CN104850576A - 一种基于海量视频的快速特征提取系统 - Google Patents
一种基于海量视频的快速特征提取系统 Download PDFInfo
- Publication number
- CN104850576A CN104850576A CN201510093111.6A CN201510093111A CN104850576A CN 104850576 A CN104850576 A CN 104850576A CN 201510093111 A CN201510093111 A CN 201510093111A CN 104850576 A CN104850576 A CN 104850576A
- Authority
- CN
- China
- Prior art keywords
- module
- task
- video
- massive
- data processing
- 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.)
- Granted
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明适用于视频监控技术领域,提供了一种基于海量视频的快速特征提取系统,包括:海量视频分析深度应用模块A、海量视频分析应用服务模块B、海量视频源模块C、视频大数据处理模块D和基础资源模块E。其中视频大数据处理模块D包括算法控制模块F、任务切分模块G、算法注入模块H、任务调度模块I和数据存储K。视频大数据处理模块D在接收作业任务后,根据视频源信息调用任务切分模块G对作业切分并封装成小任务;通过任务调度模块I将小任务下发到各个集群分析节点,分析节点通过算法控制模块F和算法注入模块H对视频切片进行分析;通过部署多个相对低性能服务器进行分布式处理,大大降低了成本和带宽要求。
Description
技术领域
本发明属于视频监控技术领域,涉及一种基于海量视频的快速特征提取系统。
背景技术
视频监控已经广泛应用于平安城市、智能交通等多个领域,视频监控市场每年都在增长,前端摄像头不断地铺设,产生的海量的视频数据存储在磁盘中。
当需要检索视频资源时,需要进行海量视频的快速特征提取,随着信息技术的发展,海量视频信息提取逐渐成为需求热点。现有技术中视频的特征提取大都采用单服务器进行处理,但是随着特征提取的视频数据量的增大,海量视频的快速特征提取对服务器性能、网络带宽要求高,而且分析速率也不尽人意。
发明内容
本发明实施例的目的在于提供一种基于海量视频的快速特征提取系统,以解决现有技术分析速率低、服务器成本高的问题。
本发明实施例是这样实现的,一种基于海量视频的快速特征提取系统,所述系统包括:海量视频分析深度应用模块A、海量视频分析应用服务模块B、海量视频源模块C、视频大数据处理模块D和基础资源模块E;
所述海量视频分析深层应用模块A向用户提供海量视频的快速特征提取服务,根据登录用户的权限信息,接收用户下发的作业任务;
所述海量视频分析应用服务模块B通过webservice向所述海量视频分析深层应用模块A提供服务接口,对所述系统各节点进行监控,将所述海量视频分析深层应用模块A下达的作业任务下发给所述视频大数据处理模块D;
所述海量视频源模块C向所述视频大数据处理模块D提供视频数据获取的接口;
所述视频大数据处理模块D包括算法控制模块F、任务切分模块G、算法注入模块H、任务调度模块I和数据存储K;
所述视频大数据处理模块D在接收所述作业任务后,根据视频源信息调用所述任务切分模块G对作业切分并封装成小任务;通过所述任务调度模块I将所述小任务下发到各个集群分析节点,所述分析节点通过所述算法控制模块F和所述算法注入模块H对视频切片进行分析;所述分析节点将处理结果汇聚到存储集群中的所述存储模块K中存储;所述存储集群为所述海量视频分析应用服务模块B提供分析结果的快速检索功能;
所述基础资源模块E包括IT基础资源,所述IT基础资源包括网络资源、节点物理机资源和存储设备。
本发明提供的一种基于海量视频的快速特征提取系统的第一优选实施例中,所述视频大数据处理模块D控制基础资源模块E进行作业任务处理;
任务管理节点L00收到任务以后,向各分析节点L1~Ln发送取任务的广播,各分析节点根据各自并发处理能力按需向所述管理节点请求任务,所述管理节点下发任务;
完成任务的所述分析节点,继续请求新的任务。
本发明提供的一种基于海量视频的快速特征提取系统的第二优选实施例中,所述任务切分模块G通过维护作业监控链表G1和待处理作业队列G2进行任务切分;
所述视频大数据处理模块D收到所述海量视频分析应用服务模块B下发的作业,发送到所述任务切分模块G的所述待处理作业队列G2队尾,所述任务切分模块G从所述待处理作业队列G2队头取出作业,根据作业信息向所述海量视频源模块C获取视频信息,并将作业插入所述作业监控链表G1;
