有协同工作的特点，很多栅格结点可以共同处理一个项目,如图1所示。
信息栅格系统具备更灵活的网络应用能力和更强的智能处理能力，并能更好地满足网络的负载均衡，达到合理利用网络资源，降低网络拥塞，提高用户业务服务质量的目的。由于信息栅格系统业务具有多样性和多媒体特征，呈现智能化和个性化要求越来越高等特点。这些都对网络的服务质量(QoS)提出了更高的要求，即对带宽、延迟、抖动以及分组丢失率等网络参数的要求越来越高。
综上所述：有必要采用高效的策略对信息栅格中的业务资源进行高效调度和管理。
发明内容
本发明所要解决的技术问题是：提高和改善信息栅格系统中的业务资源管理优化能力。
本发明为解决上述技术问题所采用的技术方案为：通过采用业务资源控制，对信息栅格系统中的业务资源进行管理优化处理；提供一种基于模糊控制方法和资源优化管理相结合的控制策略，该方法通过采用控制决策部分同业务资源优化调节部分相结合对业务资源优化匹配和聚合进行控制、聚合流特征提取以及判断业务状态和需求变化，提高信息栅格系统中的业务资源优化调度和管理能力；其特征在于：通过采用控制决策和业务资源优化调节相结合实现信息栅格系统中的业务资源的高效传输和管理，包括以下步骤：
A、对信息栅格系统的业务资源优化管理由两个功能部分完成，分别是控制决策部分和业务资源优化调节部分；控制决策部分包括业务资源池、资源观测器、知识库和经验库、缓存、控制决策单元、模糊控制器和模糊规则库，业务资源优化调节部分包括业务状态和需求信息观测单元、业务资源匹配和聚合单元、业务资源特征提取单元、聚合流特征提取处理、业务统计特性分析单元；
B、对信息栅格系统中的业务资源进行最优匹配和聚合，并对聚合流进行优化调度；
C、进行业务特征提取和和业务统计特性分析，并判断业务状态和需求是否改变。
所述步骤A中，资源观测器从业务资源池获取当前的业务资源状态信息，并将业务资源状态信息、知识库和经验库中的信息定时被传送至缓存单元，并使用从缓存单元中得到的信息对控制行为判决单元进行触发，使其对业务进行最优匹配和聚合进行控制,若需采取控制行为,则触发模糊控制器对业务资源进行最优匹配和聚合,模糊控制器采用的模糊控制规则由模糊逻辑规则库提供，其中知识库和经验库包含具有一定相关度的连续业务和随机突发业务的统计特性以及业务状态和需求变化信息，并不断更新上述信息，如图2所示。
所述步骤B中，首先进行业务资源最优匹配和聚合，其在业务资源池将业务信息流量分成节点级流量、骨干链路流量、边缘或接入网络流量以及专用控制信息流量，每一种流量分别通过聚合流hash表，并进行各个类别内部的流量叠加，并创建相应的聚合流，然后将各类别相应的聚合流进行叠加，输出具有高低粒度的混合聚合流，其中模糊控制器的输出变量作为聚合流Hash表的具有d个相同平均到达速率业务的散列地址，其中d≥1，如图3所示。
所述步骤B中，进行聚合流资源优化调度，在条件
和ωmax≥ωjn,j＝1,2,......,n,
i＝1，2，......，m，j，k＝1，2，......，n下，使i＝1,2,......,m,j＝1,2,......,n和最优，可采用以下方法：(1)记录任意两个聚合流之间相关时间序列，获取这两个聚合流的初始时间序列，其中k为使得总体完成时间最小的聚合流数目，信息栅格系统中传输的聚合流总数为n，在每个节点的聚合流入口处建立业务调度表，从业务调度表中任意选择使得信息栅格系统的业务处理完成时间的两聚合流，将此时间作为当前局部最小时间值，并记录；(2)通过使用子步骤(1)的方法不断计算剩余聚合流中任意两个聚合流的处理完成时间，并从中选取选择总体完成时间局部最小的时间值作为局部最优解，并记录使得总体完成时间最小的聚合流数目k；如果则能够获得最优参数ωji，则停止计算，其中为取整数部分，为取和n-1之间的最大值，反之，则继续逐渐增加第k+1个聚合流，重复执行子步骤(2)，并获取使得
i＝1,2,......,m,j＝1,2,......,n和最优的处理器数量、存储资源，以及传输链路集合，将此信息用于模糊逻辑规则库信息的更新和修改，其中j为信息栅格系统分配的聚合流序号,i为节点序号,pij为节点i对聚合流j的服务时间,sjik为节点i对聚合流j服务与节点i对聚合流k服务的时间间隔,a为节点i对聚合流j服务的服务时间的权重值，β为所有聚合流被服务完毕所需的时间,ωji为节点i对聚合流j服务的所需时间,Yjik为通过在节点i中设置的业务使用判决单元获得的决策系数，
