CN111813392A - 具有ooda分形机制的编程方法 - Google Patents

具有ooda分形机制的编程方法 Download PDF

Info

Publication number
CN111813392A
CN111813392A CN202010866751.7A CN202010866751A CN111813392A CN 111813392 A CN111813392 A CN 111813392A CN 202010866751 A CN202010866751 A CN 202010866751A CN 111813392 A CN111813392 A CN 111813392A
Authority
CN
China
Prior art keywords
fractal
operator
business
modeling
ooda
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
Application number
CN202010866751.7A
Other languages
English (en)
Other versions
CN111813392B (zh
Inventor
谭光明
邵恩
张春明
段勃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Western Institute Of Advanced Technology Institute Of Computing Chinese Academy Of Sciences
Original Assignee
Western Institute Of Advanced Technology Institute Of Computing Chinese Academy Of Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Western Institute Of Advanced Technology Institute Of Computing Chinese Academy Of Sciences filed Critical Western Institute Of Advanced Technology Institute Of Computing Chinese Academy Of Sciences
Publication of CN111813392A publication Critical patent/CN111813392A/zh
Application granted granted Critical
Publication of CN111813392B publication Critical patent/CN111813392B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G06F8/24—Object-oriented
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/35—Creation or generation of source code model driven
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Stored Programmes (AREA)

Abstract

本发明提供一种具有OODA分形机制的编程方法，其特征在于：所述方法具体包括：按照业务复杂程度，将业务分为N个分形层次，并按照OODA分形编程的四个步骤，即：O1观察，O2调整，D3想定，A4行动，逐一对每一分形层实施建模，获得各个分形层的业务算子；所述逐一对每一分形层实施建模即为以微观、中观、宏观和极限的顺序依次对每一分形层建模，获得微观分形层业务算子、中观分形层业务算子、宏观分形层业务算子和极限分形层业务算子。本发明提供的具有OODA分形机制的编程方法，其利用OODA与分形建模思想，来完成各种复杂度的业务建模，从而找到各种计算问题的建模的最优解决方案。

