-
公开(公告)号：CN114900474B
公开(公告)日：2023-08-22
申请号：CN202210480817.8
申请日：2022-05-05
Applicant: 鹏城实验室
IPC: H04L47/2441 , G06F18/2431
Abstract: 本发明公开了针对可编程交换机的数据包分类方法、系统及相关设备，其中，上述方法包括：获取预先训练完成的待优化决策树模型，并将上述待优化决策树模型发送到可编程交换机；根据可编程交换机的流水线阶段数以及接收的待优化决策树模型获取最优决策树优化方案，最优决策树优化方案包括最优剪枝方案，最优剪枝方案用于根据可编程交换机的流水线阶段数限定决策树的层数并去除决策树的冗余叶子节点；根据最优决策树优化方案对待优化决策树模型进行优化获得目标决策树模型，将目标决策树模型部署到可编程交换机中获得目标可编程交换机；根据目标可编程交换机对待分类数据包进行分类。与现有技术相比，本发明方案有利于提高数据包分类效率。
-
公开(公告)号：CN116436876A
公开(公告)日：2023-07-14
申请号：CN202310438895.6
申请日：2023-04-20
Applicant: 鹏城实验室
IPC: H04L49/354 , H04L12/46
Abstract: 本申请公开了一种数据报文处理方法、装置、电子设备及可读存储介质，应用于通信技术领域，所述数据报文处理方法包括：获取待处理数据报文，并通过所述数据平面对所述待处理数据报文进行解析得到报文信息；通过所述数据平面根据所述报文信息判断是否采用虚拟扩展局域网VXLAN对所述待处理数据报文进行处理；若是，则将所述待处理数据报文进行报文头封装得到VXLAN报文，并对所述VXLAN报文进行处理。本申请解决了数据报文的处理效率较低的技术问题。
-
公开(公告)号：CN114844704B
公开(公告)日：2023-06-06
申请号：CN202210482202.9
申请日：2022-05-05
Applicant: 鹏城实验室
IPC: H04L9/40 , H04L61/4511
Abstract: 本发明公开了基于可编程交换机的实时DNS隧道检测方法及相关设备，所述方法包括：数据平面对DNS数据包采用循环增量解析的方式进行解析、哈希和特征统计处理，得到DNS域名、第一哈希值和域名特征；根据第一哈希值查询预设的黑白名单，若在黑白名单中均查询不到且分类结果为正常，则根据划分表将DNS域名均划分为主域名和子域名；对不同子域名的第一哈希值进行哈希运算得到不同子域名的第二哈希值；对第二哈希值的个数进行统计，若超过预设阈值则将DNS域名视为隧道流量并上报至控制平面，以便控制平面更新黑名单后滤除隧道流量。通过循环增量解析任意长度域名并将决策树模型以流表的形式部署在数据平面，实现对DNS隧道的全面检测。
-
公开(公告)号：CN119276780A
公开(公告)日：2025-01-07
申请号：CN202411247007.3
申请日：2024-09-05
Applicant: 鹏城实验室
IPC: H04L45/745 , H04L49/354 , H04L12/46
Abstract: 本申请实施例提出的大二层网络交换设备的数据转发方法、接收方法及设备，方法包括：首先，获取解析矩阵和封装动作表，解析矩阵包括依次排序的第一列解析块和第二列解析块；接下来，利用第二列解析块对发送数据包进行解析，得到第一头部解析信息；然后，基于第一头部解析信息和封装动作表确定目标封装动作；之后，利用第一列解析块基于目标封装动作对发送数据包进行封装，得到封装发送数据；最后，基于第一头部解析信息将封装发送数据进行网络地址转换，并将转换后的封装发送数据进行转发，以实现该发送数据包的封装过程，且无需对发送数据包进行实时添加、删除、修改等操作，进而有效地实现在大二层网络中实现数据转发的过程。
-
公开(公告)号：CN114422620B
公开(公告)日：2023-12-01
申请号：CN202111565340.5
申请日：2021-12-20
Applicant: 鹏城实验室
IPC: H04L69/22 , G06F18/24 , G06F18/214
Abstract: 本申请公开了一种基于知识蒸馏的数据包分类方法及相关装置，所述方法包括基于经过训练的教师模型，确定预设训练集中的各训练数据包各自对应的类别概率向量；基于各训练数据包及其对应的属性数据和类别概率向量构建二进制决策树模型；根据二进制决策树模型生成三元匹配流表并将三元匹配流表部署于可编程交换机，并通过可编程交换机对数据包进行分类。本申请基于预先训练的教师模型所学的知识构建二进制决策树模型，以将复杂的教师模型转换为简单的二进制决策树模型，使得学习到教师模型所学的知识的二进制决策树模型可以布置于可编程交换机，这样一方面可以利用可编程交换机的数据包处理能力，另一方面可以提高可编程交换机的数据包分类效率。
-
Patent Agency Ranking
公开(公告)号：CN114401230B
公开(公告)日：2023-10-20
