国网山东省电力公司济南供电公司;国网山东省电力公司;山东思极科技有限公司刘远龙获国家专利权
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!
龙图腾网获悉国网山东省电力公司济南供电公司;国网山东省电力公司;山东思极科技有限公司申请的专利基于虚拟化用户网络的多域计算资源聚合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:CN120281776B 。
龙图腾网通过国家知识产权局官网在2025-12-12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:202510687268.5,技术领域涉及:H04L67/1008;该发明授权基于虚拟化用户网络的多域计算资源聚合方法及系统是由刘远龙;刘磊;管荑;张健;张鹍;苑超;白英伟;梁栋;周建波;柴源;高凯强;霍佳皓设计研发完成,并于2025-05-27向国家知识产权局提交的专利申请。
本基于虚拟化用户网络的多域计算资源聚合方法及系统在说明书摘要公布了:本发明提供一种基于虚拟化用户网络的多域计算资源聚合方法及系统,首先采集多域环境下计算资源节点的实时资源状态数据集合,涵盖算力负载率等,接着调用虚拟化资源映射模型进行跨域资源特征提取,生成包含动态负载波动等特征的多维资源特征向量,再基于智能聚合策略网络对特征向量做资源关联分析,确定协同匹配权重,将分散节点聚合成虚拟化资源池,最后对虚拟化资源池中聚合资源进行动态适配,生成匹配目标业务需求的资源调度拓扑结构,并部署到多域计算环境触发资源协同服务,从而能够有效聚合多域计算资源,提升资源利用效率与服务匹配度。
本发明授权基于虚拟化用户网络的多域计算资源聚合方法及系统在权利要求书中公布了:1.一种基于虚拟化用户网络的多域计算资源聚合方法,其特征在于,所述方法包括: 采集多域环境下分散部署的计算资源节点的实时资源状态数据集合,所述实时资源状态数据集合包括各计算资源节点的算力负载率、存储空间占用率及网络带宽利用率; 调用虚拟化资源映射模型对所述实时资源状态数据集合进行跨域资源特征提取处理,生成每个计算资源节点的多维资源特征向量,所述多维资源特征向量包含动态负载波动特征、资源兼容性特征及任务适配度特征; 基于预设的智能聚合策略网络对所述多维资源特征向量进行多域资源关联分析处理,确定跨域计算资源之间的协同匹配权重,根据所述协同匹配权重将分散的计算资源节点聚合为虚拟化资源池; 对所述虚拟化资源池中的聚合资源进行动态资源适配处理,生成与目标业务需求相匹配的资源调度拓扑结构,并将所述资源调度拓扑结构部署至多域计算环境以触发资源协同服务; 所述基于预设的智能聚合策略网络对所述多维资源特征向量进行多域资源关联分析处理,确定跨域计算资源之间的协同匹配权重,根据所述协同匹配权重将分散的计算资源节点聚合为虚拟化资源池,包括: 将所述多维资源特征向量输入至所述智能聚合策略网络的交叉注意力编码层,对每个计算资源节点的多维资源特征向量执行跨域双向注意力计算,生成包含域间节点特征相似度的相似度关联矩阵; 对所述相似度关联矩阵执行基于阈值过滤的稀疏化处理,保留每个计算资源节点与跨域节点中相似度高于动态阈值的关联边,生成稀疏化关联关系图,将所述稀疏化关联关系图输入至可微分图排序网络,基于节点的多维资源特征向量与关联边权重执行端到端的梯度反向传播训练,生成每个跨域关联边的协同匹配权重; 根据所述协同匹配权重对所述稀疏化关联关系图进行边权重更新,生成带权重的跨域资源关联图,将所述跨域资源关联图输入至重叠社区发现算法,基于模块度最大化原则识别具有稳定协作关系的节点集群,生成多个候选资源集群; 对每个候选资源集群内的节点执行多维资源特征向量的均值池化操作,生成集群级资源特征向量,根据所述集群级资源特征向量与预设的全局资源需求模板的余弦相似度筛选目标集群,生成目标资源集群集合; 对所述目标资源集群集合中的每个集群执行虚拟化资源封装操作,生成带有统一接口协议的逻辑资源单元,基于所述协同匹配权重在所述逻辑资源单元之间建立双向资源冗余通道,生成具备容错能力的虚拟化资源池。
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国网山东省电力公司济南供电公司;国网山东省电力公司;山东思极科技有限公司,其通讯地址为:250012 山东省济南市市中区泺源大街238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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励