收到视频信息以后,将所述作业从所述作业监控链表G1取出,对所述作业进行切分,封装成小任务,根据作业的用户级别插入到所述任务调度模块I进行处理。
本发明提供的一种基于海量视频的快速特征提取系统的第三优选实施例中,所述任务调度模块I通过维持优先级队列、任务监控链表和轮转调度模块I5进行任务调度;
所述优先级队列包括至少两个的不同优先级的队列,所述任务切分模块G对作业进行切分后,根据用户的优先权限将任务插入到对应的优先级队列中;
当收到各分析节点的任务请求,所述轮转调度模块I5依次从不同优先级的优先级队列中获取不同个数的任务,所述优先级队列的优先级越高,获取的任务的个数越多;周期轮转将任务下发个各个所述分析节点。
本发明提供的一种基于海量视频的快速特征提取系统的第四优选实施例中,所述系统基于HBase进行特征数据的存储和快速检索。
本发明实施例提供的一种基于海量视频的快速特征提取系统的优点包括:
1、本发明实施例提供的一种基于海量视频的快速特征提取系统,用户通过海量视频分析深度应用模块A进行视频的快速特征提取服务时,任务切分模块对服务作业的视频进行切分,根据用户选择的算法将任务下发到各个集群分析节点进行处理。针对出现的越来越大的视频数据量,单服务器进行视频的快速特征提取时对服务器性能、网络带宽要求高,分析速率不尽人意的情况,通过布置多个相对低性能服务器进行分布式处理进行解决。这大大降低了成本和带宽要求,实现了海量视频的快速分析、特征提取和快速检索功能,解决了分布式系统的负载均衡问题,并提高了算法分析和结果检索的效率;
2、任务处理时采用自适应负载均衡算法,任务分析节点完成任务后向管理节点请求新的任务,能者多劳,实现自适应负载均衡;
3、不同的用户设置不同的权限,任务调度模块I能够根据用户权限优先级进行任务处理的排序,同时用户还可以自己选择不同的任务算法;
4、基于HBase进行特征数据的存储和快速检索,可进行海量数据的实时读写,分布式存储,同时可通过简单的增加机器来提升系统的存储和运算能力。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于海量视频的快速特征提取系统的结构示意图;
图2是本发明实施例提供的自适应负载均衡算法示意图;
图3是本发明实施例提供的基于优先级的任务切分轮转调度算法流程图;
图中:
A—海量视频分析深度应用模块;B—海量视频分析应用服务模块;C—海量视频源模块;D-视频大数据处理模块;E-基础资源模块;F-算法控制模块;G-任务切分模块;H-算法注入模块;I-任务调度模块;J-数据挖掘模块;K-数据存储模块;L-IT基础资源模块;M-资源监控模块;G1—作业监控链表;G2—待处理作业队列;I1—优先级1队列;I2—优先级2队列;I3—优先级3队列;I4—任务监控链表;I5—轮转调度;L1—分析节点1;L2—分析节点1;L3—分析节点3;L4—分析节点4;Ln-分析节点n;L00-管理节点;L01-网络;L11-线程1;L12-线程2;L1n-线程n;Ln1-线程1;Ln2-线程2;Lnn-线程n。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
如图1所示为本发明提供的一种基于海量视频的快速特征提取系统的结构示意图,所述系统包括:海量视频分析深度应用模块A、海量视频分析应用服务模块B、海量视频源模块C、视频大数据处理模块D和基础资源模块E。
海量视频分析深层应用模块A向用户提供海量视频的快速特征提取服务,根据用户的登陆信息判断用户的权限后接收用户下发的作业任务。
海量视频分析应用服务模块B通过webservice向海量视频分析深层应用模块A提供服务接口,对系统各节点进行监控,将海量视频分析深层应用模块A下达的作业任务下发给视频大数据处理模块D。
海量视频源模块C向视频大数据处理模块D提供视频数据获取的接口。
视频大数据处理模块D包括算法控制模块F、任务切分模块G、算法注入模块H、任务调度模块I和数据存储K。
视频大数据处理模块D在接收作业任务后,根据视频源信息调用任务切分模块G对作业切分封装成小任务;然后通过任务调度模块I将小任务下发到各个集群分析节点,分析节点通过算法控制模块F和算法注入模块H对任务视频段进行分析;集群节点将处理结果汇聚到存储集群中的存储模块K中存储;存储集群对海量视频分析应用服务模块B提供分析结果的快速检索功能。
基础资源模块E包括IT基础资源,IT基础资源包括网络资源、多个节点物理机资源和存储设备。
本发明实施例提供的一种基于海量视频的快速特征提取系统,用户通过海量视频分析深度应用模块A进行视频的快速特征提取服务时,任务切分模块对服务作业的视频进行切分,根据用户选择的算法将任务下发到各个集群分析节点进行处理,针对出现的越来越大的视频数据量,单服务器进行视频的快速特征提取时对服务器性能、网络带宽要求高,分析速率不尽人意的情况,通过布置多个相对低性能服务器进行分布式处理进行解决,大大降低了成本和带宽要求。
