一种DPDK环境下基于NAT的负载均衡方法

    公开(公告)号:CN109787912A

    公开(公告)日:2019-05-21

    申请号:CN201910158676.6

    申请日:2019-03-04

    Abstract: 本发明公开了一种DPDK环境下基于NAT的负载均衡方法,方法运用包括DPDK模块和NAT模块的调度器实现,包括步骤:对DPDK模块和NAT模块初始化,得到收发队列端口和NAT规则表和状态记录表;使用DPDK模块记录接收数据包的源目IP和地址,计算源目IP和地址对应的哈希值;根据哈希值查找NAT规则表,判断NAT规则表中是否有与得到的哈希值对应的服务器IP和端口信息,若有就将所述源目IP和地址替换,实现数据报传输,否则寻找状态记录表中负载剩余最大服务器,并将数据包发送至负载剩余最大服务器,并记录负载剩余最大服务器与客户端的通信信息至NAT规则表并更新NAT规则表;本发明可提升调度器对大规模流量的适用性,具有良好的拓展性,并且有利于服务器负载的均衡。

    一种面向大规模多源异构数据的多聚类方法

    公开(公告)号:CN116340437B

    公开(公告)日:2025-01-24

    申请号:CN202310297924.1

    申请日:2023-03-24

    Abstract: 本发明公开了一种面向大规模多源异构数据的多聚类方法,涉及数据处理技术领域,包括:将不同来源的异构数据通过ETL工具进行预处理,转换为统一目标数据格式;然后按电压等级,设备类型,采集量测类型进行分类;对分类后的多源异构数据集按照配电网络和网络元件之间的相互关联构建拓扑分析引擎;基于拓扑分析剔除不满足的数据集,得到待融合数据集;对待融合数据集进行观测系数分析,并分配对应数量的处理终端对待融合数据集进行融合,提高数据融合效率,实现对配电网历史数据与准实时数据的交叉复合深度分析;输出数据融合结果,供配电网工作人员研究分析,为能源精细化的管理和用户服务提供指导,以及时做到故障预警,提高电力安全。

    融合知识图谱和深度学习的糖尿病预测方法及系统

    公开(公告)号:CN115719625A

    公开(公告)日:2023-02-28

    申请号:CN202211045060.6

    申请日:2022-08-29

    Abstract: 本发明提供一种融合知识图谱和深度学习的糖尿病预测方法及系统,该方法通过构建体检数据实体向量库,基于体检数据实体向量库得到患者体检数据的向量表示,得到体检数据向量;构建糖尿病领域知识图谱;基于构建的糖尿病领域知识图谱,抽取患者症状描述中的实体和关系,并表示成向量的形式,得到症状描述向量,进而获得患者自身状况的矩阵;融合自注意力机制与卷积神经网络,构建分类预测模型,由分类预测模型获得预测结果。本发明与现有方法相比,能够通过同时考虑患者体检数据与症状描述,并基于知识和数据双驱动,具有更高的准确性和可解释性。

Patent Agency Ranking