龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：暨南大学
摘要：本发明涉及算力网络性能评估技术领域，具体为一种基于层次分析法的算力网络实时性能评估方法。该方法首先建立多层次综合评价指标体系，对服务器节点，从处理器、内存、网络、磁盘等多个一级指标出发，细分为二级和三级指标，如处理器利用率、内存利用率等，对其他层次节点做同样处理。然后，收集算力网络节点的运行数据，进行清洗、归一化处理和噪声消除，得到清洗后的算力特征向量。接着，采用Stacking异质集成学习技术训练模型并进行算力预测，通过加权平均方法逐层汇总评估结果，得到对于整个算力网络性能的总体评估。该方法提高了多层算力网络性能评估的实时性和准确性。
主权项：1.基于层次分析法的算力网络实时性能评估方法，其特征在于通过实时收集的算力节点的数据，使用训练完成的Stacking异质集成模型来预测评估算力网络的实时性能，至少还包括以下步骤，步骤1、建立综合评价指标体系：1建立综合评价指标体系，采用自顶向下的分析法，从整体到部分；2自顶向下地分析算力网络，将算力节点划分出几个大类的算力特征，作为一级指标；3将这些大类算力特征继续划分出更加具体的算力特征，进一步细分一级指标为更具体的二级指标，如果二级指标仍不足以具体描述算力特征，还可以进一步细分为多级指标，以确保对算力特征的全面覆盖；步骤2、数据的收集和预处理：1根据建立的综合评价指标体系，收集算力网络中各个节点的运行数据；2对收集到的数据进行清洗、归一化处理，消除异常值和噪声；步骤3、集成模型训练与优化：使用Stacking的异质学习集成模型来构建算力节点算力预测模型；步骤4、实时性能预测与评估：1对算力网络区域进行实时分层性能评估；2使用Stacking异质集成学习模型预测各服务器的算力值，对算力网络区域内的服务器算力节点算力进行评估，计算出算力值；3通过加权求和的方法，从小区域逐步汇总到大区域，层层递进，最终得到整个算力网络的整体性能评估结果。
全文数据：
权利要求：
百度查询： 暨南大学 一种基于层次分析法的算力网络实时性能评估方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号