-
公开(公告)号：CN116566903A
公开(公告)日：2023-08-08
申请号：CN202310815822.4
申请日：2023-07-05
Applicant: 南京信息工程大学
IPC: H04L47/10 , H04L47/2441 , H04L43/0852 , H04L43/0876
Abstract: 本发明公开了一种指控网络异构链路汇聚流量的端到端时延分析方法，包括：将指挥控制网络中的时延敏感流量建模为MMPP流量，将指挥控制网络中的带宽敏感流量和尽最大努力交付流量建模为fBm流量，分别推导三种流量的随机到达曲线和有界函数，计算状态时变的通信链路为异构链路汇聚流量提供的总服务速率平均值，分别推导异构链路汇聚节点为三种流量提供的随机服务曲线，基于随机到达曲线和随机服务曲线，推导三种流量端到端时延，并进行性能分析；本发明所设计的方法解决了复杂多维、瞬时涌现的流量到达过程和接续传输、状态时变的系统服务过程导致端到端时延难以精准评估的问题。
-
公开(公告)号：CN117395188B
公开(公告)日：2024-03-12
申请号：CN202311669916.1
申请日：2023-12-07
Applicant: 南京信息工程大学
IPC: H04L45/02 , H04L45/00 , H04L45/12 , H04L45/121 , H04L47/125 , G06N3/045 , G06N3/042 , G06N3/0442 , H04L41/14 , H04L41/147
Abstract: 本发明公开了一种基于深度强化学习的天地一体化负载均衡路由方法，步骤如下：S1，将天地一体化网络转化为流量传递有向图；S2，通过软件构建需要预测得到的网络拓扑，模拟多种流量情况生成数据集；S3，对流特征数据归一化处理，并对路径、链路、队列的隐藏状态初始化；S4，对路径、链路、队列的隐藏状态进行处理；S5，重复S4至T次；S6，将T次传递后的路径、链路和队列的隐藏状态作为读出函数的输入；S7，计算流时延、抖动和每个流的丢包率；S8，通过设置强化学习参数，对网络拓扑进行训练，得到最优负载均衡路径。本发明通过对流量从源节点到目的节点的时延、抖动和丢包率的预测，实现天地一体化网络多约束条件下的负载均衡。
-
公开(公告)号：CN117395188A
公开(公告)日：2024-01-12
申请号：CN202311669916.1
申请日：2023-12-07
Applicant: 南京信息工程大学
IPC: H04L45/02 , H04L45/00 , H04L45/12 , H04L45/121 , H04L47/125 , G06N3/045 , G06N3/042 , G06N3/0442 , H04L41/14 , H04L41/147
Abstract: 本发明公开了一种基于深度强化学习的天地一体化负载均衡路由方法，步骤如下：S1，将天地一体化网络转化为流量传递有向图；S2，通过软件构建需要预测得到的网络拓扑，模拟多种流量情况生成数据集；S3，对流特征数据归一化处理，并对路径、链路、队列的隐藏状态初始化；S4，对路径、链路、队列的隐藏状态进行处理；S5，重复S4至T次；S6，将T次传递后的路径、链路和队列的隐藏状态作为读出函数的输入；S7，计算流时延、抖动和每个流的丢包率；S8，通过设置强化学习参数，对网络拓扑进行训练，得到最优负载均衡路径。本发明通过对流量从源节点到目的节点的时延、抖动和丢包率的预测，实现天地一体化网络多约束条件下的负载均衡。
-
公开(公告)号：CN116566903B
公开(公告)日：2023-09-26
申请号：CN202310815822.4
申请日：2023-07-05
Applicant: 南京信息工程大学
IPC: H04L47/10 , H04L47/2441 , H04L43/0852 , H04L43/0876
Abstract: 本发明公开了一种指控网络异构链路汇聚流量的端到端时延分析方法，包括：将指挥控制网络中的时延敏感流量建模为MMPP流量，将指挥控制网络中的带宽敏感流量和尽最大努力交付流量建模为fBm流量，分别推导三种流量的随机到达曲线和有界函数，计算状态时变的通信链路为异构链路汇聚流量提供的总服务速率平均值，分别推导异构链路汇聚节点为三种流量提供的随机服务曲线，基于随机到达曲线和随机服务曲线，推导三种流量端到端时延，并进行性能分析；本发明所设计的方法解决了复杂多维、瞬时涌现的流量到达过程和接续传输、状态时变的系统服务过程导致端到端时延难以精准评估的问题。
-
-
-
Search Results
4
records
(took 0.021 seconds)
