CN110727950A - 一种分布式协同计算系统和协同处理方法 - Google Patents
一种分布式协同计算系统和协同处理方法 Download PDFInfo
- Publication number
- CN110727950A CN110727950A CN201910930429.3A CN201910930429A CN110727950A CN 110727950 A CN110727950 A CN 110727950A CN 201910930429 A CN201910930429 A CN 201910930429A CN 110727950 A CN110727950 A CN 110727950A
- Authority
- CN
- China
- Prior art keywords
- calculation
- computing
- cooperative
- server
- resource
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 86
- 238000007726 management method Methods 0.000 claims description 63
- 238000005336 cracking Methods 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000005192 partition Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000015654 memory Effects 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明公开了一种分布式协同计算系统和协同处理方法，涉及计算机系统领域，包括协同管理服务器、路由器、多个VPN加密设备、多个服务器运算资源集群、多个分布式运算资源集群和多个超级计算机中心运算资源集群，所述协同管理服务器、路由器、多个VPN加密设备、多个服务器运算资源集群、多个分布式运算资源集群和多个超级计算机中心运算资源集群之间均通过网络接口连接。本发明综合计算资源的优点，提高系统运算效率和计算能力，解决了现有运算集群中的服务器都处于忙碌状态，新的数据处理任务需要长时间等待才能被执行时的效率低的问题；达到了无需增加计算资源服务器的数量，降低系统运维成本的效果。
Description
技术领域
本发明涉及计算机系统领域，具体为一种分布式协同计算系统和协同处理方法。
背景技术
随着互联网的兴起，移动互联网，云计算，大数据，物联网应用达到了100多万种，互联网的汇聚作用使应用数量大幅度增加，而这些应用产生的高端应用需求更是千差万别，目前传统的计算型服务器系统单一的体系架构已经无法适应，无法满足目前大数据及高速数据处理的应用需求。
目前主流数据处理设备通常属于集中式运算集群，当数据处理任务较多且集中式运算集群中的计算设备都处于忙碌状态时，新的数据处理任务需要等待集中式运算集群中的计算设备空闲时才能够被处理，导致计算系统的运算效率不高。
发明内容
本发明的目的在于：为了解决计算系统的运算效率不高的问题，提供一种分布式协同计算系统和协同处理方法。
为实现上述目的，本发明提供如下技术方案：一种分布式协同计算系统和协同处理方法，包括协同管理服务器、路由器、多个VPN加密设备、多个服务器运算资源集群、多个分布式运算资源集群和多个超级计算机中心运算资源集群，其特征在于：所述协同管理服务器、路由器、多个VPN加密设备、多个服务器运算资源集群、多个分布式运算资源集群和多个超级计算机中心运算资源集群之间均通过网络接口连接。
优选地，所述服务器运算资源集群包括管理服务器、路由器、VPN加密设备与若干个节点服务器，所述节点服务器可分为单一资源服务器和拟态资源服务器，所述单一资源服务器包括一种计算资源，所述拟态资源服务器包括n种计算资源，n为大于等于2的整数，即每个拟态资源服务器至少2种计算资源。
优选地，所述分布式运算资源集群包括管理计算机、路由器、VPN加密设备与若干个普通计算机，每个所述普通计算机包括至少一种计算资源，所述分布式运算资源集群中包括n种计算资源，n为大于等于2的整数。
优选地，所述超级计算机中心运算资源集群包括主控服务器、路由器、VPN加密设备与若干个节点服务器，每个所述节点服务器包括至少一种计算资源，所述超级计算机中心运算资源集群包括n种计算资源，n为大于等于2的整数。