S为业务流i与业务流j的相关决策系数，ωj-1,i为节点i对聚合流j-1服务的所需时间，上述时间或时间间隔值可通过位于信息栅格系统节点内部的服务时间计时器完成，ωmax为节点对聚合流服务的所需时间最大值，ωki为节点i对聚合流k服务的所需时间；若遍历所有的聚合流仍不能获得最优参数ωji，则直接进行业务状态和需求信息变化的判断，并重复前述步骤直至获得最优参数ωji，若能获得最优参数ωji，则执行业务的统计特性分析。
所述步骤C中，使用业务资源特征提取单元进行业务特征提取，业务资源特征提取单元包括监测流量大小子模块、监测流量特征分布子模块、异常模式库子模块、模式提取判决子模块组成；首先监测聚合流的流量大小和流量特征分布，然后与获得最优参数的聚合流特征进行比较，然后判断是否进行模式提取，若该聚合流与获得最优参数的聚合流特征一致，则允许输出，若该聚合流与获得最优参数的聚合流特征不一致，则该聚合流返回至业务资源池，并将特征比较信息送至异常信息库，并用异常信息库更新知识库和经验库，如图4所示。
所述步骤C中，首先执行聚合流的统计特性分析，获取具有一定相关度的连续和随机突发聚合流的统计特性，其主要指标包括局部和全局时间范围内各聚合流流量的均值和方差及其与时间之间的关系，以及各聚合流之间的协方差系数，并将获得的聚合流的统计特性分析结果放入知识库和经验库中；然后判断信息栅格系统的业务状态和需求信息是否改变，若信息栅格系统的业务状态和需求信息没有改变，则将业务统计信息发送至知识库和经验库，若信息栅格系统的业务状态和需求信息改变，则直接返回进行业务资源最优匹配和聚合。
本发明的有益效果为：提出了一种基于控制决策部分同业务资源优化调节部分相结合的方法，该方法通过对业务进行匹配聚合、业务资源优化调度以及聚合流特征提取等部分实现对信息栅格的业务高效管理。
附图说明
图1为信息栅格系统示意图
图2为信息栅格系统业务优化调度和管理流程示意图
图3为业务资源聚合功能实现示意图
图4为聚合流特征提取功能示意图
具体实施方式
下面根据附图和实施例对本发明作进一步详细说明:
本发明的基本思路如下：通过采用控制决策部分同业务资源优化调节部分相结合对业务资源优化匹配和聚合进行控制、聚合流特征提取以及判断业务状态和需求变化，提高信息栅格系统中的业务资源优化调度和管理能力。
1.对信息栅格系统的业务资源优化管理由两个功能部分完成，分别是控制决策部分和业务资源优化调节部分；控制决策部分包括业务资源池、资源观测器、知识库和经验库、缓存、控制决策单元、模糊控制器和模糊规则库，业务资源优化调节部分包括业务状态和需求信息观测单元、业务资源匹配和聚合单元、业务资源特征提取单元、聚合流特征提取处理、业务统计特性分析单元。
2.资源观测器从业务资源池获取当前的业务资源状态信息，并将业务资源状态信息、知识库和经验库中的信息定时被传送至缓存单元，并使用从缓存单元中得到的信息对控制行为判决单元进行触发，使其对业务进行最优匹配和聚合进行控制,若需采取控制行为,则触发模糊控制器对业务资源进行最优匹配和聚合,模糊控制器采用的模糊控制规则由模糊逻辑规则库提供，其中知识库和经验库包含具有一定相关度的连续业务和随机突发业务的统计特性以及业务状态和需求变化信息，并不断更新上述信息，如图2所示。
3.对信息栅格系统中的业务资源进行最优匹配和聚合，并对聚合流资源进行优化调度。首先进行业务资源最优匹配和聚合，其在业务资源池将业务信息流量分成节点级流量、骨干链路流量、边缘或接入网络流量以及专用控制信息流量，每一种流量分别通过聚合流hash表，并进行各个类别内部的流量叠加，并创建相应的聚合流，然后将各类别相应的聚合流进行叠加，输出具有高低粒度的混合聚合流，其中模糊控制器用于Hash表的内容调整，如图3所示。
4.进行聚合流资源优化调度，进行聚合流资源优化调度，在条件
和ωmax≥ωjn,j＝1,2,......,n,
i＝1，2，......，m，j，k＝1，2，......，n下，使i＝1,2,......,m,j＝1,2,......,n和最优，可采用以下方法：(1)记录任意两个聚合流之间相关时间序列，获取这两个聚合流的初始时间序列，其中k为使得总体完成时间最小的聚合流数目，信息栅格系统中传输的聚合流总数为n，在每个节点的聚合流入口处建立业务调度表，从业务调度表中任意选择使得信息栅格系统的业务处理完成时间的两聚合流，将此时间作为当前局部最小时间值，并记录；(2)通过使用子步骤(1)的方法不断计算剩余聚合流中任意两个聚合流的处理完成时间，并从中选取选择总体完成时间局部最小的时间值作为局部最优解，并记录使得总体完成时间最小的聚合流数目k；如果则能够获得最优参数ωji，则停止计算，其中为取整数部分，为取和n-1之间的最大值，反之，则继续逐渐增加第k+1个聚合流，重复执行子步骤(2)，并获取使得
