- 1、本文档共10页,其中可免费阅读9页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出一种基于机器学习的面向资源管理的云任务细粒度分类方法,该方法利用机器学习K‑means聚类算法,按照任务周期内对资源的动态需求特征,将每个云计算任务不同的时间段进行聚类,实现任务从任务周期角度进行细化分类。针对I/O密集型任务分段再进一步分为读密集型和写密集型,实现任务更细粒度分类。此外,根据云计算任务调度执行时序关系,得到并以有向无环图DAG表征任务间的依赖关系。通过在云计算任务细粒度分类中考虑任务间的依赖关系实现任务分类结果的强适应性,为数据中心任务调度和资源分配优化提供更准确依据
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112231095 A
(43)申请公布日 2021.01.15
(21)申请号 202010909564.2
(22)申请日 2020.09.02
(71)申请人 北京航空航天大学
地址
文档评论(0)