[發明專利]一種綠色云服務提供中的最小能耗計算方法

有效

• 申請號: 201710483284.8
• 申請日: 2017-06-22
• 公開（公告）號: CN107315642B
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 鄭瑞娟;張明川;吳慶濤;朱軍龍;張茉莉;白秀玲;魏汪洋;楊麗
• 申請（專利權）人: 河南科技大學
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F16/35
• 代理公司: 洛陽公信知識產權事務所(普通合伙) 41120
• 代理人: 宋晨煒

為了克服移動終端的資源瓶頸問題，本發明提供了一種綠色云服務提供中的最小能耗計算方法，包括以下步驟：A.構建關鍵詞詞庫L的過程；B.詞頻分類過程；C.對移動用戶進行移動微學習而發送的新的用戶請求進行資源部署；D.對于新的用戶請求，構建最小能耗函數。本發明采用動態TF?IDF進行文本分類，將高正確率的資源放置在本地云，將低正確率的資源放置在公共云上，構建兩層云架構模型，完成移動微學習資源的部署，并立足于網絡環境和設備狀態實時變化的特性，利用灰狼優化算法，預估當前環境狀態下，系統處理每字節的能耗，最后，通過分析用戶請求與兩層云架構服務提供之間的關系，構建綠色、高效的總能耗函數。

技術領域

本發明涉及移動微學習領域，具體涉及一種綠色云服務提供中的最小能耗計算方法。

背景技術

綠色云服務是指在服務提供的過程中，綜合考慮能量和性能因素，在滿足用戶性能的前提下，尋求能耗代價最小的方案。本文立足于本地云和公共云協同服務提供過程，研究服務提供過程中的最小能耗問題。

移動微學習是隨著云計算、移動互聯網的不斷發展與融合而產生的一種新型學習模式，可被定義為一種通過移動網絡以按需、易擴展的方式從云端獲得所需的學習資源或(信息)服務，并借助移動終端設備呈現學習內容的學習模式。移動微學習的核心目標是保證學習者不受時間和空間的限制方便快捷地訪問/獲取云服務平臺所提供的各種在線學習資源。移動微學習的提供與完成需要能量、存儲和計算資源之間的持續性支持，但移動終端的移動性很大程度上限制了其尺寸和重量，導致它的處理能力、內存容量、網絡連接和電池容量等方面的問題日益突出。

現有對移動微學習的研究主要集中在移動微學習學習者的學習風格和偏好的挖掘，移動微學習學習軌跡的挖掘，移動微學習學習資源的組織和管理，移動微學習學習平臺的搭建，移動微學習學習框架的研究等，但針對移動微學習服務提供過程中能耗問題的研究屈指可數。所以，如何在當前移動微學習資源多樣化，移動終端用戶需求呈動態性、個性化、爆炸式增長趨勢的背景下，立足移動終端的固有缺陷(資源局限)，向合法用戶提供低耗、連續的服務，對于促進移動微學習的推廣和發展顯得尤為重要。

發明內容

為了克服移動終端的資源瓶頸問題，本發明提供了一種綠色云服務提供中的最小能耗計算方法，保證移動微學習服務提供過程中的最小能耗。

所述的一種綠色云服務提供中的最小能耗計算方法，其技術方案是：包括以下步驟：

A.構建關鍵詞詞庫L的過程：

A101.收集移動微學習中的歷史資源，組成樣本集合；

A102.將A101步驟中的樣本集合分為訓練集和測試集，其中訓練集為測試集為在U和V中，u₁,u₂,...,u_φ和v₁,v₂,...,v_φ為字節數較多的大樣本類，和為字節數較少的小樣本類；

A103.利用類別均化方法對A102步驟中的訓練集U中的小樣本類進行重組，形成與大樣本字節數量相對均勻的新的訓練集U′＝{u₁,u₂,...,u_φ,u'_φ+1,u'_φ+2}，其中u'_φ+1＝{u_φ+1,u_φ+2}，

A104.利用ICTCLAS2013分詞系統對A103步驟獲得的訓練集U′進行分詞處理，得到訓練集分詞結果；

A105.利用現有技術中的停用詞表，對A104步驟中的訓練集分詞結果進行去噪處理，得到訓練集低噪分詞結果；