i＝1,2,......,m,j＝1,2,......,n和最优的处理器数量、存储资源，以及传输链路集合，将此信息用于模糊逻辑规则库信息的更新和修改，其中j为信息栅格系统分配的聚合流序号,i为节点序号,pij为节点i对聚合流j的服务时间,sjik为节点i对聚合流j服务与节点i对聚合流k服务的时间间隔,a为节点i对聚合流j服务的服务时间的权重值，β为所有聚合流被服务完毕所需的时间,ωji为节点i对聚合流j服务的所需时间,Yjik为通过在节点i中设置的业务使用判决单元获得的决策系数，
S为业务流i与业务流j的相关决策系数，ωj-1,i为节点i对聚合流j-1服务的所需时间，上述时间或时间间隔值可通过位于信息栅格系统节点内部的服务时间计时器完成，ωmax为节点对聚合流服务的所需时间最大值，ωki为节点i对聚合流k服务的所需时间；若遍历所有的聚合流仍不能获得最优参数ωji，则直接进行业务状态和需求信息变化的判断，并重复前述步骤直至获得最优参数ωji，若能获得最优参数ωji，则执行业务的统计特性分析。
5.使用业务资源特征提取单元进行业务特征提取，业务资源特征提取单元包括监测流量大小子模块、监测流量特征分布子模块、异常模式库子模块、模式提取判决子模块组成；首先监测聚合流的流量大小和流量特征分布，然后与获得最优参数的聚合流特征进行比较，然后判断是否进行模式提取，若该聚合流与获得最优参数的聚合流特征一致，则允许输出，若该聚合流与获得最优参数的聚合流特征不一致，则该聚合流返回至业务资源池，并将特征比较信息送至异常信息库，并用异常信息库更新知识库和经验库，如图4所示。
6.进行业务特征提取和和业务统计特性分析，并判断业务状态和需求是否改变。首先执行聚合流的统计特性分析，获取具有一定相关度的连续和随机突发聚合流的统计特性，其主要指标包括局部和全局时间范围内各聚合流流量的均值和方差及其与时间之间的关系，以及各聚合流之间的协方差系数，并将获得的聚合流的统计特性分析结果放入知识库和经验库中；然后判断信息栅格系统的业务状态和需求信息是否改变，若信息栅格系统的业务状态和需求信息没有改变，则将业务统计信息发送至知识库和经验库，若信息栅格系统的业务状态和需求信息改变，则直接返回进行业务资源最优匹配和聚合。
本发明提出了一种基于控制决策部分同业务资源优化调节部分相结合的方法，该方法通过对业务进行匹配聚合、业务资源优化调度以及聚合流特征提取等部分实现对信息栅格的业务高效管理。
Claims (1)
1.一种信息栅格系统中的业务资源管理方法，采用控制决策和业务资源优化调节相结合对业务资源的优化匹配和聚合进行控制，实现信息栅格系统中的业务资源的高效传输和管理，包括如下步骤：
A、对信息栅格系统的业务资源优化管理由两个功能部分完成，分别是控制决策部分和业务资源优化调节部分；控制决策部分包括业务资源池、资源观测器、知识库和经验库、缓存、控制决策单元、模糊控制器和模糊规则库，业务资源优化调节部分包括业务状态和需求信息观测单元、业务资源匹配和聚合单元、业务资源特征提取单元、聚合流特征提取处理、业务统计特性分析单元，具体为：资源观测器从业务资源池获取当前的业务资源状态信息，并将业务资源状态信息、知识库和经验库中的信息定时被传送至缓存单元，并使用从缓存单元中得到的信息对控制行为判决单元进行触发，使其对业务进行最优匹配和聚合进行控制,若需采取控制行为,则触发模糊控制器对业务资源进行最优匹配和聚合,模糊控制器采用的模糊控制规则由模糊逻辑规则库提供，其中知识库和经验库包含具有一定相关度的连续业务和随机突发业务的统计特性以及业务状态和需求变化信息，并不断更新上述信息；
B、对信息栅格系统中的业务资源进行最优匹配和聚合，并对聚合流进行优化调度，具体为：首先进行业务资源最优匹配和聚合，其在业务资源池将业务信息流量分成节点级流量、骨干链路流量、边缘或接入网络流量以及专用控制信息流量，每一种流量分别通过聚合流hash表，并进行各个类别内部的流量叠加，并创建相应的聚合流，然后将各类别相应的聚合流进行叠加，输出具有高低粒度的混合聚合流，其中模糊控制器的输出变量作为聚合流Hash表的具有d个相同平均到达速率业务的散列地址，其中d≥1；之后进行聚合流资源优化调度，在条件