Description

具有OODA分形机制的编程方法
技术领域
本发明涉及大规模计算机系统编程模型，特别是具有OODA分形机制的编程方法。
背景技术
目前随着云计算技术的不断兴起，人们获取计算资源的途径也变得越来越方便和便捷。然而，解决不同计算业务，需要利用不同编程模型对问题进行建模。如：分布式计算业务需要利用Map Reduce编程模型进行问题建模；深度学习业务需要利用TensorFlow计算图机制，对问题进行建模；并行计算业务需要利用MPI并行计算与通信模型完成建模。因此，目前在利用编程模型对业务过程进行建模时，难以利用一种相同的编程模型，完成对各种计算问题的建模，并找到最优解决方案。
因此，亟需一种能实现计算问题做优解的建模方法。
发明内容
有鉴于此，本发明提供一种具有OODA分形机制的编程方法，其特征在于：所述方法具体包括：按照业务复杂程度，将业务分为N个分形层次，并按照OODA分形编程的四个步骤，即：O1观察，O2调整，D3想定，A4行动，逐一对每一分形层实施建模，获得各个分形层的业务算子；
所述N为小于等于4的整数；N为1表示微观层次，N为2表示微观层次和中观层次，N为3表示微观层次、中观层次和宏观层次，N为4表示微观层次、中观层次、宏观层次和极限层次；
所述逐一对每一分形层实施建模即为以微观、中观、宏观和极限的顺序依次对每一分形层建模，获得微观分形层业务算子、中观分形层业务算子、宏观分形层业务算子和极限分形层业务算子。
进一步，所述微观业务算子采用下述方法获得，根据OODA分形编程的四个步骤，完成对微观业务算子的建模，具体步骤如下：
S1：O1观察，通过统一的编程标签，对需要处理的数据进行打标签；
S2：O2调整，根据整个业务的计算机理，确定最小不可分的数据计算单元；
S3：D3想定，按照业务需求中计算处理的逻辑，对业务的子任务的计算逻辑关系进行建模，形成事件算子；
S4：A4行动，根据已经完成建模的计算业务需求，利用相同或不同的计算事件单元，根据事件算子的先后执行依赖关系和数据输入输出关系，形成具有工作流依赖关系特征的微观业务算子。
进一步，步骤S4还包括在A4行动步骤中，通过全分形业务建模，可根据业务具体内容，生成与事件算子具有完全相同拓扑连接关系的微观业务算子。
进一步，步骤S4还包括在A4行动步骤中，通过非分形业务建模，生成与事件算子拓扑连接不完全相同的微观业务算子。
进一步，所述中观业务算子采用下述方法获得，根据OODA分形编程的四个步骤，完成对微观业务算子的建模，具体步骤如下：
S1：O1观察，通过统一的编程标签，对需要处理的数据进行打标签；
S2：O2调整，利用微观业务算子完成对中观业务算子的建模，保留输入和输出的打标数据接口的前提下，将微观业务算子封装，形成基础算子；
S3：D3想定，按照业务需求中计算处理的逻辑，对业务的子任务的计算逻辑关系进行建模，如数据-计算的逻辑关系，形成事件算子；
S4：A4行动，根据已经完成建模的计算业务需求，利用相同或不同的计算事件单元，根据事件算子的先后执行依赖关系和数据输入输出关系，形成具有工作流依赖关系特征的中观业务算子。
进一步，所述宏观业务算子采用下述方法获得，对已有的中观业务算子，保留输入和输出的打标数据接口，将中观业务算子封装在02调整中，在通过D3想定和A4行动构建宏观业务算子。
本发明的有益技术效果：本发明提供的具有OODA分形机制的编程方法，其利用OODA与分形建模思想，来完成各种复杂度的业务建模，从而找到各种计算问题的建模的最优解决方案；简化简单求解问题的表述方式。利用OODA四步法则对简单问题进行业务建模，完成对简单问题的求解逻辑的简洁化表达；分形拆解复杂问题。利用逐层分形方式，对复杂业务进行问题拆分，形成独立求解的简单问题。同时，结合计算机系统的分层结构，对不同层级的业务分配计算资源，为组成计算机系统的各个层级调度器，提供资源分配依据。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图1基于OODA分形编程方法的微观业务算子建模原理图。
图2基于OODA分形编程产生中观业务算子的原理图。
图3基于OODA分形编程的各个分形层次图。
具体实施方式
以下结合说明书附图对本发明做出进一步的说明：
本发明提供一种具有OODA分形机制的编程方法，其特征在于：所述方法具体包括：按照业务复杂程度，将业务分为N个分形层次，并按照OODA分形编程的四个步骤，即：O1观察，O2调整，D3想定，A4行动，逐一对每一分形层实施建模，获得各个分形层的业务算子；
