一种多策略池的星地网络快速调度与资源分配方法和装置

    公开(公告)号:CN117580106B

    公开(公告)日:2024-04-05

    申请号:CN202410057576.5

    申请日:2024-01-16

    Abstract: 本发明提供了一种多策略池的星地网络快速调度与资源分配方法和装置,涉及通信的技术领域,包括:获取星地融合网络中目标用户终端的策略池;基于所有用户终端的当前任务调度策略,确定星地融合网络中所有卫星当前的资源分配策略和目标用户终端当前的效用函数值;计算目标用户终端选择策略池中的指定任务调度策略时,更新后的资源分配策略和效用函数值;若更新后的效用函数值大于当前的效用函数值,则调整为指定任务调度策略;否则,维持当前任务调度策略;在确定所有用户终端完成预设轮次的策略间效用函数值比较之后,得到目标任务调度策略和目标资源分配策略。为星地融合网络中用户‑卫星‑云平台架构下的任务调度与资源分配提供了解决方案。

    一种多策略池的星地网络快速调度与资源分配方法和装置

    公开(公告)号:CN117580106A

    公开(公告)日:2024-02-20

    申请号:CN202410057576.5

    申请日:2024-01-16

    Abstract: 本发明提供了一种多策略池的星地网络快速调度与资源分配方法和装置,涉及通信的技术领域,包括:获取星地融合网络中目标用户终端的策略池;基于所有用户终端的当前任务调度策略,确定星地融合网络中所有卫星当前的资源分配策略和目标用户终端当前的效用函数值;计算目标用户终端选择策略池中的指定任务调度策略时,更新后的资源分配策略和效用函数值;若更新后的效用函数值大于当前的效用函数值,则调整为指定任务调度策略;否则,维持当前任务调度策略;在确定所有用户终端完成预设轮次的策略间效用函数值比较之后,得到目标任务调度策略和目标资源分配策略。为星地融合网络中用户‑卫星‑云平台架构下的任务调度与资源分配提供了解决方案。

    基于QMIX的分布式网内拥塞控制方法

    公开(公告)号:CN113315715B

    公开(公告)日:2024-01-05

    申请号:CN202110370309.X

    申请日:2021-04-07

    Abstract: 本发明涉及一种基于QMIX的分布式网内拥塞控制方法,本发明通过直接将相关方法部署在网内的三层交换机中,进行数据包的调度与拥塞控制来克服上述传统技术的缺点,同时进一步提升了拥塞控制效果。本发明受到近年来,多智能体系统控制领域中的分布式强化学习方法的启发,采用多智能体强化学习方法中的集中式训练,分布式执行的算法框架,将QMIX算法直接在交换机内部实现,在快速响应毫秒级流量波动的同时,又做到了各交换机之间的协调控制,从而达到稳定的全局最优系统状态,进行网络拥塞控制。利用日趋成熟的多智能体深度强化学习方法来解决传统网络拥塞问题。(56)对比文件高少华.基于深度强化学习的TCP拥塞控制机制研究.信息科技.2021,(第4期),全文.王亚东;张悦;陈延祥;张宇.命名数据网络中的一种主动拥塞控制机制研究.载人航天.2020,(第01期),全文.肖扬;吴家威;李鉴学;刘军.一种基于深度强化学习的动态路由算法.信息通信技术与政策.2020,(第09期),全文.

    无人集群智能模型训练方法、装置和电子设备

    公开(公告)号:CN115329985B

    公开(公告)日:2023-10-27

    申请号:CN202211087378.0

    申请日:2022-09-07

    Abstract: 本发明提供了一种无人集群智能模型训练方法、装置和电子设备,涉及通信的技术领域,该方法将无人集群的训练划分为簇内集中式联邦学习和簇间分布式联邦学习两个阶段,簇内集中式学习时,簇头作为模型所有者来和簇内节点进行参数传递,并进行模型聚合,从而缓解了传统的集中式联邦学习方式存在的通信拥塞和计算瓶颈的技术问题;并且,簇间分布式学习时,由于只有邻居簇头间进行参数传输和模型聚合,所以与传统分布式联邦学习相比,本发明还能有效地减少通信能耗。

    无人机集群服务功能链动态配置方法和装置

    公开(公告)号:CN116614377A

    公开(公告)日:2023-08-18

    申请号:CN202310890312.3

    申请日:2023-07-20

    Abstract: 本发明提供了一种无人机集群服务功能链动态配置方法和装置,涉及无人机通信技术领域,本发明所使用的目标神经网络模型采用按需协作通信方式进行服务功能链动态部署,对不同队友建立不同队友模型,相比于现有的广播式通信算法或点对点式通信方式,按需通信的方式下,无人机之间传送不同的激励信息,且每个无人机的Q值都要加入其他无人机发送的激励信息,也即,每个无人机在动作选取时都受其余无人机的激励信息影响,并且按需通信还能减少信令的开销,因此,在利用本发明方法对服务功能链进行动态配置时可以加快收敛速度,提高算法收敛性,使无人机集群网络延迟保持在较低水平。

    基于可编程数据平面的智能网内负载均衡方法与装置

    公开(公告)号:CN116155819B

    公开(公告)日:2023-07-14

    申请号:CN202310424468.2

    申请日:2023-04-20

    Abstract: 本发明提供了一种基于可编程数据平面的智能网内负载均衡方法与装置,涉及通信的技术领域,该方法应用于控制平面,通过获取网络系统中每个交换机的队列深度来实现全局拥塞感知,并利用强化学习算法确定目标交换机的端口转发概率,以辅助决策目标交换机的数据包转发路径。由于强化学习算法的奖励函数值与网络系统中交换机的队列深度差值和平均队列深度成反比,所以能够达到网络中负载均衡效果越差则奖励越少的目的,进而使得智能体输出的动作向减小拥塞、增强负载均衡效果的方向发展。在不对称的网络拓扑环境中仍具备较佳的负载均衡效果,有效地缓解了现有的负载均衡方法负载均衡效果差和普适性差的技术问题。

    一种捕获隐藏服务流量的方法和系统

    公开(公告)号:CN114157713B

    公开(公告)日:2023-06-16

    申请号:CN202111175928.X

    申请日:2021-10-09

    Abstract: 本发明公开了一种捕获隐藏服务流量的方法和系统,所述方法包括:部署在匿名网络中的代理隐藏服务站接收到客户端发送的隐藏服务的请求后,将所述请求向目标隐藏服务站转发;其中,所述隐藏服务的入口节点设置为部署于所述匿名网络中的受控入口节点;所述代理隐藏服务站将所述目标隐藏服务站返回的信息转发至所述客户端后,所述受控入口节点捕获所述目标隐藏服务站的流量。应用本发明可以较低的金钱成本和较低的时间成本,有效捕获各种隐藏服务的流量模式,具有较好的可行性和实用性。

Patent Agency Ranking