优选地，所述VPN加密设备是基于硬件的可靠以太网加密技术设备，可以在任何标准的公网以及私网网络环境中进行可靠的通信，VPN加密设备需成对出现，数据传输时，前端VPN加密设备进行数据加密，后端VPN加密设备接收到数据时，进行相应算法的解密，保证数据传输的安全性。
优选地，所述计算资源种类包括CPU、嵌入式CPU、DSP、GPU、嵌入式GPU、FPGA、CPLD和ASIC的至少一种。
优选地，所述拟态计算服务器系统包括机箱、电源、多个CPU、多内存、多风扇、多连接口、主板、光驱、硬盘、LED指示灯、按键与拟态计算板卡等。
一种分布式协同计算系统和协同处理方法，包括下列步骤：
步骤一：对涉密文件使用脱密工具进行特征串提取操作；
步骤二：用户通过人机交互界面上传经过脱密后的业务；业务包括图形业务、计算业务、数据处理业务和通信业务；
步骤三：拟态协同解密软件平台创建业务，业务资源感知，决策计算资源。通过对业务进行能效评估、功能评估和优先级评估，生成最优资源配置，并生成最优执行策略；
步骤四：协同管理服务器按照最优执行策略，将各个计算任务下发至下级管理服务器；集群管理服务器将各个计算任务下发至确定出的最优计算资源设备，计算单元接收任务并穷举口令，开始计算；
步骤五：协同管理服务器得到最后数据处理任务对应的计算结果，反馈给用户端。
优选地，所述步骤一中的脱密是指当数据含有敏感数据时，使用脱密工具对数据文件执行脱密，完成脱密后，后续才能执行数据解析处理。脱密工具能根据各类业务算法的特点，依据相关数据脱密策略，保证每种不同算法数据的不可逆，确保数据文件安全性。
优选地，所述步骤四中的最优执行策略具体执行方式为：
第一步：先采用字典模式进行计算，即加载字典口令文件进行计算，针对任务文档负载变化，由协同管理平台决策，可感知各分区计算资源，分配参与计算的资源规模及配置计算单元的左右邻居节点；任务文档负载经由管理服务器，将任务分配到各个计算单元；计算单元接收任务，头节点计算单元通过字典库读取口令，开始计算，各计算单元将参与完成计算的字典转发给其右邻居节点；计算过程中，根据破解文档负载变化及计算单元负荷，由协同管理平台进行部署决策，动态调整参与计算的资源规模；当某个计算单元完成破解任务时，向协同管理平台提交正确结果，此时直接进入步骤五。若字典口令文件全部执行完毕，破解仍未完成时，向协同管理平台提交破解状态，进入第二步。
第二步：采用穷举模式进行计算，即按照穷举策略列表执行计算；针对任务文档负载变化，由协同管理平台决策，可感知各分区计算资源，分配参与计算的资源规模；任务文档负载经由管理服务器，将任务分配到各个计算单元；计算单元接收任务并穷举口令，开始计算；计算过程中，根据破解文档负载变化及计算单元负荷，由协同管理平台进行部署决策，动态调整参与计算的资源规模；当某个计算单元完成破解任务时，向协同管理平台提交正确结果，此时直接进入步骤五。若当前穷举策略列表内所有策略全部执行完毕，破解仍未完成时，向协同管理平台提交破解状态，进入第三步。
第三步：采用暴力破解模式进行计算，不同于第二步中穷举策略列表中的策略；由协同管理平台调用超级计算机集群中心分配的可参与计算的资源规模；平台将任务下发到超级计算机集群中心的主控服务器，主控服务器再将任务分配各个计算单元；计算单元接收任务并穷举口令，开始计算；当某个计算单元完成破解任务时，向协同管理平台提交正确结果，若在规定的时效内，破解仍未完成时，则协同管理平台停止计算。
与现有技术相比，本发明的有益效果是：本发明综合各计算资源的优点，提高系统的运算效率和计算能力，解决了当现有运算集群中的服务器都处于忙碌状态，新的数据处理任务需要长时间等待才能被执行时的效率低的问题；达到了无需增加计算资源服务器的数量，只需整合现有的各分布式运算资源类型，降低系统的运维成本的效果。
附图说明
图1为本发明的流程图；
图2为本发明拟态计算服务器系统的流程图；
图3为本发明分布式协同处理方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-3，一种分布式协同计算系统和协同处理方法，包括协同管理服务器、路由器、多个VPN加密设备、多个服务器运算资源集群、多个分布式运算资源集群和多个超级计算机中心运算资源集群，协同管理服务器、路由器、多个VPN加密设备、多个服务器运算资源集群、多个分布式运算资源集群和多个超级计算机中心运算资源集群之间均通过网络接口连接。
