CN116991337B - 一种远程教育系统的教育资源的云存储方法及装置 - Google Patents

一种远程教育系统的教育资源的云存储方法及装置 Download PDF

Info

Publication number
CN116991337B
CN116991337B CN202311259512.5A CN202311259512A CN116991337B CN 116991337 B CN116991337 B CN 116991337B CN 202311259512 A CN202311259512 A CN 202311259512A CN 116991337 B CN116991337 B CN 116991337B
Authority
CN
China
Prior art keywords
data transmission
transmission parameter
parameter code
subset
code set
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.)
Active
Application number
CN202311259512.5A
Other languages
English (en)
Other versions
CN116991337A (zh
Inventor
吴丰义
吴世杰
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.)
Shenzhen Lingyi Technology Co ltd
Original Assignee
Shenzhen Lingyi Technology Co ltd
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 Shenzhen Lingyi Technology Co ltd filed Critical Shenzhen Lingyi Technology Co ltd
Priority to CN202311259512.5A priority Critical patent/CN116991337B/zh
Publication of CN116991337A publication Critical patent/CN116991337A/zh
Application granted granted Critical
Publication of CN116991337B publication Critical patent/CN116991337B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/061—Improving I/O performance
    • G06F3/0611—Improving I/O performance in relation to response time
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0614—Improving the reliability of storage systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0625—Power saving in storage systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0629—Configuration or reconfiguration of storage systems
    • G06F3/0632—Configuration or reconfiguration of storage systems by initialisation or re-initialisation of storage systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0655—Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices
    • G06F3/0658—Controller construction arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
    • 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
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种远程教育系统的教育资源的云存储方法及装置，该方法通过传输参数限制值生成边界条件，并在边界条件的范围内生成初始化数据传输参数集，确定所述初始化数据传输参数集的评估指数值，所述评估指数值未满足预设条件时，对初代数据传输参数集进行优化重组，并从优化重组后更新的数据传输参数集中选出聚合度值最小的数据传输参数集，采用所述聚合度值最小的数据传输参数集中的参数作为最优数据传输参数对远程教育系统的教育资源数据进行云存储，可提高远程教育系统传输教育资源数据的传输效率。

Description

一种远程教育系统的教育资源的云存储方法及装置
技术领域
本申请涉及远程教育系统技术领域，更具体的说，本申请涉及一种远程教育系统的教育资源的云存储方法及装置。
背景技术
近年来，随着网络用户设备性能的提高，远程教育行业迅速发展，选择通过在线学习提升自己的技能的用户增长迅速，一些大型的远程教育系统需要存储大量的教育资源数据，迫切需要提高远程教育系统的存储能力。
而云存储技术因具有可扩展性强，储存成本低，数据访问和共享灵活等优点，成为了教育资源数据储存需求大的远程教育系统的首选，但由于远程教育系统数据的日益庞大，在多个传输分端同时发送教育资源传输请求时会给教育数据传输带来巨大压力，如何提高远程教育系统传输教育资源数据的传输效率是业界面临的问题。
发明内容
本申请提供一种远程教育系统的教育资源的云存储方法及装置，以解决远程教育系统传输教育资源数据效率低的技术问题。
为解决上述技术问题，本申请采用如下技术方案：
第一方面，本申请提供一种远程教育系统的教育资源的云存储方法，包括如下步骤：
采集远程教育系统向云存储端传输教育资源数据的各单项数据传输参数限制值，由所述的各单项数据传输参数限制值形成每个单项数据传输参数的边界条件；
根据所述边界条件，生成初代数据传输参数集，所述初代数据传输参数集包括多个初始化数据传输参数子集，确定每个所述初始化数据传输参数子集的评估指数值；
当不存在满足预设评估指数值的初始化数据传输参数子集时，对所述初代数据传输参数集进行二进制转化，得到初代数据传输参数代码集，对所述初代数据传输参数代码集进行优化重组操作，形成优化重组数据传输参数代码集；
对所述优化重组数据传输参数代码集进行筛选生成操作后得到更新数据传输参数代码集，所述更新数据传输参数代码集包括多个数据传输参数代码子集，判断所述更新数据传输参数代码集是否满足预设停止更新条件，若不满足预设停止更新条件，重复上述筛选生成操作对所述更新数据传输参数代码集进行更新直至所述更新数据传输参数代码集满足预设停止更新条件；
确定更新数据传输参数代码集中每个数据传输参数代码子集的聚合度值，远程教育系统选择聚合度值最小的数据传输参数代码子集作为数据传输参数向云存储端传输教育资源数据进行存储。
在一些实施例中，所述数据传输参数限制值具体包括：远程教育系统到云存储端传输路径长度的极值、传输数据所需总能耗的阈值、传输数据速率的阈值和数据传输通信网络负载均衡度的阈值。
在一些实施例中，确定每个所述初始化数据传输参数子集的评估指数值具体包括：
预设初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值的权重系数；
分别计算每个初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值；
计算每个初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值与对应的权重系数相乘之和，得到每个初始化数据传输参数子集的评估指数值。
在一些实施例中，对所述初代数据传输参数代码集进行优化重组操作具体包括：
由每个单项数据传输参数限制值得到该数据传输参数的改进边界条件，根据改进边界条件，将初代数据传输参数代码集分为可行参数集与不可行参数集；
对初代数据传输参数代码集进行优化操作，生成优化参数代码集；
对所述优化参数代码集进行重组操作，生成优化重组数据传输参数代码集。
在一些实施例中，对初代数据传输参数代码集进行优化操作具体包括：
对所述初代数据传输参数代码集进行寻优检索；
根据当前寻优检索所检索到的全局最优可行解参数代码子集和局部最优可行解参数代码子集/>，确定经过优化操作产生的优化参数代码子集，其中经过优化操作产生的第i个优化参数代码子集/>采用下述公式确定：
其中，为不可行参数集中的第i个参数代码子集，/>为可行参数集中的第i个参数代码子集，/>为预设的优化系数。
在一些实施例中，对优化参数代码集进行重组操作具体包括：
分别计算第i个优化参数代码子集与优化前对应的不可行参数集中的第i个参数代码子集/>的汉明距离、可行参数集中的第i个参数代码子集/>的汉明距离；
将和/>之间的汉明距离与/>和/>之间的汉明距离之和作为第i个优化参数代码子集的差异程度/>；
判断第i个优化参数代码子集的差异程度是否小于预设的差异程度的阈值/>，根据判断的结果由下述公式确定经过优化重组操作产生的第i个优化重组参数代码子集；
其中，为经过优化重组操作产生的第i个优化重组参数代码子集，/>为预设的重组系数。
在一些实施例中，所述预设停止更新条件可为更新教育资源数据传输参数代码集中教育资源数据传输参数代码子集的聚合度值最小值不再发生变化。
在一些实施例中，所述预设停止更新条件可为达到预设最大更新教育资源数据传输参数代码集的筛选生成操作次数。
第二方面，本申请提供一种远程教育系统的教育资源的云存储装置，包括：
数据传输参数限制值采集模块，用于采集远程教育系统向云存储端传输教育资源数据的各单项数据传输参数限制值，由所述的各单项数据传输参数限制值形成每个单项数据传输参数的边界条件；
评估指数值确定模块，用于根据所述边界条件，生成初代数据传输参数集，所述初代数据传输参数集包括多个初始化数据传输参数子集，确定每个所述初始化数据传输参数子集的评估指数值；
优化重组数据传输参数代码集生成模块，用于当不存在满足预设评估指数值的初始化数据传输参数子集时，对所述初代数据传输参数集进行二进制转化，得到初代数据传输参数代码集，对所述初代数据传输参数代码集进行优化重组操作，形成优化重组数据传输参数代码集；
更新数据传输参数代码集生成模块，用于对所述优化重组数据传输参数代码集进行筛选生成操作后得到更新数据传输参数代码集，所述更新数据传输参数代码集包括多个数据传输参数代码子集，判断所述更新数据传输参数代码集是否满足预设停止更新条件，若不满足预设停止更新条件，重复上述筛选生成操作对所述更新数据传输参数代码集进行更新直至所述更新数据传输参数代码集满足预设停止更新条件；
