[发明专利]一种基于深度强化学习的分级存储数据自适应迁移方法有效
| 申请号： | 202010785961.3 | 申请日： | 2020-08-07 |
| 公开（公告）号： | CN112051969B | 公开（公告）日： | 2021-10-08 |
| 发明（设计）人： | 张岩峰;付国;张一奇 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06F3/06 | 分类号： | G06F3/06;G06N3/08 |
| 代理公司： | 大连理工大学专利中心 21200 | 代理人： | 戴风友;梅洪玉 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于大数据存储领域，涉及一种基于深度强化学习的分级存储数据自适应迁移方法。基于深度强化学习DQN模型的思路，结合分级存储系统的特点，定义了状态空间、动作空间、奖励值，设计实现了一种自适应数据迁移方法，数据块会根据该方法在全连接层神经网络的指导下做出迁移决策，最后由系统根据决策进行相应的数据迁移。本发明设计的自适应迁移算法提升了分级存储系统的吞吐量，并提供较低的延迟，充分利用了SSD存储设备的优势，减少了存储成本，提高了分级存储系统的数据访问性能。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 分级 存储 数据 自适应 迁移 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学，未经东北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010785961.3/，转载请声明来源钻瓜专利网。
