公开(公告)号：CN119341980A

公开(公告)日：2025-01-21

申请号：CN202411889202.6

申请日：2024-12-20

Applicant: 南京邮电大学

Inventor： 樊卫北 ,  裴静满 ,  肖甫 ,  何昕 ,  吕梦婕 ,  韩磊

IPC: H04L45/247 ,  H04L45/00

Abstract: 本发明属于网络通信和分布式计算技术领域，公开了一种基于双层安全状态模型的容错路由方法，包括：步骤1、选择大规模集群分布式网络中的两个不同的无故障节点的位置信息作为源节点和目标节点，将源节点和目标节点的位置信息分为两部分；步骤2、构建双层安全状态模型；步骤3、基于构建的双层安全状态模型，评估源节点和目标节点的安全状态；步骤4、检查节点层级关系；步骤5、构建从源节点到目标节点的初始路径，校验集群内路径容错，返回源节点到目标节点的最终容错路径。本发明实现对网络中节点和链接状态的精准评估，优化数据传输路径选择，全面提升网络的容错能力和传输效率，为复杂动态环境下的高效安全通信提供支持。

公开(公告)号：CN118646709A

公开(公告)日：2024-09-13

申请号：CN202410791837.6

申请日：2024-06-19

Applicant: 南京邮电大学

Inventor： 樊卫北 ,  陈越 ,  张玉杰 ,  刘开赟 ,  肖甫 ,  韩磊

IPC: H04L47/12 ,  H04L47/263 ,  H04L47/11

Abstract: 本发明属于无损数据中心网络优化技术领域，公开了一种感知瓶颈链路位置的拥塞控制方法，主要包括：为每一交换机端口配置2类状态：标记与未标记，交换机根据不同状态采取不同拥塞检测策略以灵活应对流量变化，在控制交换机保持队列长度与最大化利用瓶颈链路的剩余容量两种模式中切换；发送端主机根据提前返回的拥塞信号，动态瓶颈链路位置，并使用瓶颈链路相对位置，指导加性AIMD算法的速率控制周期。本发明通过引入这一创新机制，能够提升了拥塞控制的时效性和效率，即便面对多对一的incast现象或是高负载条件，该算法也能促进数据发送速率的迅速稳定，并积极探寻并利用尚未饱和的网络带宽资源，缩减数据流的传输完成时间。

公开(公告)号：CN113836814B

公开(公告)日：2024-05-10

申请号：CN202111153658.2

申请日：2021-09-29

Applicant: 南京邮电大学

Inventor： 韩崇 ,  施金宏 ,  韩磊 ,  孙力娟 ,  郭剑 ,  王娟 ,  相亚杉 ,  陈入钰

IPC: G06F30/27 ,  G06F119/02

Abstract: 一种基于多流神经网络的太阳能能量预测方法，相比传统的太阳能收集功率预测方案，优先考虑相似天气，优化模型输入；采用多流神经网络模型，相比于单一的预测方法能够结合并发挥不同预测模型的优势，面对不同的气候条件具备更强的适应性；对采集到的原始太阳能数据进行采样，剔除无效数据和干扰信息，提取出相似天气，兼顾数据量符合模型预测需求的同时，还关注减少输入数据，降低运算复杂度。

公开(公告)号：CN117395207A

公开(公告)日：2024-01-12

申请号：CN202311701117.8

申请日：2023-12-12

Applicant: 南京邮电大学

Inventor： 何昕 ,  李炎 ,  肖甫 ,  韩磊 ,  樊卫北 ,  王俊昌

IPC: H04L47/26 ,  H04L47/10 ,  H04L47/2483 ,  H04L47/50 ,  H04L49/111 ,  H04L49/506

Abstract: 本发明属于无损数据中心网络流量控制领域，公开了一种面向无损网络的细粒度流量控制方法，包括：S1，为下游交换机入口队列设置多级阈值；S2，下游交换机实时检测入口队列长度的变化，选择不同数目的数据流进行暂停；S3，根据需要暂停的数据流数目及当前网络状态，识别导致网络拥塞的数据流，并向上游交换机发送暂停帧，维护流表；S4，根据暂停帧动态分配空闲队列,维护流表，暂停该数据流的发送；S5，当下游交换机队列长度小于某一阈值时，查阅流表，向上游交换机发送恢复帧；S6，上游交换机收到恢复帧，查阅流表，恢复数据传输，并执行动态队列调度算法对先前暂停的数据流进行调度。本发明提出的流量控制方案更有效、更实用。

公开(公告)号：CN113836814A

公开(公告)日：2021-12-24

申请号：CN202111153658.2

申请日：2021-09-29

Applicant: 南京邮电大学

Inventor： 韩崇 ,  施金宏 ,  韩磊 ,  孙力娟 ,  郭剑 ,  王娟 ,  相亚杉 ,  陈入钰

IPC: G06F30/27 ,  G06F119/02

Abstract: 一种基于多流神经网络的太阳能能量预测方法，相比传统的太阳能收集功率预测方案，优先考虑相似天气，优化模型输入；采用多流神经网络模型，相比于单一的预测方法能够结合并发挥不同预测模型的优势，面对不同的气候条件具备更强的适应性；对采集到的原始太阳能数据进行采样，剔除无效数据和干扰信息，提取出相似天气，兼顾数据量符合模型预测需求的同时，还关注减少输入数据，降低运算复杂度。