所述N为小于等于4的整数；N为1表示微观层次，N为2表示微观层次和中观层次，N为3表示微观层次、中观层次和宏观层次，N为4表示微观层次、中观层次、宏观层次和极限层次；
所述逐一对每一分形层实施建模即为以微观、中观、宏观和极限的顺序依次对每一分形层建模，获得微观分形层业务算子、中观分形层业务算子、宏观分形层业务算子和极限分形层业务算子。本发明提供的具有OODA分形机制的编程方法，其利用OODA与分形建模思想，来完成各种复杂度的业务建模，从而找到各种计算问题的建模的最优解决方案；简化简单求解问题的表述方式。利用OODA四步法则对简单问题进行业务建模，完成对简单问题的求解逻辑的简洁化表达；分形拆解复杂问题。利用逐层分形方式，对复杂业务进行问题拆分，形成独立求解的简单问题。同时，结合计算机系统的分层结构，对不同层级的业务分配计算资源，为组成计算机系统的各个层级调度器，提供资源分配依据。
在本实施例中，所述微观业务算子采用下述方法获得，根据OODA分形编程的四个步骤，完成对微观业务算子的建模，具体步骤如下：如图1所示，
S1：O1观察，通过统一的编程标签，对需要处理的数据进行打标签；通过打标屏蔽不同计算业务处理数量结构的差异。
S2：O2调整，根据整个业务的计算机理，确定最小不可分的数据计算单元，即为基本算子；
S3：D3想定，按照业务需求中计算处理的逻辑，对业务的子任务的计算逻辑关系进行建模，形成事件算子；如图1中的黑色箭头表示“数据-计算”逻辑关系，形成“事件算子”。每个事件算子，会独立占用最小计算资源单位，如：一个进程或线程，占用一个OODA处理器的单个Group(组)计算分区的ALU(算术逻辑单元)，ALU数量可以是单一的，也可以是多个。
S4：A4行动，根据已经完成建模的计算业务需求，利用相同或不同的计算事件单元，根据事件算子的先后执行依赖关系和数据输入输出关系，形成具有工作流依赖关系特征的微观业务算子。
在本实施例中，步骤S4还包括在A4行动步骤中，通过全分形业务建模，可根据业务具体内容，生成与事件算子具有完全相同拓扑连接关系的微观业务算子。如图2所示。
在本实施例中，步骤S4还包括在A4行动步骤中，通过非分形业务建模，生成与事件算子拓扑连接不完全相同的微观业务算子。如图2所示。
在本实施例中，所述中观业务算子采用下述方法获得，根据OODA分形编程的四个步骤，完成对微观业务算子的建模，具体步骤如下：
S1：O1观察，通过统一的编程标签，对需要处理的数据进行打标签；
S2：O2调整，利用微观业务算子完成对中观业务算子的建模，保留输入和输出的打标数据接口的前提下，将微观业务算子封装，形成基础算子；
S3：D3想定，按照业务需求中计算处理的逻辑，对业务的子任务的计算逻辑关系进行建模，如数据-计算的逻辑关系，形成事件算子；
S4：A4行动，根据已经完成建模的计算业务需求，利用相同或不同的计算事件单元，根据事件算子的先后执行依赖关系和数据输入输出关系，形成具有工作流依赖关系特征的中观业务算子。
通过OODA分形编程的四个步骤，利用微观业务算子完成对中观业务算子的建模。图2是利用全分形业务建模后，得到的微观业务算子，作为OODA分形编程的输入的一种实施例。由微观分形到“中观”。对已有的微观业务算子，在保留输入和输出的打标数据接口的前提下，封装为可在“O2调整”中选择的“事件算子”。利用封装后的事件算子，在通过想定和行动，构建出中观业务算子。
在本实施例中，所述宏观业务算子采用下述方法获得，对已有的中观业务算子，保留输入和输出的打标数据接口，将中观业务算子封装在02调整中，在通过D3想定和A4行动构建宏观业务算子。
本专利提供一种具有多分形层的建模方法。其特征如图3所示，具有如下3个特征：其一、根据最终业务的复杂程度，可经过多次OODA分形编程，完成全部的建模过程。每次OODA分形编程的过程，都与一个分形层对应。每个分型层所产生的业务算子，分别对应计算机系统结构中，不同粒度的计算部件。图3为一个复杂问题建模的实施例，包含4次OODA分形编程的建模过程。其二、对复杂问题的OODA分形编程过程中，各个分形层与计算机体系结构的资源级别一一对应。如图3所示，4个分形层次从小到大分别是：微观，中观，宏观，极限。与四个分形层次产生的算子，所对应的可在计算机系统中运行的应用程序，在计算资源调度级别也是从小到大一一对应，分别对应：处理器、计算卡、服务器主机、机群系统。例如，微观业务算子所对应应用程序，在计算机系统中运行时，则对应单个处理器所运行的程序。在资源调度时，微观业务算子所对应应用程序，会占用部分或全部单个处理器计算资源。其三、结合基于OODA分形的算子建模方法，以及基于已有业务算子产生更高层业务算子的建模方法，按照如图3中不同分形层所输入的不同类型算子，可完成对宏观业务算子和极限业务算子的建模。
OODA环(OODA Loop)理论最早由美国空军上校John Boyd于1966年提出，是用于描述军事指挥决策过程的主要模型框架。OODA环依次由：观察(Observe)，调整(Orient)，想定(Decide)，行动(Act)，在内共四步以循环方式执行军事决策。OODA环理论完成决策或复杂问题的思维过程，整是人脑理性思维的思维定式。如今，OODA环理论已经不仅仅应用在军事决策方面，已经逐步成为解决各行各业关键问题的建模手段。然而，随着业务问题的不断复杂化，解决某个关键问题需要利用多次“重复”与“迭代”的方式完成。而多次“重复”与“迭代”的思维方式，正是分形思维。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种具有OODA分形机制的编程方法，其特征在于：所述方法具体包括：按照业务复杂程度，将业务分为N个分形层次，并按照OODA分形编程的四个步骤，即：O1观察，O2调整，D3想定，A4行动，逐一对每一分形层实施建模，获得各个分形层的业务算子；
所述N为小于等于4的整数；N为1表示微观层次，N为2表示微观层次和中观层次，N为3表示微观层次、中观层次和宏观层次，N为4表示微观层次、中观层次、宏观层次和极限层次；
所述逐一对每一分形层实施建模即为以微观、中观、宏观和极限的顺序依次对每一分形层建模，获得微观分形层业务算子、中观分形层业务算子、宏观分形层业务算子和极限分形层业务算子。
2.根据权利要求1所述具有OODA分形机制的编程方法，其特征在于：所述微观业务算子采用下述方法获得，根据OODA分形编程的四个步骤，完成对微观业务算子的建模，具体步骤如下：
S1：O1观察，通过统一的编程标签，对需要处理的数据进行打标签；
S2：O2调整，根据整个业务的计算机理，确定最小不可分的数据计算单元；
S3：D3想定，按照业务需求中计算处理的逻辑，对业务的子任务的计算逻辑关系进行建模，形成事件算子；
S4：A4行动，根据已经完成建模的计算业务需求，利用相同或不同的计算事件单元，根据事件算子的先后执行依赖关系和数据输入输出关系，形成具有工作流依赖关系特征的微观业务算子。
3.根据权利要求2所述具有OODA分形机制的编程方法，其特征在于：步骤S4还包括在A4行动步骤中，通过全分形业务建模，可根据业务具体内容，生成与事件算子具有完全相同拓扑连接关系的微观业务算子。
4.根据权利要求2所述具有OODA分形机制的编程方法，其特征在于：步骤S4还包括在A4行动步骤中，通过非分形业务建模，生成与事件算子拓扑连接不完全相同的微观业务算子。
5.根据权利要求1所述具有OODA分形机制的编程方法，其特征在于：所述中观业务算子采用下述方法获得，根据OODA分形编程的四个步骤，完成对微观业务算子的建模，具体步骤如下：
S1：O1观察，通过统一的编程标签，对需要处理的数据进行打标签；
S2：O2调整，利用微观业务算子完成对中观业务算子的建模，保留输入和输出的打标数据接口的前提下，将微观业务算子封装，形成基础算子；
S3：D3想定，按照业务需求中计算处理的逻辑，对业务的子任务的计算逻辑关系进行建模，如数据-计算的逻辑关系，形成事件算子；
S4：A4行动，根据已经完成建模的计算业务需求，利用相同或不同的计算事件单元，根据事件算子的先后执行依赖关系和数据输入输出关系，形成具有工作流依赖关系特征的中观业务算子。
6.根据权利要求1所述具有OODA分形机制的编程方法，其特征在于：所述宏观业务算子采用下述方法获得，对已有的中观业务算子，保留输入和输出的打标数据接口，将中观业务算子封装在02调整中，在通过D3想定和A4行动构建宏观业务算子。
CN202010866751.7A 2020-04-30 2020-08-25 具有ooda分形机制的编程方法 Active CN111813392B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010365189X 2020-04-30
CN202010365189.XA CN111506302A (zh) 2020-04-30 2020-04-30 具有ooda分形机制的编程方法

