基于神经网络的异构算力网络任务分配与路径优化系统技术方案

本发明专利技术涉及网络任务分配技术领域，公开了一种基于神经网络的异构算力网络任务分配与路径优化系统，包括：图构建模块，用于构建交通分散图，通过交通分散图对网络拓扑和节点数据进行建模，并结合图索引与图位移进行节点与边的建模，提取网络通信流量与节点特征；节点任务分配模块，用于将各个节点的图索引组成图索引集合输入到改进的图神经网络模型，对节点任务进行智能预测与分配，输出节点的任务分配预测结果；路径优化模块，结合节点任务预测结果，以最小化传输延迟并平衡节点算力，得到路径优化结果；系统优化模块，基于路径优化结果和任务分配预测结果，对系统整体性能进行优化。本发明专利技术提高了异构算力网络的任务分配和路径优化效率。

【技术实现步骤摘要】

本专利技术涉及网络任务分配，尤其涉及一种基于神经网络的异构算力网络任务分配与路径优化系统。

技术介绍

1、随着信息技术的飞速发展，算力网络在众多领域发挥着关键作用，如云计算、边缘计算、大数据处理等。在异构算力网络中，不同类型的计算节点(如cpu、gpu、fpga等)具有各自独特的性能特点，网络拓扑结构也复杂多样。

2、当前，任务分配与路径优化在异构算力网络中面临诸多挑战。传统的任务分配和路径规划方法往往难以充分考虑网络节点的实时性能变化以及复杂的拓扑结构，导致任务分配不均衡、传输延迟高、资源利用率低等问题。例如，在大规模数据处理任务中，若任务分配不合理，可能使某些节点负载过重，而其他节点资源闲置，影响整体处理效率；在实时性要求较高的应用场景(如自动驾驶、远程医疗等)中，高传输延迟可能导致系统响应不及时，产生严重后果。

3、神经网络在处理复杂数据关系方面具有优势，但传统神经网络在应用于异构算力网络任务分配与路径优化时，也存在一些局限性，如对图结构数据的处理能力不足、在深度增加时容易出现过平滑问题等，难以有效应对异构算力网络中的动态变化本文档来自技高网...

【技术保护点】

1.一种基于神经网络的异构算力网络任务分配与路径优化系统，其特征在于，包括：

2.根据权利要求1所述的基于神经网络的异构算力网络任务分配与路径优化系统,其特征在于，其中，所述图构建模块包括：

3.根据权利要求1所述的基于神经网络的异构算力网络任务分配与路径优化系统,其特征在于，其中，所述图构建模块还包括：

4.根据权利要求3所述的基于神经网络的异构算力网络任务分配与路径优化系统,其特征在于，其中，所述图构建模块还包括：

5.根据权利要求1所述的基于神经网络的异构算力网络任务分配与路径优化系统,其特征在于，其中，所述改进的图神经网络模型通过引...

【技术特征摘要】

1.一种基于神经网络的异构算力网络任务分配与路径优化系统，其特征在于，包括：

2.根据权利要求1所述的基于神经网络的异构算力网络任务分配与路径优化系统,其特征在于，其中，所述图构建模块包括：

3.根据权利要求1所述的基于神经网络的异构算力网络任务分配与路径优化系统,其特征在于，其中，所述图构建模块还包括：

4.根据权利要求3所述的基于神经网络的异构算力网络任务分配与路径优化系统,其特征在于，其中，所述图构建模块还包括：

5.根据权利要求1所述的基于神经网络的异构算力网络任务分配与路径优化系统,其特征在于，其中，所述改进的图神经网络模型通过引入恒等映射和残差连接，并通过多层迭代更新节点特征，最终得到节点的任务分配预测结果。

6.根据权利要求5所述的基于神经网络的异构算力网络任务分配与路径优化系统,其特征在于，其中，节点特征h(l)的更新公式如下：

7.根据权利要求6所述的基于神经网络的异构算力网络任务分配与路径优化系统,其特征在于，其中，所述...

【专利技术属性】
技术研发人员：薛璟，王伟旭，何发，王智斌，
申请(专利权)人：光键科技贵州有限公司，
类型：发明
国别省市：