CN119473607A 元宇宙资源调度方法、装置、设备、介质及产品 （中移动信息技术有限公司）

品利用所述图神经网络模型对资源使用数据进行2利用预先训练的图神经网络模型进行资源需根据预先计算的优先级指标，通过所述图神经网络模型对所述第根据用户需求参数、所述重要性参数及所述资源利用率，分通过所述图神经网络模型根据节点和边的优先级指标对所述第二资源分配策略进行利用预先训练的图神经网络模型对预先构建的图结构数据中的节点和边进行资源需通过提取预先构建的图结构数据中节点和边的特征向量生成图数将所述图数据集输入到预先构建的图神经网通过迭代训练对所述损失函数进行最小化，直至所述损3通过预先部署的资源监控模块监测节点和边的资源使用数据，并对所根据所述资源使用变化趋势和所述资源紧张度，通过所述图神经网络求1至8中任一项所述的元宇宙资源调度方算机程序被处理器执行时实现如权利要求1至8中任一项所述的元宇宙资源调度方法的步4析结果对第一资源分配策略进行动态调整，更新得到第二资源分配策略的步骤之后还包5[0015]通过所述图神经网络模型根据节点和边的优先级指标对所述第二资源分配策略[0017]利用预先训练的图神经网络模型对预先构建的图结构数据中的节点和边进行资[0026]通过迭代训练对所述损失函数进行最小化，直至所述损失函数收敛到预设的阈宙资源调度程序被所述处理器执行时实现如上所述的元宇宙资源调度方6源需求预测值制定第一资源分配策略，利用所述图神经网络模型对资源使用数据进行分[0045]图6为本申请实施例中元宇宙资源调度方法涉及的硬件运行环境的设备结构示意经网络模型对资源使用数据进行分析，根据分析结果对第一资源分配策略进行动态调整，7与夜晚)之间的关系，然后利用历史资源使用数据构建数据集包括进行对数据进行清洗和8[0065]请参照图2，图2为本申请元宇宙资源调度方法第二示例资源需求预测值制定第一资源分配策略的步骤包括步骤S11～S[0066]步骤S11，利用预先训练的图神经网络模型对预先构建的图结构数据中的节点和9[0091]输入层接收节点特征向量和边特征向量，并进行初步处理以适应图卷积层的计[0095]调度优先级权重αij通过特定于元宇宙资源调度的优先级函数计算得到，αij的计[0110]将损失L函数定义为资源需求预测误差，即模型预测的资源需求值与实际的资源按照与前向传播相反的顺序，逐层计算损失函数关于该层激活值的梯度并使用链式法则，这意味着模型的预测误差已经降低到可接受的范围内，模型已经得到了充分的训练和优施步骤S11：利用预先训练的图神经网络模型对预先构建的图结构数据中的节点和边进行资源需求预测值存储资源需求预测值和网络资源需求预测值Jne,计算公式向量映射到一个新的特征空间。Wxi和Wxj表示用于节点i和节点j特征向量xi和xj的权重矩[0132]综上，得到节点和边的资源需求给节点i的网络资源，Rcey为分配给边eij的计算资源，RS,ey为分配给边eij的存储资源，Rney为分配给边eij的网络资源。[0149]请参照图3，图3为本申请元宇宙资源调度方法第二示例果对第一资源分配策略进行动态调整，更新得到第二资源分配策略的步骤包括步骤S21~[0152]步骤S23，利用所述图神经网络模型识别瓶颈节点和瓶颈边，基于所述资源使用ΔUn,i边的资源紧张度Ti和Tyr紧张度计算公式如下：经网络模型对资源使用数据进行分析，根据分析结果对第一资源分配策略进行动态调整，[0216]步骤S33，通过所述图神经网络模型根据节点和边的优先级指标对所述第二资源[0223]本申请提供的元宇宙资源调度装置，采用上述实施例中[0225]下面参考图6，其示出了用来实现本申请实施例的元宇宙资源调度设备的结构示存储装置1003加载到随机访问存储器(RAM：RandomAccessMemory)1004中的程序而执行[0228]本申请提供的元宇宙资源调度设备，采用上述实施例中[0231]本申请提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(Radio[0234]可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN：[0239]本申请提供的计算机程序产品旨在解决传统资源调度方法存在的动态资源调度本申请提供的计算机程序产品的有益效果与上述实施例提供的元宇宙资源调度方