Publications (2)

Publication Number Publication Date
CN111813392A true CN111813392A (zh) 2020-10-23
CN111813392B CN111813392B (zh) 2023-06-16

Family

ID=71864340

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010365189.XA Pending CN111506302A (zh) 2020-04-30 2020-04-30 具有ooda分形机制的编程方法
CN202010866751.7A Active CN111813392B (zh) 2020-04-30 2020-08-25 具有ooda分形机制的编程方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010365189.XA Pending CN111506302A (zh) 2020-04-30 2020-04-30 具有ooda分形机制的编程方法

Country Status (1)

Country Link
CN (2) CN111506302A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6378003B1 (en) * 1993-04-05 2002-04-23 International Business Machines Corporation Method and system for deriving metaclasses in an object oriented system
CN1786995A (zh) * 2005-03-08 2006-06-14 中国科学院软件研究所 基于时序逻辑的业务过程建模方法
US20090254916A1 (en) * 2008-04-08 2009-10-08 Infosys Technologies Ltd. Allocating resources for parallel execution of query plans
CN103180884A (zh) * 2010-09-01 2013-06-26 奇德林康普顿赛斯公司 驾驶者行为诊断方法和系统
CN103256046A (zh) * 2013-04-28 2013-08-21 北京大学 非常规油气藏水平井全缝长压裂参数模拟的方法及装置
CN103593721A (zh) * 2012-08-13 2014-02-19 中国商用飞机有限责任公司 基于复杂事件处理的业务流程监控方法
CN107070683A (zh) * 2016-12-12 2017-08-18 国网北京市电力公司 数据预测的方法和装置
CN110059948A (zh) * 2019-04-10 2019-07-26 重庆邮电大学 一种ooda环的分层网络分析方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6378003B1 (en) * 1993-04-05 2002-04-23 International Business Machines Corporation Method and system for deriving metaclasses in an object oriented system
CN1786995A (zh) * 2005-03-08 2006-06-14 中国科学院软件研究所 基于时序逻辑的业务过程建模方法
US20090254916A1 (en) * 2008-04-08 2009-10-08 Infosys Technologies Ltd. Allocating resources for parallel execution of query plans
CN103180884A (zh) * 2010-09-01 2013-06-26 奇德林康普顿赛斯公司 驾驶者行为诊断方法和系统
CN103593721A (zh) * 2012-08-13 2014-02-19 中国商用飞机有限责任公司 基于复杂事件处理的业务流程监控方法
CN103256046A (zh) * 2013-04-28 2013-08-21 北京大学 非常规油气藏水平井全缝长压裂参数模拟的方法及装置
CN107070683A (zh) * 2016-12-12 2017-08-18 国网北京市电力公司 数据预测的方法和装置
CN110059948A (zh) * 2019-04-10 2019-07-26 重庆邮电大学 一种ooda环的分层网络分析方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
EN SHAO等: "Programming Graph-Parallel Computation of Large Natural Graphs for Multicore Clusters", 《IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS》, pages 1647 - 1659 *
ERIK P. BLASCH等: "User information fusion decision making analysis with the C-OODA model", 《14TH INTERNATIONAL CONFERENCE ON INFORMATION FUSION》, pages 1 - 10 *
孙凝辉 等: "高性能计算机发展与政策", 《中国科学院院刊》, pages 609 - 616 *
孙宇祥;刘高峰;: "基于Web服务和多Agent技术的水下平台作战推演系统构建", 指挥控制与仿真, no. 05, pages 90 - 95 *
李重,胡包钢: "基于科学计算语言的遗传算法工具箱", 计算机仿真, no. 10, pages 186 - 190 *

Also Published As

Publication number Publication date
CN111813392B (zh) 2023-06-16
CN111506302A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
Li et al. A scientific workflow management system architecture and its scheduling based on cloud service platform for manufacturing big data analytics
Djigal et al. IPPTS: An efficient algorithm for scientific workflow scheduling in heterogeneous computing systems
CN110278249A (zh) 一种分布式群体智能系统
Mahmoud et al. Multiobjective task scheduling in cloud environment using decision tree algorithm
Cui et al. Multiple DAGs workflow scheduling algorithm based on reinforcement learning in cloud computing
CN114610474B (zh) 一种异构超算环境下多策略的作业调度方法及系统
CN115437763B (zh) 火箭故障后任务重构方法、装置、终端设备及存储介质
Mohan et al. Scheduling big data workflows in the cloud under budget constraints
Alves et al. ML4IoT: A framework to orchestrate machine learning workflows on internet of things data
Tchernykh et al. Mitigating uncertainty in developing and applying scientific applications in an integrated computing environment
Ribes et al. Mobile Cloud computing architecture for massively parallelizable geometric computation
Qiao et al. Analysis of Evolutionary Model of DIKW Based on Cloud Resource Allocation Management
Herrera et al. A simulator for intelligent workload managers in heterogeneous clusters
Andrews et al. Towards hyperscale process management
CN111813392A (zh) 具有ooda分形机制的编程方法
Zhang et al. Repeatable multi-dimensional virtual network embedding in cloud service platform
Liu A Programming Model for the Cloud Platform
Xu et al. A task-resource mapping algorithm for large-scale batch-mode computational marine hydrodynamics codes on containerized private cloud
El-Moursy et al. Deployment and analysis of a hybrid shared/distributed-memory parallel visualization tool for 3-D oil reservoir grid on openStack cloud computing
Kehrer et al. Development and operation of elastic parallel tree search applications using TASKWORK
Farooqi et al. Exploring Hybrid Classical-Quantum Compute Systems through Simulation
Hernández et al. A Simulation-based Scheduling Strategy for Scientific Workflows.
Sheng et al. HybridFlow: A Flexible and Efficient RLHF Framework
Jalali Khalil Abadi et al. Deep reinforcement learning-based scheduling in distributed systems: a critical review
Zhao et al. Multitask oriented GPU resource sharing and virtualization in cloud environment

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
GR01 Patent grant
GR01 Patent grant