(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210949987.6 (22)申请日 2022.08.09 (65)同一申请的已公布的文献号 申请公布号 CN 115016950 A (43)申请公布日 2022.09.06 (73)专利权人 深圳市乙辰科技股份有限公司 地址 518000 广东省深圳市南 山区桃源街 道学苑大道1001号南山智园C1栋23楼 (72)发明人 张纯兵　周泳　高华辰　 (74)专利代理 机构 广州博联知识产权代理有限 公司 44663 专利代理师 王洪江　孙倩倩 (51)Int.Cl. G06F 9/50(2006.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (56)对比文件 CN 105184367 A,2015.12.23 CN 114091029 A,2022.02.25 CN 110177146 A,2019.08.27 夏恒发.“面向有限资源的物联网终端操作 系统设计与实现 ”. 《中国优秀硕士学位 论文全文 数据库 信息科技 辑》 .2020,第I13 6-1340. 审查员 马丹凤 (54)发明名称 一种基于多线程模型的数据分析方法及系 统 (57)摘要 本发明提供一种基于多线程模型的数据分 析方法及系统， 包括： 首先确定待处理任务的多 个任务资源消耗向量； 然后根据多个任务资源消 耗向量， 确定多个预估线程计算能力； 接着构建 模型架构分别匹配多个预估线程计算能力的多 个初始线程模型； 再对于任一初始线程模型， 从 待处理任务的样本任务处理线程标识中， 获取初 始任务资源消耗向量对应的初始待处理子任务 的样本任务处理线程标识， 并基于样本任务处理 线程标识训练得到进阶线程模型； 最终根据多线 程模型确定的多个待处理子任务对应的任务处 理线程标识集合， 完成对待处理任务的线程分 配， 如此设计， 能够提供对需要多个线程协调处 理的待处理任务实现资源利用最大化的处理方 案。 权利要求书4页 说明书21页 附图2页 CN 115016950 B 2022.11.18 CN 115016950 B 1.一种基于多 线程模型的数据分析 方法， 其特 征在于， 所述方法包括： 确定待处理任务的多个任务资源消耗向量， 所述多个任务资源消耗向量用于表示所述 待处理任务的多个待处理子任务的不同计算资源裕量， 一个任务资源消耗向量对应至少一 个待处理子任务； 根据所述多个任务资源消耗向量， 确定多个预估线程计算能力， 一个预估线程计算能 力对应一个任务资源消耗向量， 且所述预估线程计算能力与对应的任务资源消耗向量所表 示的计算资源 裕量呈正相关； 构建模型架构分别匹配所述多个预估线程计算能力的多个初始线程模型， 所述多个初 始线程模型分别用于学习不同计算资源 裕量的待处 理子任务的需求线程计算能力； 对于任一初始线程模型， 从所述待处理任务的样本任务处理线程标识中， 获取初始任 务资源消耗向量对应的初始待处理子任务的样本任务处理线程标识， 所述初始任务资源消 耗向量对应于所述初始线程模型的预估线程计算能力， 根据所述初始待处理子任务的样本 任务处理线程标识， 对所述初始线程模 型进行训练， 得到进阶线程模 型， 所述进阶线程模型 用于为所述初始待处 理子任务 生成任务处 理线程标识； 根据训练得到的多个进阶线程模型， 确定多线程模型， 所述多线程模型用于为所述多 个待处理子任务 生成不同计算资源的任务处 理线程标识； 根据所述多线程模型确定的所述多个待处理子任务对应的任务处理线程标识集合， 完 成对所述待处 理任务的线程分配。 2.根据权利要求1所述的方法， 其特征在于， 所述初始线程模型包括多个初始需求线程 计算能力网络结构， 所述多个初始需求线程计算能力网络结构用于学习待处理子任务的不 同任务场景的需求线程计算能力； 所述根据 所述初始待处理子任务的样本任务处理线程标识， 对所述初始线程模型进行 训练， 得到进阶线程模型之前， 所述方法还 包括： 获取初始置信度输出模型， 所述初始置信度输出模型用于确定线程模型输出的任务处 理线程标识的置信度； 所述根据 所述初始待处理子任务的样本任务处理线程标识， 对所述初始线程模型进行 训练， 得到进阶线程模型， 包括： 根据所述初始待处理子任务的样本任务处理线程标识， 对所述初始线程模型和所述初 始置信度输出模型进行训练， 得到目标线程模型和进阶置信度输出模型， 所述目标线程模 型包括多个进阶需求线程计算能力网络结构； 根据所述进阶置信度输出模型， 确定所述多个进阶需求线程计算 能力网络结构的置信 度； 根据所述多个进阶需求线程计算能力网络结构的置信度， 将所述多个进阶需求线程计 算能力网络结构的结构参 量进行整合， 得到所述进阶线程模型。 