申请/专利权人：华中科技大学

申请日：2023-11-29

公开（公告）日：2024-03-08

公开（公告）号：CN117667512A

主分类号：G06F11/14

分类号：G06F11/14;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明公开了一种基于图卷积神经网络的云存储系统副本选择方法，属于云存储系统领域，包括：在历史时间段上提取云存储系统中设备的队列信息和拓扑信息进行图卷积，并利用卷积结果与负载信息预测将请求发送到不同存储设备进行处理所需的时间。利用预测结果和数据副本映射列表来为每个请求选择当前最佳存储设备。在将请求调度到存储设备队列之后，根据紧急程度函数确定该请求是否有SLO违例风险，以及是否需要队内或队间调度；如果需要调度，则使用其代价函数计算调度成本。如果调度成本小于某个预定阈值，则将进行调度，否则重新为该请求选择最佳的副本节点。本发明能够降低请求的SLO违例率，保障系统服务质量。

主权项：1.一种基于图卷积神经网络的云存储系统副本选择方法，其特征在于，包括：将过去多个时刻云存储系统各设备的连接拓扑信息、各设备的队列信息及负载信息输入至训练好的设备队列信息预测模型中，得到预测的未来T个时刻各设备队列信息；其中，所述队列信息为处理完该设备队列中所有请求所耗费的时间；所述设备队列信息预测模型包括：图卷积神经网络单元，用于将当前时刻所述连接拓扑信息和所述队列信息进行图卷积，得到当前时刻的图卷积结果，其中，所述连接拓扑信息作为图卷积中时序图的边，所述队列信息作为时序图的节点；拼接单元，用于将当前时刻的图卷积结果与当前时刻的负载信息拼接；时序网络单元，用于根据当前时刻的拼接结果和上一时刻时序网络单元的输出ht-1得到当前时刻的输出ht；其中，ht∈RN×T，表示预测的未来T个时刻云存储系统各设备队列信息，N为云存储系统设备数量；根据预测的未来T个时刻各设备队列信息，将当前请求调度至排队时间最短的副本节点进行服务；其中，当前请求所申请的数据包括M个副本，M≥1，每个副本存放在云存储系统的不同设备上；所述副本节点为当前请求所申请的数据副本所在的设备。

全文数据：

权利要求：

百度查询： 华中科技大学 一种基于图卷积神经网络的云存储系统副本选择方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD