一种基于业务优先级区分的云存储网络组播流调度方法

    公开(公告)号:CN112260950B

    公开(公告)日:2022-05-06

    申请号:CN202011117714.2

    申请日:2020-10-19

    Abstract: 本发明公开一种基于业务优先级区分的云存储网络组播流调度方法,包括:S1利用软件定义网络技术实时监控获取网络状态信息;S2后根据组播业务流对网络性能的需求对其进行优先级区分;S3在为组播业务流选择组播路径时,将此组播路径选择任务分解为多个单播路径选择任务;S4针对区分出来的不同优先级的组播业务流与当前的网络状态,为分解出来的各单播路径选择任务找到一个基于理想解的最优单播路径集;S5通过各路径集间的最大公共子路径确定组播分发节点以构建组播传输路径。本发明在保证数据中心负载均衡的同时,减少了冗余流量,降低了高优先级业务流的传输时间,提升了用户体验。

    基于路径质量的多路径并行传输动态决策方法

    公开(公告)号:CN107426102A

    公开(公告)日:2017-12-01

    申请号:CN201710620091.2

    申请日:2017-07-26

    Abstract: 本发明公开一种基于路径质量的多路径并行传输动态决策方法,其考虑到路径质量的差异对整个网络传输性能的影响,首先发送探测数据包对决定路径质量的四个参数:时延、抖动、丢包率以及缓存占用比进行实时测量,测量之后的数据反馈给发送端,经过发送端缓存区中的TOPSIS方法对其进行处理,选择出最适合传输数据的路径组合,之后发送待传送数据包,当数据包到达接收端后,将选择出最小时延的路径发送反馈ACK到接收端。本设计充分发挥了动态决策路径的优势,提高网络吞吐量,实现了高效率的数据传输。

    融合时频特征和时空相关性的WSN异常检测方法

    公开(公告)号:CN118890626A

    公开(公告)日:2024-11-01

    申请号:CN202410928219.1

    申请日:2024-07-11

    Abstract: 本发明公开一种融合时频特征和时空相关性的WSN异常检测方法,通过构建时序图数据、时序分解、编码、解码和异常分析实现对WSN中异常节点的有效检测和定位。采用了离散小波变换将数据时序分解成趋势分量和季节分量。趋势编码器和季节编码器都加入了多模态融合的动态图卷积模块,使其能够自适应地调整空间依赖关系,还融合了不同模态的信息,提高了异常检测的准确率。季节编码器利用频域注意力机制来提取特征,能充分利用频域中正常数据与异常数据振幅分布的差异,提高WSN异常数据的识别能力。本发明能够有效地检测和定位WSN中的异常节点,有效提高异常检测的准确性和效率。

    一种基于SDN和多属性决策的边缘分布式无线存储方法

    公开(公告)号:CN117749802A

    公开(公告)日:2024-03-22

    申请号:CN202311644851.5

    申请日:2023-12-04

    Abstract: 本发明公开一种基于SDN和多属性决策的边缘分布式无线存储方法,考虑到传统边缘分布式存储系统数据写入方式单一,并且当数据量增长或用户访问量增加时,很难有效地扩展存储容量和处理能力,本发明针对数据写入问题设计并实现了数据边缘存储节点选择算法,设计的多属性决策模型综合考虑了实时网络状态和实时边缘存储节点负载状态,在SDN控制器上执行多属性决策得到的是一组从优到劣的结果,边缘客户端基于归一化排序结果确定所需存储的文件的分块数量和大小,优的边缘存储节点存储分块中更大的文件,劣的边缘存储节点存储分块中更小的文件。本发明能有效提高数据边缘分布式存储系统的写入性能,扩展性和适应性好,且部署成本开销低。