教育资源数据传输控制模块，用于确定更新数据传输参数代码集中每个数据传输参数代码子集的聚合度值，使远程教育系统选择聚合度值最小的数据传输参数代码子集作为数据传输参数向云存储端传输教育资源数据。
第三方面，本申请提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的远程教育系统的教育资源的云存储方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的远程教育系统的教育资源的云存储方法。
本申请公开的实施例提供的技术方案具有以下有益效果：
本申请提供的远程教育系统的教育资源的云存储方法及装置中，首先采集远程教育系统向云存储端传输教育资源的各单项数据传输参数限制值，形成每个单项数据传输参数的边界条件，根据所述边界条件，能够随机生成多个初始化教育资源传输参数子集，得到初代数据传输参数集，计算所述初始化教育资源传输参数子集的评估指数值，并判断是否存在满足预设评估指数值的初始化教育资源传输参数子集，使得系统能够判断初始化教育资源传输参数集中是否存在最优传输参数子集，当不存在满足预设评估指数值的初始化教育资源传输参数子集时，对所述初代数据传输参数集进行二进制转化，得到初代数据传输参数代码集，对初代数据传输参数代码集进行优化重组，生成优化重组数据传输参数代码集，对所述优化重组数据传输参数代码集进行筛选生成操作并预设停止更新条件，得到更新数据传输参数代码集，对所述更新数据传输参数代码集优化重组并重复筛选生成操作，直至满足预设停止更新条件，确定更新数据传输参数代码集中每个数据传输参数代码子集的聚合度值，将聚合度值最小的数据传输参数代码子集作为远程教育系统向云存储端传输教育资源数据的参数，最终通过上述方式实现了自动生成最优传输参数集进行数据传输，从而有效提高远程教育系统传输教育资源数据的传输效率。
附图说明
图1是根据本申请一些实施例所示的远程教育系统的教育资源的云存储方法的示例性流程图；
图2是根据本申请一些实施例所示的远程教育系统的教育资源的云存储装置的示例性硬件和/或软件的示意图；
图3是根据本申请一些实施例所示的应用远程教育系统的教育资源的云存储方法的计算机设备的结构示意图。
具体实施方式
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。参考图1，该图是根据本申请一些实施例所示的远程教育系统的教育资源的云存储方法的示例性流程图，该远程教育系统的教育资源的云存储方法100主要包括如下步骤：
在步骤101，采集远程教育系统向云存储端传输教育资源数据的各单项数据传输参数限制值，由所述的各单项数据传输参数限制值形成每个单项数据传输参数的边界条件。
在一些实施例中，所述数据传输参数限制值具体包括：远程教育系统到云存储端传输路径长度的极值、传输数据所需总能耗的阈值、传输数据速率的阈值和数据传输通信网络负载均衡度的阈值。
具体实现时，本申请中形成单项数据传输参数的边界条件的具体实现方式为：将采集的单项数据传输参数限制值作为不等式的成立条件，建立关于单项数据传输参数限制值类型的不等式，形成单项数据传输参数的边界条件，例如：数据传输参数为传输路径长度，由采集的远程教育系统到云存储端的传输路径长度的极值Lmin与Lmax，建立数据传输参数传输路径长度L的边界条件为Lmin<L<Lmax。
需要说明的是，在一些实施例中，可根据教育资源数据进行云存储传输时期望达到的效果采集不同类型的数据传输参数的限制值以得到不同的边界条件，例如：在不考虑数据传输消耗的能耗大小，只考虑数据传输延迟和传输可靠性时，可只采集远程教育系统到云存储端的传输路径长度的极值、传输数据速率的阈值和数据传输通信网络负载均衡度的阈值，这里不再赘述。
在步骤102，根据所述边界条件，生成初代数据传输参数集，所述初代数据传输参数集包括多个初始化数据传输参数子集，确定每个所述初始化数据传输参数子集的评估指数值。
在一些实施例中，生成初代数据传输参数集的具体过程可由计算机随机生成，其具体形式为一串与各单项数据传输参数值对应的数字，例如：第i个随机生成的初始化数据传输参数子集为：远程教育系统到云存储端的传输路径长度L=300，传输数据所需总能耗e=100，传输数据速率V=10，数据传输通信网络负载均衡度B=5；则对应生成的初始化数据传输参数子集表示为：Xi={300,100,10,5}。
需要说明的是，根据边界条件，生成初代数据传输参数集中的初始化数据传输参数子集时，所述初始化数据传输参数子集只需要满足某个单项数据传输参数的边界条件即可，并不要求同时满足所有单项数据传输参数的边界条件。
另外需要说明的是，在一些实施例中，确定每个所述初始化数据传输参数子集的评估指数值具体可采用下述方式实现，即：
预设初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值的权重系数；
分别计算每个初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值；
计算每个初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值与对应的权重系数相乘之和，得到每个初始化数据传输参数子集的评估指数值。
需要说明的是，本申请中分别确定每个初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值可采用各种方式，作为一个优选的实施例，本申请中确定教育资源数据传输参数子集延迟值可采用下述方式，即：
