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 > 中国长江电力股份有限公司沈博渊获国家专利权

中国长江电力股份有限公司沈博渊获国家专利权

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!

龙图腾网获悉中国长江电力股份有限公司申请的专利一种云计算环境中的分布式任务调度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:CN120492136B

龙图腾网通过国家知识产权局官网在2025-11-25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:202510404592.1,技术领域涉及:G06F9/50;该发明授权一种云计算环境中的分布式任务调度方法是由沈博渊;廖森科;王颖杰;吴桐雨;李博闻;袁思蒙;薛铁龙;毕帅设计研发完成,并于2025-04-01向国家知识产权局提交的专利申请。

一种云计算环境中的分布式任务调度方法在说明书摘要公布了:本发明公开了一种云计算环境中的分布式任务调度方法,涉及分布式任务调度技术领域,包括以下步骤:首先,对所有分布式渲染节点进行实时监控,监控过程中实时获取每个分布式渲染的计算节点生成的初始化数据信息。本发明通过实时监控渲染节点、动态生成随机种子和智能化任务调度,解决了分布式渲染中随机种子重叠导致噪点规律性分布的问题。系统通过统计分析与机器学习模型预测重叠风险,并在风险发生时调整随机种子、重新分配Tiles并优化计算区域划分,确保每个Tiles的随机采样序列独立,从而提高渲染质量和计算效率。

本发明授权一种云计算环境中的分布式任务调度方法在权利要求书中公布了:1.一种云计算环境中的分布式任务调度方法,其特征在于,包括以下步骤: 首先,对所有分布式渲染节点进行实时监控,监控过程中实时获取每个分布式渲染的计算节点生成的初始化数据信息; 获取到各节点的初始化数据信息后,对获取的初始化数据信息进行预处理,并将预处理后的数据进行整合,建立结构化的数据集合; 从数据集合中提取反映分布式节点随机种子初始化方式出现重叠的关键指标,并对提取的关键指标进行统计分析与可视化处理,量化随机种子重叠风险; 通过预先训练好的机器学习模型对分布式渲染节点是否存在随机种子重叠风险进行智能化预测; 当机器学习模型判定Tiles的随机种子存在重叠风险时,首先基于Tiles坐标、帧索引和计算节点ID生成动态随机种子,以改变每个Tiles的随机数序列;其次,将高重叠度Tiles重新分配到不同的计算节点,分散随机数种子的分布范围;同时,动态调整Tiles大小,优化计算区域划分,以改变相邻Tiles之间的采样模式; 从数据集合中提取反映分布式节点随机种子初始化方式出现重叠的关键指标,提取的指标包括节点在分配随机种子时,基于哈希函数计算出的哈希值发生碰撞的概率和伪随机数生成器在各个计算节点的数值分布,将节点在分配随机种子时,基于哈希函数计算出的哈希值发生碰撞的概率和伪随机数生成器在各个计算节点的数值分布在检测窗口下进行统计分析与可视化处理,分别生成种子哈希碰撞参考值和PRNG采样分布一致性参考值,通过种子哈希碰撞参考值和PRNG采样分布一致性参考值量化随机种子重叠风险; 将节点在分配随机种子时,基于哈希函数计算出的哈希值发生碰撞的概率在检测窗口下进行统计分析与可视化处理生成种子哈希碰撞参考值的具体步骤如下: 在检测窗口内,设有N个计算节点,每个计算节点在分配随机种子时会生成一个随机数,然后使用哈希函数将随机数映射为固定长度的哈希值,为计算哈希碰撞率,对比所有计算节点的哈希值,确定节点是否生成了相同的哈希值,定义哈希碰撞矩阵,公式如下: 式中,Ci,j是哈希碰撞矩阵,表示计算节点i和计算节点j的哈希值是否相同的二元状态变量,Hi和Hj分别为计算节点i和计算节点j生成的随机种子的哈希值; 计算在检测窗口内的总碰撞次数,计算表达式如下: 式中,P是所有计算节点之间发生的总哈希碰撞次数; 在获取总碰撞次数P后,量化哈希碰撞的严重程度,生成种子哈希碰撞参考值,生成公式如下: 式中,SHC是种子哈希碰撞参考值,HbinHi是计算节点i的哈希值Hi转换为二进制向量,HbinHi+1是计算节点i+1的哈希值Hi+1转换为二进制向量; 将伪随机数生成器在各个计算节点的数值分布在检测窗口下进行统计分析与可视化处理生成PRNG采样分布一致性参考值的具体步骤如下: 首先从各个计算节点的PRNG采样数据中提取伪随机数序列,并计算数值分布特征熵,以衡量不同节点的随机数分布的离散程度计算表达式如下: 式中,Xf是数值分布特征熵,H是计算节点PRNG采样值的离散区间数量,Pq是第q个数值区间中伪随机数的归一化占比,λ是极小正数,用于避免对数运算中出现零值; 在获取各计算节点的数值分布特征嫡Xf后,为进一步量化多个计算节点之间的随机数分布相似性,需要计算PRNG采样分布一致性参考值,计算表达式如下: 式中,PSDU是PRNG采样分布一致性参考值,M是计算节点总数,即分布式渲染环境中的计算节点数量,Bj,k是计算节点j和节点k之间的PRNG采样分布重叠度,和分别是计算节点j和计算节点k的数值分布特征熵,∈是极小正数,防止分母为零,是归一化因子。

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中国长江电力股份有限公司,其通讯地址为:100080 北京市海淀区玉渊潭南路1号B座;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。