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！

龙图腾网获悉浪潮云信息技术股份公司申请的专利边云协同系统中的数据处理方法及边云协同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：CN119865495B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510006667.0，技术领域涉及：H04L67/10；该发明授权边云协同系统中的数据处理方法及边云协同系统是由张齐昌;高传集;孙兴艳设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本边云协同系统中的数据处理方法及边云协同系统在说明书摘要公布了：本发明提供了一种边云协同系统中的数据处理方法以及边云协同系统。该方法包括：在边云协同系统中的节点上配置动态资源影响接口以及静态资源影响接口；边云协同系统中的节点利用自身的动态资源影响接口实时感知应用负载和资源使用情况，并根据感知到的应用负载和资源使用情况调整计算资源、存储资源和网络资源；边云协同系统中的节点利用自身的静态资源影响接口配置和管理系统的基础设施资源；边云协同系统中的节点获取应用进程的内存使用情况，根据内存使用情况进行内存的回收和释放。本发明能够更好地利用云边协同系统的资源。

本发明授权边云协同系统中的数据处理方法及边云协同系统在权利要求书中公布了：1.边云协同系统中的数据处理方法，其特征在于，该方法包括： 在边云协同系统中的节点上配置动态资源影响接口以及静态资源影响接口； 边云协同系统中的节点利用自身的动态资源影响接口实时感知应用负载和资源使用情况，并根据感知到的应用负载和资源使用情况调整计算资源、存储资源和网络资源； 边云协同系统中的节点利用自身的静态资源影响接口配置和管理系统的基础设施资源； 边云协同系统中的节点获取应用进程的内存使用情况，根据内存使用情况进行内存的回收和释放； 所述边云协同系统中的节点利用自身的静态资源影响接口配置和管理系统的基础设施资源，包括： 在边云协同系统中，将多个节点的存储资源整合起来，形成一个统一的存储资源池，当一个推理服务在所述多个节点中的任意一个节点上运行时，通过该节点上的静态资源影响接口访问整个存储资源池中的数据，以实现网络存储共享； 或者， 在边云协同系统中，当一个节点上的资源不足时，通过静态资源影响接口从其他节点上借用资源来满足自身需求；而当该节点拥有多余资源时，通过静态资源影响接口将多余的资源贡献给其他节点使用； 或者， 为边云协同系统中的资源分配唯一的SHA-256哈希值作为该资源的标识符，通过静态资源影响接口接收到对该资源的更新包后，计算该资源的更新包的SHA-256哈希值，将计算出的该资源更新包的SHA-256哈希值与为该资源分配的SHA-256哈希值进行比较，如果相同，则不对该资源进行更新，如果不同，则对该资源进行更新； 该方法进一步包括： 节点根据实时负载情况动态地增加或减少服务实例的数量，当系统负载增加时，启动新的服务实例来处理额外的推理任务；而当负载减少时，关闭部分服务实例以释放资源，以实现无服务推理资源架构； 和或， 将应用程序及其依赖项打包成独立的容器，实现应用程序的隔离性、可移植性和可管理性； 和或， 将复杂的系统拆分成一系列小的、独立的服务，每个服务完成一个特定的功能； 通过实时监测和分析，收集节点的CPU利用率、内存使用情况、磁盘空间利用率、网络连接状态，利用深度学习算法以及收集到的节点的CPU利用率、内存使用情况、磁盘空间利用率、网络连接状态，预测未来的资源需求； 所述边云协同系统中的节点获取应用进程的内存使用情况，根据内存使用情况进行内存的回收和释放，包括： 边云协同系统中的节点针对每一个内存块均执行：收集对该内存块的访问频率、对该内存块的最后访问时间以及该内存块的生命周期； 根据收集到的针对每一个内存块的访问频率、最后访问时间以及生命周期，为每个内存块计算重要性评分； 预测未来的内存需求； 根据预测出的内存需求以及各个内存块的重要性评分，从重要性评分低的内存块开始回收，基于动态调整的内存回收策略进行内存块的回收； 所述为每个内存块计算重要性评分，包括： 利用如下计算式进行计算： Sb=w_a\cdotAb+w_t\cdotTb+w_l\cdotLb] 其中：Sb表征内存块b的重要性评分；Ab表征对内存块b的访问频率；Tb表征对该内存块b的最后访问时间；Lb表征内存块b的生命周期，该生命周期为从内存块b创建到当前时间的时间长度；w_a,w_t,w_l依次是访问频率的权重、最后访问时间的权重以及生命周期的权重，且w_a+w_t+w_l=1； 所述基于动态调整的内存回收策略进行内存块的回收，包括： 动态计算内存的回收阈值； 当内存的当前使用率大于最新计算出的内存的回收阈值时，开始进行内存块的回收； 其中，使用如下计算式动态计算内存的回收阈值： T_{new}=T_{base}+k\cdotU-U_{target} 其中：T_{new}表征最新的回收阈值；T_{base}表征预先设置的基础回收阈值；U表征当前内存使用率；U_{target}表征预先设置的目标内存使用率；k为预先设置的调节系数，k反映对内存压力的响应能力； 所述预测未来的内存需求，包括： 使用线性回归模型预测未来的内存需求： Dt=\beta_0+\beta_1\cdotDt-1+\beta_2\cdotAt-1+\epsilon 其中： Dt表征时间t时的内存需求； Dt-1表征前一时刻的内存需求； At-1表征前一时刻的内存访问量； \beta_0,\beta_1,\beta_2均为线性回归模型的参数； \epsilon为设置的误差项。

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浪潮云信息技术股份公司，其通讯地址为：250100 山东省济南市高新区浪潮路1036号浪潮科技园S01号楼；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。