联通(广东)产业互联网有限公司邱述洪获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉联通(广东)产业互联网有限公司申请的专利一种监测网卡的模型训练方法及其应用、系统和电子设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115714692B 。
龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211453132.0,技术领域涉及:H04L12/02;该发明授权一种监测网卡的模型训练方法及其应用、系统和电子设备是由邱述洪;林栋;刘汉亮;刘俊镜;黄民兴;麦福全;龙步云设计研发完成,并于2022-11-18向国家知识产权局提交的专利申请。
本一种监测网卡的模型训练方法及其应用、系统和电子设备在说明书摘要公布了:本发明提供一种监测网卡的模型训练方法及其应用、系统和电子设备,所述方法包括:获取驱逐历史记录集合,计算生成验证集矩阵,以所述验证集矩阵构建训练集;将优化后的训练集输入到卷积神经网络中,通过与反向传播算法结合的随机梯度下降方式进行训练,获取训练好的调参模型,所述调参模型用于根据当前node集群机器上的数据情况动态计算软驱逐阈值和硬驱逐阈值,当网卡流量满足所述软驱逐阈值或硬驱逐阈值时,分别对pod执行软驱逐和硬驱逐;所述驱逐历史记录为历史上驱逐时的node集群机器的性能参数指标以及对应的软驱逐阈值和硬驱逐阈值。与现有技术相比,通过神经网络模型来动态计算最优的驱逐阈值,实现了对网卡资源的智能动态驱逐。
本发明授权一种监测网卡的模型训练方法及其应用、系统和电子设备在权利要求书中公布了:1.一种监测网卡的模型训练方法,其特征在于,所述方法包括: 获取驱逐历史记录集合,计算生成验证集矩阵X,以所述验证集矩阵X构建训练集D和验证集V; 将训练集输入到卷积神经网络中,通过与反向传播算法结合的随机梯度下降方式进行训练,获取训练好的调参模型,所述调参模型用于根据当前node集群机器上的数据情况动态计算软驱逐阈值和硬驱逐阈值,当网卡流量满足所述软驱逐阈值,对pod执行软驱逐;当网卡流量满足所述硬驱逐阈值,对pod执行硬驱逐; 所述通过反向传播算法结合的随机梯度下降方式进行训练包括: 将训练集D输入到神经网络模型中,得到网络输出为,假设损失函数为,通过计算损失函数关于每个参数的导数进行参数学习,具体步骤如下: A1:随机初始化参数权重矩阵w和偏置b; A2:对训练集中的样本随机重排序; A3:从训练集D中选取样本,,初始n=0; A4:前馈计算每一层的净输入和激活值,直到最后一层; A5:反向传播计算每一层的误差;推导得出关于第1层的偏置的梯度为:; A6:计算关于第1层的偏置的梯度为:; A7:通过公式进行W、b参数的更新:、 A8:将n的值加1并重复执行A3-A7步骤直到训练n=N; A9:重复执行A2-A8步骤,直到卷积神经网络模型在验证集V上的错误率不再下降; 所述驱逐历史记录为历史上驱逐时的node集群机器的性能参数指标以及对应的软驱逐阈值和硬驱逐阈值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人联通(广东)产业互联网有限公司,其通讯地址为:510000 广东省广州市黄埔区(中新广州知识城)亿创街1号406房之555;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。