JP6952190B2 - クラウドコンピューティングのタスク割り当て方法、装置、設備及び記憶媒体 - Google Patents
クラウドコンピューティングのタスク割り当て方法、装置、設備及び記憶媒体 Download PDFInfo
- Publication number
- JP6952190B2 JP6952190B2 JP2020519124A JP2020519124A JP6952190B2 JP 6952190 B2 JP6952190 B2 JP 6952190B2 JP 2020519124 A JP2020519124 A JP 2020519124A JP 2020519124 A JP2020519124 A JP 2020519124A JP 6952190 B2 JP6952190 B2 JP 6952190B2
- Authority
- JP
- Japan
- Prior art keywords
- task
- path
- allocation
- cloud computing
- cloud
- 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
Links
Images
Classifications
-
- 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
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- 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]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs
-
- 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]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- 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]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45595—Network integration; Enabling network access in virtual machine instances
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/501—Performance criteria
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
を得て、m個のクラウドコンピューティングタスクをn個の仮想マシン
上で実行し、タスク仮想マシンペア
を形成し、
を用いて各クラウドコンピューティングタスクの仮想マシン上における実行時間を表す。
が蟻kの探索可能タスクテーブル中にある場合、蟻kがタスク仮想マシンペアノード
に辿り着く確率は:
であり、そのうち、
は各々t回目の最適化過程中のリソースのフェロモン濃度、リソースの固有属性(計算及び通信能力など)を表し、
は、それぞれフェロモンの重要度、リソースの固有属性の重要度を表し、
はt回目の最適化過程中の蟻の探索可能タスクテーブルを表し、vmsは選択可能な仮想マシンである。t回目の最適化過程中、タスク仮想マシンペアノード
が蟻kの探索可能タスクテーブル中にない場合、蟻kがタスク仮想マシンペアノード
に辿り着く確率は0である。
で表すのが好ましく、そのうちrhoは所定の蒸発因数であり、Deltaは蟻が通過する際に残すフェロモンを表し、
であり、
は所定の重みパラメータであり、
は蟻が通過したパスにおける各仮想マシンの消費時間であり、
は蟻が通過したパスにおける各仮想マシンの消費した時間のうち最長の消費時間であり、こうすることで、仮想マシンにおけるクラウドコンピューティングタスクの実行時間を基に各蟻に対応するパス上のフェロモンが更新され、フェロモンの更新精度が効果的に向上する。
で表すことができ、そのうち、
は所定の重みパラメータであり、
は現在の最適な
である。
であるのが好ましく、そのうち、
、rは所定の重みパラメータであり、rは時間と経済コストとの間の比重を制御するのに用いられ、
はクラウドコンピューティングのタスク割り当て過程の経済コストである。一例として、
の計算式は:
で表すことができ、そのうち、
は1つの仮想マシンのホスト数であり、
は1つのホストの費用であり、
はそれぞれクラウドコンピューティング環境中のメモリ費用、ストレージ費用及び帯域幅費用であり、
はそれぞれクラウドコンピューティング環境中のメモリ容量、ストレージサイズ及び帯域幅の数である。
で表すのが好ましく、そのうち、rhoは所定の蒸発因数であり、Deltaは蟻が通過する際に残すフェロモンを表し、
は所定の重みパラメータであり、
は蟻が通過したパスにおける各仮想マシンの消費した時間であり、
は蟻が通過したパスにおける各仮想マシンの消費した時間のうち最長の消費時間であり、こうすることで、仮想マシンにおけるクラウドコンピューティングタスクの実行時間を基に各蟻に対応するパス上のフェロモンが更新され、フェロモンの更新精度が効果的に向上する。
であるのが好ましく、そのうち、
