Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 天翼云科技有限公司张可获国家专利权

天翼云科技有限公司张可获国家专利权

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!

龙图腾网获悉天翼云科技有限公司申请的专利一种应用于超融合存储池的深度学习动态权重调节方法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:CN117909060B

龙图腾网通过国家知识产权局官网在2025-11-28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:202311721580.9,技术领域涉及:G06F9/50;该发明授权一种应用于超融合存储池的深度学习动态权重调节方法是由张可;邹晟;马瑞;刘朋祖;段曜光设计研发完成,并于2023-12-14向国家知识产权局提交的专利申请。

一种应用于超融合存储池的深度学习动态权重调节方法在说明书摘要公布了:本发明公开了一种应用于超融合存储池的深度学习动态权重调节方法,属于深度学习技术领域,包括以下步骤:S1、创建超融合集群,S2、按比例创建对应的数据池,S3、收集一段时间内的各个数据池的使用情况,S4、使用时序三层卷积神经网络对收集的特征进行训练预测。利用深度学习中的时序卷积神经网络为超融合存储池的深度学习动态权重提供了调节方案,将权重调节加入到超融合的存储集群中,在控制成本与多样性的同时保证了性能,通过深度学习的预测手段实时动态调节数据池权重,加强了数据均衡,避免权重过度调节,使用了标准化手段处理获取调节权重参数,实现了实时预测用户对于不同存储类型的需求,满足了智能化的存储方案。

本发明授权一种应用于超融合存储池的深度学习动态权重调节方法在权利要求书中公布了:1.一种应用于超融合存储池的深度学习动态权重调节方法,其特征在于,包括以下步骤: S1、创建超融合集群,按照块存储、文件存储、对象存储均分存储空间的方式创建对应的数据池; S2、在集群使用过程中收集一段时间内的各个数据池的使用情况,包括:数据池的用量、数据池用量的增长速率、数据池对象总数、数据池中非健康的对象数、数据池中非健康对象数占总对象数的比例、数据池中降级的对象数、数据池中降级对象数占总对象数的比例、数据池中错误放置的对象数、数据池中错误放置对象数占总对象数的比例、数据池中丢失的对象数、数据池中丢失对象数占总对象数的比例、每秒恢复的对象数、进行读操作的速率以及进行写操作的速率; S3、使用时序三层卷积神经网络对收集的特征进行预测训练; S4、根据训练出的卷积权重预测步骤S2中的特征值; S5、将预测的特征值拼接为特征矩阵,并对不同特征进行分类,其中数据池的用量、数据池用量的增长速率、数据池对象总数、数据池中非健康的对象数、数据池中非健康对象数占总对象数的比例、数据池中降级的对象数、数据池中降级对象数占总对象数的比例、数据池中错误放置的对象数、数据池中错误放置对象数占总对象数的比例、数据池中丢失的对象数、数据池中丢失对象数占总对象数的比例为A组,每秒恢复的对象数、进行读操作的速率、数据池健康对象占比为B组; S6、根据预测的特征值确定调节的数据池权重 所述m表示所取特征的总数,n表示池总数,pn表示第n个池,tmpn表示第pn池中m特征的预测特征值,αm表示m特征的权重系数,A组权重系数为-1,B组权重系数为1,即表示获取的p1数据需要调节的权重; S7、对权重向量进行Z-Score标准化,得到最终的调节权重,公式如下: 其中stdw为前一步获得所有权重值的标准差,meanw为前一步获得所有权重值的均值,为最终得到的池权重; S8、根据得到的权重值,实时动态化调节各个池的权重。

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天翼云科技有限公司,其通讯地址为:100007 北京市东城区青龙胡同甲1号、3号2幢2层205-32室;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”。

以上内容由龙图腾AI智能生成。

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。