買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉山東未來網絡研究院(紫金山實驗室工業互聯網創新應用基地)申請的專利一種面向多云環境任務的圖增強兩級架構A3C調度方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120179340B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510660257.8，技術領域涉及：G06F9/455；該發明授權一種面向多云環境任務的圖增強兩級架構A3C調度方法及系統是由鄭靜雅;陶高峰;馬中俊;沈炎彬設計研發完成，并于2025-05-22向國家知識產權局提交的專利申請。

本一種面向多云環境任務的圖增強兩級架構A3C調度方法及系統在說明書摘要公布了：本發明涉及云計算技術領域，尤其是涉及一種面向多云環境任務的圖增強兩級架構A3C調度方法及系統。方法，包括：獲取云用戶任務數據；基于獲取的云用戶任務數據構建異構調度圖；基于異構調度圖進行GNN嵌入計算；基于GNN嵌入計算設計分層調度架構分別處理不同力度的映射任務；根據映射任務的處理結果進行獎勵計算；輸出最優策略。本方案在能耗與計費模型中進一步精細化，該模型不僅考慮子任務通信能耗，還支持按需、預留與競價實例的分層計費策略，確保調度決策更貼近真實云平臺的能耗與成本結構。

本發明授權一種面向多云環境任務的圖增強兩級架構A3C調度方法及系統在權利要求書中公布了：1.一種面向多云環境任務的圖增強兩級架構A3C調度方法，其特征在于，包括： 獲取云用戶任務數據； 基于獲取的云用戶任務數據構建異構調度圖； 基于異構調度圖進行GNN嵌入計算； 基于GNN嵌入計算設計分層調度架構分別處理不同力度的映射任務； 根據映射任務的處理結果進行獎勵計算； 輸出最優策略； 所述基于獲取的云用戶任務數據構建異構調度圖，包括針對云用戶提供的任務,其中每個任務被劃分為若干子任務，每個子任務的長度、數據塊大小、截止時間由特征向量描述，所有可用虛機記為，每臺虛機的處理能力、內存和網絡帶寬由特征向量描述，物理節點記為，將子任務、虛機和物理機構成三層異構圖節點集為，邊集包含子任務–虛機映射候選邊、VM–PM歸屬邊、同一任務下子任務間的數據依賴邊； 所述基于異構調度圖進行GNN嵌入計算，包括將圖結構信息與通過若干層圖神經網絡GNN計算得到低緯狀態表征，表示為： ， 其中：表示節點第層的隱藏狀態，當為0時，定義；表示所有與節點直接相連的鄰居節點集合，邊的類型通過不同權重矩陣或注意力機制加以區分；為第層的可學習權重矩陣，用于對來自鄰居節點的隱藏狀態進行線性變換；為第層的偏置向量；為逐元素非線性激活函數，用于增強模型的表達能力； 所述基于GNN嵌入計算設計分層調度架構分別處理不同力度的映射任務，包括在第一層調度中實現子任務至虛機的類別映射，其中，輸入狀態為所有子任務節點的GNN嵌入，以及三種虛機類別的公共嵌入，并對每個子任務計算類別選擇分布，從分布中取最大概率，得到類別決策，表示為： ， 其中，表示第一層智能體在當前子任務狀態下，選擇VM類別的概率分布；為子任務節點通過GNN得到的d維隱藏表征，為預先定義的代表三種VM類別的類別嵌入向量，為將子任務表征與三個類別表征按順序串聯得到的向量，作為第一層Actor的輸入特征，為第一層Actor的可學習權重矩陣，將輸入特征線性映射到類別空間； 所述基于GNN嵌入計算設計分層調度架構分別處理不同力度的映射任務，還包括利用第二層實現子任務到具體VM的映射，其中，對于每個子任務節點，根據第一層的輸出，限縮候選VM集合為類別下的VM子集，Actor網絡L2接收子任務嵌入與該子集所有VM嵌入，并輸出具體VM選擇分布，表示為： ， 其中，表示第二層智能體在當前子任務和其所屬VM類別下候選VM子集的狀態輸入下，選擇第臺具體VM的概率；為子任務在第一層已選定類別對應的所有VM的GNN嵌入集合；表示將子任務與該類別下K臺候選VM的嵌入按順序串聯后得到的向量，作為第二層Actor的輸入；為第二層Actor的可學習權重矩陣，將輸入特征映射到K維的虛機類別空間； 所述根據映射任務的處理結果進行獎勵計算，包括設定獎勵為加權和，其中：、和分別為最大完工時間、總能耗和資源成本三項物理量的相對權重，、和為三項物理量的相對權重，通常根據任務SLA嚴格度動態調整，且滿足三者和為1；設計Critic網絡輸出為三維值函數，三維值函數分別預測從當前狀態出發的未來累積回報，且存在以下關系表示為：， 其中：為第t個調度時隙的系統狀態，由GNN嵌入與其他特征構成；為折扣因子，用以控制未來回報的衰減程度；、、分別表示在時隙t頂層調度完成后測得的當前最大完工時間、總能耗和總資源成本； 所述根據映射任務的處理結果進行獎勵計算，還包括對于每臺虛機執行完分配給的所有子任務所需的總時間包括計算時間與通信時間，其中，執行時間計算方式為： ， 其中：指示子任務是否映射到虛機；為子任務的計算量；為虛機的處理速率；通信時間計算方式為： ， 其中指示同一任務的子任務l和k是否被映射到不同虛機，若被映射到同一虛機上，則無需通信，表示子任務間需要交換的數據量，表示兩者之間的網絡帶寬； 所述根據映射任務的處理結果進行獎勵計算，還包括基于執行能耗、通信能耗兩部分計算總能耗，其中，執行能耗計算方式為： ， 其中為虛機在滿負載時的功率消耗；通信能耗計算方式為，其中為網絡傳輸的平均功率消耗；則總能耗為； 所述根據映射任務的處理結果進行獎勵計算，還包括基于多云環境中不同虛機支持多種計費模式，令、和和分別為虛機在三種模式下的單位時間計費金額，、和對應不同模式的權重，則資源成本計算方式為： 。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東未來網絡研究院(紫金山實驗室工業互聯網創新應用基地)，其通訊地址為：250002 山東省濟南市市中區山東大學國家大學科技園7號樓14層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。