、rは所定の重みパラメータであり、rは時間と経済コストとの間の比重を制御するのに用いられ、
はクラウドコンピューティングのタスク割り当て過程の経済コストである。一例として、
の計算式は:
で表すことができ、そのうち、
は1つの仮想マシンのホスト数であり、
は1つのホストの費用であり、
はそれぞれクラウドコンピューティング環境中のメモリ費用、ストレージ費用及び帯域幅費用であり、
はそれぞれクラウドコンピューティング環境中のメモリ容量、ストレージサイズ及び帯域幅の数である。
Claims (8)
- クラウドコンピューティングのタスク割り当て方法であって、前記方法には、
ユーザーからのクラウドタスク割り当てリクエストを受信すると、前記クラウドタスク割り当てリクエスト中の割り当て対象のクラウドコンピューティングタスクに基づき、クラウドタスク割り当てモデルを構築する工程と、
前記クラウドタスク割り当てモデル及び所定の蟻コロニー最適化を通して、前記クラウドコンピューティングタスクの割り当てに対して第1所定数の最適化を行い、前記第1所定数の中間割り当てパスを生成する工程と、
所定の遺伝的アルゴリズムを通して、前記中間割り当てパスに対して第2所定数の進化を行い、前記クラウドコンピューティングタスクの最適割り当てパスを生成する工程と、
前記最適割り当てパスに従い、前記クラウドコンピューティングタスクをクラウド環境中の仮想マシンに割り当てる工程と、を含むことを特徴とし、
前記クラウドタスク割り当てモデル及び所定の蟻コロニー最適化を通して、前記クラウドコンピューティングタスクの割り当てに対して第1所定数の最適化を行い、前記第1所定数の中間割り当てパスを生成する工程が、
前記タスク割り当てモデル中の各タスク仮想マシンペアノード間のフェロモンに対して初期化を行い、蟻コロニー最適化のフェロモン行列を生成し、
前記蟻コロニー最適化の蟻が前記タスク仮想マシンペアノード中で対応するパスを生成し、前記各蟻の対応するパス中の部分最適パスを前記中間割り当てパスとして設定し、
前記タスク割り当てモデル中、前記クラウドコンピューティングタスクの前記クラウド環境における仮想マシン上の実行時間に基づき、前記各蟻に対応するパス上のフェロモンを更新し、
前記蟻コロニー最適化の最適化回数が前記第1所定数に達したか否かを判断し、達した場合には前記蟻コロニー最適化の最適化過程を完了し、達していない場合には、前記蟻コロニー最適化の蟻が前記タスク仮想マシンペアノード中で対応するパスを生成する工程にジャンプすることを含むことを特徴とする、方法。 - 前記各蟻に対応するパス上のフェロモンを更新する工程の後、前記蟻コロニー最適化の最適化回数が前記第1所定数に達したか否かを判断する工程の前において、
所定の最適パスフェロモン更新式に従い、前記部分最適パスを通過した各蟻により前記部分最適パス上のフェロモンを更新することをさらに含むことを特徴とする、請求項1に記載の方法。 - 所定の遺伝的アルゴリズムを通して、前記中間割り当てパスに対して第2所定数の進化を行い、前記クラウドコンピューティングタスクの最適割り当てパスを生成する工程が、
前記中間割り当てパスに対してコーディングを行い、遺伝的アルゴリズムの現個体群を生成し、
所定の適応度関数に基づいて前記現個体群に対する進化を行い、次世代個体群を生成し、
前記遺伝的アルゴリズムの進化回数が前記第2所定数に達したか否かを判断し、達した場合には前記次世代個体群の最適個体を前記最適割り当てパスに設定し、達していない場合には前記次世代個体群を前記現個体群に設定して、所定の適応度関数に基づいて前記現個体群に対する進化を行う工程にジャンプすることを含むことを特徴とする、請求項1に記載の方法。 - 前記中間割り当てパスに対してコーディングを行う工程が、
前記中間割り当てパス中のタスク仮想マシンペアノードに対してソートを行い、各前記中間割り当てパスの仮想マシンシーケンスを生成し、
前記仮想マシンシーケンスを前記遺伝的アルゴリズム中の個体群内個体に設定し、前記個体群内個体により前記現個体群を構成することを含むことを特徴とする、請求項3に記載の方法。 - クラウドコンピューティングのタスク割り当て装置であって、前記装置は、
ユーザーからのクラウドタスク割り当てリクエストを受信すると、前記クラウドタスク割り当てリクエスト中の割り当て対象のクラウドコンピューティングタスクに基づき、クラウドタスク割り当てモデルを構築するためのモデル構築ユニットと、
前記クラウドタスク割り当てモデル及び所定の蟻コロニー最適化を通して、前記クラウドコンピューティングタスクの割り当てに対して第1所定数の最適化を行い、前記第1所定数の中間割り当てパスを生成するための蟻コロニー最適化ユニットと、
所定の遺伝的アルゴリズムを通して、前記中間割り当てパスに対して第2所定数の進化を行い、前記クラウドコンピューティングタスクの最適割り当てパスを生成するための遺伝的進化ユニットと、
前記最適割り当てパスに従い、前記クラウドコンピューティングタスクをクラウド環境中の仮想マシンに割り当てるためのタスク割り当てユニットと、を含むことを特徴とし、
前記蟻コロニー最適化ユニットが、
前記タスク割り当てモデル中の各タスク仮想マシンペアノード間のフェロモンに対して初期化を行い、前記蟻コロニー最適化のフェロモン行列を生成するためのフェロモン初期化ユニットと、
前記蟻コロニー最適化の蟻が前記タスク仮想マシンペアノード中で対応するパスを生成し、前記各蟻の対応するパス中の部分最適パスを前記中間割り当てパスとして設定するためのパス生成ユニットと、