和下，使和最优，可采用以下方法：(1)记录任意两个聚合流之间相关时间序列，获取这两个聚合流的初始时间序列，其中k为使得总体完成时间最小的聚合流数目，信息栅格系统中传输的聚合流总数为n，在每个节点的聚合流入口处建立业务调度表，从业务调度表中任意选择使得信息栅格系统的业务处理完成时间的两聚合流，将此时间作为当前局部最小时间值，并记录；(2)通过使用子步骤(1)的方法不断计算剩余聚合流中任意两个聚合流的处理完成时间，并从中选取选择总体完成时间局部最小的时间值作为局部最优解，并记录使得总体完成时间最小的聚合流数目k；如果则能够获得最优参数ωji，则停止计算，其中为取整数部分，为取和n-1之间的最大值，反之，则继续逐渐增加第k+1个聚合流，重复执行子步骤(2)，并获取使得和最优的处理器数量、存储资源，以及传输链路集合，将此信息用于模糊逻辑规则库信息的更新和修改，其中j为信息栅格系统分配的聚合流序号,i为节点序号,pij为节点i对聚合流j的服务时间,sjik为节点i对聚合流j服务与节点i对聚合流k服务的时间间隔,α为节点i对聚合流j服务的服务时间的权重值，β为所有聚合流被服务完毕所需的时间,ωji为节点i对聚合流j服务的所需时间,Yjik为通过在节点i中设置的业务使用判决单元获得的决策系数，
S为业务流i与业务流j的相关决策系数，ωj-1,i为节点i对聚合流j-1服务的所需时间，上述时间或时间间隔值可通过位于信息栅格系统节点内部的服务时间计时器完成，ωmax为节点对聚合流服务的所需时间最大值，ωki为节点i对聚合流k服务的所需时间；若遍历所有的聚合流仍不能获得最优参数ωji，则直接进行业务状态和需求信息变化的判断，并重复前述步骤直至获得最优参数ωji，若能获得最优参数ωji，则执行业务的统计特性分析；
C、进行业务特征提取和和业务统计特性分析，并判断业务状态和需求是否改变，具体为：(1)使用业务资源特征提取单元进行业务特征提取，业务资源特征提取单元包括监测流量大小子模块、监测流量特征分布子模块、异常模式库子模块、模式提取判决子模块组成；首先监测聚合流的流量大小和流量特征分布，然后与获得最优参数的聚合流特征进行比较，然后判断是否进行模式提取，若该聚合流与获得最优参数的聚合流特征一致，则允许输出，若该聚合流与获得最优参数的聚合流特征不一致，则该聚合流返回至业务资源池，并将特征比较信息送至异常信息库，并用异常信息库更新知识库和经验库；(2)执行聚合流的统计特性分析，获取具有一定相关度的连续和随机突发聚合流的统计特性，其主要指标包括局部和全局时间范围内各聚合流流量的均值和方差及其与时间之间的关系，以及各聚合流之间的协方差系数，并将获得的聚合流的统计特性分析结果放入知识库和经验库中；然后判断信息栅格系统的业务状态和需求信息是否改变，若信息栅格系统的业务状态和需求信息没有改变，则将业务统计信息发送至知识库和经验库，若信息栅格系统的业务状态和需求信息改变，则直接返回进行业务资源最优匹配和聚合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310373282.5A CN103473630B (zh) | 2013-08-26 | 2013-08-26 | 一种信息栅格系统中的业务资源管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310373282.5A CN103473630B (zh) | 2013-08-26 | 2013-08-26 | 一种信息栅格系统中的业务资源管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103473630A CN103473630A (zh) | 2013-12-25 |
| CN103473630B true CN103473630B (zh) | 2016-09-07 |
Family
ID=49798472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310373282.5A Expired - Fee Related CN103473630B (zh) | 2013-08-26 | 2013-08-26 | 一种信息栅格系统中的业务资源管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103473630B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017128043A1 (en) * | 2016-01-26 | 2017-08-03 | Microsoft Technology Licensing, Llc. | Alignment of objects to multi-layer grid layouts |
| CN109388424B (zh) * | 2017-08-02 | 2022-03-25 | 阿里巴巴集团控股有限公司 | 一种进行交互需求的方法和系统 |
