一种基于深度强化学习和异构 Spark集群的节能调度方法及系统 (已公示完,直接变)
本发明属于强化学习和大数据处理领域,具体涉及一种基于深度强化学习和异构Spark集群的节能调度方法及系统;该方法包括:实时获取Spark集群上真实负载下的在线数据信息,将数据信息输入到训练好的Q网络,Q网络对数据信息进行能耗‑时间目标预测,系统根据能耗‑时间目标预测选择能耗‑时间目标最低的方案进行资源分配;本发明考虑到集群异构导致能耗不同从而带来的资源优先分配问题,在保证满足用户响应时间情况下寻找最低能耗‑时间目标,并根据最低能耗‑时间目标进行资源调度,能针对能耗目标或者多种SLA目标进行优化并尽可能的节能减排,对通过此方法来达到平衡云服务提供商成本和用户之间响应时间有重要意义,具有良好的经济效益。
《一种基于深度强化学习和异构 Spark集群的节能调度方法及系统 (已公示完,直接变)》是一发明专利,专利号为 2021115059173,当前法律状态为已下证,由重庆邮电大学提出申请,发明人为李鸿健;罗浩;段小林;邹洋;熊安萍;徐瑄航;马建勇;王田田,申请日期为2021-12-10,公开(公告)日期为2024-12-13,国际专利分类号(IPC)为 G06F 9/50 (2006.01),高新资质:未报高企,所属技术领域包括:高校 云服务 深度学习 大数据处理 计算引擎 大数据云计算 异构 集群 调度 分布式大数据 数据分析。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于强化学习和大数据处理领域,具体涉及一种基于深度强化学习和异构Spark集群的节能调度方法及系统;该方法包括:实时获取Spark集群上真实负载下的在线数据信息,将数据信息输入到训练好的Q网络,Q网络对数据信息进行能耗‑时间目标预测,系统根据能耗‑时间目标预测选择能耗‑时间目标最低的方案进行资源分配;本发明考虑到集群异构导致能耗不同从而带来的资源优先分配问题,在保证满足用户响应时间情况下寻找最低能耗‑时间目标,并根据最低能耗‑时间目标进行资源调度,能针对能耗目标或者多种SLA目标进行优化并尽可能的节能减排,对通过此方法来达到平衡云服务提供商成本和用户之间响应时间有重要意义,具有良好的经济效益。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