前記タスク割り当てモデル中、前記クラウドコンピューティングタスクの前記クラウド環境における仮想マシン上の実行時間に基づき、前記各蟻に対応するパス上のフェロモンを更新するためのフェロモン更新ユニットと、
前記蟻コロニー最適化の最適化回数が前記第1所定数に達したか否かを判断し、達した場合には前記蟻コロニー最適化の最適化過程を完了し、達していない場合には前記パス生成ユニットをトリガして、前記蟻コロニー最適化の蟻が前記タスク仮想マシンペアノード中で対応するパスを生成する操作を実行させる蟻コロニー最適化判断ユニットと、を含むことを特徴とする、装置。 - 前記遺伝的進化ユニットが、
前記中間割り当てパスに対してコーディングを行い、前記遺伝的アルゴリズムの現個体群を生成するための個体群コーディングユニットと、
所定の適応度関数に基づいて前記現個体群に対する進化を行い、次世代個体群を生成するための個体群進化ユニットと、
前記遺伝的アルゴリズムの進化回数が前記第2所定数に達したか否かを判断し、達した場合には前記次世代個体群中の最適個体を前記最適割り当てパスに設定し、達していない場合には前記次世代個体群を前記現個体群に設定し、前記個体群進化ユニットをトリガして、所定の適応度関数に基づいて前記現個体群に対する進化を行う工程を実行させる遺伝的進化判断ユニットと、を含むことを特徴とする、請求項5に記載の装置。 - クラウドコンピューティング設備であって、ストレージ、プロセッサ及びストレージ中に記憶され且つ前記プロセッサ上で作動可能なコンピュータプログラムを含み、前記プロセッサが前記コンピュータプログラムを実行すると、請求項1から請求項4のいずれか1項に記載の方法の工程が実現されることを特徴とする設備。
- コンピュータ読取可能記憶媒体であって、前記コンピュータ読取可能記憶媒体はコンピュータプログラムを記憶し、前記コンピュータプログラムがプロセッサによって実行されると、請求項1から請求項4のいずれか1項に記載の方法の工程が実現されることを特徴とする記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810321267.9A CN108776612A (zh) | 2018-04-11 | 2018-04-11 | 一种云计算任务分配方法、装置、设备及存储介质 |
CN201810321267.9 | 2018-04-11 | ||
PCT/CN2018/083135 WO2019196127A1 (zh) | 2018-04-11 | 2018-04-15 | 一种云计算任务分配方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020537231A JP2020537231A (ja) | 2020-12-17 |
JP6952190B2 true JP6952190B2 (ja) | 2021-10-20 |
Family
ID=64033710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020519124A Active JP6952190B2 (ja) | 2018-04-11 | 2018-04-15 | クラウドコンピューティングのタスク割り当て方法、装置、設備及び記憶媒体 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11188382B2 (ja) |
JP (1) | JP6952190B2 (ja) |
CN (1) | CN108776612A (ja) |
WO (1) | WO2019196127A1 (ja) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110278153A (zh) * | 2019-06-21 | 2019-09-24 | 田继忠 | 一种数据通道择取的装置及方法 |
CN112862134A (zh) * | 2019-11-12 | 2021-05-28 | 北京中电普华信息技术有限公司 | 电力营销业务中台的业务调度方法及装置 |
CN111240804A (zh) * | 2020-01-12 | 2020-06-05 | 桂林理工大学 | 一种基于资源管理的云数据中心成本优化方法 |
CN113497761A (zh) * | 2020-03-20 | 2021-10-12 | 罗伯特·博世有限公司 | 车载设备和通信系统以及数据传输方法 |
CN111917818B (zh) * | 2020-06-09 | 2023-07-25 | 东南大学 | 一种个性化服务需求的动态匹配方法 |
CN111813525B (zh) * | 2020-07-09 | 2024-05-03 | 西北工业大学 | 一种异构系统工作流调度方法 |
WO2022006830A1 (zh) * | 2020-07-10 | 2022-01-13 | 广东石油化工学院 | 一种多队列多集群的任务调度方法及系统 |
CN111984697B (zh) * | 2020-08-05 | 2023-05-16 | 河南省计量科学研究院 | 一种基于云计算的热量表计量系统及方法 |
CN112085382A (zh) * | 2020-09-08 | 2020-12-15 | 杭州海兴泽科信息技术有限公司 | 一种工单分配方法、装置、设备及计算机可读存储介质 |