申请号：CN202111617446.5
申请日：2021-12-27
Applicant: 鹏城实验室
IPC: H04L47/25
Abstract: 本发明涉及网络通信技术领域，具体是涉及基于跨数据中心网络通信的发送速率控制方法和装置。本发明首先计算在历史发送速率下的各个数据中心链路的带宽利用率，再计算各个带宽利用率在一段时间内的变化信息，最后根据变化信息和带宽利用率得到整个链路网络的瓶颈所在位置，即判断出是数据中心链路的带宽利用率接近数据中心链路的瓶颈带宽利用率还是广域网链路的带宽利用率接近广域网链路的瓶颈带宽利用率，之后才能有针对性的调整发送速率，以预防整个链路网络发生拥塞。本发明能够在拥塞发生之前调整发送速率以避免发生拥塞，同时本发明在避免拥塞发生的同时还能通过调整发送速率使得整个链路网络的带宽利用率最大化。
-
公开(公告)号：CN113033806B
公开(公告)日：2023-07-18
申请号：CN202110387715.7
申请日：2021-04-12
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院 , 南方科技大学
IPC: G06N3/092
Abstract: 本申请公开了一种用于分布式计算集群的深度强化学习模型训练方法、装置以及调度方法，所述方法包括采用深度强化学习框架建立若干第一调度模型和第二调度模型；通过若干第一调度模型确定训练样本集；基于训练样本集训练第二调度模型以得到模型参数；基于模型参数更新各第一调度模型中的第一深度强化学习智能体的模型参数，并继续执行通过若干第一调度模型确定训练样本集的步骤，直至第二调度模型满足预设条件以得到深度强化学习模型。本申请通过解耦深度强化学习训练的前向行动和后向学习过程，通过多个独立且同时与环境交互的第一调度模型生成训练样本集，再基于训练样本对第二调度模型进行训练，这样实现了大规模并行训练，提高了深度强化学习模型的训练速度，实现了分布式计算集群的高效利用。
-
公开(公告)号：CN113452676A
公开(公告)日：2021-09-28
申请号：CN202110583804.9
申请日：2021-05-27
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院 , 南方科技大学
Abstract: 本发明公开了一种检测器分配方法和物联网检测系统，所述方法包括：接收边缘设备的检测请求；当所述边缘设备为网关设备时，根据所述网关设备对应的网关状态，确定所述网关设备对应的检测文件，其中，所述检测文件包括与所述网关设备对应的中转地址或设备检测器；将所述检测文件发送至所述边缘设备，并控制所述边缘设备基于所述检测文件进行网络流量检测。本发明中云端可根据当前边缘设备的类型以及状态，发送不同的检测文件，在保证边缘设备的检测精度的基础上，提高检测效率。
-
公开(公告)号：CN113033806A
公开(公告)日：2021-06-25
申请号：CN202110387715.7
申请日：2021-04-12
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院 , 南方科技大学
IPC: G06N3/08
Abstract: 本申请公开了一种训练深度强化学习模型的方法、装置以及调度方法，所述方法包括采用深度强化学习框架建立若干第一调度模型和第二调度模型；通过若干第一调度模型确定训练样本集；基于训练样本集训练第二调度模型以得到模型参数；基于模型参数更新各第一调度模型中的第一深度强化学习智能体的模型参数，并继续执行通过若干第一调度模型确定训练样本集的步骤，直至第二调度模型满足预设条件以得到深度强化学习模型。本申请通过解耦深度强化学习训练的前向行动和后向学习过程，通过多个独立且同时与环境交互的第一调度模型生成训练样本集，再基于训练样本对第二调度模型进行训练，这样实现了大规模并行训练，提高了深度强化学习模型的训练速度。
-
公开(公告)号：CN112486641B
公开(公告)日：2024-06-21
申请号：CN202011296964.7
申请日：2020-11-18
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院 , 南方科技大学
Abstract: 本申请公开了一种基于图神经网络的任务调度方法，所述方法确定分布式计算平台内所有作业的图结构，并对图结构的特征进行处理添加出度和入度特征；在经过一个全连接的多层感知网络以及带自注意力机制的图神经网络进行节点的聚合，得到节点的节点特征向量；再将每个作业所有节点的节点特征向量加和得到作业向量；长短时记忆扫描所有作业的作业向量得到全局向量；最后通过强化学习智能体将各节点特征向量、各作业向量以及全局向量作为状态输入，通过一个策略梯度网络做出调度动作，以分配给可运行节点一定数量的空闲执行器，提高了调度效率。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.02 seconds)