实施例1
作为本发明的优选实施例：服务器运算资源集群包括管理服务器、路由器、VPN加密设备与若干个节点服务器，节点服务器可分为单一资源服务器和拟态资源服务器，单一资源服务器包括一种计算资源，拟态资源服务器包括n种计算资源，n为大于等于2的整数，即每个拟态资源服务器至少2种计算资源。
实施例2
作为本发明的优选实施例：分布式运算资源集群包括管理计算机、路由器、VPN加密设备与若干个普通计算机，每个普通计算机包括至少一种计算资源，分布式运算资源集群中包括n种计算资源，n为大于等于2的整数。
实施例3
作为本发明的优选实施例：超级计算机中心运算资源集群包括主控服务器、路由器、VPN加密设备与若干个节点服务器，每个节点服务器包括至少一种计算资源，超级计算机中心运算资源集群包括n种计算资源，n为大于等于2的整数。
实施例4
作为本发明的优选实施例：VPN加密设备是基于硬件的可靠以太网加密技术设备，可以在任何标准的公网以及私网网络环境中进行可靠的通信，VPN加密设备需成对出现，数据传输时，前端VPN加密设备进行数据加密，后端VPN加密设备接收到数据时，进行相应算法的解密，保证数据传输的安全性。
实施例5
作为本发明的优选实施例：计算资源种类包括CPU、嵌入式CPU、DSP、GPU、嵌入式GPU、FPGA、CPLD和ASIC的至少一种。
实施例6
作为本发明的优选实施例：拟态计算服务器系统包括机箱、电源、多个CPU、多内存、多风扇、多连接口、主板、光驱、硬盘、LED指示灯、按键与拟态计算板卡等。
一种分布式协同计算系统和协同处理方法，包括下列步骤：
步骤一：对涉密文件使用脱密工具进行特征串提取操作；
步骤二：用户通过人机交互界面上传经过脱密后的业务；业务包括图形业务、计算业务、数据处理业务和通信业务；
步骤三：拟态协同解密软件平台创建业务，业务资源感知，决策计算资源。通过对业务进行能效评估、功能评估和优先级评估，生成最优资源配置，并生成最优执行策略；
步骤四：协同管理服务器按照最优执行策略，将各个计算任务下发至下级管理服务器；集群管理服务器将各个计算任务下发至确定出的最优计算资源设备，计算单元接收任务并穷举口令，开始计算；
步骤五：协同管理服务器得到最后数据处理任务对应的计算结果，反馈给用户端。
实施例1
作为本发明的优选实施例：步骤一中的脱密是指当数据含有敏感数据时，使用脱密工具对数据文件执行脱密，完成脱密后，后续才能执行数据解析处理。脱密工具能根据各类业务算法的特点，依据相关数据脱密策略，保证每种不同算法数据的不可逆，确保数据文件安全性。
实施例2
作为本发明的优选实施例：步骤四中的最优执行策略具体执行方式为：
第一步：先采用字典模式进行计算，即加载字典口令文件进行计算，针对任务文档负载变化，由协同管理平台决策，可感知各分区计算资源，分配参与计算的资源规模及配置计算单元的左右邻居节点；任务文档负载经由管理服务器，将任务分配到各个计算单元；计算单元接收任务，头节点计算单元通过字典库读取口令，开始计算，各计算单元将参与完成计算的字典转发给其右邻居节点；计算过程中，根据破解文档负载变化及计算单元负荷，由协同管理平台进行部署决策，动态调整参与计算的资源规模；当某个计算单元完成破解任务时，向协同管理平台提交正确结果，此时直接进入步骤五。若字典口令文件全部执行完毕，破解仍未完成时，向协同管理平台提交破解状态，进入第二步。
第二步：采用穷举模式进行计算，即按照穷举策略列表执行计算；针对任务文档负载变化，由协同管理平台决策，可感知各分区计算资源，分配参与计算的资源规模；任务文档负载经由管理服务器，将任务分配到各个计算单元；计算单元接收任务并穷举口令，开始计算；计算过程中，根据破解文档负载变化及计算单元负荷，由协同管理平台进行部署决策，动态调整参与计算的资源规模；当某个计算单元完成破解任务时，向协同管理平台提交正确结果，此时直接进入步骤五。若当前穷举策略列表内所有策略全部执行完毕，破解仍未完成时，向协同管理平台提交破解状态，进入第三步。
第三步：采用暴力破解模式进行计算，不同于第二步中穷举策略列表中的策略；由协同管理平台调用超级计算机集群中心分配的可参与计算的资源规模；平台将任务下发到超级计算机集群中心的主控服务器，主控服务器再将任务分配各个计算单元；计算单元接收任务并穷举口令，开始计算；当某个计算单元完成破解任务时，向协同管理平台提交正确结果，若在规定的时效内，破解仍未完成时，则协同管理平台停止计算.