CN112084033A (zh) * | 2020-09-17 | 2020-12-15 | 南方电网数字电网研究院有限公司 | 多核系统的任务分配方法、装置、计算机设备和存储介质 |
CN112084035B (zh) * | 2020-09-21 | 2024-04-30 | 西安理工大学 | 一种基于蚁群算法的任务调度方法及系统 |
CN112348250A (zh) * | 2020-11-05 | 2021-02-09 | 紫金矿业集团股份有限公司 | 一种汽车衡无人值守称重系统 |
CN112380645A (zh) * | 2020-11-09 | 2021-02-19 | 上海海事大学 | 一种基于蚁群算法的螺旋输送机优化设计方法 |
CN112327858B (zh) * | 2020-11-16 | 2024-03-26 | 中国人民解放军陆军防化学院 | 一种佩戴空气呼吸器人员执行既定任务的路径规划方法 |
CN112434779B (zh) * | 2020-12-09 | 2023-11-21 | 哈尔滨工程大学 | 一种基于改进蚁群算法的紧耦合任务分配方法 |
CN112541627B (zh) * | 2020-12-10 | 2023-08-01 | 赛可智能科技(上海)有限公司 | 一种电动物流车路径规划和性能优化方法、装置及设备 |
CN112653500B (zh) * | 2020-12-16 | 2022-07-26 | 桂林电子科技大学 | 基于蚁群算法的面向低轨道卫星边缘计算任务调度方法 |
CN112883632B (zh) * | 2021-01-13 | 2022-12-02 | 合肥工业大学 | 一种基于改进蚁群算法的锂电池等效电路模型参数辨识方法 |
CN112734127A (zh) * | 2021-01-20 | 2021-04-30 | 西北工业大学 | 一种基于动态蚁群劳动分工模型的多auv任务分配方法 |
CN113009821B (zh) * | 2021-02-10 | 2022-08-19 | 上海海事大学 | 一种基于信息素初始分配和动态更新的蚁群算法优化方法 |
CN112883526B (zh) * | 2021-03-15 | 2023-04-07 | 广西师范大学 | 一种任务延迟和可靠性约束下的工作负载分配方法 |
CN112884248B (zh) * | 2021-03-24 | 2023-01-06 | 苏州大学 | 一种大规模云服务流程的优化方法 |
CN113110472A (zh) * | 2021-04-25 | 2021-07-13 | 深圳市跨越新科技有限公司 | 路径规划方法、装置和终端 |
CN113160900A (zh) * | 2021-05-24 | 2021-07-23 | 北京化工大学 | 基于蚁群算法高通量合成Ag基催化剂的优化路径获取方法 |
CN113778123B (zh) * | 2021-08-24 | 2024-03-05 | 中国电子科技集团公司电子科学研究院 | 面向异构无人机集群的耦合多任务分配方法及装置 |
CN114172867B (zh) * | 2021-12-02 | 2023-09-29 | 国网山东省电力公司信息通信公司 | 一种基于ims的海量信令诊断系统及方法 |
CN114900518A (zh) * | 2022-04-02 | 2022-08-12 | 中国光大银行股份有限公司 | 有向分布式网络的任务分配方法、装置、介质及电子设备 |
CN114968554B (zh) * | 2022-04-07 | 2024-03-19 | 西北大学 | 一种基于核函数映射方式的鲸鱼算法的工作流云调度方法 |
CN114862065B (zh) * | 2022-07-05 | 2022-09-23 | 杭州数询云知科技有限公司 | 社工任务规划方法、装置、电子设备及存储介质 |
CN115277445B (zh) * | 2022-07-11 | 2023-08-15 | 北京理工大学 | 一种基于QoS目标的微服务系统调度优化方法 |
CN114995984B (zh) * | 2022-07-19 | 2022-10-25 | 深圳市乐易网络股份有限公司 | 一种分布式超并发云计算系统 |
CN117056089B (zh) * | 2023-10-11 | 2024-02-06 | 创瑞技术有限公司 | 一种服务动态分配系统及方法 |
CN117573307B (zh) * | 2023-11-13 | 2024-04-09 | 纬创软件(武汉)有限公司 | 云环境下多任务的统筹管理方法及系统 |
CN117319505B (zh) * | 2023-11-30 | 2024-02-06 | 天勰力(山东)卫星技术有限公司 | 一种面向软件定义卫星共享网络的星上任务抢单系统 |
CN117370035B (zh) * | 2023-12-08 | 2024-05-07 | 国网浙江省电力有限公司宁波供电公司 | 一种实时仿真计算资源的划分系统及方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080144074A1 (en) * | 2006-10-18 | 2008-06-19 | Jie Lin | Workflow processing system |
