[发明专利]基于机器学习的面向资源管理的云任务细粒度分类方法有效
| 申请号： | 202010909564.2 | 申请日： | 2020-09-02 |
| 公开（公告）号： | CN112231095B | 公开（公告）日： | 2023-03-28 |
| 发明（设计）人： | 肖利民;左礼威;朱金彬 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06F18/23213;G06F18/2413;H04L67/10 |
| 代理公司： | 北京海虹嘉诚知识产权代理有限公司 11129 | 代理人： | 吴小灿;张涛 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于机器学习的面向资源管理的云任务细粒度分类方法，该方法利用机器学习K‑means聚类算法，按照任务周期内对资源的动态需求特征，将每个云计算任务不同的时间段进行聚类，实现任务从任务周期角度进行细化分类。针对I/O密集型任务分段再进一步分为读密集型和写密集型，实现任务更细粒度分类。此外，根据云计算任务调度执行时序关系，得到并以有向无环图DAG表征任务间的依赖关系。通过在云计算任务细粒度分类中考虑任务间的依赖关系实现任务分类结果的强适应性，为数据中心任务调度和资源分配优化提供更准确依据。 | ||
| 搜索关键词： | 基于 机器 学习 面向 资源管理 任务 细粒度 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010909564.2/，转载请声明来源钻瓜专利网。