    基于多智能体深度强化学习的智能跨域组播路由方法

    公开(公告)号:CN119967538A

    公开(公告)日:2025-05-09

    申请号:CN202510136753.3

    申请日:2025-02-07

    Abstract: 本发明公开一种基于多智能体深度强化学习的智能跨域组播路由方法,利用多控制器通信机制和组播组管理模块分别实现SDWN不同控制域之间网络信息的传递和同步,以及对跨域组播组成员的发现和有效管理;根据分解得到的域间组播树和域内组播树问题的问题特点分别设计了相应的动作策略,以提高智能体的探索效率,并对智能体所采取的不同动作策略设计不同的奖励函数,以引导智能体构建出高效的域间和域内组播树;通过对多智能体的协同学习和策略协调来实现跨域组播树的构建和优化,采用完全去中心化的求解范式以提高多智能体协作的稳定性,同时设计了离线和在线相结合的训练方式,减少了与环境的交互频率和对实时环境的依赖,有效提升多智能体的收敛速度。

    SDWN中基于多智能体图强化学习的多对多通信路由方法

    公开(公告)号:CN119966873A

    公开(公告)日:2025-05-09

    申请号:CN202510213322.2

    申请日:2025-02-25

    Abstract: 本发明公开一种SDWN中基于多智能体图强化学习的多对多通信路由方法,首先设计了一种基于Q‑learning强化学习算法,优化部署智能体的网络节点数量,从而降低现有方法对所有网络节点部署智能体带来的计算和部署成本;然后在AC框架下的设计了一种集中式训练分布式执行的多智能体深度强化学习算法,为了减少模型训练的存储空间开销分别使用图卷积神经网络和图神经网络重新设计Actor和Critic的网络结构,解决了现有方法中卷积神经网络对拓扑结构数据适应能力比较弱的问题;最后提出动作空间局部观测方法来避免无效动作的生成,从而降低模型训练的时间开销并加快收敛速度,从而降低模型训练的时间开销并加快收敛速度。

    基于网络态势感知的智能软件定义无线网络路由方法

    公开(公告)号:CN116669136A

    公开(公告)日:2023-08-29

    申请号:CN202310794093.9

    申请日:2023-06-30

    Abstract: 本发明公开一种基于网络态势感知的智能软件定义无线网络路由方法,先利用SDWN架构实现全面感知多种网络状态信息,并通过GCN‑GRU预测模型预测下一阶段的流量状态,再通过设计下一跳邻接节点作为强化学习的动作空间,并根据链路信息和奖惩机制来设计不同的奖励函数,后使用基于重要性采样和梯度裁剪的损失函数来更新网络参数。本发明能够更加全面满足QoS业务需求,并具有收敛速度快、可靠性高和稳定性强的特点。

    一种多数据中心背景下基于遗传算法的RS码节点修复方法

    公开(公告)号:CN113285985A

    公开(公告)日:2021-08-20

    申请号:CN202110482403.4

    申请日:2021-04-30

    Abstract: 本发明公开了一种多数据中心背景下基于遗传算法的RS码节点修复方法。本发明的目的是针对传统数据修复方式在多数据中心背景下无法取得全局最优瓶颈带宽修复方案的问题,提出了一种基于遗传算法的最优瓶颈带宽路径选择方法,根据节点的计算能力及节点间的带宽,生成瓶颈带宽最大的修复树,有效降低了节点修复时所产生的网络带宽消耗和修复时间。本发明所述的一种多数据中心背景下基于遗传算法的RS码节点修复方法,克服了传统星型修复方案及流水线修复方案的修复时延较大的问题和传统树型修复方案带宽消耗较大的问题,减少冗余数据传输,提高修复效率,降低修复时间。

    一种基于业务优先级区分的云存储网络组播流调度方法

    公开(公告)号:CN112260950A

    公开(公告)日:2021-01-22

    申请号:CN202011117714.2

    申请日:2020-10-19

    Abstract: 本发明公开一种基于业务优先级区分的云存储网络组播流调度方法,包括:S1利用软件定义网络技术实时监控获取网络状态信息;S2后根据组播业务流对网络性能的需求对其进行优先级区分;S3在为组播业务流选择组播路径时,将此组播路径选择任务分解为多个单播路径选择任务;S4针对区分出来的不同优先级的组播业务流与当前的网络状态,为分解出来的各单播路径选择任务找到一个基于理想解的最优单播路径集;S5通过各路径集间的最大公共子路径确定组播分发节点以构建组播传输路径。本发明在保证数据中心负载均衡的同时,减少了冗余流量,降低了高优先级业务流的传输时间,提升了用户体验。

Patent Agency Ranking