获取传输的教育资源数据包的数量；
获取数据传输通信网络的负载均衡度；
确定第j个教育资源数据包实际传输时间；
确定教育资源数据包预期传输时间；
根据所述传输的教育资源数据包的数量、所述数据传输通信网络的负载均衡度、所述第j个教育资源数据包实际传输时间/>以及所述教育资源数据包预期传输时间/>确定教育资源数据传输参数子集传输数据的延迟值，其中教育资源数据传输参数子集传输数据的延迟值/>可根据下述公式确定：
其中，为教育资源数据传输参数子集传输数据的延迟值，/>为教育资源数据包的数量，/>为数据传输通信网络的负载均衡度，/>为第j个教育资源数据包实际传输时间，/>为教育资源数据包预期传输时间。
而确定教育资源数据传输参数子集传输数据的能耗值可采用下述方式，即：
获取教育资源数据的传输路径长度的上限值与下限值/>；
确定第i个教育资源数据传输路径的长度；
确定第i个教育资源数据传输路径的数据传输量；
确定第i个教育资源数据传输路径的通信网络传输比特率；
确定第i个教育资源数据传输路径的通信网络数据传输速率；
根据所述教育资源数据的传输路径长度的上限值与下限值/>、所述第i个教育资源数据传输路径的长度/>、所述第i个教育资源数据传输路径的数据传输量/>、所述第i个教育资源数据传输路径的通信网络传输比特率/>以及所述第i个教育资源数据传输路径的通信网络数据传输速率/>确定教育资源数据传输参数子集传输数据的能耗值，其中教育资源数据传输参数子集传输数据的能耗值/>可根据下述公式确定：
其中，为教育资源数据传输参数子集传输数据的能耗值，/>与/>分别为教育资源数据的传输路径长度的上限值与下限值，/>为第i个教育资源数据传输路径的长度，/>为每传输一个单位数据所消耗的能量，/>为数据传输密度，/>为第i个教育资源数据传输路径的数据传输量，/>为第i个教育资源数据传输路径的通信网络传输比特率，/>为第i个教育资源数据传输路径的通信网络数据传输速率。
另外需要说明的是，本申请中对于教育资源数据传输参数子集传输数据的可靠性能值可采用下述方式确定，即：
确定第i个教育资源数据传输路径的丢包概率；
确定第i个教育资源数据传输路径的安全系数；
确定第i个教育资源数据传输路径的数据传输量；
确定第i个教育资源数据传输路径的信道带宽；
获取数据传输的可选信道；
根据所述第i个教育资源数据传输路径的丢包概率、所述第i个教育资源数据传输路径的安全系数/>、所述第i个教育资源数据传输路径的数据传输量/>、所述第i个教育资源数据传输路径的信道带宽/>以及所述数据传输的可选信道/>确定教育资源数据传输参数子集传输数据的可靠性能值，其中教育资源数据传输参数子集传输数据的可靠性能值可根据下述公式确定：
其中，为教育资源数据传输参数子集传输数据的可靠性能值，/>为第i个教育资源数据传输路径的丢包概率，/>为第i个教育资源数据传输路径的安全系数，/>为传输教育资源数据的传输路径数量，/>为第i个教育资源数据传输路径的数据传输量，/>为第i个教育资源数据传输路径的信道带宽，/>为数据传输的可选信道。
在一些优选实施例中，计算每个初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值与对应的权重系数相乘之和，可得到每个初始化数据传输参数子集的评估指数值，具体实现时可根据下述公式计算确定每个初始化数据传输参数子集的评估指数值：
其中，为初始化数据传输参数子集的评估指数值，/>为预设的数据传输参数子集传输数据的延迟值权重，/>为预设的数据传输参数子集传输数据的能耗值权重，/>为预设的数据传输参数子集传输数据的可靠性能值权重。
需要说明的是，本申请中教育资源数据传输参数子集传输数据的延迟值、能耗值和可靠性能值的权重系数可以通过采用均值自适应设置权重的方法进行预设，也可以采取其他适用于具体需求的权重方法确定，这里不做具体限定。
在一些实施例中，判断初代数据传输参数集中是否存在评估指数值大于或等于预设评估指数值的初始化数据传输参数子集，若存在评估指数值大于或等于预设评估指数值的初始化数据传输参数子集，则采用该初始化数据传输参数子集作为最优数据传输参数子集，若不存在评估指数值大于或等于预设评估指数值的初始化数据传输参数子集，则进行下一步骤103。
在步骤103，当不存在满足预设评估指数值的初始化数据传输参数子集时，对所述初代数据传输参数集进行二进制转化，得到初代数据传输参数代码集，对所述初代数据传输参数代码集进行优化重组操作，形成优化重组数据传输参数代码集。
在一些实施例中，对所述初代数据传输参数集进行二进制转化，具体为将初代数据传输参数集中每个初始化数据传输参数子集的数据转化为二进制的数字表达形式，例如：第i个初始化数据传输参数子集Xi={300,100,10,5}，转化为二进制后第i个初始化数据传输参数代码子集为Xid={100101100,1100100,1010,101}。
在一些实施例中，对所述初代数据传输参数代码集进行优化重组操作具体可采用下述方式，即：
由每个单项数据传输参数限制值得到该数据传输参数的改进边界条件，根据改进边界条件，将初代数据传输参数代码集分为可行参数集与不可行参数集；
对初代数据传输参数代码集进行优化操作，生成优化参数代码集；
对所述优化参数代码集进行重组操作，生成优化重组数据传输参数代码集。
具体的，改进边界条件的含义为同时满足步骤101中所有边界条件，将所述初代数据传输参数代码集中满足改进边界条件的传输参数子集划分为可行参数集，未满足改进边界条件的传输参数子集划分为不可行参数集。
对于优化重组操作，具体的，对初代数据传输参数代码集进行优化操作具体包括：
对所述初代数据传输参数代码集进行寻优检索，具体实现时，例如可以采用现有的双群体遗传寻优算法进行寻优检索，通过主群体和辅助群体进行寻优检索得到全局最优可行解参数代码子集和局部最优可行解参数代码子集，这里不再赘述；
根据当前寻优检索所检索到的全局最优可行解参数代码子集和局部最优可行解参数代码子集/>，确定经过优化操作产生的优化参数代码子集，其中经过优化操作产生的第i个优化参数代码子集/>采用下述公式确定：
其中，为不可行参数集中的第i个参数代码子集，/>为可行参数集中的第i个参数代码子集，/>为预设的优化系数。
在一些实施例中，对优化参数代码集进行重组操作具体包括：
分别计算第i个优化参数代码子集与优化前对应的不可行参数集中的第i个参数代码子集/>的汉明距离、可行参数集中的第i个参数代码子集/>的汉明距离；
将和/>之间的汉明距离与/>和/>之间的汉明距离之和作为第i个优化参数代码子集的差异程度/>；
判断第i个优化参数代码子集的差异程度是否小于预设的差异程度的阈值/>，根据判断的结果由下述公式确定经过优化重组操作产生的第i个优化重组参数代码子集；
其中，为经过优化重组操作产生的第i个优化重组参数代码子集，/>为预设的重组系数。
在步骤104，对所述优化重组数据传输参数代码集进行筛选生成操作后得到更新数据传输参数代码集，所述更新数据传输参数代码集包括多个数据传输参数代码子集，判断所述更新数据传输参数代码集是否满足预设停止更新条件，若不满足预设停止更新条件，重复上述筛选生成操作对所述更新数据传输参数代码集进行更新直至所述更新数据传输参数代码集满足预设停止更新条件。
在一些实施例中，筛选生成操作是指提取所述优化重组数据传输参数代码集中对应的满足改进边界条件的优化重组参数代码子集，由所述满足改进边界条件的优化重组参数代码子集组成更新数据传输参数代码集。
在一些实施例中，所述预设停止更新条件可为：
更新教育资源数据传输参数代码集中教育资源数据传输参数代码子集的聚合度值最小值不再发生变化；
或者也可以是达到预设最大更新教育资源数据传输参数代码集的筛选生成操作次数，实际中也可以是其他停止更新条件，这里不做具体限定。
在步骤105，确定更新数据传输参数代码集中每个数据传输参数代码子集的聚合度值，远程教育系统选择聚合度值最小的数据传输参数代码子集作为数据传输参数向云存储端传输教育资源数据。
具体实现时，将聚合度值最小的数据传输参数代码子集作为最优数据传输参数子集，即将聚合度值最小的数据传输参数代码子集作为远程教育系统向云存储端传输教育资源数据的数据传输参数，聚合度值最小意味着数据传输参数代码子集中的各个参数之间更加协调，相互依赖性较低，这有助于提高数据传输效率以及数据传输的稳定性。
需要说明的是，对于出现所述满足预设评估指数值的教育资源传输参数子集时，无需通过筛选生成操作得到更新教育资源传输参数代码集并计算所有的教育资源传输参数代码子集的聚合度，而可以对该教育资源传输参数子集直接进行提取，并采用该教育资源传输参数子集的数据传输参数向云存储端传输教育资源。
需要说明的是，本申请中数据传输参数代码子集的聚合度值具体可根据下述公式确定：
其中，为第i个数据传输参数代码子集的聚合度，/>为经过筛选生成操作后更新数据传输参数代码子集的数量，/>为第i个数据传输参数代码子集延迟值的标准差，为第i个数据传输参数代码子集能耗值的标准差，/>为第i个数据传输参数代码子集可靠性能值的标准差，其中第i个数据传输参数代码子集传输数据的延迟值、能耗值和可靠性能值的标准差可由标准差公式计算得到，这里不再赘述。
另外，本申请的另一方面，在一些实施例中，本申请提供一种远程教育系统的教育资源的云存储装置，参考图2，该图是根据本申请一些实施例所示的远程教育系统的教育资源的云存储装置的示例性硬件和/或软件的示意图，该远程教育系统的教育资源的云存储装置200包括：数据传输参数限制值采集模块201、评估指数值确定模块202、优化重组数据传输参数代码集生成模块203、更新数据传输参数代码集生成模块204和教育资源数据传输控制模块205，分别说明如下：
数据传输参数限制值采集模块201，本申请中数据传输参数限制值采集模块201主要用于采集远程教育系统向云存储端传输教育资源数据的各单项数据传输参数限制值，由所述的各单项数据传输参数限制值形成每个单项数据传输参数的边界条件；
评估指数值确定模块202，本申请中评估指数值确定模块202主要用于根据所述边界条件，生成初代数据传输参数集，所述初代数据传输参数集包括多个初始化数据传输参数子集，确定每个所述初始化数据传输参数子集的评估指数值；
优化重组数据传输参数代码集生成模块203，本申请中优化重组数据传输参数代码集生成模块203主要用于当不存在满足预设评估指数值的初始化数据传输参数子集时，对所述初代数据传输参数集进行二进制转化，得到初代数据传输参数代码集，对所述初代数据传输参数代码集进行优化重组操作，形成优化重组数据传输参数代码集；
更新数据传输参数代码集生成模块204，本申请中更新数据传输参数代码集生成模块204主要用于对所述优化重组数据传输参数代码集进行筛选生成操作后得到更新数据传输参数代码集，所述更新数据传输参数代码集包括多个数据传输参数代码子集，判断所述更新数据传输参数代码集是否满足预设停止更新条件，若不满足预设停止更新条件，重复上述筛选生成操作对所述更新数据传输参数代码集进行更新直至所述更新数据传输参数代码集满足预设停止更新条件；
教育资源数据传输控制模块205，本申请中教育资源数据传输控制模块205主要用于确定更新数据传输参数代码集中每个数据传输参数代码子集的聚合度值，使远程教育系统选择聚合度值最小的数据传输参数代码子集作为数据传输参数向云存储端传输教育资源数据。
