-
公开(公告)号:CN119325595A
公开(公告)日:2025-01-17
申请号:CN202380042780.3
申请日:2023-04-25
Applicant: 微软技术许可有限责任公司
Abstract: 描述了用于使用在应用内执行的代码段利用机器学习(ML)模型基于应用数据推断结果的示例。可以在执行期间将代码段动态加载到应用中。控制器基于该代码段的扩展伯克利包过滤器eBPF字节码,验证该代码段满足用于在该应用内执行的安全要求。执行应用的计算设备将经验证的代码段加载到应用的库中。应用执行经验证的代码段以将应用数据应用于机器学习模型以推断结果。ML机器学习模型可以由代码段的eBPF代码实现,或者代码段可以包括对机器学习模型的调用以及针对机器学习模型的序列化表示的映射,机器学习模型的类型由应用的控制器支持。计算设备可以基于序列化表示来重建ML模型。
-
公开(公告)号:CN119301566A
公开(公告)日:2025-01-10
申请号:CN202380042838.4
申请日:2023-02-14
Applicant: 微软技术许可有限责任公司
Abstract: 描述了用于基于运行时阈值提供小代码的细粒度实时抢占的示例。控制器在验证第三方小代码之前将检查点插入第三方小代码的扩展伯克利分组过滤器(eBPF)字节码。设备在应用的钩点处执行代码组。插入的检查点确定小代码的运行时。响应于运行时间超过阈值,设备终止代码组。该应用可以是虚拟化无线接入网(vRAN)网络功能,并且该小代码可以控制vRAN功能或导出网络度量。该应用可以在容器管理系统中执行,该容器管理系统修改用于应用的容器以将包括与应用的钩点相关联的功能的代码安装到容器;检测标识该代码组的容器的注释;以及象征性地将该代码链接到钩点。
-
公开(公告)号:CN118120205A
公开(公告)日:2024-05-31
申请号:CN202280069630.7
申请日:2022-08-19
Applicant: 微软技术许可有限责任公司
IPC: H04L41/16 , H04L41/40 , H04L41/0677 , H04L41/14 , H04L43/045 , H04L41/142 , H04L43/08
Abstract: 为了满足严格的5G无线电接入网络(RAN)服务要求,层一和层二需要基本实时处理。因此,快速异常检测对于防止对客户体验产生负面影响非常重要,这对于移动网络满足严格的服务要求至关重要。然而,监测网络异常情况很困难,至少是因为(1)vRAN所在的边缘部署资源有限,(2)异常类型和故障位置多种多样,导致异常难以检测,(3)低频率的异常导致训练数据集不平衡等。本申请通过将基础设施层(服务器、NIC、交换机等)的异常检测与VNF层(L1、高DU、CU)的异常检测解耦来解决这些问题。这使得可以使用不同的技术来识别异常并减少针对每个层定制的监测开销。
-
-