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种分布式协同计算系统和协同处理方法，包括协同管理服务器、路由器、多个VPN加密设备、多个服务器运算资源集群、多个分布式运算资源集群和多个超级计算机中心运算资源集群，其特征在于：所述协同管理服务器、路由器、多个VPN加密设备、多个服务器运算资源集群、多个分布式运算资源集群和多个超级计算机中心运算资源集群之间均通过网络接口连接。
2.根据权利要求1所述的一种分布式协同计算系统和协同处理方法，其特征在于：所述服务器运算资源集群包括管理服务器、路由器、VPN加密设备与若干个节点服务器，所述节点服务器可分为单一资源服务器和拟态资源服务器，所述单一资源服务器包括一种计算资源，所述拟态资源服务器包括n种计算资源，n为大于等于2的整数，即每个拟态资源服务器至少2种计算资源。
3.根据权利要求1所述的一种分布式协同计算系统和协同处理方法，其特征在于：所述分布式运算资源集群包括管理计算机、路由器、VPN加密设备与若干个普通计算机，每个所述普通计算机包括至少一种计算资源，所述分布式运算资源集群中包括n种计算资源，n为大于等于2的整数。
4.根据权利要求1所述的一种分布式协同计算系统和协同处理方法，其特征在于：所述超级计算机中心运算资源集群包括主控服务器、路由器、VPN加密设备与若干个节点服务器，每个所述节点服务器包括至少一种计算资源，所述超级计算机中心运算资源集群包括n种计算资源，n为大于等于2的整数。
5.根据权利要求1所述的一种分布式协同计算系统和协同处理方法，其特征在于：所述VPN加密设备是基于硬件的可靠以太网加密技术设备，可以在任何标准的公网以及私网网络环境中进行可靠的通信，VPN加密设备需成对出现，数据传输时，前端VPN加密设备进行数据加密，后端VPN加密设备接收到数据时，进行相应算法的解密，保证数据传输的安全性。
6.根据权利要求1所述的一种分布式协同计算系统和协同处理方法，其特征在于：所述计算资源种类包括CPU、嵌入式CPU、DSP、GPU、嵌入式GPU、FPGA、CPLD和ASIC的至少一种。
7.根据权利要求1所述的一种分布式协同计算系统和协同处理方法，其特征在于：所述拟态计算服务器系统包括机箱、电源、多个CPU、多内存、多风扇、多连接口、主板、光驱、硬盘、LED指示灯、按键与拟态计算板卡等。
8.一种分布式协同计算系统和协同处理方法，其特征在于：包括下列步骤：
步骤一：对涉密文件使用脱密工具进行特征串提取操作；
步骤二：用户通过人机交互界面上传经过脱密后的业务；业务包括图形业务、计算业务、数据处理业务和通信业务；
步骤三：拟态协同解密软件平台创建业务，业务资源感知，决策计算资源。通过对业务进行能效评估、功能评估和优先级评估，生成最优资源配置，并生成最优执行策略；
步骤四：协同管理服务器按照最优执行策略，将各个计算任务下发至下级管理服务器；集群管理服务器将各个计算任务下发至确定出的最优计算资源设备，计算单元接收任务并穷举口令，开始计算；
步骤五：协同管理服务器得到最后数据处理任务对应的计算结果，反馈给用户端。
9.根据权利要求8所述的一种分布式协同计算系统和协同处理方法，其特征在于：所述步骤一中的脱密是指当数据含有敏感数据时，使用脱密工具对数据文件执行脱密，完成脱密后，后续才能执行数据解析处理。脱密工具能根据各类业务算法的特点，依据相关数据脱密策略，保证每种不同算法数据的不可逆，确保数据文件安全性。
10.根据权利要求8所述的一种分布式协同计算系统和协同处理方法，其特征在于：所述步骤四中的最优执行策略具体执行方式为：
第一步：先采用字典模式进行计算，即加载字典口令文件进行计算，针对任务文档负载变化，由协同管理平台决策，可感知各分区计算资源，分配参与计算的资源规模及配置计算单元的左右邻居节点；任务文档负载经由管理服务器，将任务分配到各个计算单元；计算单元接收任务，头节点计算单元通过字典库读取口令，开始计算，各计算单元将参与完成计算的字典转发给其右邻居节点；计算过程中，根据破解文档负载变化及计算单元负荷，由协同管理平台进行部署决策，动态调整参与计算的资源规模；当某个计算单元完成破解任务时，向协同管理平台提交正确结果，此时直接进入步骤五。若字典口令文件全部执行完毕，破解仍未完成时，向协同管理平台提交破解状态，进入第二步。
第二步：采用穷举模式进行计算，即按照穷举策略列表执行计算；针对任务文档负载变化，由协同管理平台决策，可感知各分区计算资源，分配参与计算的资源规模；任务文档负载经由管理服务器，将任务分配到各个计算单元；计算单元接收任务并穷举口令，开始计算；计算过程中，根据破解文档负载变化及计算单元负荷，由协同管理平台进行部署决策，动态调整参与计算的资源规模；当某个计算单元完成破解任务时，向协同管理平台提交正确结果，此时直接进入步骤五。若当前穷举策略列表内所有策略全部执行完毕，破解仍未完成时，向协同管理平台提交破解状态，进入第三步。
第三步：采用暴力破解模式进行计算，不同于第二步中穷举策略列表中的策略；由协同管理平台调用超级计算机集群中心分配的可参与计算的资源规模；平台将任务下发到超级计算机集群中心的主控服务器，主控服务器再将任务分配各个计算单元；计算单元接收任务并穷举口令，开始计算；当某个计算单元完成破解任务时，向协同管理平台提交正确结果，若在规定的时效内，破解仍未完成时，则协同管理平台停止计算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910930429.3A CN110727950A (zh) | 2019-09-29 | 2019-09-29 | 一种分布式协同计算系统和协同处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910930429.3A CN110727950A (zh) | 2019-09-29 | 2019-09-29 | 一种分布式协同计算系统和协同处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110727950A true CN110727950A (zh) | 2020-01-24 |