另外，本申请还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的远程教育系统的教育资源的云存储方法。
在一些实施例中，参考图3，该图是根据本申请一些实施例所示的应用远程教育系统的教育资源的云存储方法的计算机设备的结构示意图。上述实施例中的远程教育系统的教育资源的云存储方法可以通过图3所示的计算机设备来实现，该计算机设备包括至少一个处理器301、通信总线302、存储器303以及至少一个通信接口304。
处理器301可以是一个通用中央处理器(central processing unit，CPU)、特定应用集成电路(application-specific integrated circuit，ASIC)或一个或多个用于控制本申请中的远程教育系统的教育资源的云存储方法的执行。
通信总线302可包括一通路，在上述组件之间传送信息。
存储器303可以是只读存储器（read-only memory，ROM）或可存储静态信息和指令的其它类型的静态存储设备，随机存取存储器（random access memory，RAM）或者可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器（electricallyerasable programmable read-only memory，EEPROM）、只读光盘（compact disc read-only Memory，CD-ROM）或其它光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器303可以是独立存在，通过通信总线302与处理器301相连接，存储器303也可以和处理器301集成在一起。
其中，存储器303用于存储执行本申请方案的程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述实施例中教育资源传输参数集评估指数值与传输参数代码的聚合度值的确定可以通过处理器301以及存储器303中的程序代码中的一个或多个软件模块实现。
通信接口304，使用任何收发器一类的装置，用于与其它设备或通信网络通信，如以太网，无线接入网（radio access network，RAN），无线局域网（wireless local areanetworks，WLAN）等。
在具体实现中，作为一种实施例，计算机设备可以包括多个处理器，这些处理器中的每一个可以是一个单核（single-CPU）处理器，也可以是一个多核（multi-CPU）处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据（例如计算机程序指令）的处理核。
上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中，计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑（personaldigital assistant，PDA）、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机设备的类型。
另外，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的远程教育系统的教育资源的云存储方法。
综上，本申请提供的远程教育系统的教育资源的云存储方法及装置中，首先采集远程教育系统向云存储端传输教育资源的各单项数据传输参数限制值，形成每个单项数据传输参数的边界条件，根据所述边界条件，能够随机生成多个初始化教育资源传输参数子集，得到初代数据传输参数集，计算所述初始化教育资源传输参数子集的评估指数值，并判断是否存在满足预设评估指数值的初始化教育资源传输参数子集，使得系统能够判断初始化教育资源传输参数集中是否存在最优传输参数子集，当不存在满足预设评估指数值的初始化教育资源传输参数子集时，对所述初代数据传输参数集进行二进制转化，得到初代数据传输参数代码集，对初代数据传输参数代码集进行优化重组，生成优化重组数据传输参数代码集，对所述优化重组数据传输参数代码集进行筛选生成操作并预设停止更新条件，得到更新数据传输参数代码集，对所述更新数据传输参数代码集进行重复筛选生成操作，直至满足预设停止更新条件，确定更新数据传输参数代码集中每个数据传输参数代码子集的聚合度值，将聚合度值最小的数据传输参数代码子集作为远程教育系统向云存储端传输教育资源数据的参数，最终通过上述方式实现了通过自动生成最优数据传输参数集，可解决远程教育系统采用云储存技术传输教育资源数据时出现数据丢包、传输速度慢等导致数据传输效率低的技术问题。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种远程教育系统的教育资源的云存储方法，其特征在于，包括如下步骤：
采集远程教育系统向云存储端传输教育资源数据的各单项数据传输参数限制值，由所述的各单项数据传输参数限制值形成每个单项数据传输参数的边界条件；
根据所述边界条件，生成初代数据传输参数集，所述初代数据传输参数集包括多个初始化数据传输参数子集，确定每个所述初始化数据传输参数子集的评估指数值；
当不存在满足预设评估指数值的初始化数据传输参数子集时，对所述初代数据传输参数集进行二进制转化，得到初代数据传输参数代码集，对所述初代数据传输参数代码集进行优化重组操作，形成优化重组数据传输参数代码集；