| CN111399450A (zh) * | 2020-03-13 | 2020-07-10 | 黄东 | 一种云端制造信息平台 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9092335B2 (en) * | 2010-03-26 | 2015-07-28 | Red Hat, Inc. | Representing a tree structure on a flat structure |
| CN102158401B (zh) * | 2011-03-03 | 2013-08-21 | 江苏方天电力技术有限公司 | 基于电力自动化系统的流量监测系统 |
| CN102185726B (zh) * | 2011-06-03 | 2014-06-25 | 黄东 | 一种提高信息栅格系统中的业务资源管理能力的方法 |
-
2013
- 2013-08-26 CN CN201310373282.5A patent/CN103473630B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN103473630A (zh) | 2013-12-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105227481B (zh) | 基于路径开销和流调度代价最小化的sdn拥塞控制路由方法 | |
| CN104065509B (zh) | 一种降低管理负载开销的sdn多控制器部署方法 | |
| CN105656799A (zh) | 一种sdn网络下基于业务特征的调度方法 | |
| CN104219167B (zh) | 网络资源调度方法和服务器 | |
| CN104038392A (zh) | 一种云计算资源服务质量评估方法 | |
| CN103473630B (zh) | 一种信息栅格系统中的业务资源管理方法 | |
| CN107210607A (zh) | 用于提供能量服务的方法和系统 | |
| CN102185726B (zh) | 一种提高信息栅格系统中的业务资源管理能力的方法 | |
| CN107105043A (zh) | 一种基于软件定义网络的内容中心网络缓存方法 | |
| CN103744735B (zh) | 一种多核资源的调度方法及装置 | |
| CN106027288A (zh) | 一种配电线路信息监测业务通信流量预测方法 | |
| CN104219319A (zh) | 一种分布式网络流量自组织调度方法 | |
| CN108737268A (zh) | 软件定义工业物联网资源调度方法 | |
| CN107454009B (zh) | 面向数据中心的离线场景低带宽开销流量调度方案 | |
| CN104468390A (zh) | 软件定义网络中基于分布—集中式架构模型的多控制负载均衡的方法和系统 | |
| CN112162789A (zh) | 一种基于软件定义的边缘计算随机卸载决策方法及系统 | |
| Zheng et al. | Learning based task offloading in digital twin empowered internet of vehicles | |
| CN102186211B (zh) | 一种端到端多链路并行传输的负载分配方法 | |
| CN109862591A (zh) | 一种基于Qos空口切片的带宽借用与缓存共享方法 | |
| CN105847146A (zh) | 一种提高层次分布式sdn控制平面路由效率的机制 | |
| CN116627631A (zh) | 资源调度方法、系统、电子设备和存储介质 | |
| CN108322525A (zh) | 一种工业多核心网络构建方法 | |
| CN107835130A (zh) | 一种流量分配方法及装置 | |
| CN105335376B (zh) | 一种流处理方法、装置及系统 | |
| Yi et al. | Energy‐aware disaster backup among cloud datacenters using multiobjective reinforcement learning in software defined network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160907 Termination date: 20200826 |