Family
ID=69219551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910930429.3A Pending CN110727950A (zh) | 2019-09-29 | 2019-09-29 | 一种分布式协同计算系统和协同处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110727950A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111562829A (zh) * | 2020-04-28 | 2020-08-21 | 江苏拟态极算信息技术有限公司 | 基于拟态计算服务器系统的数据处理方法 |
| CN111580627A (zh) * | 2020-04-28 | 2020-08-25 | 江苏拟态极算信息技术有限公司 | 一种基于多种计算资源的拟态计算服务器系统 |
| CN112256434A (zh) * | 2020-10-30 | 2021-01-22 | 中国科学院信息工程研究所 | 一种加密数据破解场景中的资源匹配方法 |
| CN113612732A (zh) * | 2021-07-06 | 2021-11-05 | 华控清交信息科技(北京)有限公司 | 一种资源调用方法、装置和多方安全计算系统 |
| CN114301987A (zh) * | 2022-03-07 | 2022-04-08 | 天津市城市规划设计研究总院有限公司 | 虚拟化网络资源的动态调度方法及系统 |
| CN115550070A (zh) * | 2022-11-29 | 2022-12-30 | 粤港澳大湾区数字经济研究院(福田) | 一种多方协作方法及相关装置 |
| CN116302582A (zh) * | 2023-05-26 | 2023-06-23 | 北京固加数字科技有限公司 | 一种股票交易平台负载均衡控制系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1694394A (zh) * | 2005-04-14 | 2005-11-09 | 上海交通大学 | 文件口令的破解方法 |
| CN103197976A (zh) * | 2013-04-11 | 2013-07-10 | 华为技术有限公司 | 异构系统的任务处理方法及装置 |
| CN106803842A (zh) * | 2017-02-15 | 2017-06-06 | 无锡十月中宸科技有限公司 | 一种基于可扩展和高性能计算的分布式管理架构及方法 |
| CN206489563U (zh) * | 2017-02-08 | 2017-09-12 | 无锡十月中宸科技有限公司 | 异构计算系统 |
| CN107562530A (zh) * | 2016-06-30 | 2018-01-09 | 无锡十月中宸科技有限公司 | 一种基于服务器的混合可变计算系统 |
| CN107562120A (zh) * | 2016-06-30 | 2018-01-09 | 无锡十月中宸科技有限公司 | 一种基于混合资源的拟态科学计算卡 |
-
2019
- 2019-09-29 CN CN201910930429.3A patent/CN110727950A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1694394A (zh) * | 2005-04-14 | 2005-11-09 | 上海交通大学 | 文件口令的破解方法 |
| CN103197976A (zh) * | 2013-04-11 | 2013-07-10 | 华为技术有限公司 | 异构系统的任务处理方法及装置 |
| CN107562530A (zh) * | 2016-06-30 | 2018-01-09 | 无锡十月中宸科技有限公司 | 一种基于服务器的混合可变计算系统 |
| CN107562120A (zh) * | 2016-06-30 | 2018-01-09 | 无锡十月中宸科技有限公司 | 一种基于混合资源的拟态科学计算卡 |
| CN206489563U (zh) * | 2017-02-08 | 2017-09-12 | 无锡十月中宸科技有限公司 | 异构计算系统 |
| CN106803842A (zh) * | 2017-02-15 | 2017-06-06 | 无锡十月中宸科技有限公司 | 一种基于可扩展和高性能计算的分布式管理架构及方法 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111562829A (zh) * | 2020-04-28 | 2020-08-21 | 江苏拟态极算信息技术有限公司 | 基于拟态计算服务器系统的数据处理方法 |
| CN111580627A (zh) * | 2020-04-28 | 2020-08-25 | 江苏拟态极算信息技术有限公司 | 一种基于多种计算资源的拟态计算服务器系统 |
| CN112256434A (zh) * | 2020-10-30 | 2021-01-22 | 中国科学院信息工程研究所 | 一种加密数据破解场景中的资源匹配方法 |
| CN112256434B (zh) * | 2020-10-30 | 2024-04-05 | 中国科学院信息工程研究所 | 一种加密数据破解场景中的资源匹配方法 |
