基于带内网络遥测系统的数据中心网络的故障检测方法及装置

    公开(公告)号:CN113938407A

    公开(公告)日:2022-01-14

    申请号:CN202111027721.8

    申请日:2021-09-02

    Abstract: 本申请实施例提供一种基于带内网络遥测系统的数据中心网络的故障检测方法以及相关装置,方法包括:基于带内网络遥测系统生成INT探测包,将所述INT探测包按照预设探测路径在所述数据中心网络中转发;通过所述数据中心网络中的接收端将所述INT探测包解析,并按照路径信息表的形式储存在本地数据库;基于所述路径信息表中的所述预设老化时间,检测服务器中是否存在所述网络故障;如果检测服务器中存在所述网络故障,则通过源路由进行重新路由;通过收集多个所述服务器上传的故障路径信息,集中进行网络故障定位。本申请能够解决数据中心网络内同时出现的多处故障,需要进行快速检测和针对多处故障定位的问题。

    基于强化学习的数据中心网络节能方法及系统

    公开(公告)号:CN117240636A

    公开(公告)日:2023-12-15

    申请号:CN202211423259.8

    申请日:2022-11-15

    Abstract: 本申请提供一种基于强化学习的数据中心网络节能方法及系统,方法包括:将数据中心网络当前时刻的网络状态数据发送至智能体,以使智能体对网络状态数据进行复杂度降低处理,并基于深度强化学习算法,应用经复杂度降低处理后的网络状态数据和深度神经网络生成数据中心网络的下一时刻针对一目标链路的节能动作决策数据;接收节能动作决策数据并对目标链路进行开启或关闭处理,更新网络拓扑以使该控制器根据更新后的网络拓扑对应更新数据中心网络。本申请能够在保证数据中心拓扑整体结构的稳定性的基础上,有效降低数据中心耗电量,实现数据中心网络节能控制,并能够有效降低节能过程中算法复杂度,进而能够有效提高节能决策的生成效率。

    一种基于标签的分布式轻量级全网遥测方法及装置

    公开(公告)号:CN113225229B

    公开(公告)日:2022-04-05

    申请号:CN202110500776.X

    申请日:2021-05-08

    Abstract: 本发明实施例提供了一种基于标签的分布式轻量级全网遥测方法及装置,涉及网络测量技术领域,上述方法包括:接收待转发数据包;通过解析待转发数据包,确定用于转发待转发数据包的转发端口以及下一跳设备;若当前时间与第一时间的差值大于时差阈值,则将网络设备的设备状态以标签形式写入待转发数据包,并将第一时间更新为当前时间;判断下一跳设备是否为待转发数据包的目的设备;若为是,则对待转发数据包进行拆分,获得第一数据包和第二数据包,向控制器转发第一数据包,向目的设备转发第二数据包;若为否,则通过转发端口转发写入设备状态后的待转发数据包。应用本发明实施例提供的方案进行全网遥测,能够提高进行全网遥测的稳定性。

    一种基于标签的分布式轻量级全网遥测方法及装置

    公开(公告)号:CN113225229A

    公开(公告)日:2021-08-06

    申请号:CN202110500776.X

    申请日:2021-05-08

    Abstract: 本发明实施例提供了一种基于标签的分布式轻量级全网遥测方法及装置,涉及网络测量技术领域,上述方法包括:接收待转发数据包;通过解析待转发数据包,确定用于转发待转发数据包的转发端口以及下一跳设备;若当前时间与第一时间的差值大于时差阈值,则将网络设备的设备状态以标签形式写入待转发数据包,并将第一时间更新为当前时间;判断下一跳设备是否为待转发数据包的目的设备;若为是,则对待转发数据包进行拆分,获得第一数据包和第二数据包,向控制器转发第一数据包,向目的设备转发第二数据包;若为否,则通过转发端口转发写入设备状态后的待转发数据包。应用本发明实施例提供的方案进行全网遥测,能够提高进行全网遥测的稳定性。

    基于深度神经网络的实时网页质量评估方法及系统

    公开(公告)号:CN110362772A

    公开(公告)日:2019-10-22

    申请号:CN201910502018.4

    申请日:2019-06-11

    Abstract: 本发明公开了一种基于深度神经网络的实时网页质量评估方法及系统,其中,该方法包括以下步骤:获取目标页面的网页信息;从边缘路由器或网关获取网页信息的网络级原始数据,并将原始数据的格式进行转换,得到目标格式数据;利用目标格式数据对WebQMon.ai框架中基于深度神经网络的预设分类模型进行训练,使训练后的预设分类模型在用户访问不同网页时预测首屏时延;通过基于深度神经网络的预设分类模型得到目标网页的首屏时延,生成网页质量评估结果。该方法不依赖于任何公式或阈值,使用少量的应用层数据以及大量的网络层数据,来评估用户体验,训练好的模型需要很小的存储空间,可以快速预测用户体验,且正确率极高。

