Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学杨春刚获国家专利权

西安电子科技大学杨春刚获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利一种按需组网服务实例自主生成及匹配方法与系统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:CN116436923B

龙图腾网通过国家知识产权局官网在2025-08-05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:202310430486.1,技术领域涉及:H04L67/1004;该发明授权一种按需组网服务实例自主生成及匹配方法与系统是由杨春刚;董鲁佳;黄姣蕊;宋睿涛;李芫芫;黄韬;李彤;郭俊杰设计研发完成,并于2023-04-20向国家知识产权局提交的专利申请。

一种按需组网服务实例自主生成及匹配方法与系统在说明书摘要公布了:一种按需组网服务实例自主生成及匹配方法,分析用户需求,以决定路由节点需要部署哪些服务实例;根据需求分析得到的需求信息,自动生成符合具体需求的服务实例;所述自动生成包括资源管理和服务调度;所述资源管理,即管理云边设备上的计算、存储和网络带宽资源,根据服务实例的需求和性能数据,动态地分配和调度资源;所述服务调度,根据资源管理结果,将服务实例动态地部署在云边设备上,同时负责监控服务实例的状态和性能数据;监控业务负载和服务实例的性能数据,根据实时的情况,自动调整服务实例的数量和位置,以保证业务的可用性和性能。本发明可以实现服务的快速部署,降低资源浪费,实现服务的高可用性。

本发明授权一种按需组网服务实例自主生成及匹配方法与系统在权利要求书中公布了:1.一种按需组网服务实例自主生成及匹配方法,其特征在于,包括: S101,需求分析 分析用户需求,包括实例的类型、数量、配置和网络拓扑,以决定路由节点需要部署哪些服务实例; S102,自主生成 根据需求分析得到的需求信息,自动生成符合具体需求的服务实例;所述自动生成包括资源管理和服务调度;所述资源管理,即管理云边设备上的计算、存储和网络带宽资源,根据服务实例的需求和性能数据,动态地分配和调度资源;所述服务调度,根据资源管理结果,将服务实例动态地部署在云边设备上,同时负责监控服务实例的状态和性能数据; S103,实时监控 监控业务负载和服务实例的性能数据,根据实时的情况,自动调整服务实例的数量和位置,以保证业务的可用性和性能; 所述S101,包括: 步骤1011:输入用户需求,包括应用特征、网络拓扑、资源信息和质量指标;所述资源信息,包括计算资源、存储资源以及网络带宽资源; 步骤1012:提取用户需求中的各类资源信息,将其转化成计算机可处理的形式; 步骤1013:分析用户的业务需求,通过对业务类型的判定,以确定需要生成的服务实例的数量和类型; 步骤1014:分析用户的环境需求,确定服务实例需要部署的环境特点即资源要求,以选择最合适的云和边缘节点进行部署; 步骤1015:输出规定格式的需求信息; 所述步骤1013,判定服务实例生成行为树,对用户需求的业务类型进行判断,生成具体的微服务实例和容器实例; 所述S102,包括: 步骤一:输入需求信息; 步骤二:资源管理:首先实时监控云端和边缘设备上的各类资源状态,然后与业务需求进行对比分析,计算出一个最优的资源调度方案; 步骤三:服务调度:根据所述资源调度方案,组合成为各类服务实例需求,同时综合考虑云端和边缘端服务实例的资源状态和性能数据,制定最优的调度策略; 步骤四:将最终调度策略下的服务实例部署在云端和边缘节点上; 所述步骤二,计算最优的资源调度方案,是针对计算资源、存储资源和网络带宽资源,每种资源设置优化目标,构建多目标优化问题,然后使用加权目标函数对其进行求解; 所述步骤三,使用Kubernetes的容器编排系统制定最优的调度策略,首先创建Kubernetes集群,在云和边缘侧分别创建一个Kubernetes集群,并将其连接,使得云侧和边缘侧能够相互通信和调度;然后将微服务实例和容器实例使用节点标签分别部署在不同的节点上;将所述加权目标函数写入Kubernetes的调度器,Kubernetes根据资源调度的结果,对各个微服务和容器进行资源分配;使用Kubernetes的HorizontalPodAutoscaler和VerticalPodAutoscaler资源对象,根据需要自动调整容器的数量和资源使用情况,以满足各个节点上的资源需求; 所述用户的业务需求为视频流传输业务,计算资源设置的优化目标包括分辨率和帧率,存储资源设置的优化目标包括时长和码率,网络带宽资源的优化目标包括码率和网络延迟,构建的加权目标函数表达如下: Fx=w1f1x+w2f2x+w3f3x 其中,加权目标函数的优化目标是最小化Fx,x表示资源的选择和分配方案,w1,w2,w3分别表示f1x,f2x,f3x的权重,用来平衡各个优化目标的重要性,f1x,f2x,f3x分别表示计算资源、存储资源和网络带宽资源的优化目标,表示为: f1x=0.5*restargetx-rescurx2+0.5*fpstargetx-fpscurx2 f2x=filesizex*8bitratex f3x=bitratex1+0.5×delayx 其中,restargetx表示分辨率的目标值,rescurx表示分辨率的当前值,fpstargetx表示帧率的目标值,fpscurx表示帧率的当前值;filesizex表示文件大小,bitratex表示码率大小,delayx表示网络时延。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2号;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”。

免责声明
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。