| CN113612732A (zh) * | 2021-07-06 | 2021-11-05 | 华控清交信息科技(北京)有限公司 | 一种资源调用方法、装置和多方安全计算系统 |
| CN113612732B (zh) * | 2021-07-06 | 2023-12-26 | 华控清交信息科技(北京)有限公司 | 一种资源调用方法、装置和多方安全计算系统 |
| CN114301987A (zh) * | 2022-03-07 | 2022-04-08 | 天津市城市规划设计研究总院有限公司 | 虚拟化网络资源的动态调度方法及系统 |
| CN115550070A (zh) * | 2022-11-29 | 2022-12-30 | 粤港澳大湾区数字经济研究院(福田) | 一种多方协作方法及相关装置 |
| CN115550070B (zh) * | 2022-11-29 | 2023-05-16 | 粤港澳大湾区数字经济研究院(福田) | 一种多方协作方法及相关装置 |
| CN116302582A (zh) * | 2023-05-26 | 2023-06-23 | 北京固加数字科技有限公司 | 一种股票交易平台负载均衡控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110727950A (zh) | 一种分布式协同计算系统和协同处理方法 | |
| EP3574613B1 (en) | Unified resource management in a data center cloud architecture | |
| WO2020233120A1 (zh) | 一种调度方法、装置及相关设备 | |
| US9367359B2 (en) | Optimized resource management for map/reduce computing | |
| JP3974913B2 (ja) | 待機リソースの使用を管理するための方法 | |
| EP1654649B1 (en) | On demand node and server instance allocation and de-allocation | |
| US8544065B2 (en) | Dataspace protection utilizing virtual private networks on a multi-node computer system | |
| US9172628B2 (en) | Dynamic distribution of nodes on a multi-node computer system | |
| US8516487B2 (en) | Dynamic job relocation in a high performance computing system | |
| US9122889B2 (en) | Managing access to class objects in a system utilizing a role-based access control framework | |
| WO2019064055A1 (en) | WORK PROCESSING IN CLOUD ENVIRONMENTS ACTIVATED BY QUANTUM COMPUTING | |
| TW200917052A (en) | Proactive power management in a parallel computer | |
| CN211403427U (zh) | 一种分布式协同计算系统 | |
| US9665401B2 (en) | Dynamic run time allocation of distributed jobs | |
| Thakkar et al. | Renda: resource and network aware data placement algorithm for periodic workloads in cloud | |
| KR20160099762A (ko) | 자동 분산병렬 처리 하둡 시스템을 지원하는 클라우드 시스템 | |
| CN102915255A (zh) | 用于大规模数据集并行运算的云计算服务系统和方法 | |
| TW202301118A (zh) | 動態微服務分配機制 | |
| KR101640231B1 (ko) | 자동 분산병렬 처리 하둡 시스템의 지원을 위한 클라우드 구동 방법 | |
| Kim et al. | Creating a robust desktop grid using peer-to-peer services | |
| KR101080733B1 (ko) | 규칙기반 가상머신의 동적 생성으로 부하를 분산하는 서버와 이를 이용한 자율적 부하분산 방법 | |
| Wang et al. | Coupling GPU and MPTCP to improve Hadoop/MapReduce performance | |
| US20210208989A1 (en) | Enterprise-scale time series graphite backend infrastructure | |
| RU2459239C2 (ru) | Распределенная вычислительная система оптимальных решений | |
| Nanjesh et al. | MPI based cluster computing for performance evaluation of parallel applications |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200124 |