    基于带内网络遥测技术的全网路径最优化遍历方法及装置

    公开(公告)号:CN109347741A

    公开(公告)日:2019-02-15

    申请号:CN201810860737.9

    申请日:2018-08-01

    Abstract: 本发明公开了一种基于带内网络遥测技术的全网路径最优化遍历方法及装置,其中方法包括:从任一奇数顶点开始提取多条路径,并且多条路径的每条路径在其他奇数顶点结束,以提取最少路径数,其中,通过欧拉轨迹算法迭代提取奇数顶点之间的路径,直到提取网络拓扑图中所有奇数顶点;如果在将从第一图集G中提取的路径插入到非重叠INT路径的路径集Q中时,第一图集G的图被分解为多个不连通的子图,则使用第二图集S保存多个不连通的子图,以从第二图集S中选择没有奇数顶点的子图并保存到第三图集T中,进而生成最终INT路径,且生成最少的非重叠路径以覆盖图的所有边。该方法具有减少INT对网络的性能开销、生成最少不重叠路径数和控制器负载较小的优点。

    基于固定探针位置的带内网络遥测最优探测路径规划方法

    公开(公告)号:CN113347059B

    公开(公告)日:2022-06-17

    申请号:CN202110567476.3

    申请日:2021-05-24

    Abstract: 本发明实施例提供了一种基于固定探针位置的带内网络遥测最优探测路径规划方法,包括:将各探针设备接入点确定为指定节点;将所有待探测的节点中除指定节点之外的节点,确定为目标点集,并在目标点集中确定所有的奇点;在目标点集中存在奇点的情况下,针对每一奇点,基于该奇点与各节点之间的最短路径,确定该奇点对应的目标最短路径;基于各指定节点、各奇点以及各奇点对应的目标最短路径,构造节点对应的加权图;为加权图添加辅助边,得到添加辅助边之后的目标连通图;针对目标连通图,使用基于Euler‑trail欧拉轨迹的路径规划方法,获取目标探测路径。本发明实施例,在对网络稳定遥测的情况下,减小网络遥测的开销和网络负载。

    基于带内网络遥测技术的全网路径最优化遍历方法及装置

    公开(公告)号:CN109347741B

    公开(公告)日:2021-02-26

    申请号:CN201810860737.9

    申请日:2018-08-01

    Abstract: 本发明公开了一种基于带内网络遥测技术的全网路径最优化遍历方法及装置,其中方法包括:从任一奇数顶点开始提取多条路径,并且多条路径的每条路径在其他奇数顶点结束,以提取最少路径数,其中,通过欧拉轨迹算法迭代提取奇数顶点之间的路径,直到提取网络拓扑图中所有奇数顶点;如果在将从第一图集G中提取的路径插入到非重叠INT路径的路径集Q中时,第一图集G的图被分解为多个不连通的子图,则使用第二图集S保存多个不连通的子图,以从第二图集S中选择没有奇数顶点的子图并保存到第三图集T中,进而生成最终INT路径,且生成最少的非重叠路径以覆盖图的所有边。该方法具有减少INT对网络的性能开销、生成最少不重叠路径数和控制器负载较小的优点。

    一种网络监测方法及装置

    公开(公告)号:CN109818804B

    公开(公告)日:2020-04-24

    申请号:CN201910142910.6

    申请日:2019-02-26

    Abstract: 本发明实施例提供了一种网络监测方法、系统、装置及电子设备,包括获取末端节点发送的探测包,探测包在待监测网络中被源节点周期性地生成,并且按照随机路径,从源节点传输到末端节点,以及在传输过程中,被经过的每台P4交换机写入对应P4交换机的属性信息,待监测网络预先被划分为多个连通域,其中相邻的两个连通域之间部署有一台P4交换机,并且提取探测包中被写入的各P4交换机的属性信息,以及基于各P4交换机的属性信息,确定待监测网络的网络状态,由于只需在每个相邻的连通域之间部署一台P4交换机即可实现对待监测网络的监测,节约了成本。

    一种基于强化学习的网络节能方法及装置

    公开(公告)号:CN108880909A

    公开(公告)日:2018-11-23

    申请号:CN201810753374.9

    申请日:2018-07-10

    Abstract: 本申请实施例提供了一种基于强化学习的网络节能方法及装置,属于通信技术领域。所述方法包括:获取所述SDN网络当前的第一负载矩阵,其中,所述第一负载矩阵用于表示所述SDN网络的网络拓扑信息、以及SDN网络中各交换机的负载信息;通过预先存储的人工智能AI决策算法模型和所述第一负载矩阵,确定第一决策,其中,所述第一决策包括所述SDN网络中待调整的目标交换机的标识,以及所述目标交换机对应的控制指令,所述控制指令为开启指令或关闭指令;基于所述第一决策,向所述目标交换机发送所述控制指令,以调整所述SDN网络的网络拓扑。采用本发明,可以减少单次决策的生成时间。

Patent Agency Ranking