基于时延的BBRv2带宽探测方法及系统

    公开(公告)号:CN114125920B

    公开(公告)日:2024-11-19

    申请号:CN202111240113.5

    申请日:2021-10-25

    Abstract: 一种基于时延的BBRv2带宽探测方法,包括:在BBRv2路径模型中增加反应网络时延变化的状态变量;修改BBRv2的原ProbeBW状态以形成新ProbeBW状态,包括:BBRv2每8个RTT左右进入一次ProbeTry状态;BBRv2在该ProbeTry状态的第一个RTT中,将pacing_gain设置为X;BBRv2在该ProbeTry状态的第二个RTT中,将pacing_gain设置为1,在该第二个RTT结束时,BBRv2判断MinRTTcurr_rtt≥γ×MinRTTprev_rtt是否成立,若是则进入ProbeDown状态,并且将pacing_gain设置为Y,否则进入下一步骤;BBRv2将当前的MinRTTcurr_rtt保存到MinRTTbefore_probe后进入ProbeUp状态,在ProbeUp状态结束时,BBRv2判断MinRTTcurr_rtt>γ×MinRTTbefore_probe是否成立,若是则进入ProbeDown状态,并且将pacing_gain设置为0.75,否则重复本步骤。

    一种基于可编程交换机的流记录计数方法及系统

    公开(公告)号:CN115766600B

    公开(公告)日:2024-10-29

    申请号:CN202211358713.6

    申请日:2022-11-01

    Abstract: 本发明提出一种在可编程交换机上进行流大小无关的流记录计数方法和系统,包括:解析计数周期内发送端发出的每一个数据包,将流ID同时输入哈希组中的多个哈希函数,将每个哈希函数输出的哈希值作为布鲁姆记录表的地址索引;判断布鲁姆记录表中地址索引的位置是否为空,若是则将流ID记录于位置并给出代表流已被记录的标志位,流计数器数值加1;否则执行冲突解决策略,若依然存在记录冲突,则给出代表发生记录误差的标志位,误差计数器数值加1。本发明能够在较为准确地对流量进行计数的同时记录流ID,能够应对较重的流量负载,同时具备对给定数量的流进行计数的能力。当流记录计数过程完成时,能够给出“是否存在计数误差”的显式提示。

    一种数据驱动的网络视频流传输方法及装置

    公开(公告)号:CN118075567A

    公开(公告)日:2024-05-24

    申请号:CN202410309214.0

    申请日:2024-03-18

    Abstract: 本发明提出一种数据驱动的网络视频流传输方法和装置,包括:获取网络视频流传输的目标调整参数,作为决策目标,根据该决策目标的输入特征,构建该决策目标的决策函数,该决策函数的参数为该输入特征的权重和/或偏置;遍历多种网络环境,在每种网络环境中搜索使该决策函数所取得的视频播放质量最高的最优参数配置,构成最优参数配置表;根据当前网络视频流传输所处的当前网络环境,在该最优参数配置表中选择与之对应的最优参数配置输入该决策函数,得到当前决策目标,在该当前网络环境下以该当前决策目标配置传输视频流。本发明提出的技术支持在任意视频应用中完成视频码率等决策行为,从而提高用户的QoE。

    网络流量数据分布式测量调度方法、系统和介质

    公开(公告)号:CN115225528B

    公开(公告)日:2024-04-09

    申请号:CN202210656146.6

    申请日:2022-06-10

    Abstract: 本发明提出一种基于张量填充的网络流量数据分布式测量调度方法和系统,包括:将历史流量数据划分为T‑1周期和T周期,计算分布式网络中所有OD对关于T‑1周期和T周期的JS散度;把三维张量形式的网络数据使用CP分解得到三个因子矩阵,矩阵的每一行为一个因子,得到三个因子矩阵分别对应的三个因子集V1、V2、V3,根据OD对的JS散度进而得到V1和V2中每个因子的JS散度,综合V1和V2中每个因子的JS散度和方差,得到每个因子的重要度,选择重要度最高的因子和V3中因子构建线性方程,以采样一个样本,以所有采样样本构成的采集方案,对新数据进行采集,用历史采样数据和新采样数据共同确定的因子矩阵恢复出全量数据,作为分布式网络的流量测量结果。

