-
公开(公告)号：CN108566644A
公开(公告)日：2018-09-21
申请号：CN201810229586.7
申请日：2018-03-20
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明提出一种基于MEC的园区网业务下沉方法，包括如下步骤：在园区网所在地区域的基站或基站汇聚节点部署MEC服务器；将MEC服务器接入园区网网关系统；通过MEC服务器对园区网业务进行分流。在园区网所在地区域的基站e-NB(Evolution Node B演进型基站，3GPP标准)或基站汇聚节点处部署MEC服务器，并以专线方式(如光纤)接入园区网网关，配合园区网业务分流机制实现园区移动用户只需经过一跳即可访问园区网业务而无需经过核心网、互联网再到园区网的长距离传输，极大的减小了业务的传输时间，显著地提升了移动用户的园区网业务访问体验。
-
公开(公告)号：CN119814768A
公开(公告)日：2025-04-11
申请号：CN202411949100.9
申请日：2024-12-27
Applicant: 中国科学院计算机网络信息中心
IPC: H04L67/06
Abstract: 一种文件传输并发量调整方法，包括：获取需要同时传输的文件数量，以及并发量、学习率；确定文件传输的第一效用值和第二效用值，其中，第一效用值为并发数量减一情况下的传输效用，第二效用值为并发数量加一情况下的传输效用；根据第一效用值和第二效用值，确定在并发量的情况下需要调整的步长；根据步长调整学习率；根据步长、调整过的学习率，更新并发量；多次循环更新并发量的过程，直至更新后的并发量减一与文件数量相同。本方法能够快速调整文件传输时的并发量，提高文件传输的效率。
-
公开(公告)号：CN118606066A
公开(公告)日：2024-09-06
申请号：CN202410228156.9
申请日：2024-02-29
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明公开了一种面向高并发文件传输的任务队列管理方法及系统，其中，方法包括：接收上传和下载任务，然后根据任务类型，传输数据大小的不同，创建多个类型、大小、优先级不同的单文件传输任务，并提交无锁任务队列；在唤醒时间到达后启动，从队列中取出任务，并根据文件的大小以及设置的分片阈值创建一定量的QUIC流，以及根据任务优先级设置流优先级；根据阻塞时间以及现存任务量，设置下一次唤醒时间；建立和对端的连接，读取创建好的QUIC流并且向其中填写HTTP3协议封装标准的数据报文，解析收到的HTTP3数据报文；以及根据网络状况向任务队列管理模块反馈阻塞时间。系统包括：任务接收和创建模块、任务队列管理模块和文件传输模块。
-
公开(公告)号：CN118158172A
公开(公告)日：2024-06-07
申请号：CN202211549254.X
申请日：2022-12-05
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明公开了一种区分流业务类型的差异化主动队列管理方法及装置，其中，该队列管理方法包括：在将数据流分配至流队列后，基于数据流携带的预设字段，确定与数据流对应的流队列的流类型以及敏感度，基于流队列的敏感度，确定流队列的调度信用值，基于流队列的流类型以及敏感度，确定流队列的目标队列长度，基于目标队列长度，计算流队列的丢包概率，并在丢包概率小于预设阈值的情况下，控制流队列中的数据流执行出队操作。本发明解决了相关技术中的队列管理无法满足对不同流类型的数据流的差异化需求的技术问题。
-
公开(公告)号：CN116911147A
公开(公告)日：2023-10-20
申请号：CN202310846422.X
申请日：2023-07-11
Applicant: 中国科学院计算机网络信息中心 , 中国人民解放军63921部队
IPC: G06F30/25 , G06F9/54 , G06F9/46 , G06F15/16 , G06T15/00 , G06F111/04 , G06F111/20
Abstract: 本发明涉及一种基于三维自适应划分的物质点仿真并行方法，属于计算力学和高性能计算的交叉领域。本发明在超算平台上设计和实现物质点法的大规模并行模拟算法。首先，本发明对物质点算法的初始化进行了并行处理。然后，通过自适应划分策略将物质点均分给各个进程，实现大规模的模拟，或者根据用户需求，指定背景网格的划分方式，使得物质点更均衡地分布在各个进程间。最后，通过MPI多核并行方法，使用非阻塞通信和建立邻居列表使用临时缓冲区发送和接收的方式提高性能，本发明能够快速求解碰撞侵彻等问题，实现大规模的并行模拟。
-
Patent Agency Ranking
公开(公告)号：CN114710200B
公开(公告)日：2023-06-23
申请号：CN202210363049.8
申请日：2022-04-07
Applicant: 中国科学院计算机网络信息中心
Abstract: 本申请提供一种基于强化学习的卫星网络资源编排方法及系统，用以解决现有技术中卫星网络资源分配组网结构不合理的技术问题。该方法包括：收集系统中LEO卫星上的资源状态，形成资源状态集；LEO卫星制定星上资源编排动作集；LEO卫星中的分布式决策模块在当前的状态下，基于本地资源编排策略，选择资源编排动作，将资源状态上报给GEO卫星；GEO卫星的业务评价模块设置资源编排策略的奖励函数；根据业务评价模块给出的评价结果，LEO卫星调整优化资源编排策略。本申请提供一种基于强化学习的卫星网络资源编排方法及系统，可以实现多星协同处理策略的自学习和自演进，有效提高卫星通信资源的利用率，满足新业务的发展要求。
-
公开(公告)号：CN115987601A
公开(公告)日：2023-04-18
申请号：CN202211625696.8
申请日：2022-12-16
Applicant: 中国科学院计算机网络信息中心
IPC: H04L9/40 , G06F18/23 , G06F18/214 , G06N3/08
Abstract: 本发明公开了一种基于软边缘三元组损失函数的孪生网络未知流量识别方法，包括：构建孪生网络训练需求的三元组数据集合，采用随机构建的方式，通过多轮迭代，形成多种组合的三元组训练数据集；在模型训练阶段，软边界三元组损失函数指导模型训练，训练完成后的孪生网络单独作为编码器；使用编码器将被测试样本与所有已知流量数据样本编码；计算被测试样本与已知流量应用的距离，通过与预设阈值比较判定其是否属于未知样本；将判定为未知流量的样本通过相似度聚类，形成纯度更高的堆簇；根据簇纯度决定最佳分簇数量，最终进行细粒度分析。本发明解决了传统无监督聚类方案与深度学习方案在未知流量识别领域的聚类数量不明确、维护模型过多等问题。
-
公开(公告)号：CN110312230B
公开(公告)日：2023-01-24
申请号：CN201910611582.X
申请日：2019-07-08
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明公开了一种列车系统的通信方法、装置和列车系统。其中，该方法包括：服务器用于为接入网设备提供本地服务，运行参数为进入到接入网设备的网络环境中的所有列车的运行参数；服务器基于运行参数、接收运行参数的时刻，确定每辆列车的交通信息，并将交通信息发送至所有列车和/或管控中心。本发明解决了相关技术中列车的LTE网络传输路径长、延迟高，导致列车之间难以实时共享位置信息、预判危险的技术问题。
-
公开(公告)号：CN113328947B
公开(公告)日：2022-08-23
申请号：CN202110453094.8
申请日：2021-04-26
Applicant: 中国科学院计算机网络信息中心
IPC: H04L45/7459
Abstract: 本发明公开了一种基于应用可控前缀扩展布隆过滤器的可变长路由查找方法及装置，包括将将路由表中所有可变长IP地址的前缀划分成K个连续的不相交的区间，并把每个区间中的前缀扩展到该区间的上限；每一个区间对应设置一个布隆过滤器，并将IP前缀信息存储到哈希表中；进行寻址操作时，将目的IP地址输入各布隆过滤器中，返回一匹配向量；根据哈希表与所述匹配向量进行寻址，得到所述目的地址的存储空间。本发明通过可控前缀扩展减少了布隆过滤器的使用，继而降低了路由查找时的平均查询次数Eavg和最大查找次数Emax，减少了Bloom filter假阳性概率的影响，提升了路由查找速度。
-
公开(公告)号：CN114219024A
公开(公告)日：2022-03-22
申请号：CN202111526247.3
申请日：2021-12-14
Applicant: 中国科学院计算机网络信息中心
IPC: G06K9/62 , G06N3/04 , G06N3/08 , H04L41/147
Abstract: 本发明公开了一种网络边缘的应用级流量预测与模型迁移方法，包括：确定模型迁移域，使用基于应用流量统计特征的无监督聚类算法完成边缘节点的聚类；选择迁移模型，迁移模型为在迁移域内选出被迁移到各个边缘计算节点的普适模型；根据应用聚类算法将各个边缘计算节点下的多种网络应用的流量序列在时间和形状分布上的相似性进行归类；对各个边缘节点下的多个网络应用进行归类后，得到N个类别，每个类别训练自己的多应用流量预测模型，产生N个多应用流量预测模型，将这些模型保存，等待边缘节点调用；当N个多应用流量预测模型训练完成后，被边缘计算节点回调；在迁移域内，N个多应用流量预测模型分别迁移到多个域内的所有节点上进行部署与应用。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.08 seconds)