3.根据权利要求1所述的方法， 其特征在于， 所述根据所述初始待处理子任务的样本任 务处理线程标识， 对所述初始线程模型进行训练， 得到进阶线程模型， 包括： 确定进阶待处理子任务， 所述进阶待处理子任务是所述待处理任务中除所述初始待处 理子任务之外的其 他待处理子任务； 从所述待处理任务的样本任务处理线程标识中， 获取所述进阶待处理子任务的样本任权　利　要　求　书 1/4 页 2 CN 115016950 B 2务处理线程标识； 根据所述初始待处理子任务的样本任务处理线程标识以及所述进阶待处理子任务的 样本任务处 理线程标识， 对所述初始线程模型进行训练， 得到进阶线程模型。 4.根据权利要求3所述的方法， 其特 征在于， 所述确定进阶待处 理子任务， 包括： 根据第一关联特征， 确定所述待处理任务中影响所述初始待处理子任务需求线程计算 能力的进阶待处理子任务， 所述第一关联特征用于表示所述多个待处理子任务需求线程计 算能力的关联程度； 或者， 确定所述待处理任务中多个待处理子任务在所述待处理任务中的权重， 将权重超过预 置权重的待处 理子任务确定为所述进阶待处 理子任务； 或者， 根据所述初始待处理子任务对应的任务资源消耗向量， 确定至少一个目标任务资源消 耗向量， 所述目标任务资源消耗向量所指示的计算资源裕量大于所述初始待处理子任务对 应的任务资源消耗向量所指示的计算资源裕量； 将所述至少一个目标任务资源消耗向量对 应的待处 理子任务确定为所述进阶待处 理子任务。 5.根据权利要求3所述的方法， 其特征在于， 所述待处理子任务的样本任务处理线程标 识包括所述待处理子任务在预设时间范围内的第一样本任务处理线程标识和所述待处理 子任务在所述预设时间范围的邻近时间范围的第二样本任务处 理线程标识； 所述根据所述初始待处理子任务的样本任务处理线程标识以及所述进阶待处理子任 务的样本任务处 理线程标识， 对所述初始线程模型进行训练， 得到进阶线程模型， 包括： 通过所述初始线程模型， 对所述初始待处理子任务的第 一样本任务处理线程标识以及 所述进阶待处理子任务的第一样本任务处理线程标识进行 处理， 得到所述初始待处理子任 务的初始输出任务处理线程标识， 所述初始输出任务处理线程标识 为所述初始线程模型为 所述初始待处 理子任务确定的所述预设时间范围的邻近时间范围的任务处 理线程标识； 根据所述初始输出任务处理线程标识和所述初始待处理子任务的第二样本任务处理 线程标识， 对所述初始线程模型进行训练， 得到所述进阶线程模型。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述多个任务资源消耗向量， 确 定多个预估线程计算能力， 包括以下至少一项： 对于任一任务资源消耗向量， 确定所述任务资源消耗向量所指示的计算资源裕量数 值， 根据所述计算资源裕量数值， 确定所述预估线程计算能力， 所述预估线程计算能力与所 述计算资源 裕量数值呈正相关； 对于任一任务资源消耗向量， 确定所述任务资源消耗向量对应的待处理子任务的任务 量， 根据所述任务量， 确定所述预估线程计算能力， 所述预估线程计算能力与所述任务量呈 正相关。 7.根据权利要求1所述的方法， 其特征在于， 所述确定待处理任务的多个任务资源消耗 向量， 包括以下任一项： 确定所述待处理任务中多个待处理子任务在所述待处理任务中的权重， 根据 所述多个 待处理子任务的权重， 确定所述多个待处理子任务对应的多个任务资源消 耗向量， 所述待 处理子任务对应的任务资源消耗向量所表示的计算资源 裕量与所述权 重呈正相关； 根据所述待处理任务的任务摘要， 确定所述待处理任务中多个待处理子任务的关键进 程信息， 根据所述多个待处理子任务的关键进程信息， 确定所述多个待处理子任务对应的权　利　要　求　书 2/4 页 3 CN 115016950 B 3