-
公开(公告)号：CN111490897B
公开(公告)日：2021-04-20
申请号：CN202010125694.7
申请日：2020-02-27
Applicant: 华中科技大学
Abstract: 本发明公开了一种针对复杂网络的网络故障分析方法和系统，属于网络故障分析领域。包括：根据节点的度和连接关系，将复杂网络拓扑图分解为紧密相邻的多个子网拓扑图；将每个子网拓扑图的序列化矩阵和该子网拓扑图每次故障信息结合为故障矩阵；将每个子网拓扑图的所有故障矩阵输入卷积神经网络模型进行训练，得到该子网拓扑图的故障诊断模型；将待测复杂网络拓扑进行分割，得到复杂网络拓扑的各子网拓扑，结合告警信息分别引入已训练好的多个子网拓扑图的故障诊断模型进行综合分析，得到网络故障诊断结果。本发明将复杂网络拓扑分割为多个具有特征的子网，每个子网都是同构图，保持同构性以及连接关系，实现了大面积网络覆盖网络故障分析的可行性。
-
公开(公告)号：CN114697229B
公开(公告)日：2023-04-07
申请号：CN202210238645.3
申请日：2022-03-11
Applicant: 华中科技大学
Abstract: 本发明公开了一种分布式路由规划模型的构建方法及应用，属于网络通信技术领域；本发明为网络中的每个路由器均搭建一个DRL代理，构成了分布式路由规划模型；DRL代理利用图神经网络根据图结构关系对本地特征信息进行聚合与更新，精准刻画网络拓扑之间的关系，将通过多个图卷积层生成的隐藏特征信息与网络特征作为DRL代理的状态输入，通过策略网络输出选择形成路由下一跳的概率。分布式路由规划模型中的各DRL代理相互协作生成总的路由序列，在数据平面中进行分组转发后，根据业务需求计算当前流的奖励，以实现每个DRL代理经过的所有流累积奖励的最大化；本发明所构建的分布式路由规划模型泛化能力较强，能够真实准确地进行路由规划。
-
公开(公告)号：CN113938415B
公开(公告)日：2022-08-02
申请号：CN202111058710.6
申请日：2021-09-09
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于链路状态估计的网络路由转发方法及系统，属于网络通信领域，方法包括：S1，将流量矩阵输入DDPG神经网络，输出各链路的第一权重；S2，监测网络中各节点对之间的端到端时延，基于端到端时延估计各链路的拥塞概率，生成包含拥塞概率的动作噪声；S3，将动作噪声添加至各链路的第一权重中，对添加结果依次进行截取和softmax函数处理，得到各链路的最终权重，将最终权重转化为路由策略并分发至各节点，根据路由策略下的网络状态计算奖励；S4，多次重复执行S1‑S3以形成不同时刻下的多组样本数据以训练DDPG神经网络模型，样本数据包含最终权重、奖励和流量矩阵。解决DDPG收敛困难和过早陷入局部最优的问题。
-
公开(公告)号：CN112202672B
公开(公告)日：2021-07-02
申请号：CN202010983101.0
申请日：2020-09-17
Applicant: 华中科技大学
IPC: H04L12/721 , H04L12/725 , H04L12/727 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于业务服务质量需求的网络路由转发方法和系统，属于网络通信领域。本发明采用时延、抖动、带宽约束表达对服务质量需求，相对于现有技术，更精准地匹配业务服务、表达业务需求，细化区分不同类型的服务，实现多样化业务的差异化需求。将具体服务质量约束性指标嵌入于BPP元数据中。转发节点直接通过提取BPP报头信息了解具体服务质量指标要求，从而根据其中的业务服务质量需求指标来定制路由策略和奖励标准，得到该需求下的最优路由配置，实现多样化业务的差异化需求。采用基于深度强化学习DDPG方法，学习目标是各链路权重，利用训练好的链路权重执行OSPF等路由算法进行选路，得到最优网络路由策略，提高网络效用。
-
Patent Agency Ranking
公开(公告)号：CN111490897A
公开(公告)日：2020-08-04
申请号：CN202010125694.7
申请日：2020-02-27
Applicant: 华中科技大学
