-
公开(公告)号:CN110545217A
公开(公告)日:2019-12-06
申请号:CN201910815603.X
申请日:2019-08-30
Applicant: 西南交通大学
IPC: H04L12/26 , H04L12/803
Abstract: 本发明专利涉及通信领域中网络流量测量,具体涉及事件驱动的细粒度TCP流量测量方法,包括在网络设备上进行TCP报文观测数据识别和获取;在远端逻辑集中控制器进行网络中TCP以传输数据量的分析和估计。当网络设备在收到指定类型的TCP报文后,进行该操作:为该TCP报文生成观测数据并缓存在网络设备本地;如所要缓存的位置已经存有内容,则报文观测数据内容缓存失败,直接将准备要缓存的报文观测数据内容和缓存中对应位置的内容一并发送给控制器,并将该缓存位置内容置空;如果所要缓存的位置未存有内容,该报文观测数据内容缓存成功。本方法在不影响测量精度、准确度的同时,能进一步显著减少测量带来的网络开销。
-
公开(公告)号:CN108540549A
公开(公告)日:2018-09-14
申请号:CN201810286182.1
申请日:2018-04-03
Applicant: 西南交通大学
IPC: H04L29/08
CPC classification number: H04L67/2842
Abstract: 本发明公开了一种面向用户移动性的网络边缘缓存选择方法,该方法包括以下步骤:S1,将所有网络节点进行分组,构建多层网络缓存的架构,S2,依次计算用户在节点的停留时间和在用户区域的停留时间,S3,基于用户的移动情况和网络状况对移动型用户在各个节点的下载能力建立预测模型,S4,当用户下载发生下载出错时,提供相应的出错解决方法,S5,根据用户的下载情况选择不同的边缘节点缓存方式。本发明提供的方案通过重新设计缓存空间的部署位置,降低骨干网负载的空间,降低用户的内容访问延迟,并提供用户下载出错的应对措施,以满足移动性强的用户的内容访问需求,大大降低缓存占用空间,能灵活应对用户密集的城市和用户分散的郊区等各种联网需求。
-
公开(公告)号:CN107911300A
公开(公告)日:2018-04-13
申请号:CN201711006269.0
申请日:2017-10-25
Applicant: 西南交通大学
IPC: H04L12/753 , H04L12/761 , H04L12/721 , H04L12/751
Abstract: 本发明公开了一种基于鲸鱼算法的组播路由优化方法,本发明针对具体的组播路由优化问题,在鲸鱼算法上作出进一步改进以适应对组播路由优化问题的解决,本发明通过位置信息的二进制编码把优化连续问题的鲸鱼算法映射到离散的搜索空间,并在位置更新策略中引入了个体交叉、变异、味道浓度等其他算法的思想,使其更适合解决组播路由问题,由此简化了组播路由优化过程,加快了收敛速度。本发明还公开了一种基于鲸鱼算法的组播路由优化方法在Spark平台上的应用,由此使得上述基于鲸鱼算法的组播路由优化方法在Spark平台上实现了并行化,大大加快了算法的执行速度。
-
公开(公告)号:CN107766927A
公开(公告)日:2018-03-06
申请号:CN201711072393.7
申请日:2017-11-03
Applicant: 西南交通大学
IPC: G06N3/00
CPC classification number: G06N3/006
Abstract: 本发明公开了基于个体-种群的智能优化算法在Spark上的通用并行化方法,包括封装个体的抽象基类、种群的抽象基类和中间数据格式类;设定个体的实现类和种群的实现类;初始化种群、个体和全局最优个体;初始化环境上下文,生成常量信息的广播量并广播;并行化生成种群分布式数据集;每个种群经过独自进化、种群适应度评估后返回适应度最优个体;找出当代最优个体和更新全局最优个体;并行化生成中间交换数据分布式数据集;进行种群之间的个体交换等步骤。本发明的有益效果在于,针对基于个体-种群的智能优化算法,在Spark平台上提出了一种通用型的并行化方法,使原本运行在单机上的算法分布到不同的计算机上同时运行,以减少运行时间,提升效率。
-
-
-