进一步的,如图2所示为本发明实施例提供的自适应负载均衡算法示意图,视频大数据处理模块控制基础资源模块E进行作业任务处理的过程包括:
任务管理节点L00收到任务以后,首先向各分析节点L1~Ln发送广播,通知其来取任务,各分析节点根据各自并发处理能力按需向管理节点请求任务,管理节点下发任务。同时,完成任务的分析节点,可以继续请求新的任务。如此能者多劳,实现自适应负载均衡。
如图3所示为基于优先级的任务切分轮转调度算法流程图。由图3可知:
任务切分模块G通过维护作业监控链表G1和待处理作业队列G2进行任务切分。
视频大数据处理模块D收到海量视频分析应用服务模块B下发的作业,发送到任务切分模块G的待处理作业队列G2队尾,任务切分模块G从待处理作业队列G2队头取出作业,根据作业信息向海量视频源模块C获取视频信息,同时将作业插入作业监控链表G1。收到视频信息以后,将作业从作业监控链表G1取出,对作业进行切分,封装成小任务,再根据作业的用户级别插入到任务调度模块I进行处理。
任务调度模块I通过维护优先级队列、任务监控链表,轮转进行任务调度。
优先级队列包括至少两个的不同优先级的队列,图3中给出的是包含三个优先级队列I1~I3的情况,不同的用户初始化时配置有不同的优先权限,任务切分模块G对作业进行切分后,根据用户的优先权限将任务插入到对应的优先级队列I1~I3中。
当收到个分析节点L1~Ln的任务请求,轮转调度模块I5依次从优先级队列I1中获取一个任务,I2中获取2个任务,I3中获取3个任务,周期轮转将任务下发个各个节点。
进一步的,本发明提供的一种基于海量视频的快速特征提取系统,基于HBase进行特征数据的存储和快速检索,可进行海量数据的实时读写,分布式存储。同时可通过简单的增加机器来提升系统的存储和运算能力。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于海量视频的快速特征提取系统,其特征在于,所述系统包括:海量视频分析深度应用模块(A)、海量视频分析应用服务模块(B)、海量视频源模块(C)、视频大数据处理模块(D)和基础资源模块(E);
所述海量视频分析深层应用模块(A)向用户提供海量视频的快速特征提取服务,根据登录用户的权限信息,接收用户下发的作业任务;
所述海量视频分析应用服务模块(B)通过webservice向所述海量视频分析深层应用模块(A)提供服务接口,对所述系统各节点进行监控,同时将所述海量视频分析深层应用模块(A)下达的作业任务下发给所述视频大数据处理模块(D);
所述海量视频源模块(C)向所述视频大数据处理模块(D)提供视频数据获取的接口;
所述视频大数据处理模块(D)包括算法控制模块(F)、任务切分模块(G)、算法注入模块(H)、任务调度模块(I)和数据存储(K);
所述视频大数据处理模块(D)在接收到所述作业任务后,根据视频源信息调用所述任务切分模块(G)对作业切分并封装成小任务;通过所述任务调度模块(I)将所述小任务下发到各个集群分析节点,所述分析节点通过所述算法控制模块(F)和所述算法注入模块(H)对视频切片进行分析;所述分析节点将处理结果汇聚到存储集群中的所述存储模块(K)中存储;所述存储集群为所述海量视频分析应用服务模块(B)提供分析结果的快速检索功能;
所述基础资源模块(E)包括IT基础资源,所述IT基础资源包括网络资源、节点物理机资源和存储设备。
2.如权利要求1所述的系统,其特征在于,所述视频大数据处理模块(D)控制基础资源模块(E)进行作业任务处理,包括:
任务管理节点收到作业并封装小任务以后,向各分析节点发送取任务的广播,各分析节点根据各自并发处理能力按需向所述管理节点请求任务,所述管理节点下发任务;完成任务的所述分析节点,继续请求新的任务。
3.如权利要求1所述的系统,其特征在于,所述任务切分模块(G)通过维护作业监控链表(G1)和待处理作业队列(G2)进行任务切分;
所述视频大数据处理模块(D)收到所述海量视频分析应用服务模块(B)下发的作业,发送到所述任务切分模块(G)的所述待处理作业队列(G2)队尾,所述任务切分模块(G)从所述待处理作业队列(G2)队头取出作业,根据作业信息向所述海量视频源模块(C)获取视频信息,并将作业插入所述作业监控链表(G1);
收到视频信息以后,将所述作业从所述作业监控链表(G1)取出,对所述作业进行切分,封装成小任务,根据作业的用户级别插入到所述任务调度模块(I)进行处理。
4.如权利要求2所述的系统,其特征在于,所述任务调度模块(I)通过维护优先级队列、任务监控链表和轮转调度模块(I5)进行任务调度;