US8893130B2 (en) * | 2007-03-26 | 2014-11-18 | Raytheon Company | Task scheduling method and system |
JP2012517041A (ja) * | 2009-02-05 | 2012-07-26 | 日本電気株式会社 | 遺伝的アプローチによる期限付きタスクの受付制御・スケジューリング方法、システムおよびプログラム |
US7979578B2 (en) * | 2009-09-02 | 2011-07-12 | International Business Machines Corporation | Dynamic and evolutionary placement in an event-driven component-oriented network data processing system |
JP5773142B2 (ja) * | 2011-06-22 | 2015-09-02 | 株式会社日立製作所 | 計算機システムの構成パターンの算出方法及び構成パターンの算出装置 |
US20130144584A1 (en) * | 2011-12-03 | 2013-06-06 | Medeolinx, LLC | Network modeling for drug toxicity prediction |
CN103870317B (zh) * | 2012-12-10 | 2017-07-21 | 中兴通讯股份有限公司 | 云计算中的任务调度方法及系统 |
CN103345657B (zh) * | 2013-04-02 | 2016-05-25 | 江苏大学 | 云计算环境下基于遗传和蚁群的任务调度方法 |
CN105656973B (zh) * | 2014-11-25 | 2018-11-13 | 中国科学院声学研究所 | 一种分布式节点组内任务调度方法及系统 |
US20170026305A1 (en) * | 2015-07-23 | 2017-01-26 | Schneider Electric It Corporation | System to place virtual machines onto servers based upon backup runtime constraints |
CN106936892A (zh) * | 2017-01-09 | 2017-07-07 | 北京邮电大学 | 一种自组织云多对多计算迁移方法及系统 |
CN107133095B (zh) * | 2017-04-07 | 2020-04-07 | 北京科技大学 | 一种云环境下的任务调度方法 |
CN109426553A (zh) * | 2017-08-21 | 2019-03-05 | 上海寒武纪信息科技有限公司 | 任务切分装置及方法、任务处理装置及方法、多核处理器 |
WO2019001418A1 (zh) * | 2017-06-26 | 2019-01-03 | 上海寒武纪信息科技有限公司 | 数据共享系统及其数据共享方法 |
CN110502330A (zh) * | 2018-05-16 | 2019-11-26 | 上海寒武纪信息科技有限公司 | 处理器及处理方法 |
WO2019238128A1 (en) * | 2018-06-14 | 2019-12-19 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image processing |
US20200265092A1 (en) * | 2018-10-25 | 2020-08-20 | The Government of the United States of America as Repesented by the Secretary of the Army | Method and apparatus for the design and optimization of 3D frequency selective surfaces using evolutonary computing techniques |
CN110851272B (zh) * | 2019-10-30 | 2022-02-11 | 内蒙古农业大学 | 基于吞噬的粒子群遗传混合算法的云任务调度方法 |
-
2018
- 2018-04-11 CN CN201810321267.9A patent/CN108776612A/zh active Pending
- 2018-04-15 JP JP2020519124A patent/JP6952190B2/ja active Active
- 2018-04-15 WO PCT/CN2018/083135 patent/WO2019196127A1/zh active Application Filing
-
2020
- 2020-01-17 US US16/745,396 patent/US11188382B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020537231A (ja) | 2020-12-17 |
US20200201677A1 (en) | 2020-06-25 |
WO2019196127A1 (zh) | 2019-10-17 |
US11188382B2 (en) | 2021-11-30 |