    基于子图范围采样的图神经网络训练方法及系统

    公开(公告)号:CN117556891A

    公开(公告)日:2024-02-13

    申请号:CN202311431224.3

    申请日:2023-10-31

    Abstract: 本发明提出一种基于子图范围采样的图神经网络训练方法,包括:初始化步骤,构建子图范围采样模型,初始化该子图范围采样模型的超参数;预处理步骤,通过该子图范围采样模型将全图划分为多个分区,选取该分区构建采样子图模拟图神经网络训练时的批数据,以评估该子图范围采样模型的采样偏差,基于该采样偏差,调整该超参数;训练步骤,以该子图范围采样模型或邻居采样模型从该全图中选取训练子图构建为批数据,对图神经网络进行训练。本发明还提出一种基于子图范围采样的图神经网络训练系统,以及一种用于实现基于子图范围采样的图神经网络训练的数据处理装置。

    一种基于自适应采样阈值的网络大流检测方法及系统

    公开(公告)号:CN115102716B

    公开(公告)日:2023-09-22

    申请号:CN202210580579.8

    申请日:2022-05-25

    Abstract: 本发明提出一种基于自适应采样阈值的网络大流检测方法,包括:可编程交换机根据预设的本地阈值,将在时间间隔中数据包计数大于本地阈值的数据流作为候选流,在当前时间间隔结束时将候选流及其对应的数据包计数以报告表的方式发往中心控制器;中心控制器根据所有可编程交换机的报告表,以各候选流对应的数据包计数之和,作为网络中所有流量的流量总值,根据流量总值和预设检测精度#imgabs0#得到全局阈值,将数据包计数大于全局阈值的候选流作为网络大流,并根据网络流量的时间特性,更新可编程交换机本地阈值。本发明具有更加优秀的精确度,在可编程交换机上占用较小的内存,且通信数据包不会因为通信原因增加网络负担、加重网络拥塞对网络造成负面影响。

    基于冷热分离的梯度聚合方法与系统

    公开(公告)号:CN113642736B

    公开(公告)日:2023-09-12

    申请号:CN202110861852.X

    申请日:2021-07-29

    Abstract: 本发明公开了一种基于冷热分离的梯度聚合方法,包括以下步骤:对稀疏场景的训练数据进行随机采样以对稀疏模型进行预训练;统计该稀疏模型的预训练过程中参数的频率,并根据该频率的大小将该参数分类为热参数或冷参数;利用该稀疏场景的训练数据对该稀疏模型进行重新训练,各训练节点分别传输该重新训练过程中的热参数梯度和冷参数梯度;该热参数梯度在可编程交换机上进行聚合后发送至远程服务器进行同步,该冷参数梯度由该可编程交换机直接该发送至远程服务器上进行聚合及同步。

    基于优先分级队列的MPQUIC数据包快速传输方法和系统

    公开(公告)号:CN113783942B

    公开(公告)日:2023-01-31

    申请号:CN202110972978.4

    申请日:2021-08-24

    Abstract: 本发明提出一种基于优先分级队列的MPQUIC数据包快速传输方法和系统,包括:步骤1、发送端应用程序产生待发送的MPQUIC数据包,并将该数据包放入于该数据包的优先级相对应的调度队列中;步骤2、按照该数据包所处调度队列对应的调度策略,将该数据包传输至接收端缓存区;步骤3、该接收端缓存区按顺序排列该数据包,得到待运行数据和乱序队列大小,接收端应用程序按提取该待运行数据,以完成该数据包对应的服务,得到服务质量;步骤4、根据该乱序队列大小和/或该服务质量,更新优化该调度策略。相比于传统的单一调度方式,本发明可以使得数据包调度算法与实际应用场景和用户需求相结合,并且利于之后数据包调度算法整合。

    一种直播视频的内容预分发方法以及电子设备

    公开(公告)号:CN114302181B

    公开(公告)日:2022-11-29

    申请号:CN202111622269.X

    申请日:2021-12-28

    Abstract: 本发明提供了一种直播视频的内容预分发方法以及电子设备,该方法包括获取本次直播对应的输入特征,利用经用于直播视频的预分发时机预测的模型的训练方法训练的深度神经网络回归模型根据所述本次直播对应的输入特征预测其对应的预分发时机;本发明通过训练用于直播预分发时机预测的模型,以主播的热度特征、主播的直播特征、主播的观众特征、主播历史直播时观众的到达时差特征作为输入特征以及指示对应直播事件发生时观众的到达时差作为标签,训练深度神经网络回归模型,以对针对主播所对应的特征,使得该模型可以为不同的主播适配与其对应的特征相适应的预分发时机,以降低过晚预分发对用户体验的影响。

Patent Agency Ranking