所述优先级队列包括至少两个的不同优先级的队列,所述任务切分模块(G)对作业进行切分后,根据用户的优先权限将任务插入到对应的优先级队列中;
当收到各分析节点的任务请求,所述轮转调度模块(I5)依次从不同优先级的优先级队列中获取不同个数的任务,所述优先级队列的优先级越高,获取的任务的个数越多;周期轮转将任务下发到各个所述分析节点。
5.如权利要求1所述的系统,其特征在于,所述系统基于HBase进行特征数据的存储和快速检索。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510093111.6A CN104850576B (zh) | 2015-03-02 | 2015-03-02 | 一种基于海量视频的快速特征提取系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510093111.6A CN104850576B (zh) | 2015-03-02 | 2015-03-02 | 一种基于海量视频的快速特征提取系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104850576A true CN104850576A (zh) | 2015-08-19 |
CN104850576B CN104850576B (zh) | 2018-07-24 |
Family
ID=53850221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510093111.6A Active CN104850576B (zh) | 2015-03-02 | 2015-03-02 | 一种基于海量视频的快速特征提取系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104850576B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105049268A (zh) * | 2015-08-28 | 2015-11-11 | 东方网力科技股份有限公司 | 分布式计算资源分配系统和任务处理方法 |
CN105978960A (zh) * | 2016-05-06 | 2016-09-28 | 武汉烽火众智数字技术有限责任公司 | 一种基于海量视频结构化处理的云调度系统及方法 |
CN107038482A (zh) * | 2017-04-21 | 2017-08-11 | 上海极链网络科技有限公司 | 应用于ai算法工程化、系统化的分布式框架 |
CN107066581A (zh) * | 2017-04-14 | 2017-08-18 | 北京邮电大学 | 分布式交通监控视频数据存储与快速检索系统 |
CN107229676A (zh) * | 2017-05-02 | 2017-10-03 | 国网山东省电力公司 | 基于大数据的分布式视频切割模型及应用 |
WO2017166119A1 (en) * | 2016-03-30 | 2017-10-05 | Intel Corporation | Adaptive workload distribution for network of video processors |
CN108363713A (zh) * | 2017-12-20 | 2018-08-03 | 武汉烽火众智数字技术有限责任公司 | 视频图像信息解析装置、系统及方法 |
CN108509274A (zh) * | 2018-03-28 | 2018-09-07 | 厦门益东智能科技有限公司 | 一种基于区块链数据自动标注与智能分析的方法及系统 |
CN111221657A (zh) * | 2020-01-14 | 2020-06-02 | 新华智云科技有限公司 | 一种高效视频分布式调度合成方法 |
CN113329139A (zh) * | 2020-02-28 | 2021-08-31 | 中国电信股份有限公司 | 视频流处理方法、装置及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102638456A (zh) * | 2012-03-19 | 2012-08-15 | 杭州海康威视系统技术有限公司 | 基于云计算的海量实时视频码流智能分析方法及其系统 |
CN102663005A (zh) * | 2012-03-19 | 2012-09-12 | 杭州海康威视系统技术有限公司 | 基于云计算的海量视频文件存储系统、分析方法及其系统 |
CN103067468A (zh) * | 2012-12-22 | 2013-04-24 | 深圳先进技术研究院 | 云调度方法及其系统 |
