申请/专利权人：湖南科技大学

申请日：2024-05-31

公开（公告）日：2024-06-28

公开（公告）号：CN118260091A

主分类号：G06F9/50

分类号：G06F9/50;G06N3/0442

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.16#实质审查的生效;2024.06.28#公开

摘要：本发明提供一种基于边缘计算的镜像文件放置方法，涉及云计算领域，该方法包括：获取边缘网络中第一边缘计算节点的第一镜像文件访问日志；针对第一边缘计算节点所缓存的每个镜像文件，基于第一镜像文件访问日志确定该镜像文件在m个时间窗口的访问频率，并基于各个访问频率和该镜像文件的镜像属性构建相应的镜像访问序列；将各个镜像访问序列分别输入至冷门镜像预测模型，以筛选在未来的第一时间段的冷门镜像文件集；控制第一边缘计算节点生成针对冷门镜像文件集的压缩文件，并对压缩文件进行冷存储。由此，在边缘计算框架中实施智能的镜像文件管理和动态镜像优化策略，增强了系统对动态业务需求的响应能力和整体的用户服务体验。

主权项：1.一种基于边缘计算的镜像文件放置方法，包括：获取边缘网络中第一边缘计算节点的第一镜像文件访问日志；所述边缘网络包含多个分别被部署在不同区域位置的边缘计算节点，各个所述边缘计算节点缓存至少一个镜像文件，以向用户终端提供云计算服务；针对第一边缘计算节点所缓存的每个镜像文件，基于所述第一镜像文件访问日志确定该镜像文件在m个时间窗口的访问频率，并基于各个所述访问频率和该镜像文件的镜像属性构建相应的镜像访问序列，m＞1；每一所述时间窗口分别具有唯一对应的窗口时间长度；所述镜像属性包含镜像文件的文件类型、内容大小和应用类型；将各个所述镜像访问序列分别输入至冷门镜像预测模型，以筛选在未来的第一时间段的冷门镜像文件集；控制所述第一边缘计算节点生成针对所述冷门镜像文件集的压缩文件，并对所述压缩文件进行冷存储；所述冷门镜像预测模型采用增强型LSTM，包含级联的输入层、LSTM层、注意力层和输出层；所述输入层包含m个输入通道，每一所述输入通道均用于对第一镜像访问序列中的镜像属性和相应窗口时间长度的访问频率进行预处理，以生成相应的尺度输入特征；所述LSTM层包含m个LSTM单元，每一所述LSTM层分别连接至相应的输入通道，并用于处理各自的尺度输入特征，以提取相应的时间依赖特征；所述LSTM单元的结构为： 式中，表示第个时间窗口在第个时间步的隐状态，表示对应时间窗口的LSTM单元的参数，表示对应时间窗口在第个时间步的尺度输入特征；所述注意力层用于接收各个所述LSTM单元所输出的时间依赖特征，并通过应用注意力加权机制进行融合，以生成相应的注意力特征向量；所述注意力层的结构为： ， 式中，表示第个时间窗口在第个时间步的能量得分，表示所有时间窗口在第个时间步的能量得分的指数之和；和分别表示注意力层的权重矩阵和偏置项，tanh为注意力层的激活函数；表示第个时间窗口在第个时间步的注意力权重；表示在第个时间步的注意力特征向量；表示特征平均化函数，表示综合考量所有时间步的平均注意力特征；所述输出层用于处理所述注意力特征向量，以预测所述第一镜像访问序列所对应的镜像文件是否属于冷门镜像；所述输出层包含级联的第一全连接层、第二全连接层和第一预测层，其具体结构为： 式中，分别表示第一全连接层和第二全连接层的权重矩阵，分别表示第一全连接层和第二全连接层的偏置项，BatchNorm表示批量归一化操作；和分别表示第一预测层的权重矩阵和偏置项；表示sigmoid函数；表示冷门镜像概率；表示RELU激活函数。

全文数据：

权利要求：

百度查询： 湖南科技大学 一种基于边缘计算的镜像文件放置方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD