-
公开(公告)号：CN119602858A
公开(公告)日：2025-03-11
申请号：CN202510143001.X
申请日：2025-02-10
Applicant: 北京邮电大学
IPC: H04B7/185 , H04L41/044 , H04L41/0823 , H04L41/0895 , H04L41/40
Abstract: 本发明提供了一种适用于低轨卫星网络的服务功能链编排方法与装置，涉及低轨卫星通信的技术领域，本发明的实质是分布式逐点服务功能链编排方案，通过顺序地将一系列虚拟网络功能VNF嵌入到一系列相邻卫星节点上来编排服务功能链SFC请求，因此对集中控制器的算力要求相对较低，适用于无稳定集中控制器的大规模低轨卫星网络。在VNF的分布式部署过程中，先确定用于部署下一个VNF的可选卫星节点集合，再利用集成决策变换器的演员评论家网络模型对最近部署的C个VNF轨迹点进行处理，以在可选卫星节点集合中选择用于部署下一个VNF的第二卫星节点。也即，该方法能够基于全局上下文信息确定出更鲁棒的VNF部署决策，避免局部最优问题。
-
公开(公告)号：CN113645589B
公开(公告)日：2024-05-17
申请号：CN202110774836.7
申请日：2021-07-09
Applicant: 北京邮电大学 , 中国电子信息产业集团有限公司第六研究所
Abstract: 本发明公开一种基于反事实策略梯度的无人机集群路由计算方法，包括采用一种COMA动态自适应的强化学习算法，所述COMA算法采用了“集中式训练‑分布式执行”的混合架构。能够有效针对网络节点动态性高、网内流量波动性大的路由场景，COMA算法能够在网络平均生存时间与数据包传输成功率之间形成有效的权衡，进而实现高效而稳定的智能路由策略；能够更好地动态调正路由策略，实现对网络状态的全局最优响应。关于数据包将所选择的区域中的任意一个随机节点作为下一跳传输节点的设计，该设计不仅解决了多智能体环境下动作空间较大的问题，还提高了算法的稳定性，一定程度上减少了节点移动性对训练造成的干扰。
-
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
Applicant: 北京邮电大学
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。
-
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
Applicant: 北京邮电大学
IPC: H04L41/0895 , H04L41/16 , H04L41/40 , H04L67/10 , H04L67/12
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。
-
公开(公告)号：CN114202066B
公开(公告)日：2022-04-26
申请号：CN202210154404.0
申请日：2022-02-21
Applicant: 北京邮电大学 , 北京天弛网络有限公司
Abstract: 本申请提供了一种网络控制方法、装置、电子设备及存储介质，涉及计算机网络技术领域，具体为：获取当前时刻的细粒度的数据平面的网络状态；利用存储本地网络环境历史数据的经验库和第二宽度学习网络，对第一宽度学习网络进行在线训练；利用在线训练完成第一宽度学习网络对当前时刻的网络状态进行处理，得到当前时刻的网络状态对应的最优执行动作；将当前时刻的最优执行动作封装为控制规则数据包，然后下发所述控制规则数据包。通过在线训练第一宽度学习网络，能够实时响应网络变化，快速地应对网络突发状况。
-
Patent Agency Ranking
公开(公告)号：CN112383482B
公开(公告)日：2021-10-08
申请号：CN202011282235.6
申请日：2020-11-16
Applicant: 北京邮电大学
IPC: H04L12/751 , H04L12/721
Abstract: 本发明提供了一种基于数据平面的动态Q值路由计算方法及装置，涉及通信的技术领域，包括：先获取本交换机上用于与其他交换机相连的端口；然后在本交换机启动并初始化之后，收到相邻端发送的数据包，并确定数据包类型；最后基于数据包类型和应用在数据平面上的Q‑learning算法，更新本交换机的Q值。本发明中的Q‑learning算法可以通过与网络环境的不断交互从而学习到最优路策略，能够动态调整路由策略，实现对网络状态的最优响应。本发明中的数据平面是可编程数据平面，可以实现在数据平面直接进行路由计算，避免了与控制平面的交互，提高了对网络状态的响应速度。
