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！

龙图腾网获悉华中科技大学申请的专利一种基于强化学习的分布式存储系统自动调参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：CN116088761B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310059553.3，技术领域涉及：G06F3/06；该发明授权一种基于强化学习的分布式存储系统自动调参方法及系统是由刘渝;夷州;周可;李强;张海军;孙斌设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本一种基于强化学习的分布式存储系统自动调参方法及系统在说明书摘要公布了：本发明公开了一种基于强化学习的分布式存储系统自动调参方法及系统，属于分布式存储技术领域；首先通过对第一样本池中的分布式存储系统性能指标进行统计，从而从第一样本池中筛选出对分布式存储系统性能影响较大的多个系统参数，作为分布式存储系统的一组调优参数，以降低优化问题的复杂度，保证了后续基于强化学习的进行调参的可行性；然后，在参数筛选的基础之上，利用强化学习的DDPG模型进行进一步的调优工作，并且在这个过程中，考虑到DDPG模型的前期冷启动耗时问题，采用遗传算法进行前期的样本收集工作，将收集得到的样本输入给DDPG模型进行预训练，从而避免前期冷启动大量耗时的问题，从而能够合理有效地对分布式存储系统参数进行准确调优。

本发明授权一种基于强化学习的分布式存储系统自动调参方法及系统在权利要求书中公布了：1.一种基于强化学习的分布式存储系统自动调参方法，其特征在于，包括以下步骤： S1、从初始的系统参数配置集合中随机筛选一组系统参数的配置值对分布式存储系统进行调参，获取对应的分布式存储系统性能指标，并将该组系统参数的配置值与对应的分布式存储系统性能指标所组成的样本对保存至第一样本池中； S2、重复所述步骤S1进行迭代，直至所述第一样本池中的样本对数量达到第一预设数量； S3、通过对所述第一样本池中的分布式存储系统性能指标进行统计，从所述第一样本池中筛选出对分布式存储系统性能影响较大的m个系统参数作为分布式存储系统的一组调优参数；2≤m≤M；M为所述步骤S1中随机筛选的一组系统参数的总数量； S4、采用遗传算法GA模型获取各调优参数的配置值后，对分布式存储系统进行调参，获取对应的分布式存储系统性能指标，将该组调优参数配置值与对应的分布式存储系统性能指标所组成的样本对保存至第二样本池中；基于该组调优参数配置值所对应的分布式存储系统性能指标，计算该组调优参数配置值的适应度，并基于所述适应度对所述GA模型中的参数进行更新； S5、重复所述步骤S4进行迭代，直至所述第二样本池中的样本对数量达到第二预设数量或者所述GA模型达到收敛； S6、将所述第二样本池中的样本对作为训练集，对强化学习DDPG模型进行预训练； S7、采用预训练完成后的所述DDPG模型获取各调优参数的配置值后，对分布式存储系统进行调参，并获取对应的分布式存储系统性能指标来计算对应的奖励值，以对所述DDPG模型进行在线训练； S8、采用在线训练完成后的所述DDPG模型获取各调优参数的配置值，以对分布式存储系统进行调参； 所述分布式存储系统性能指标包括：吞吐量或时延； 当所述分布式存储系统性能指标为吞吐量时，所述适应度f为： 当所述分布式存储系统性能指标为延时时，所述适应度f为： 其中，Tt为t时刻分布式存储系统的吞吐量；T0为初始时刻分布式存储系统的吞吐量；Tt-1为t-1时刻分布式存储系统的吞吐量；Lt为t时刻分布式存储系统的时延；L0为初始时刻分布式存储系统的时延；Lt-1为t-1时刻分布式存储系统的时延。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。