-
公开(公告)号:CN113098973B
公开(公告)日:2022-05-20
申请号:CN202110395708.1
申请日:2021-04-13
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: H04L67/568
Abstract: 本申请公开了一种包级别网内数据传输方法、系统、存储介质及终端设备,所述方法包括当请求数据满足预设条件时,为所述请求数据分配缓存信息,并基于所述缓存信息以及所述请求数据生成第一数据包,并将所述第一数据包发送至网络侧,以使得基于所述缓存信息将所述请求数据存储于网络缓存内,并发送所述第一数据包。本申请当需要发送数据时,源端可以根据确定是否需要将请求数据缓存于网络侧缓存,这样可以消除网络中的冗余流量,提升网络传输效率。同时,为CDN和ISP提供了新的传输机制,能够促进CDN和ISP的合作,降低网络成本实现CDN和ISP双方共赢。
-
公开(公告)号:CN112468458B
公开(公告)日:2022-04-12
申请号:CN202011263902.6
申请日:2020-11-12
IPC: H04L9/40 , H04L67/10 , H04L47/24 , H04L49/00 , H04L41/0803
Abstract: 本申请公开了一种基于neutron分层机制的调度方法,所述方法包括当获取到待分配计算节点的虚拟机时,基于若干计算节点中的各计算节点各自对应的剩余虚拟局域网数量,确定若干候选计算节点;获取各候选计算节点各自对应的计算资源权重,并基于各候选计算节点各自对应的剩余虚拟局域网数量,确定各候选计算节点各自对应的虚拟局域网权重值;基于各候选计算节点各自对应的虚拟局域网权重值以及计算资源权重,确定所述虚拟机对应的目标计算节点,并将该目标计算节点分配给该虚拟机。本申请通过基于剩余虚拟局域网数量对VLAN进行筛选,去除VLAN资源已经分配完毕的计算节点,避免调度失败问题。
-
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:CN113098973A
公开(公告)日:2021-07-09
申请号:CN202110395708.1
申请日:2021-04-13
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: H04L29/08
Abstract: 本申请公开了一种包级别网内数据传输方法、系统、存储介质及终端设备,所述方法包括当请求数据满足预设条件时,为所述请求数据分配缓存信息,并基于所述缓存信息以及所述请求数据生成第一数据包,并将所述第一数据包发送至网络侧,以使得基于所述缓存信息将所述请求数据存储于网络缓存内,并发送所述第一数据包。本申请当需要发送数据时,源端可以根据确定是否需要将请求数据缓存于网络侧缓存,这样可以消除网络中的冗余流量,提升网络传输效率。同时,为CDN和ISP提供了新的传输机制,能够促进CDN和ISP的合作,降低网络成本实现CDN和ISP双方共赢。
-
公开(公告)号:CN113079109A
公开(公告)日:2021-07-06
申请号:CN202110370689.7
申请日:2021-04-07
IPC: H04L12/851 , H04L29/12 , H04W40/02
Abstract: 本发明公开了一种数据报文处理方法、系统、智能终端及存储介质,其中,上述数据报文处理方法包括:获取数据报文;在内核层面对上述数据报文进行分类和分流;获取数据报文转发规则;在内核层面基于上述数据报文转发规则对分流后的上述数据报文进行转发。与现有技术相比,本发明方案中直接在内核层面对数据报文进行分类和分流,分类时数据报文无需从内核层面发送到应用层,且无需穿越复杂的内核协议栈,有利于提高数据报文处理效率。
-
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:CN112422443A
公开(公告)日:2021-02-26
申请号:CN202011161198.3
申请日:2020-10-27
IPC: H04L12/801 , H04L12/24 , G06N20/00
Abstract: 本发明公开了一种拥塞算法的自适应控制方法、存储介质、设备及系统,方法包括步骤:利用XGBoost算法对各种拥塞算法的效果构建出对应的效果预测模型,并将所述效果预测模型进行组合,构成拥塞算法预测模型;对网络通信中的数据流进行监听并获取所述数据流的统计信息,以所述统计信息以及丢包敏感度参数作为所述拥塞算法预测模型的输入参数,得到每个拥塞算法的效果值;根据所述效果值计算每个拥塞算法被选中的概率,并根据所述概率随机选出与所述数据流适配的拥塞算法,并将数据流与拥塞算法的对应关系存储至bpf_map中。本发明可根据数据流的行为特征自动切换合适的拥塞算法,从而提高网络的整体吞吐并有效降低时延。
-
公开(公告)号:CN111767134A
公开(公告)日:2020-10-13
申请号:CN202010419223.7
申请日:2020-05-18
IPC: G06F9/50
Abstract: 本发明公开了一种多任务动态资源调度方法,当接收到新任务时在所有运行任务中选取新任务对应的候选任务,并且各运行任务对应的优先级基于各运行任务的已运行时长确定的;根据新任务对应的系统分配资源,确定各候选任务对应的调整资源;根据各候选任务的调整资源对各候选任务对应的分配资源进行调整,将调整得到的系统资源分配给新任务。本实施例利用容器化资源隔离方式,实现了基于任务已执行时长的动态资源调度机制,这样无须提前预测任务运行所需要的时间,根据任务已执行时间,给不同任务设置动态优先级,优先级高的任务分配较多资源,反之减少分配的资源,使得在减少短任务完成时间的前提下,保证长任务的完成,提高整体的资源使用率。
-
-
-
-
-
-
-