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！

龙图腾网获悉南京信息职业技术学院;泓众云(江苏)数字科技有限公司申请的专利一种联合资源分配与任务卸载优化方法及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：CN121301034B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511865652.6，技术领域涉及：G06F9/50；该发明授权一种联合资源分配与任务卸载优化方法及系统是由汪宏艳;李维勇;谭运生设计研发完成，并于2025-12-11向国家知识产权局提交的专利申请。

本一种联合资源分配与任务卸载优化方法及系统在说明书摘要公布了：本申请涉及计算资源优化的技术领域，公开了一种联合资源分配与任务卸载优化方法及系统，包括构建全局资源视图以感知分布式系统中各计算节点缓存行的实时驻留状态；建立缓存感知的任务卸载与数据预取联合优化模型，其决策变量同时包含任务卸载变量与数据预取变量，并利用任务卸载方案内生地构造缓存容量约束，以预测因任务执行将被驱逐的缓存行集合；以最小化总任务完成时间为目标求解该联合优化模型，同步生成任务卸载决策与协同预取决策，其中预取决策依据所述预测的驱逐集合及任务数据依赖关系确定。本发明通过在统一的优化框架内协同决策任务卸载与数据预取，解决了二者独立优化导致的相互干扰问题，实现了对计算与缓存资源的全局主动编排。

本发明授权一种联合资源分配与任务卸载优化方法及系统在权利要求书中公布了：1.一种联合资源分配与任务卸载优化方法，其特征在于，包括： S1构建全局资源视图，以感知分布式系统中各节点缓存行的实时驻留状态； S2建立缓存感知的任务卸载与数据预取联合优化模型，其中，所述联合优化模型的决策变量同时包括表示任务卸载至各节点的第一类变量和表示数据块预取至各节点缓存的第二类变量，通过所述第一类变量确定的任务卸载方案生成所述联合优化模型的缓存容量约束，内生地计算并预测出将在各节点缓存中引发的将被驱逐的缓存行集合；所述联合优化模型的缓存容量约束通过动态判断与联合优化模型内预测的方式构造； 通过所述第一类变量所确定的任务卸载方案，计算出因执行这些任务而必须加载到各节点缓存中的新数据块集合及其总量； 将此总量与通过所述全局资源视图获得的各节点缓存当前空闲容量进行比对，若新数据总量超过空闲容量，则所述联合优化模型在求解过程中将依据预设的缓存替换策略，自动从当前驻留数据中识别并确定一个将被移除的数据块集合； 被移除的数据块集合即为所述预测将被驱逐的缓存行集合； S3求解所述联合优化模型，以最小化总任务完成时间为目标，同步生成任务卸载决策与协同预取决策，通过所述预测将被驱逐的缓存行集合及任务间的数据依赖关系确定所述协同预取决策。

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南京信息职业技术学院;泓众云(江苏)数字科技有限公司，其通讯地址为：211000 江苏省南京市栖霞区仙林大学城文澜路99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”。

以上内容由龙图腾AI智能生成。