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 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜四川汉唐云分布式存储技术有限公司石志斌获国家专利权

恭喜四川汉唐云分布式存储技术有限公司石志斌获国家专利权

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!

龙图腾网恭喜四川汉唐云分布式存储技术有限公司申请的专利一种基于云边协同的资源分配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:CN119676185B

龙图腾网通过国家知识产权局官网在2025-06-03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:202510153364.1,技术领域涉及:H04L47/783;该发明授权一种基于云边协同的资源分配方法及系统是由石志斌;姚军;陈龙设计研发完成,并于2025-02-12向国家知识产权局提交的专利申请。

一种基于云边协同的资源分配方法及系统在说明书摘要公布了:本发明涉及一种基于云边协同的资源分配方法及系统,获取历史待处理数据输入数据预测模型进行训练;数据预测模型对各终端设备的待处理数据进行预测,对预测待处理数据进行预拆分,根据预拆分信息涉及的数据类型和数据量匹配相应的边缘节点,实时采集各终端设备待处理数据,将实时待处理数据与预测待处理数据进行对比,当实时待处理数据超出预测,对超出部分进行再拆分,否则直接拆分得到不同的数据单元,将拆分得到的同类型数据单元进行打包传输至匹配的边缘节点;各边缘节点处理后产生结果后返给中继节点,对各处理结果数据包进行拆分后按照同数据源的处理结果进行整合后返给设备终端。实现了云边资源分配与大规模终端设备产生的数据之间的协同。

本发明授权一种基于云边协同的资源分配方法及系统在权利要求书中公布了:1.一种基于云边协同的资源分配方法,其特征在于,包括以下步骤:S1:部署若干中继节点,建立每个中继节点与指定边缘节点之间的连接通道以及每个中继节点与指定终端设备之间的连接通道,获取各终端设备的历史待处理数据并进行特征提取后标注,以预设比例构建训练样本和验证样本;其中,数据标注的过程包括,通过提取的特征为数据进行标注,添加相应的标签和元数据,并通过多轮迭代处理;S2:在中继节点上创建数据预测模型,将所述训练样本输入数据预测模型进行模型训练,并将验证样本输入数据预测模型对模型性能进行验证,当数据预测模型性能满足预设要求,执行步骤S3,否则重新进行模型训练;S3:所述数据预测模型对各终端设备的待处理数据进行预测,所述中继节点根据预测的各终端设备的待处理数据进行预拆分,并对预拆分后的各数据单元添加虚拟标记,所述虚拟标记包括数据源信息、数据类型、数据量以及时延要求,根据各终端设备的待处理数据的预拆分信息涉及的数据类型和数据量匹配相应的边缘节点,S4:实时采集各终端设备在运行过程中产生的待处理数据,并传输给相应的中继节点,所述中继节点将实时待处理数据与预测待处理数据进行对比,判断实时待处理数据是否超出所述预测待处理数据,若是,对超出预测待处理数据的部分数据进行再拆分,未超出的部分数据执行步骤S5,若否,直接执行步骤S5;S5:将各终端设备的实时待处理数据按照预拆分方案进行直接拆分得到不同的数据单元,将拆分得到的同类型数据单元进行打包,构建各数据类型的待处理数据包,并将各数据类型的待处理数据包传输至匹配的边缘节点或者云端;S6:云端或各边缘节点根据接收到的待处理数据包进行相应的处理,产生相应的数据结果,并保留标记后打包,并将处理结果数据包返给所述中继节点,所述中继节点对接收到的各边缘节点的各处理结果数据包进行拆分,根据标记将同数据源的处理结果进行整合,将各数据源的整合结果返给相应的终端设备;S7:各所述终端设备根据接收到的整合结果执行相应动作;步骤S1中的特征提取的具体过程如下:S11:构建特征选择模型,在所述特征选择模型中输入已标注的数据集,通过已标注的数据集拟合所述特征选择模型,在拟合模型的过程中,通过调节正则化参数对特征的稀疏性进行控制;S12:基于训练后的特征选择模型获取所述历史待处理数据中的特征系数,并根据所述特征系数按照指定规则进行排序;S13:通过交叉验证的方式对排序的特征系数设置特征系数阈值,并提取其中系数大于所述特征系数阈值的所有特征;步骤S5中进行待处理数据的拆分的具体过程如下:S51:创建一个环形缓冲区,并在环形缓冲区中设置多个分区;S52:将待处理数据输入环形缓冲区,按照类型逻辑进行拆分后分别分发至所述分区中;步骤S6中的数据整合的具体过程如下:S61:按照步骤S11至步骤S13的过程对同数据源的各处理结果进行特征提取;S62:由各处理结果的特征构建相各处理结果对应的特征向量,并分别分配相应的权重;S63:将各处理结果对应的特征向量进行加权求和得到最终特征向量,将最终特征向量转换为最终处理结果。

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四川汉唐云分布式存储技术有限公司,其通讯地址为:625000 四川省雅安市经济开发区园区大道17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。