(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210928584.3 (22)申请日 2022.08.03 (65)同一申请的已公布的文献号 申请公布号 CN 114996029 A (43)申请公布日 2022.09.02 (73)专利权人 深圳市乙辰科技股份有限公司 地址 518000 广东省深圳市南 山区桃源街 道学苑大道1001号南山智园C1栋23楼 (72)发明人 张纯兵　周泳　高华辰　 (74)专利代理 机构 广州博联知识产权代理有限 公司 44663 专利代理师 王洪江　孙倩倩 (51)Int.Cl. G06F 9/50(2006.01)(56)对比文件 CN 111371856 A,2020.07.0 3 CN 112468589 A,2021.0 3.09 CN 113157431 A,2021.07.23 陈锡明等. “NOW环境中一种负载平衡系统 ALBSIN的研究与实现 ”. 《小型微型计算机系统》 .2001,第22卷(第9期),第10 36-1041页. 审查员 马丹凤 (54)发明名称 一种基于多主机负载数据分析的进程优化 方法及系统 (57)摘要 本发明提供一种基于多主机负载数据分析 的进程优化方法及系统， 包括： 首先响应于待处 理进程触发的进程分配指示， 从待定主机设备集 群中选取至少一个目标主机设备； 然后获取待处 理进程的任务信息， 进程分配指示相关的指示内 容， 以及各个目标主机设备对应的主机设备信 息； 接着基于主机设备选取模型， 分别针对各个 目标主机设备进行二维设备性能特征融合和多 维设备性能特征融合， 基于融合性能特征确定各 个目标主机设备对应的匹配置信度， 确定各个目 标主机设备针对待处理进程的匹配列表， 以此匹 配出用于执行待处理进程的主机设备， 如此设 计， 能够为待处理进程匹配到合适的主机设备， 提高了待处理进程的处理效率 以及主机设备的 有效利用率。 权利要求书5页 说明书18页 附图3页 CN 114996029 B 2022.10.14 CN 114996029 B 1.一种基于多 主机负载 数据分析的进程优化方法， 其特 征在于， 该 方法包括： 响应于待处理进程触发的进程分配指示， 基于待定主机设备对应的负载状态， 从待定 主机设备集群中选取至少一个目标主机设备； 获取所述待处理进程的任务信 息、 所述进程分配指示相关的指示内容以及各个目标主 机设备对应的主机设备信息， 其中， 所述主机 设备信息包括： 基于负载裕量与当前负载中的 至少一种确定的、 用于表征主机设备负载状态的设备负载 特征； 分别将所述各个目标主机设备对应的主机设备信息、 所述任务信息以及所述指示内 容， 输入预置主机设备选取模型； 基于所述主机设备选取模型， 分别针对各个目标主机设备进行二维设备性能特征融合 和多维设备性能特征融合， 基于融合性能特征确定所述各个目标主机 设备对应的匹配置信 度； 基于所述各个目标主机设备各自对应的匹配置信度， 确定所述各个目标主机设备针对 所述待处 理进程的匹配列表； 其中， 所述主机设备选取模型是基于包含不同训练任务进程相关进程执行主机的训练 进程主机对训练得到的， 所述训练进程主机对中的进程执行主机至少包括： 负载状态在预 置可行负载范围内的进程执行主机， 各个进程执行主机对应有用于表征所述进程执行主机 对应的负载状态的大小以及所述进程执 行主机是否被选择的表征系数； 所述基于所述主机设备选取模型， 分别针对各个目标主机设备进行二维设备性 能特征 融合和多维设备性能特征融合， 基于融合性能特征确定所述各个目标主机 设备对应的匹配 置信度， 包括： 基于所述主机设备选取模型， 将所述各个目标主机设备的主机设备信 息以及所述任务 信息进行组合， 获得组合向量； 分别对所述各个目标主机设备的主机设备信息， 所述任务信息， 所述指示内容以及所 述组合向量， 进行二维设备性能特征融合， 获得所述各个目标主机 设备对应的第一置信度， 以及进行多维设备性能特 征融合， 获得 所述各个目标主机设备对应的第二置信度； 将所述各个目标主机设备对应的第一置信度与相应的第二置信度， 进行相加， 获得所 述各个目标主机设备对应的匹配置信度； 所述主机设备选取模型 是通过下列方式训练得到的： 获取所述训练进程主机对， 根据所述训练进程主机对中的进程执行主机对， 对初始 的 主机设备选取模型执行反向传播训练， 并在训练完毕时， 输出训练完毕的主机设备选取模 型； 其中， 在一次反向传播训练过程中执 行以下操作： 从所述训练进程主机对中选取进程执行主机对， 并将选取的进程执行主机对输入所述 主机设备选取模型， 获取基于所述主机设备选取模型获得 的， 所述进程执行主机对中的第 一进程执行主机对应的第一预估置信度， 以及所述进程执行主机对中的第二进程执行主机 对应的第二预估置信度， 其中， 所述第一进程执行主机和所述第二进程执行主机与同一训 练任务进程相关， 且所述第一进程执行主机的表征系数大于所述第二进程执行主机的表征 系数； 基于所述第一预估置信度， 所述第二预估置信度， 所述第一进程执行主机的表征系数 与所述第二进程执行主机的表征系数， 生成LOSS参数， 并基于所述LOSS参数对所述主机设权　利　要　求　书 1/5 页 2 CN 114996029 B 2备选取模型进行优化。 2.根据权利要求1所述的方法， 其特征在于， 通过如下方式获得第 一主机设备的负载状 态， 所述第一主机设备为目标主机设备或待定主机设备： 将所述第一主机设备的初始负载与需求负载之间的负载变化趋势， 作为所述第 一主机 设备的负载状态， 所述需求负载表示所述待处理进程对应的进程分配指示表征的负载需 求； 或者， 将所述第一主机设备当前负载与需求负载之间的负载变化趋势， 作为所述第 一主机设 备的负载状态， 所述需求负载表示所述待处 理进程对应的进程分配指示表征的负载需求。 3.根据权利要求1所述的方法， 其特征在于， 所述基于待定主机设备对应的负载状态， 从待定主机设备集群中选取至少一个目标主机设备， 包括： 基于各个参考进程的进程执行记录， 从所述待定主机设备集群中选取被至少一个参考 进程选择的待定主机设备； 按照选取的各个待定主机设备对应的负载状态， 对所述各个待定主机设备进行负载状 态分析； 选取负载状态分析结果在预置负载状态预警线上的待定主机设备， 作为目标主机设 备。 4.根据权利要求1所述的方法， 其特征在于， 通过下列 方式确定所述各个进程执行主机 的表征系数： 将对应的负载状态在预置可行负载范围， 且被选择的进程执行主机作为优选进程执行 主机； 将对应的负载状态不在预置可行负载范围， 且被选择的进程执行主机作为普通进程执 行主机； 将未被选择的进程执 行主机作为备选进程执 行主机； 其中， 所述优选进程执行主机的表征系数大于所述普通进程执行主机的表征系数， 所 述普通进程执 行主机的表征系数 大于所述备选进程执 行主机的表征系数； 根据划分得到的所述各个进程执行主机的类别， 确定所述各个进程执行主机对应的表 征系数。 5.根据权利要求1所述的方法， 其特征在于， 在所述响应于待处理进程触发的进程分配 指示， 基于待定主机设备对应的负载状态， 从待定主机设备集群中选取至少一个目标主机 设备之前， 所述方法还包括调用进程分配指示检测模型对所述进程分配指示进行检测的步 骤， 该步骤 包括： 获取样本进程分配指示以及其对应的各响应指示； 所述响应指示是通过针对所述样本 进程分配指示产生响应时产生的指示， 所述响应指示与所述样本进程分配指示具有关联 性； 将所述样本进程分配指示以及其对应的各响应指示压缩成单个指示， 得到初始训练指 示数据； 获取所述初始训练指示数据； 并对所述初始训练指示数据进行切割处理， 得到所述初 始训练指示数据对应的初始指示字符串码； 在所述初始指示字符串码中确定可修改字符；权　利　要　求　书 2/5 页 3 CN 114996029 B 3