-
公开(公告)号：CN113158543A
公开(公告)日：2021-07-23
申请号：CN202110145066.X
申请日：2021-02-02
Applicant: 浙江工商大学
Abstract: 本发明公开一种软件定义网络性能智能预测方法，首先依据网络特性及信息的分析确定所需要的样本数据属性，并进行数据集的提取与预处理；其次在分析网络特性的基础上，依据图空域卷积的形式化框架提出一种基于图神经网络的SDN性能评估模型；然后使用数据集，在SDN性能评估模型上进行训练；最后将测试集输入到训练完成后得到的最优模型中，对测试集的数据进行测试并返回预测的数据，进行相关的网络性能评估。本发明扩展了已有的图神经网络体系结构，并结合图自编码器进行了模型的改进，所构建的图神经网络模型可以对网络的图数据进行智能建模，且在预测时延、抖动和丢包率多种网络性能指标中都有突出的表现，提高了的性能评估的准确性。
-
公开(公告)号：CN109257204B
公开(公告)日：2021-06-04
申请号：CN201810885041.1
申请日：2018-08-06
Applicant: 浙江工商大学
IPC: H04L12/24 , H04L12/12 , H04L12/801 , H04L12/851 , H04L12/947
Abstract: 本发明公开了一种软件定义网络中基于深度学习的网络节能装置及方法，该装置包含：端口流量数据收集模块，周期性地收集流量数据；流量数据格式转换模块，对流量数据进行数据格式转换处理；数据归一化处理模块，将格式转换后的流量数据进行归一化处理；特征提取模块，从归一化处理后的流量数据中，提取部分特征并手动构建部分特征，再对流量特征进行维度重构获得新的流量特征；流量数据预测模块，对流量特征进行预测得到预测值；节能策略生成模块，根据得到的预测值与设定的阈值进行比较分析，生成节能策略，然后发送相应的指令到OpenFlow交换机切换端口速率、关闭冗余端口，更新流表，重新规划路由，减少能耗以实现网络节能。
-
公开(公告)号：CN107911299B
公开(公告)日：2020-12-29
申请号：CN201711002456.1
申请日：2017-10-24
Applicant: 浙江工商大学
IPC: H04L12/751
Abstract: 本发明公开一种基于深度Q学习的路由规划方法，该方法为：根据网络拓扑生成奖励值矩阵，使用一个训练好的深度神经网络模型代替普通Q学习的Q值表进行路由规划。本发明利用了神经网络抽象化高层数据、自动学习的特点，相比于传统的Dijkstra算法，在大规模应用部署时能更快速地规划出最短路径。
-
公开(公告)号：CN111245673A
公开(公告)日：2020-06-05
申请号：CN201911400281.9
申请日：2019-12-30
Applicant: 浙江工商大学
Abstract: 本发明公开一种基于图神经网络的SDN时延感知方法，包括如下步骤：步骤1：根据相关情景数据集进行网络序列建模，通过TensorFlow框架中的TFRecord格式存储和读取样本数据；步骤2：构建由门控循环单元(GRU)、自编码器、多层感知机构所构成的三级级联神经网络模型；步骤3：使用步骤1的数据集对图神经网络模型进行训练；步骤4：将测试集输入到步骤3训练完成后的模型中，对数据进行感知、筛选并得到具有概括性的数据。本发明利用图神经网络基于非欧几里得空间的数据格式的准确的推理能力并且不会丢失图形数据的结构信息的特点，相比于其他深度学习模型展现出了更强大的数据处理能力。
-
公开(公告)号：CN106534133B
公开(公告)日：2019-10-29
申请号：CN201611027774.9
申请日：2016-11-17
Applicant: 浙江工商大学
IPC: H04L29/06
Abstract: 本发明公开了一种SDN中基于深度学习的DDOS防御装置及方法，本发明装置包括特征提取模块、深度学习DDoS检测模块、模型更新模块(Model Updater)、信息统计模块及流表产生模块；本发明利用了特征提取模块提取系统中输入数据包的特征，构建特征矩阵，然后将处理后的特征输入到深度学习DDOS检测模块，深度学习DDOS检测模块利用学习好的模型判断当前系统中输入的数据包是否为攻击包。本发明利用了深度学习对进入系统的数据包检测，相比于传统的DDOS攻击入侵检测方法，在检测效率，准确率上有很大提升。
-
Patent Agency Ranking
公开(公告)号：CN104283949B
公开(公告)日：2017-11-03
申请号：CN201410513035.5
申请日：2014-09-29
Applicant: 浙江工商大学
IPC: H04L29/08 , H04L12/803 , G06F17/30
Abstract: 本发明公开了一种基于功能块的逻辑网构建方法。本发明将逻辑网定义出编排层、中央控制层和转发层，每层定义特定的功能块来实现从上层应用到底层数据转发的逻辑网构建；具体的编排层将资源需求发送给位于中央控制层里的REST API服务器；REST API服务器将虚拟节点资源信息发送到位于配置层的转换引擎组件，换引擎组件计算出逻辑网配置信息，并将该逻辑网配置信息通过IF‑MAP协议发向控制层；控制层根据逻辑网配置信息找到与该逻辑网配置信息对应的物理节点，并且控制层向每个物理节点发出创建虚拟节点通告。本发明能针对不同的上层应用，底层转发平面总是能构建出一条专用的逻辑网供其使用，实现了虚拟网络中的数据隔离。
-
公开(公告)号：CN104301212B
公开(公告)日：2017-05-17
申请号：CN201410504562.X
申请日：2014-09-26
Applicant: 浙江工商大学
IPC: H04L12/70
Abstract: 本发明公开了一种功能链的组合方法。本发明具体如下：基于输入输出匹配算法，根据业务请求，在功能块集合中查找其输入与业务请求输入相匹配的功能块，并将查找到的功能块作为功能链的第一个前驱功能块；根据功能块间的继承关系，在功能块集合中，查找能与当前功能链末尾的功能块构成可继承关系的功能块，并将该功能块作为后继功能块连接至功能链末尾；重复查找直至功能链的长度达到预设的长度；检验功能链的输出是否与业务请求的输出相匹配，若匹配，则将所有匹配的功能链放入功能链集合FC Set中输出；若不匹配，则删除该功能链。本发明改进了传统的输入输出匹配算法，使得组链过程相比传统的输入输出匹配算法更加高效和可靠。
-
公开(公告)号：CN106453079A
公开(公告)日：2017-02-22
申请号：CN201610826178.0
申请日：2016-09-13
Applicant: 浙江工商大学
IPC: H04L12/721 , H04L12/751 , H04L12/755
CPC classification number: H04L45/38 , H04L45/02 , H04L45/021
Abstract: 本发明公开一种基于深度学习的SDN流表冲突检测方法。该方法采用两级深度学习模型进行冲突检测，第一级深度学习模型检测新的流表策略与已有的流表策略是否存在冲突；第二级深度学习模型确定已有的所有流表策略中与新的流表策略相冲突的具体流表策略。本发明利用了深度学习抽象化高层数据、自动学习的特点，相比于传统的冲突查找算法，在大规模应用部署时能更快速地对超大规模的流表项做出是否冲突的检测。
-
公开(公告)号：CN104811479A
公开(公告)日：2015-07-29
申请号：CN201510149903.0
申请日：2015-03-31
Applicant: 浙江工商大学
CPC classification number: H04L67/2804 , H04L12/4641 , H04L67/38 , H04Q2213/13531 , Y10S379/901
Abstract: 本发明公开一种基于转发与控制分离协议的虚拟网络节点的创建方法。网络虚拟化技术可根据用户需求的变化,实现底层网络资源的合理分配,让网络资源得到动态配置以及实现可管理性。每个虚拟网络是底层网络的一资源片，由虚拟网络节点、虚拟链路组成。创建以及配置虚拟网络节点是网络虚拟化的关键。本发明虚拟网络节点创建通过将特定应用的需求转化为创建虚拟节点所需的集合，并将该集合下发给虚拟网络节点代理逻辑功能块实例，让该代理逻辑功能块实例来创建虚拟节点。本发明弥补了具体创建虚拟网络节点的空白，且基于转发与控制分离协议所特有的以逻辑功能块组合实现完整的网络节点功能，为实现虚拟网映射时虚拟网络节点的构建提供了完整性。
-
公开(公告)号：CN103152201B
公开(公告)日：2015-06-17
申请号：CN201310079362.X
申请日：2013-03-12
Applicant: 浙江工商大学
IPC: H04L12/24
Abstract: 本发明所公开的一种ForCES系统中逻辑功能块拓扑正确性的验证方法。本发明根据逻辑功能块拓扑能力穷尽并构造可行边，将逻辑功能块拓扑正确性的验证问题转化为每一条实际边的合法性验证问题；通过对可行边和实际边的字符化处理，将原本复杂的实际边的合法性验证问题简化成单纯的字符串的模式匹配问题，进而为利用各种模式匹配算法提高验证效率奠定了基础。本发明的显著技术优点是：1、容易实现，所涉及的字符化处理和模式匹配都是十分常见的技术，几乎所有的编程环境都提供了类似功能；2、可扩展性强，模式匹配中正文和模式的格式可以根据实际需要进行定制以提高匹配精度，允许用户引入或改进各种模式匹配算法以大幅度地提高匹配效率。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.024 seconds)