CN108776612A (zh) | 2018-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6952190B2 (ja) | クラウドコンピューティングのタスク割り当て方法、装置、設備及び記憶媒体 | |
Wang et al. | Distributed machine learning with a serverless architecture | |
Gao et al. | A multi-objective ant colony system algorithm for virtual machine placement in cloud computing | |
Shi et al. | MDP and machine learning-based cost-optimization of dynamic resource allocation for network function virtualization | |
Ferdaus et al. | Virtual machine consolidation in cloud data centers using ACO metaheuristic | |
CN107133095B (zh) | 一种云环境下的任务调度方法 | |
Belgacem et al. | Multi-objective workflow scheduling in cloud computing: trade-off between makespan and cost | |
Wu | A tunable workflow scheduling algorithm based on particle swarm optimization for cloud computing | |
CN112084035B (zh) | 一种基于蚁群算法的任务调度方法及系统 | |
Mechalikh et al. | PureEdgeSim: A simulation framework for performance evaluation of cloud, edge and mist computing environments | |
CN109447264B (zh) | 云计算环境下基于vham-r模型的虚拟机放置遗传优化方法 | |
CN111314120A (zh) | 基于迭代QoS模型的云软件服务资源自适应管理框架 | |
CN111176784B (zh) | 一种基于极限学习机和蚁群系统的虚拟机整合方法 | |
CN113824489A (zh) | 基于深度学习的卫星网络资源动态分配方法、系统及装置 | |
CN115330189A (zh) | 一种基于改进飞蛾火焰算法的工作流优化调度方法 | |
CN114741955A (zh) | 一种基于安全云的多目标优化任务调度方法 | |
Awad et al. | A swarm intelligence-based approach for dynamic data replication in a cloud environment | |
CN109347900B (zh) | 基于改进狼群算法的云服务系统自适应演化方法 | |
CN111683010A (zh) | 基于光缆网光路的双路由的生成方法及装置 | |
Kumar | HYBRID OPTIMIZED LIST SCHEDULING AND TRUST BASED RESOURCE SELECTION IN CLOUD COMPUTING. | |
CN108521446B (zh) | 云计算资源的调度方法、装置、设备及存储介质 | |
CN116149855A (zh) | 一种微服务架构下中性能资源成本优化方法及系统 | |
CN110516795B (zh) | 一种为模型变量分配处理器的方法、装置及电子设备 | |
Hasan et al. | An intelligent machine learning and self adaptive resource allocation framework for cloud computing environment | |
Pacini et al. | Dynamic scheduling of scientific experiments on clouds using ant colony optimization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200413 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210528 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210628 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210827 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210907 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210927 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6952190 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |