-
公开(公告)号：CN116915619A
公开(公告)日：2023-10-20
申请号：CN202310571205.4
申请日：2023-05-17
Applicant: 之江实验室
Abstract: 本发明公开了一种面向地理分布式机器学习的通信拓扑设计方法，采用与若干工作节点进行信息交互的控制节点执行，包括S1、接收工作节点上传的其周期性探测的节点之间的网络信息，并根据收到的网络信息对有向图进行创建或更新；S2、根据有向图，采用模拟退火算法选择具有最大带宽容量的节点作为初始状态，并初始化初始温度，迭代搜索获得具有最小聚合完成时间的通信拓扑；S3、根据迭代获取的通信拓扑的当前状态集合和邻居状态集合，缓存拓扑更新信息；当接收到所有工作节点的请求时，向工作节点发送拓扑更新信息。
-
公开(公告)号：CN115426265A
公开(公告)日：2022-12-02
申请号：CN202211362948.2
申请日：2022-11-02
Applicant: 之江实验室
IPC: H04L41/082 , H04L41/0823 , H04L41/147 , H04L41/16 , G06K9/62 , G06N20/00
Abstract: 本发明公开了一种多模态网络下交换资源分配优化方法及装置、介质，该方法基于机器学习对多模态网元上ASIC交换芯片、FPGA、PPK软件交换进行选择，具体包括：人工预配置，制定多模态软硬件协同处理的基本规则；离线学习，在离线学习阶段设计训练配置，以捕获不同的交换资源使用变量，运行实验以产生训练分类器的原始数据，利用生成的性能指标离线训练模型；在线推理，获取交换资源分配建议，并根据交换资源分配建议更新模态代码。本发明使用多模态网元I型设备，实现了多模态网元上软/硬件交换资源的灵活、高效分配，使软硬件协同设计性能达到最优，降低多模态网络资源分配成本，其实现方法简便、手段灵活、网络服务质量能得到显著保证。
-
公开(公告)号：CN114465941B
公开(公告)日：2022-07-15
申请号：CN202210383737.0
申请日：2022-04-13
Applicant: 之江实验室
Abstract: 本发明公开了一种基于收发包协同的集群计算流量仿真方法、系统与装置。本发明采用有向无环图对集群计算的计算过程和通信过程进行建模，可由用户按需定义计算阶段和通信阶段的数据特征，同时本系统支持在用户设定的约束条件下批量生成实验样本，包括有向无环图及其通信特征的生成。此外，本发明基于发包器和收包器的协同机制，定义流量传输协议，除生成符合数据特征的流量数据外，还可以实现动态的仿真任务调度，在保证实验效率的同时，更加真实的模拟了集群计算流量在网络中的传输过程。
-
公开(公告)号：CN114500284A
公开(公告)日：2022-05-13
申请号：CN202210408453.2
申请日：2022-04-19
Applicant: 之江实验室
IPC: H04L41/0895 , H04L41/12 , H04L43/0811 , H04L49/00
Abstract: 本发明公开了用于多模态智慧网络的半物理半虚拟网络仿真平台及方法，由网络控制器、虚拟网络节点仿真系统以及多个物理交换机节点组成。按照多模态网络业务需求，合理配置虚拟网络环境与真实物理仿真环境，通过将物理物理服务器网卡绑定到虚拟交换机上的方法，打破虚拟网络环境的边界，实现了与外界物理网络环境的互联。本发明使用物理交换机节点与虚拟交换机节点的网络组合，实现了网络资源的灵活、公平且可控的分配，降低了硬件成本的同时，也提高了配置的灵活性。
-
公开(公告)号：CN113806970A
公开(公告)日：2021-12-17
申请号：CN202111372643.5
申请日：2021-11-19
Applicant: 之江实验室
IPC: G06F30/20 , G06Q10/04 , G06Q30/02 , G06Q50/06 , G06F111/04
Abstract: 本发明公开了一种考虑设备选型的混合可再生能源系统优化方法，其包括以下步骤：收集用户能源需求、备选设备参数、用户所在地的地理环境数据；根据设备参数、地理环境数据计算不同类型及不同型号的设备出力曲线和费用信息；将上述数据导入数据库中，同时设定最大设备型号数量及初始设备型号数量，构建混合可再生能源系统模型；以年化总费用最小为目标函数，对混合可再生能源系统模型优化求解。本发明提出的混合可再生能源系统优化方法综合考虑用户电、热、冷等不同能源需求，并可根据能源需求提出最佳的混合可再生能源系统设计方案，可有效降低能源生产成本，并减少系统建设及生产维护过程的投入。
-
Patent Agency Ranking
公开(公告)号：CN117319287B
公开(公告)日：2024-04-05
申请号：CN202311585505.4
申请日：2023-11-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多智能体强化学习的网络可扩展路由方法与系统，通过PageRank算法对网络节点重要性进行建模，并选取网络中的关键节点，然后在若干个关键网络节点上训练Actor网络，在SDN控制器上训练Critic网络，基于多智能体强化学习进行网络流量的逐跳路由，实现大型数据中心网络的可扩展路由。通过本发明既提升了路由方案的稳定性又降低了大型网络中路由寻优的复杂度；同时不需要传统监督学习方法中的带标签的样本，通过与环境反复交互获得实时反馈的样本，以指导模型的迭代和优化；奖励函数的设计综合考虑了网络链路的吞吐量、时延和丢包率，通过多种指标加权指导多智能体生成最优的流量路由策略。
-
公开(公告)号：CN116996443B
公开(公告)日：2024-01-23
申请号：CN202311238774.3
申请日：2023-09-25
Applicant: 之江实验室
IPC: H04L47/10 , H04L41/0823 , H04L41/12 , G06N3/042 , G06N3/092
Abstract: 本发明公开了一种结合GNN和SAC模型的网络协同流量调度方法与系统，通过获取端口拥塞信息、通信和计算阶段信息，将计算和通信阶段信息、DAG拓扑信息作为输入，生成传输过程的表征向量；然后融合端口拥塞信息、通信和计算阶段信息、DAG拓扑信息和表征向量，生成状态表征向量；最后将状态表征向量作为SAC模型的输入，得到强化学习智能体的输出并映射为调度策略，得到整个调度任务的运行时间，作为奖励用于SAC模型的迭代优化。本发明中图神经网络和强化学习智能体的模型迭代能够及时根据环境的变化自适应地调整网络参数，并给出恰当的动作策略；本发明能使模型产生的调度策略更准确，从而实现数据中心网络中协同流量的高效调度。
-
公开(公告)号：CN116996443A
公开(公告)日：2023-11-03
申请号：CN202311238774.3
申请日：2023-09-25
Applicant: 之江实验室
IPC: H04L47/10 , H04L41/0823 , H04L41/12 , G06N3/042 , G06N3/092
Abstract: 本发明公开了一种结合GNN和SAC模型的网络协同流量调度方法与系统，通过获取端口拥塞信息、通信和计算阶段信息，将计算和通信阶段信息、DAG拓扑信息作为输入，生成传输过程的表征向量；然后融合端口拥塞信息、通信和计算阶段信息、DAG拓扑信息和表征向量，生成状态表征向量；最后将状态表征向量作为SAC模型的输入，得到强化学习智能体的输出并映射为调度策略，得到整个调度任务的运行时间，作为奖励用于SAC模型的迭代优化。本发明中图神经网络和强化学习智能体的模型迭代能够及时根据环境的变化自适应地调整网络参数，并给出恰当的动作策略；本发明能使模型产生的调度策略更准确，从而实现数据中心网络中协同流量的高效调度。
-
公开(公告)号：CN115996197B
公开(公告)日：2023-06-16
申请号：CN202310259202.7
申请日：2023-03-17
Applicant: 之江实验室
IPC: H04L47/2425 , H04L47/12 , H04L41/14
Abstract: 本发明公开了一种流量拥塞前置的分布式计算流量仿真系统与方法，包括：发收包终端组件，接收并处理仿真系统参数，得到分布式计算任务的依赖关系矩阵以及计算阶段耗时向量，选择监听端口；协同流量传输任务线程构建组件，用于在分布式计算任务开始时和任一协同流量传输结束时，构建一计算模拟线程，在线程被唤醒后获取流量传输策略以创建协同流量传输任务线程；协同流量任务管理器，通过协同流量传输任务线程池完成协同流量任务的管理；环境监听组件，用于监听端口并接收各种报文；数据面可编程交换机组件，基于报警阈值和任务优先级进行拥塞预警并配置网络资源。本发明在降低丢包率的同时还将网络资源优先分配给较高优先级的任务和流量。
-
公开(公告)号：CN115426265B
公开(公告)日：2023-04-18
申请号：CN202211362948.2
申请日：2022-11-02
Applicant: 之江实验室
IPC: H04L41/082 , H04L41/0823 , H04L41/147 , H04L41/16 , G06F18/214 , G06F18/2411 , G06F18/2431 , G06F18/2451 , G06N20/00
Abstract: 本发明公开了一种多模态网络下交换资源分配优化方法及装置、介质，该方法基于机器学习对多模态网元上ASIC交换芯片、FPGA、PPK软件交换进行选择，具体包括：人工预配置，制定多模态软硬件协同处理的基本规则；离线学习，在离线学习阶段设计训练配置，以捕获不同的交换资源使用变量，运行实验以产生训练分类器的原始数据，利用生成的性能指标离线训练模型；在线推理，获取交换资源分配建议，并根据交换资源分配建议更新模态代码。本发明使用多模态网元I型设备，实现了多模态网元上软/硬件交换资源的灵活、高效分配，使软硬件协同设计性能达到最优，降低多模态网络资源分配成本，其实现方法简便、手段灵活、网络服务质量能得到显著保证。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.027 seconds)
