[发明专利]一种任务调度方法、装置及电子设备

权利要求书

1.一种任务调度方法，其特征在于，包括：

获取任务；

预测所述任务的成功率；

响应于所述任务的成功率低于预设的成功率阈值，将所述任务发送至预设的第一节点，将所述任务对应的备份任务发送至第二节点，所述第二节点与所述第一节点不同。

2.根据权利要求1所述的任务调度方法，其特征在于，还包括：

响应于所述任务的成功率等于或者高于所述成功率阈值，将所述任务发送至所述第一节点。

3.根据权利要求1所述的任务调度方法，其特征在于，还包括：

将所述第一节点和第二节点中最先完成任务的节点的任务执行结果，确定为目标任务执行结果；

将所述第一节点和第二节点中，除所述最先完成任务的节点之外的其他节点的任务执行结果删除。

4.根据权利要求1所述的任务调度方法，其特征在于，所述将所述任务对应的备份任务发送至第二节点之前，还包括：

计算所述成功率阈值和所述任务的成功率的比值；

根据所述比值确定所述备份任务的数量。

5.根据权利要求4所述的任务调度方法，其特征在于，所述根据所述比值确定所述备份任务的数量，包括：

响应于所述比值小于或者等于预设的数量阈值，将所述比值确定为所述备份任务的数量；或者，

响应于所述比值大于所述数量阈值，将所述数量阈值确定为所述备份任务的数量。

6.根据权利要求1所述的任务调度方法，其特征在于，所述预测所述任务的成功率，包括：

获取所述任务对应的数据特征和服务器资源特征；

对所述数据特征和所述服务器资源特征进行特征加工处理；

将特征加工处理后的所述数据特征和所述服务器资源特征输入至训练好的联邦学习模型中，得到所述任务的成功率。

7.根据权利要求6所述的任务调度方法，其特征在于，还包括：

获取样本任务对应的样本数据特征、样本服务器资源特征和样本任务执行结果；

对所述样本数据特征和所述样本服务器资源特征进行特征加工处理；

根据所述样本任务执行结果和特征加工处理后的所述样本数据特征和所述样本服务器资源特征，对待训练的联邦学习模型进行训练，得到候选联邦学习模型；

根据所述候选联邦学习模型生成所述训练好的联邦学习模型。

8.根据权利要求7所述的任务调度方法，其特征在于，所述根据所述候选联邦学习模型生成所述训练好的联邦学习模型，包括：

将所述候选联邦学习模型中的加密梯度参数发送至服务器；

接收服务器发送的聚合后的加密梯度参数，所述聚合后的加密梯度参数为所述服务器根据接收到的多个加密梯度参数聚合得到；

根据所述聚合后的加密梯度参数更新所述候选联邦学习模型，得到所述训练好的联邦学习模型。

9.一种任务调度装置，其特征在于，包括：

获取模块，用于获取任务；

预测模块，用于预测所述任务的成功率；

第一响应模块，用于响应于所述任务的成功率低于预设的成功率阈值，将所述任务发送至预设的第一节点，将所述任务对应的备份任务发送至第二节点，所述第二节点与所述第一节点不同。

10.根据权利要求9所述的任务调度装置，其特征在于，还包括：

第二响应模块，用于响应于所述任务的成功率等于或者高于所述成功率阈值，将所述任务发送至所述第一节点。

11.根据权利要求9所述的任务调度装置，其特征在于，还包括：

确定模块，用于将所述第一节点和第二节点中最先完成任务的节点的任务执行结果，确定为目标任务执行结果；

删除模块，用于将所述第一节点和第二节点中，除所述最先完成任务的节点之外的其他节点的任务执行结果删除。