CN104123182A (zh) * | 2014-07-18 | 2014-10-29 | 西安交通大学 | 基于主从架构的MapReduce任务跨数据中心调度系统及方法 |
KR101460062B1 (ko) * | 2013-06-21 | 2014-11-10 | 한국항공대학교산학협력단 | 동영상 파일을 하둡 분산 파일 시스템에 분산 저장하는 시스템, 동영상 맵리듀스 시스템 및 그 제공방법 |
-
2015
- 2015-03-02 CN CN201510093111.6A patent/CN104850576B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102638456A (zh) * | 2012-03-19 | 2012-08-15 | 杭州海康威视系统技术有限公司 | 基于云计算的海量实时视频码流智能分析方法及其系统 |
CN102663005A (zh) * | 2012-03-19 | 2012-09-12 | 杭州海康威视系统技术有限公司 | 基于云计算的海量视频文件存储系统、分析方法及其系统 |
CN103067468A (zh) * | 2012-12-22 | 2013-04-24 | 深圳先进技术研究院 | 云调度方法及其系统 |
KR101460062B1 (ko) * | 2013-06-21 | 2014-11-10 | 한국항공대학교산학협력단 | 동영상 파일을 하둡 분산 파일 시스템에 분산 저장하는 시스템, 동영상 맵리듀스 시스템 및 그 제공방법 |
CN104123182A (zh) * | 2014-07-18 | 2014-10-29 | 西安交通大学 | 基于主从架构的MapReduce任务跨数据中心调度系统及方法 |
Non-Patent Citations (2)
Title |
---|
彭华聪: ""基于Hadoop的视频摘要的设计与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
戴君: ""基于Hadoop的作业调度算法的研究和改进"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105049268B (zh) * | 2015-08-28 | 2018-12-28 | 东方网力科技股份有限公司 | 分布式计算资源分配系统和任务处理方法 |
CN105049268A (zh) * | 2015-08-28 | 2015-11-11 | 东方网力科技股份有限公司 | 分布式计算资源分配系统和任务处理方法 |
US10778600B2 (en) | 2016-03-30 | 2020-09-15 | Intel Corporation | Adaptive workload distribution for network of video processors |
WO2017166119A1 (en) * | 2016-03-30 | 2017-10-05 | Intel Corporation | Adaptive workload distribution for network of video processors |
CN105978960A (zh) * | 2016-05-06 | 2016-09-28 | 武汉烽火众智数字技术有限责任公司 | 一种基于海量视频结构化处理的云调度系统及方法 |
CN105978960B (zh) * | 2016-05-06 | 2019-09-06 | 武汉烽火众智数字技术有限责任公司 | 一种基于海量视频结构化处理的云调度系统及方法 |
CN107066581B (zh) * | 2017-04-14 | 2019-10-08 | 北京邮电大学 | 分布式交通监控视频数据存储与快速检索系统 |
CN107066581A (zh) * | 2017-04-14 | 2017-08-18 | 北京邮电大学 | 分布式交通监控视频数据存储与快速检索系统 |
CN107038482A (zh) * | 2017-04-21 | 2017-08-11 | 上海极链网络科技有限公司 | 应用于ai算法工程化、系统化的分布式框架 |
CN107229676A (zh) * | 2017-05-02 | 2017-10-03 | 国网山东省电力公司 | 基于大数据的分布式视频切割模型及应用 |
CN108363713A (zh) * | 2017-12-20 | 2018-08-03 | 武汉烽火众智数字技术有限责任公司 | 视频图像信息解析装置、系统及方法 |
CN108509274A (zh) * | 2018-03-28 | 2018-09-07 | 厦门益东智能科技有限公司 | 一种基于区块链数据自动标注与智能分析的方法及系统 |