对所述优化重组数据传输参数代码集进行筛选生成操作后得到更新数据传输参数代码集，所述更新数据传输参数代码集包括多个数据传输参数代码子集，判断所述更新数据传输参数代码集是否满足预设停止更新条件，若不满足预设停止更新条件，重复上述筛选生成操作对所述更新数据传输参数代码集进行更新直至所述更新数据传输参数代码集满足预设停止更新条件；
确定更新数据传输参数代码集中每个数据传输参数代码子集的聚合度值，远程教育系统选择聚合度值最小的数据传输参数代码子集作为数据传输参数向云存储端传输教育资源数据。
2.如权利要求1所述的方法，其特征在于，所述数据传输参数限制值具体包括：远程教育系统到云存储端传输路径长度的极值、传输数据所需总能耗的阈值、传输数据速率的阈值和数据传输通信网络负载均衡度的阈值。
3.如权利要求1所述的方法，其特征在于，确定每个所述初始化数据传输参数子集的评估指数值具体包括：
预设初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值的权重系数；
分别确定每个初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值；
将每个初始化数据传输参数子集传输数据的延迟值、能耗值和可靠性能值与对应的权重系数相乘，得到每个初始化数据传输参数子集的评估指数值。
4.如权利要求1所述的方法，其特征在于，对所述初代数据传输参数代码集进行优化重组操作具体包括：
由每个单项数据传输参数限制值得到该数据传输参数的改进边界条件，根据改进边界条件，将初代数据传输参数代码集分为可行参数集与不可行参数集；
对初代数据传输参数代码集进行优化操作，生成优化参数代码集；
对所述优化参数代码集进行重组操作，生成优化重组数据传输参数代码集。
5.如权利要求4所述的方法，其特征在于，对初代数据传输参数代码集进行优化操作具体包括：
对所述初代数据传输参数代码集进行寻优检索；
根据当前寻优检索所检索到的全局最优可行解参数代码子集和局部最优可行解参数代码子集/>，确定经过优化操作产生的优化参数代码子集，其中经过优化操作产生的第i个优化参数代码子集/>采用下述公式确定：
其中，为不可行参数集中的第i个参数代码子集，/>为可行参数集中的第i个参数代码子集，/>为预设的优化系数。
6.如权利要求1所述的方法，其特征在于，所述预设停止更新条件为更新教育资源数据传输参数代码集中教育资源数据传输参数代码子集的聚合度值最小值不再发生变化。
7.如权利要求1所述的方法，其特征在于，所述预设停止更新条件为达到预设最大更新教育资源数据传输参数代码集的筛选生成操作次数。
8.一种远程教育系统的教育资源的云存储装置，其特征在于，包括：
数据传输参数限制值采集模块，用于采集远程教育系统向云存储端传输教育资源数据的各单项数据传输参数限制值，由所述的各单项数据传输参数限制值形成每个单项数据传输参数的边界条件；
评估指数值确定模块，用于根据所述边界条件，生成初代数据传输参数集，所述初代数据传输参数集包括多个初始化数据传输参数子集，确定每个所述初始化数据传输参数子集的评估指数值；
优化重组数据传输参数代码集生成模块，用于当不存在满足预设评估指数值的初始化数据传输参数子集时，对所述初代数据传输参数集进行二进制转化，得到初代数据传输参数代码集，对所述初代数据传输参数代码集进行优化重组操作，形成优化重组数据传输参数代码集；
更新数据传输参数代码集生成模块，用于对所述优化重组数据传输参数代码集进行筛选生成操作后得到更新数据传输参数代码集，所述更新数据传输参数代码集包括多个数据传输参数代码子集，判断所述更新数据传输参数代码集是否满足预设停止更新条件，若不满足预设停止更新条件，重复上述筛选生成操作对所述更新数据传输参数代码集进行更新直至所述更新数据传输参数代码集满足预设停止更新条件；
教育资源数据传输控制模块，用于确定更新数据传输参数代码集中每个数据传输参数代码子集的聚合度值，使远程教育系统选择聚合度值最小的数据传输参数代码子集作为数据传输参数向云存储端传输教育资源数据。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行如权利要求1至7任一项所述的远程教育系统的教育资源的云存储方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的远程教育系统的教育资源的云存储方法。
CN202311259512.5A 2023-09-27 2023-09-27 一种远程教育系统的教育资源的云存储方法及装置 Active CN116991337B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311259512.5A CN116991337B (zh) 2023-09-27 2023-09-27 一种远程教育系统的教育资源的云存储方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311259512.5A CN116991337B (zh) 2023-09-27 2023-09-27 一种远程教育系统的教育资源的云存储方法及装置

Publications (2)

Publication Number Publication Date
CN116991337A CN116991337A (zh) 2023-11-03
CN116991337B true CN116991337B (zh) 2023-12-26

Family

ID=88525263

