数据热度与拓扑感知驱动算力网络计算任务调度方法及系统

本发明涉及计算任务调度领域，具体而言，涉及一种数据热度与拓扑感知驱动算力网络计算任务调度方法及系统。

背景技术：

1、随着信息技术的飞速发展，算力网络作为支撑各类计算任务高效处理的关键基础设施，其任务调度技术日益受到关注。算力网络计算任务调度是指根据网络状态和任务需求将计算任务分配到合适的算力节点进行，以实现资源优化配置和任务高效处理的过程。现有技术中通常会考虑网络拓扑结构或任务访问热度等因素，例如基于拓扑结构选择通信路径或根据任务访问量分配计算资源。然而，传统方法往往难以将网络拓扑的动态变化与任务访问热度的演化特性进行深度耦合与协同优化，导致调度策略难以同时满足网络资源高效利用和时效性敏感任务处理需求的双重目标。

技术实现思路

1、本发明提供了一种数据热度与拓扑感知驱动算力网络计算任务调度方法及系统。

2、第一方面，本发明实施例提供了一种数据热度与拓扑感知驱动算力网络计算任务调度方法，包括：采集算力节点间的拓扑探针数据集合与任务访问热度时序数据集合，所述拓扑探针数据集合包含节点间通信时延测量值及连接状态标识；基于所述拓扑探针数据集合构建动态拓扑时延分布图，所述动态拓扑时延分布图用于反映算力节点间的实时通信路径代价；根据所述任务访问热度时序数据集合中的访问频率衰减特性生成热区标识数据，所述热区标识数据用于标记时效性敏感任务的计算节点分布；基于所述动态拓扑时延分布图与热区标识数据的协同响应操作生成热区节点的权重组合策略，通过拓扑感知路径选择操作在算力节点间构建热区调度通道，并根据所述权重组合策略将热区标识数据对应的计算任务迁移至所述热区调度通道关联的最优拓扑域。

3、第二方面，本发明实施例提供了一种计算机系统，包括：存储器，所述存储器中存储有计算机程序；处理器，用于加载所述计算机程序实现如上所述的数据热度与拓扑感知驱动算力网络计算任务调度方法。

4、本发明提供的数据热度与拓扑感知驱动算力网络计算任务调度方法，通过采集算力节点间的拓扑探针数据集合与任务访问热度时序数据集合，构建能够反映算力节点间实时通信路径代价的动态拓扑时延分布图，同时根据任务访问热度时序数据集合中的访问频率衰减特性生成标记时效性敏感任务计算节点分布的热区标识数据，实现了对算力网络物理状态和任务访问特征的精准感知。通过动态拓扑时延分布图与热区标识数据的协同响应操作生成热区节点的权重组合策略，能够充分融合网络拓扑结构和任务热度特征，使调度策略更加符合实际应用场景的需求。通过拓扑感知路径选择操作在算力节点间构建热区调度通道，并根据权重组合策略将热区标识数据对应的计算任务迁移至热区调度通道关联的最优拓扑域，能够实现计算任务的高效调度和资源的合理分配，有效提升算力网络的整体性能和资源利用率，满足时效性敏感任务的处理需求。

1.一种数据热度与拓扑感知驱动算力网络计算任务调度方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述拓扑探针数据集合构建动态拓扑时延分布图，包括：

3.根据权利要求2所述的方法，其特征在于，所述通过动态图注意力机制学习节点间的实时关联强度，生成节点动态关联特征，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述节点动态关联特征，通过增量密度聚类算法将具有相似通信演化趋势的节点聚合为动态拓扑社区，每个拓扑社区的边界随节点通信特征变化实时调整，生成动态拓扑社区划分结果，包括：

5.根据权利要求1所述的方法，其特征在于，所述根据所述任务访问热度时序数据集合中的访问频率衰减特性生成热区标识数据，包括：

6.根据权利要求5所述的方法，其特征在于，所述对各模态分量进行周期特性提取，通过自适应傅里叶分解计算模态分量的瞬时频率与瞬时振幅，包括：

7.根据权利要求6所述的方法，其特征在于，所述基于热传导方程构建热度扩散模型，将所述热度敏感动态系数作为热源强度，节点间通信时延作为热传导阻力，模拟热度在算力节点间的实时扩散过程，生成热度扩散特征图，包括：

8.根据权利要求1所述的方法，其特征在于，所述基于所述动态拓扑时延分布图与热区标识数据的协同响应操作生成热区节点的权重组合策略，包括：

9.根据权利要求8所述的方法，其特征在于，所述将所述动态拓扑时延分布图的节点通信特征与所述热区标识数据的热度扩散特征输入时空融合网络，通过时空交叉注意力机制学习两者的实时关联模式，生成拓扑-热度关联特征，包括：

10.一种计算机系统，其特征在于，包括：