-
公开(公告)号：CN110311863B
公开(公告)日：2020-08-21
申请号：CN201910383518.0
申请日：2019-05-09
Applicant: 北京邮电大学
IPC: H04L12/721 , H04L12/733 , H04L12/751 , H04L12/863
Abstract: 本申请提供了一种路由路径确定方法及装置，涉及网络通信技术领域，其中，该方法包括：确定当前网络中每个路由器当前的运行信息和网络拓扑结构的降维后的邻接矩阵，其中，所述运行信息包括分组的到达情况和队列利用率；基于所述当前的运行信息中分组的到达情况和队列利用率，及所述降维后的邻接矩阵，预测预设时间段每个路由器的队列利用率；基于所述预测得到的每个路由器的队列利用率和所述当前的运行信息中的队列利用率，确定作为路由下一跳的目标路由器。与现有技术中的路由路径确定方法相比，本申请通过预测预设时间段每个路由器的队列利用率来确定路由下一跳的目标路由，降低数据传输的丢包率，减少数据传输时延。
-
公开(公告)号：CN111106960A
公开(公告)日：2020-05-05
申请号：CN201911337626.0
申请日：2019-12-23
Applicant: 北京邮电大学
Abstract: 本申请提供了一种虚拟网络的映射方法、映射装置及可读存储介质，所述虚拟网络的映射方法包括：基于待映射物理网络中每个物理网络节点的节点信息，生成每个物理网络节点的节点特征向量；基于每个物理网络节点的节点特征向量，构建所述待映射物理网络的网络特征矩阵；将所述网络特征矩阵输入至预先训练好的网络映射模型中，获取将所述物理网络节点映射到虚拟网络之后，所述虚拟网络中各虚拟网络节点的映射位置信息，使得映射的结果更加准确，有效减少节点映射过程消耗的时间，有利于提高节点映射的效率和物理网络的资源利用率。
-
公开(公告)号：CN109245948B
公开(公告)日：2019-12-17
申请号：CN201811282445.8
申请日：2018-10-30
Applicant: 北京邮电大学
Abstract: 本发明提供了一种安全感知的虚拟网络映射方法及其装置，属于虚拟网络技术领域。所述方法包括：获取每个物理网络节点和每个虚拟网络节点的各个指标；对所述指标进行归一化处理，获得标准化决策矩阵；利用信息熵计算出不同排序属性所占权重；根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果；根据所述排序结果选取候选节点并建立候选节点集合；当所述候选节点集合不为空集时，根据映射操作获得网络映射结果和网络映射收益比。本发明通过在节点重要度排序过程中引入变权矩阵，有效减少了单因素反常现象对节点重要度排序结果的扰动,使排序结果更为可靠，提高了虚拟网络请求接受率和虚拟网络映射收益比。
-
公开(公告)号：CN109063777B
公开(公告)日：2019-12-03
申请号：CN201810894496.X
申请日：2018-08-07
Applicant: 北京邮电大学
Abstract: 本发明提供了一种网络流量分类方法、装置及实现装置；其中，该方法包括：获取待分类的数据流；该数据流包括至少一个数据包；对数据流进行处理，得到标准数据流；根据预先建立的流量分类模型，对标准数据流进行分类；流量分类模型通过神经网络建立。本发明提升了对网络流量识别分类的效果，提高了效率。
-
公开(公告)号：CN110336754A
公开(公告)日：2019-10-15
申请号：CN201910386383.3
申请日：2019-05-09
Applicant: 北京邮电大学
IPC: H04L12/801 , G06N3/08 , G06N3/04
Abstract: 本申请实施例提供了一种网络流量配置方法及装置，通过获取目标自治域的网络参数信息，其中，所述网络参数信息包括网络链路上的链路参数信息以及网络节点上的节点参数信息；基于所述链路参数信息和所述节点参数信息，确定所述目标自治域的第一网络参数矩阵；将所述第一网络参数矩阵输入至预先训练好的卷积神经网络模型中得到第二网络参数矩阵；基于所述第二网络参数矩阵中的边界节点参数信息以及与所述边界节点对应的链路的链路参数信息对与所述目标自治域对应的跨域网络抽象拓扑中的网络链路和网络节点进行网络流量配置，这样，可以简化计算步骤，提高网络配置速度和质量。
-
Patent Agency Ranking
公开(公告)号：CN109039886B
公开(公告)日：2019-06-21
申请号：CN201810810430.8
申请日：2018-07-20
Applicant: 北京邮电大学
IPC: H04L12/703 , H04L12/707 , H04L12/733