CN111221657A (zh) * | 2020-01-14 | 2020-06-02 | 新华智云科技有限公司 | 一种高效视频分布式调度合成方法 |
CN111221657B (zh) * | 2020-01-14 | 2023-04-07 | 新华智云科技有限公司 | 一种高效视频分布式调度合成方法 |
CN113329139A (zh) * | 2020-02-28 | 2021-08-31 | 中国电信股份有限公司 | 视频流处理方法、装置及计算机可读存储介质 |
CN113329139B (zh) * | 2020-02-28 | 2023-11-03 | 天翼云科技有限公司 | 视频流处理方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104850576B (zh) | 2018-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104850576A (zh) | 一种基于海量视频的快速特征提取系统 | |
CN105828105A (zh) | 一种基于分布式环境的视频转码系统及视频转码方法 | |
CN107241281B (zh) | 一种数据处理方法及其装置 | |
US8959228B2 (en) | Optimization of resource utilization in a collection of devices | |
Ali et al. | RES: Real-time video stream analytics using edge enhanced clouds | |
US11080090B2 (en) | Method and system for scalable job processing | |
CN103279351B (zh) | 一种任务调度的方法及装置 | |
US9207964B1 (en) | Distributed batch matching of videos with dynamic resource allocation based on global score and prioritized scheduling score in a heterogeneous computing environment | |
US8843632B2 (en) | Allocation of resources between web services in a composite service | |
CN106130960B (zh) | 盗号行为的判断系统、负载调度方法和装置 | |
US20160269479A1 (en) | Cloud virtual server scheduling method and apparatus | |
CN104932932A (zh) | 一种业务异步处理方法、装置和系统 | |
CN105592110B (zh) | 一种资源调度方法及装置 | |
CN104166589A (zh) | 一种心跳包的处理方法和装置 | |
CN107612984B (zh) | 一种基于互联网的大数据平台 | |
CN107729137A (zh) | 服务器、区块链验签解密的方法及存储介质 | |
Butakov et al. | Multitenant approach to crawling of online social networks | |
CN103685517A (zh) | 一种基于业务类别特征的存储分级调度方法及系统 | |
US20160253219A1 (en) | Data stream processing based on a boundary parameter | |
Komarasamy et al. | A novel approach for Dynamic Load Balancing with effective Bin Packing and VM Reconfiguration in cloud | |
CN106293917A (zh) | 一种IO调度cfq算法的优化方法及系统 | |
CN107066205B (zh) | 一种数据存储系统 | |
WO2017045640A1 (zh) | 一种数据中心内关联流的带宽调度方法及装置 | |
CN105407383B (zh) | 一种多版本视频点播流媒体服务器集群资源预测方法 | |
CN112653632A (zh) | 一种流量控制实现方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |