一种面向智慧医疗的个性化应用调度方法和装置制造方法及图纸

本发明专利技术公开一种面向智慧医疗的个性化应用调度方法和装置，包括以下步骤：步骤S1、获取每个应用程序的负载；步骤S2、根据每个应用程序的负载，得到单个智慧医疗应用程序对响应延迟和功耗的偏好和延迟功耗级别下的QoS；步骤S3、根据单个智慧医疗应用程序对响应延迟和功耗的偏好和延迟功耗级别下的QoS，最大化个性化智慧医疗应用程序的QoS。采用本发明专利技术的技术方案，能在满足时间、温度、寿命可靠性和能源预算等所有设计约束条件下，充分发挥协同处理器的并行计算能力，实现应用程序QoS最大化。实现应用程序QoS最大化。实现应用程序QoS最大化。

【技术实现步骤摘要】
一种面向智慧医疗的个性化应用调度方法和装置


[0001]本专利技术属于智慧医疗
，尤其涉及一种面向智慧医疗的个性化应用调度方法和装置。

技术介绍

[0002]近年来，信息技术的飞速发展促进了医疗信息物理系统（MCPS）的广泛部署，尤其是数字医疗领域。在智能医疗领域上，CPU
‑
GPU（图形处理单元）协同多处理器片上系统（MPSoC）赋能的医疗边缘设备能充分发挥GPU内核的并行计算能力和CPU内核的通用计算能力，在处理和管理海量健康相关数据方面具有巨大优势，但其面临的关键挑战在于将应用程序工作负载映射和分区到CPU和GPU内核上，即应用程序工作负载分区如何确定CPU和GPU内核之间应用程序工作负载的适当比例。然而，现有的研究通常采用最坏情况执行周期来悲观预测单个应用程序的工作负载，导致应用程序服务质量（QoS）大大降低。经验预测技术快速发展，成为可以作为预测医疗应用程序工作负载的可行技术，但早期系统部署阶段存在训练样本数据稀缺的问题，无法保持较高的估计精度。因此，建立具有高估计精度但只需少量训练样本的高效工作负载预测方法，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向智慧医疗的个性化应用调度方法，其特征在于，包括以下步骤：步骤S1、获取每个应用程序的负载；步骤S2、根据每个应用程序的负载，得到单个智慧医疗应用程序对响应延迟和功耗的偏好和延迟功耗级别下的QoS；步骤S3、根据单个智慧医疗应用程序对响应延迟和功耗的偏好和延迟功耗级别下的QoS，最大化个性化智慧医疗应用程序的QoS。2.如权利要求1所述的面向智慧医疗的个性化应用调度方法，其特征在于，步骤S1中，基于机器学习预测每个应用程序的负载。3.如权利要求1所述的面向智慧医疗的个性化应用调度方法，其特征在于，步骤S2中，基于个性驱动的应用程序预测单个智慧医疗应用程序对响应延迟和功耗的偏好和在多种延迟功耗级别下的QoS。4.如权利要求1所述的面向智慧医疗的个性化应用调度方法，其特征在于，步骤S3中，基于c
‑
DPEA群体智能应用程序调度策略，最大化个性化智慧医疗应用程序的QoS。5.一种面...

【专利技术属性】
技术研发人员：曹坤，钟展鸿，翁健，
申请(专利权)人：暨南大学，
类型：发明
国别省市：