Abstract: 本发明提供了一种网络动态路由计算方法、装置及设备，涉及路由计算方法的技术领域，包括判断当前节点的邻接节点是否为目的节点，如果是，选择目的节点为下一节点；如果否，根据节点向量分别计算当前节点、邻接节点与目的节点的距离，分别得到第一距离值和第二距离值；节点向量通过机器学习训练得到；随机选择可用的小于第一距离值的第二距离值对应的邻接节点作为下一节点。本发明在网络中当前节点选中的链路突然断开或者是发生拥塞时，可以迅速选择可用的其他邻接节点作为下一节点，所需反应时间短，且仍能够尽最大限度保证路由的可达性。
-
公开(公告)号：CN109245948A
公开(公告)日：2019-01-18
申请号：CN201811282445.8
申请日：2018-10-30
Applicant: 北京邮电大学
Abstract: 本发明提供了一种安全感知的虚拟网络映射方法及其装置，属于虚拟网络技术领域。所述方法包括：获取每个物理网络节点和每个虚拟网络节点的各个指标；对所述指标进行归一化处理，获得标准化决策矩阵；利用信息熵计算出不同排序属性所占权重；根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果；根据所述排序结果选取候选节点并建立候选节点集合；当所述候选节点集合不为空集时，根据映射操作获得网络映射结果和网络映射收益比。本发明通过在节点重要度排序过程中引入变权矩阵，有效减少了单因素反常现象对节点重要度排序结果的扰动,使排序结果更为可靠，提高了虚拟网络请求接受率和虚拟网络映射收益比。
-
公开(公告)号：CN109039886A
公开(公告)日：2018-12-18
申请号：CN201810810430.8
申请日：2018-07-20
Applicant: 北京邮电大学
IPC: H04L12/703 , H04L12/707 , H04L12/733
CPC classification number: H04L45/28 , H04L45/122 , H04L45/22
Abstract: 本发明提供了一种网络动态路由计算方法、装置及设备，涉及路由计算方法的技术领域，包括判断当前节点的邻接节点是否为目的节点，如果是，选择目的节点为下一节点；如果否，根据节点向量分别计算当前节点、邻接节点与目的节点的距离，分别得到第一距离值和第二距离值；节点向量通过机器学习训练得到；随机选择可用的小于第一距离值的第二距离值对应的邻接节点作为下一节点。本发明在网络中当前节点选中的链路突然断开或者是发生拥塞时，可以迅速选择可用的其他邻接节点作为下一节点，所需反应时间短，且仍能够尽最大限度保证路由的可达性。
-
公开(公告)号：CN119759587A
公开(公告)日：2025-04-04
申请号：CN202510259114.6
申请日：2025-03-06
Applicant: 北京邮电大学
IPC: G06F9/50 , H04W28/084 , H04W28/08 , H04W84/06 , H04L67/62 , H04L67/1001 , H04L67/12 , H04B7/185 , G06F9/48 , G06N7/01
Abstract: 本申请提供了一种面向空天网络边缘计算场景的多机协同的任务调度方法，涉及空天网络边缘计算的技术领域，包括响应于地面用户发起的用户任务，无人机基于预先构建的任务收集模型（基于马尔可夫决策过程和多智能体强化学习建模）收集用户任务以最大化当前时隙的任务收集率；当用户任务卸载至目标无人机时，基于深度确定性策略梯度算法进行优化任务调度，调度到多无人机集群中的其他无人机，或者调度与多无人机集群通信的卫星，以使多无人机集群中的其他无人机和/或卫星与目标无人机进行任务协同计算，实现用户任务完成时延最小化。本申请不仅解决了用户分布密度差异的问题，同时也克服了无人机资源限制的问题，提升了用户体验。
-
公开(公告)号：CN119094281A
公开(公告)日：2024-12-06
申请号：CN202411196282.7
申请日：2024-08-29
Applicant: 北京邮电大学
Abstract: 本发明提供了一种多波束卫星免授权接入的联合信道估计与检测方法和装置，涉及通信的技术领域，该方法利用目标神经网络模型对预定义导频矩阵和多波束卫星接收到的导频序列进行处理，得到所有地面用户的等效信道矩阵，然后根据等效信道矩阵、多波束卫星生成的波束数量和预设活跃决策阈值，确定联合信道估计与检测结果。该模型中每个神经网络单元都是在每一个模型驱动网络输出的基础上，再利用数据驱动网络进一步提取特征，因此，该模型能够实现将模型驱动和数据驱动的优势互补，既降低了模型对先验信息的依赖程度，又能达到较好的检测性能，缓解了现有多波束卫星免授权接入的联合信道估计与检测方法存在的检测结果准确度低的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.027 seconds)
