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！

龙图腾网获悉苏州大学申请的专利面向地理分布式云的任务部署与流量调度优化方法、电子设备及存储介质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：CN121396910B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511976649.1，技术领域涉及：H04L47/125；该发明授权面向地理分布式云的任务部署与流量调度优化方法、电子设备及存储介质是由汪贔宸;孙玉娥;黄河;王竞舟;张瀚文;王兆杰;胡训;李传伟设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本面向地理分布式云的任务部署与流量调度优化方法、电子设备及存储介质在说明书摘要公布了：本发明公开了面向地理分布式云的任务部署与流量调度优化方法、电子设备和存储介质。该方法主要包括系统参数初始化、增强图构建、任务部署性能优化及流量传输能耗优化的单目标模型构建、联合任务部署和流量调度方案设计。通过图转化算法将任务部署与流量传输问题统一建模，结合线性化与加权求和方法构建双目标混合整数规划模型，最终通过随机化舍入算法获取可行近似解，实现负载均衡与能耗优化的协同。

本发明授权面向地理分布式云的任务部署与流量调度优化方法、电子设备及存储介质在权利要求书中公布了：1.一种面向地理分布式云的任务部署与流量调度优化方法，其特征在于：包括如下步骤： S1：系统参数初始化 通过对区域信息和租户需求初始化，形成原始图，获取并优化区域数据中心集R、区域间的链路集E和所有租户的任务集I,其中V为区域数据中心集R； S2:构建增强图 基于原始图，对所有的任务和区域进行节点和边的增设，获得增强图，其中节点集合包含所有原有区域数据中心集以及所有租户的任务集，即； S3:构建两个单目标优化模型 通过定义任务部署决策变量和性能辅助决策变量构建任务部署性能优化模型； 通过定义任务对流量传输决策变量构建流量传输能耗优化模型； S4:构建双目标优化模型 通过耦合任务部署决策变量和流量传输决策变量，构建统一的双目标优化模型，并对构建的双目标优化模型求取Pareto最优解，并将最优解作为地理分布式云的多租户任务部署与流量传输的联合优化方案； 所述步骤S3中构建任务部署性能优化模型时，包括如下步骤： 定义任务部署决策变量，，最后按概率舍入为1得到，表示租户的任务需求是否部署在区域，其中等于0表示不部署，1表示部署； 定义性能辅助决策变量：链路负载均衡指数，； 确定任务部署性能优化目标为，确保区域CPU、内存、磁盘资源负载均衡分配； 每个租户t在进行任务部署时，每个任务都必须且仅被部署一次： 公式1； 每个区域数据中心部署任务所消耗的CPU核心资源不能超过这个区域数据中心的利用上限： ； 每个区域数据中心部署任务所消耗的内存容量不能超过这个区域数据中心的利用上限： ； 每个区域数据中心部署任务所消耗的磁盘存储量不能超过这个区域数据中心的利用上限： ； 构建优化目标为、约束条件为公式1-4、决策变量为任务部署决策变量和链路负载均衡指数的单目标任务部署性能优化模型； 所述步骤S3中构建流量传输能耗优化模型时，包括如下步骤： 定义任务对流量传输决策变量，，最后按概率舍入为1得到，表示任务对是否经过增强图的边进行通信，其中，等于0表示不经过，1表示经过； 确定流量传输能耗优化目标为，确保系统的总流量传输能耗最低； 增强图每个节点的传出通信量和接收通信量应满足流量平衡： ； 每个任务对之间的流量传输时间不能超出任务对的时延需求： 公式6； 每条链路的传输带宽占用，不能超过其带宽上限： ； 流量传输总能耗由每个区域的入流量总能耗之和与出流量总能耗之和构成： 公式8； 其中，每个区域的入流量总能耗与出流量总能耗是该区域单位流量传入出能耗与总传入出流量的积： ； ； 构建优化目标为、约束条件为公式5-10、决策变量为流量传输决策变量的单目标优化模型。

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苏州大学，其通讯地址为：215000 江苏省苏州市吴江区久泳西路1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。