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311259512.5A Active CN116991337B (zh) 2023-09-27 2023-09-27 一种远程教育系统的教育资源的云存储方法及装置

Country Status (1)

Country Link
CN (1) CN116991337B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113448747A (zh) * 2021-05-14 2021-09-28 中科可控信息产业有限公司 数据传输方法、装置、计算机设备和存储介质
WO2021189957A1 (zh) * 2020-10-14 2021-09-30 平安科技（深圳）有限公司 一种数据传输方法、数据传输系统、设备及存储介质
CN116132553A (zh) * 2023-02-20 2023-05-16 武汉骏信达信息咨询有限公司 一种大数据传输优化方法及系统
CN116800788A (zh) * 2023-06-19 2023-09-22 上海思格源智能科技有限公司 储能系统数据传输方法、装置、电子设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2014171543A1 (ja) * 2013-04-19 2017-02-23 日本電気株式会社 データ送信装置、データ送信方法、及びそのプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021189957A1 (zh) * 2020-10-14 2021-09-30 平安科技（深圳）有限公司 一种数据传输方法、数据传输系统、设备及存储介质
CN113448747A (zh) * 2021-05-14 2021-09-28 中科可控信息产业有限公司 数据传输方法、装置、计算机设备和存储介质
CN116132553A (zh) * 2023-02-20 2023-05-16 武汉骏信达信息咨询有限公司 一种大数据传输优化方法及系统
CN116800788A (zh) * 2023-06-19 2023-09-22 上海思格源智能科技有限公司 储能系统数据传输方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN116991337A (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
CN113242568B (zh) 一种不确定网络环境中的任务卸载和资源分配方法
CN109167671B (zh) 一种面向量子密钥分发业务的配用通信系统均衡负载调度方法
CN109981744B (zh) 数据的分发方法、装置、存储介质及电子设备
CN111953758A (zh) 一种边缘网络计算卸载和任务迁移方法及装置
US11968122B2 (en) Joint optimization method and system for delay and spectrum occupation in cloud-edge collaborative network
CN111556516B (zh) 面向时延和能效敏感业务的分布式无线网络任务协同分配方法
CN104901989A (zh) 一种现场服务提供系统及方法
CN113961264B (zh) 一种面向视频监控云边协同的智能卸载算法与系统
CN113094181A (zh) 面向边缘设备的多任务联邦学习方法及装置
CN115189908B (zh) 一种基于网络数字孪生体的随机攻击生存性评估方法
CN114357676A (zh) 一种针对层次化模型训练框架的聚合频率控制方法
CN117392483B (zh) 基于增强学习的相册分类模型训练加速方法、系统及介质
CN116991337B (zh) 一种远程教育系统的教育资源的云存储方法及装置
CN113645076A (zh) 基于超图匹配算法的虚拟网络资源分配方法
Wang et al. Multi-objective joint optimization of communication-computation-caching resources in mobile edge computing
Yang et al. Coded computing in unknown environment via online learning
CN115499876A (zh) Msde场景下基于dqn算法的计算卸载策略
CN115801896A (zh) 算力网络节点分配方法、装置、电子设备及存储介质
CN112543481B (zh) 一种边缘节点算力负载均衡的方法、装置及系统
CN115016889A (zh) 一种用于云计算的虚拟机优化调度方法
CN114401192A (zh) 一种多sdn控制器协同训练方法
CN113760484A (zh) 数据处理的方法和装置
CN116401071B (zh) 一种用于边缘计算的资源分配方法及系统
CN115696296B (zh) 一种基于社区发现和加权联邦学习的主动边缘缓存方法
US12035380B2 (en) Industrial 5G dynamic multi-priority multi-access method based on deep reinforcement learning

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