-
公开(公告)号：CN111817975A
公开(公告)日：2020-10-23
申请号：CN202010720378.4
申请日：2020-07-23
Applicant: 北京邮电大学 , 中交信通网络科技有限公司
IPC: H04L12/803
Abstract: 本发明提供了一种混合式网内动态负载均衡方法、装置及系统，涉及通信的技术领域，应用于第一分布式交换机，包括：在基于本地策略执行动作之后，向集中式平台发送第一分布式交换机的参数信息；接收集中式平台基于第一分布式交换机的参数信息和第二分布式交换机的参数信息确定的策略修正信息；其中，第二分布式交换机为网内除第一分布式交换机之外所有的其他分布式交换机；基于策略修正信息和预设策略更新公式更新本地策略，以使第一分布式交换机基于更新后的本地策略执行下一动作；其中，预设策略更新公式引入基准机制。本发明实施例可以在保证分布式执行的基础上实现各个分布式交换机的协作，有效避免学习难度，提高优化效率。
-
公开(公告)号：CN108989207A
公开(公告)日：2018-12-11
申请号：CN201811265948.4
申请日：2018-10-26
Applicant: 北京邮电大学
IPC: H04L12/721 , H04L12/741 , G06N3/04
CPC classification number: H04L45/38 , G06N3/0454 , H04L45/124 , H04L45/70 , H04L45/74
Abstract: 本发明提供了一种路由决策方法、装置和SDN设备，涉及路由决策的技术领域，包括首先实时获取全局网络的网络状态信息；然后根据网络状态信息，通过深度神经网络，生成路由决策信息；最后将路由决策信息发送给路由器，以使路由器按照路由决策信息转发业务流，解决了传统的SDN路由决策无法根据网络当前的实际情况进行决策的调整，网络资源调配不灵活的技术问题，达到了在不同的网络状态信息下可以生成不同的路由决策信息，并且通过设置深度神经网络，满足大规模的复杂网路环境的技术效果。
-
公开(公告)号：CN119629697A
公开(公告)日：2025-03-14
申请号：CN202510148120.4
申请日：2025-02-11
Applicant: 北京邮电大学
Abstract: 本发明提供了一种无人集群分布式智能路由的方法、装置和电子设备，属于组网通信的技术领域，该方法中，通过无人集群网络中各智能体（即各网络节点）间的信息共享与动态交换，全面提升智能体对网络状态的感知能力，从而增强路由决策的全局优化能力，使网络在高动态环境下仍能保持高效协同，另外，各节点能够基于自身的历史本地状态向量，结合实时网络变化（即本地状态信息），智能预测未来的网络状态并制定路由转发策略，充分挖掘了历史信息的潜在价值，大幅提升了节点在复杂网络环境中进行路由决策的准确性和前瞻性，此外，上述过程可在当前智能体本地进行上述分布式同步的运算，网络通信的灵活性好、效率高。
-
公开(公告)号：CN116367178B
公开(公告)日：2023-07-25
申请号：CN202310627358.6
申请日：2023-05-31
Applicant: 北京邮电大学
Abstract: 本发明提供了一种无人集群自适应组网方法与装置，涉及通信的技术领域，该方法首先根据无人节点之间信噪比和链路有效值构建出当前时隙下无人集群对应的图结构，然后利用裂变谱聚类算法对上述图结构进行谱聚类处理，得到多个子图，其中，裂变谱聚类算法包括以下聚类条件：每个子图中无人节点的数量小于或等于预设阈值，每个子图中至少存在一个与其他无人节点之间的信噪比均小于预设信噪比限值的目标无人节点。裂变谱聚类算法的聚类条件能够确保分簇结果中保留高性能通信链路，同时确保簇结构的合理性、稳定性及其通信能力。因此，该方法能够有效地缓解现有的无人集群聚类算法存在的无法保障分簇后的无人集群通信性能的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.033 seconds)
