申请/专利权人:北京邮电大学;中国电子科技集团公司第五十四研究所
申请日:2023-12-27
公开(公告)日:2024-05-03
公开(公告)号:CN117978725A
主分类号:H04L45/302
分类号:H04L45/302;H04L45/02;H04L45/03;H04L45/125;H04L45/12;H04L47/80
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.21#实质审查的生效;2024.05.03#公开
摘要:基于图神经网络的算力网络工作流调度方法及装置,该方法通过工作流生成模块生成工作流信息,当网络状态监测模块接收到工作流生成模块发送的工作流信息时,网络状态监测模块向网络中的网元请求状态信息和资源使用情况;工作流调度模块接收网络状态监测模块转发的工作流信息、网元状态信息及资源使用情况后,利用图神经网络生成工作流和算力网络的图嵌入,和深度强化学习调度框架计算接收的工作流的资源分配方案和路由策略,考虑用户对工作流调度结果的偏好以衡量用户对调度时延、价格评测指标的敏感程度。本申请结合工作流任务需求和算力网络的实时状态,为工作流中的子任务选择合适的卸载节点并为其数据传输选择路由路径,以提升用户体验质量。
主权项:1.基于图神经网络的算力网络工作流调度方法,包括:调用部署在数据平面的用户终端的工作流生成模块,通过所述工作流生成模块生成工作流信息,并将生成的工作流信息发送至控制平面的网络状态监测模块;调用网络状态监测模块接收所述工作流生成模块发送的工作流信息,当所述网络状态监测模块接收到所述工作流生成模块发送的工作流信息时,所述网络状态监测模块向网络中的网元请求状态信息和资源使用情况;调用工作流调度模块接收所述网络状态监测模块转发的工作流信息,网元进行状态信息及资源使用情况;通过所述工作流调度模块利用图神经网络生成工作流和算力网络的图嵌入,并利用深度强化学习调度框架计算接收的工作流的资源分配方案和路由策略,所述工作流调度模块使用深度强化学习为任务做出调度决策时,考虑用户对工作流调度结果的偏好以衡量用户对调度时延、价格评测指标的敏感程度;调用调度策略下发模块,通过所述调度策略下发模块将资源分配方案和路由策略转换为流表,并将流表下发至数据平面的网络元素中。
全文数据:
权利要求:
百度查询: 北京邮电大学;中国电子科技集团公司第五十四研究所 基于图神经网络的算力网络工作流调度方法及装置
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。