Abstract: 本发明公开了一种针对复杂网络的网络故障分析方法和系统，属于网络故障分析领域。包括：根据节点的度和连接关系，将复杂网络拓扑图分解为紧密相邻的多个子网拓扑图；将每个子网拓扑图的序列化矩阵和该子网拓扑图每次故障信息结合为故障矩阵；将每个子网拓扑图的所有故障矩阵输入卷积神经网络模型进行训练，得到该子网拓扑图的故障诊断模型；将待测复杂网络拓扑进行分割，得到复杂网络拓扑的各子网拓扑，结合告警信息分别引入已训练好的多个子网拓扑图的故障诊断模型进行综合分析，得到网络故障诊断结果。本发明将复杂网络拓扑分割为多个具有特征的子网，每个子网都是同构图，保持同构性以及连接关系，实现了大面积网络覆盖网络故障分析的可行性。
-
公开(公告)号：CN114697229A
公开(公告)日：2022-07-01
申请号：CN202210238645.3
申请日：2022-03-11
Applicant: 华中科技大学
Abstract: 本发明公开了一种分布式路由规划模型的构建方法及应用，属于网络通信技术领域；本发明为网络中的每个路由器均搭建一个DRL代理，构成了分布式路由规划模型；DRL代理利用图神经网络根据图结构关系对本地特征信息进行聚合与更新，精准刻画网络拓扑之间的关系，将通过多个图卷积层生成的隐藏特征信息与网络特征作为DRL代理的状态输入，通过策略网络输出选择形成路由下一跳的概率。分布式路由规划模型中的各DRL代理相互协作生成总的路由序列，在数据平面中进行分组转发后，根据业务需求计算当前流的奖励，以实现每个DRL代理经过的所有流累积奖励的最大化；本发明所构建的分布式路由规划模型泛化能力较强，能够真实准确地进行路由规划。
-
公开(公告)号：CN113938415A
公开(公告)日：2022-01-14
申请号：CN202111058710.6
申请日：2021-09-09
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于链路状态估计的网络路由转发方法及系统，属于网络通信领域，方法包括：S1，将流量矩阵输入DDPG神经网络，输出各链路的第一权重；S2，监测网络中各节点对之间的端到端时延，基于端到端时延估计各链路的拥塞概率，生成包含拥塞概率的动作噪声；S3，将动作噪声添加至各链路的第一权重中，对添加结果依次进行截取和softmax函数处理，得到各链路的最终权重，将最终权重转化为路由策略并分发至各节点，根据路由策略下的网络状态计算奖励；S4，多次重复执行S1‑S3以形成不同时刻下的多组样本数据以训练DDPG神经网络模型，样本数据包含最终权重、奖励和流量矩阵。解决DDPG收敛困难和过早陷入局部最优的问题。
-
公开(公告)号：CN113194034A
公开(公告)日：2021-07-30
申请号：CN202110435964.9
申请日：2021-04-22
Applicant: 华中科技大学
IPC: H04L12/721 , H04L12/729 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络和深度强化学习的路由优化方法及系统，属于网络路由优化领域。方法包括测量当前网络状态s，根据当前网络状态请求分配的流量需求，选取k条源节点到目标节点的最短路径，作为动作集a；将动作集a输入至图神经网络，聚合链路特征并迭代更新，经Q函数得到网络状态s和动作集a的估计Q值；根据估计Q值进行深度强化学习得到当前网络状态下的路由策略，将路由策略反馈给网络拓扑执行相应的路由动作。本发明提出了基于图神经网络和深度强化学习的网络路由优化体系结构，旨在利用图神经网络学习拓扑中图元素之间的关系以及组成它们的规则，利用深度强化学习算法进行决策，从而优化网络路由。
-
公开(公告)号：CN112202672A
公开(公告)日：2021-01-08
申请号：CN202010983101.0
申请日：2020-09-17
Applicant: 华中科技大学
IPC: H04L12/721 , H04L12/725 , H04L12/727 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于业务服务质量需求的网络路由转发方法和系统，属于网络通信领域。本发明采用时延、抖动、带宽约束表达对服务质量需求，相对于现有技术，更精准地匹配业务服务、表达业务需求，细化区分不同类型的服务，实现多样化业务的差异化需求。将具体服务质量约束性指标嵌入于BPP元数据中。转发节点直接通过提取BPP报头信息了解具体服务质量指标要求，从而根据其中的业务服务质量需求指标来定制路由策略和奖励标准，得到该需求下的最优路由配置，实现多样化业务的差异化需求。采用基于深度强化学习DDPG方法，学习目标是各链路权重，利用训练好的链路权重执行OSPF等路由算法进行选路，得到最优网络路由策略，提高网络效用。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
