-
公开(公告)号：CN111245673B
公开(公告)日：2022-03-25
申请号：CN201911400281.9
申请日：2019-12-30
Applicant: 浙江工商大学
IPC: H04L43/0852 , H04L41/142 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于图神经网络的SDN时延感知方法，包括如下步骤：步骤1：根据相关情景数据集进行网络序列建模，通过TensorFlow框架中的TFRecord格式存储和读取样本数据；步骤2：构建由门控循环单元(GRU)、自编码器、多层感知机构所构成的三级级联神经网络模型；步骤3：使用步骤1的数据集对图神经网络模型进行训练；步骤4：将测试集输入到步骤3训练完成后的模型中，对数据进行感知、筛选并得到具有概括性的数据。本发明利用图神经网络基于非欧几里得空间的数据格式的准确的推理能力并且不会丢失图形数据的结构信息的特点，相比于其他深度学习模型展现出了更强大的数据处理能力。
-
公开(公告)号：CN108259353B
公开(公告)日：2021-02-26
申请号：CN201810024377.9
申请日：2018-01-10
Applicant: 浙江工商大学
IPC: H04L12/741
Abstract: 本发明公开了一种基于匹配字段具体值重复率的多级流表设计方法。它包括如下步骤：1）控制器管理交换机内的单级流表，记标号为0（记为Table(0)），定义由该流表转化生成的多级流表的最大标号为K；2）定义当前流表的最大标号，记为m，若m=K，则结束；3）计算Table(m)内部的所有非Tag字段的分解增益G，若最大的分解增益等于0，则结束；4）挑选Table(m)内分解增益最大的一个字段，记为字段X，并在该流表内添加Tag字段，记为字段T，为字段T创建与字段X一一对应的值；5）新建流表Table(m+1)；6）为Table(m)添加table‑miss表项，动作为跳转到下一级流表；7）跳转到第2）步。本发明采用上述方法，解决了单级流表向多级流表转化的问题，减少了流表的存储空间。
-
公开(公告)号：CN106953747B
公开(公告)日：2020-04-28
申请号：CN201710118488.1
申请日：2017-03-01
Applicant: 浙江工商大学
IPC: H04L12/24 , H04L12/703 , H04L12/707 , H04L12/751 , H04L12/721 , H04L12/741
Abstract: 本发明公开了一种基于深度学习的SDN网络自愈方法，包括如下步骤：在SDN各层分别添加相应的自愈模块；当应用层出现应用故障时，应用层自愈模块和控制层自愈模块互相协作配合解决故障，恢复网络的正常运行。当转发层出现链路故障时，控制层自愈模块和转发层自愈模块互相协作配合解决故障，恢复网络的正常运行。本发明创新性的提出了一种SDN网络的自愈框架，并且基于此自愈框架设计了一套完整的自愈机制，能很好的处理应用层故障和转发层故障。优化了网络结构，节约了网络成本，提高了网络的运行效率，弥补了当前SDN网络中自愈相关方面的不足。
-
公开(公告)号：CN106911669B
公开(公告)日：2020-04-28
申请号：CN201710018850.8
申请日：2017-01-10
Applicant: 浙江工商大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于深度学习的DDOS检测方法。该方法包含特征处理和模型检测两个阶段，特征处理阶段对输入的数据包进行特征提取，格式转换和维度重构；模型检测阶段将处理后的特征输入到深度学习网络模型进行检测，判断输入的数据包是否为DDOS攻击包。本发明利用了深度学习抽象化高层数据、自动学习、模型易于更新的特点，相比于传统DDOS检测方法，在检测精度、软硬件设备依赖性方面更具有优势。
-
公开(公告)号：CN105553715B
公开(公告)日：2019-06-11
申请号：CN201510927902.4
申请日：2015-12-15
Applicant: 浙江工商大学
IPC: H04L12/24 , H04L12/46 , H04L12/911 , H04L12/927
Abstract: 本发明公开了一种SDN架构中基于价格的差异化VTN实现方法。该方法包括如下步骤：1)将网络通信方式所使用的物理手段抽象化为具有不同特性的VTN；2)根据VTN的物理特性与运作机制，构建量化模型，量化它的服务质量与使用成本；3)将量化后的VTN映射为差异化的服务，并封装为API供上层SDN网络业务调用；4）VTN控制器协商VTN内物理设备集合的通信协议，并根据上层SDN调用接口加载业务的实时状态，协调管理VTN内物理设备集合的协议模式与运行状况。本发明采用VTN构造方法让用户无需关心底层的物理手段就可以根据业务对VTN进行选择与组合。
-
Patent Agency Ranking
公开(公告)号：CN109491668A
公开(公告)日：2019-03-19
申请号：CN201811184161.5
申请日：2018-10-11
Applicant: 浙江工商大学
Abstract: 本发明公开了一种SDN/NFV服务部署的拟态防御构架及方法，该构架包括用户业务请求层、控制层以及网络层，而本方法主要对控制层这一关键部分进行拟态设计，在控制层中增加了执行体池、判决器和调度器。相比于传统服务部署方法，该方法能够更加有效的防御外来攻击。该方法为：利用动态异构冗余架构来实现服务部署过程，从而增大攻击难度，提高服务部署的安全性。
-
公开(公告)号：CN108880888A
公开(公告)日：2018-11-23
申请号：CN201810639904.7
申请日：2018-06-20
Applicant: 浙江工商大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于深度学习的SDN网络流量预测方法，包括如下步骤：构建SDN网络流量预测模型，在SDN各层中分别添加相应的模块；获取转发层的网络流量，到控制层进行预测分析，实现对应用层的整体优化；在整个SDN网络系统中贯穿网络流量预测策略，保障网络稳定高效的运行，提高SDN网络系统的服务质量。本发明提出了一种SDN网络流量预测模型，并且基于此预测模型设计了一套完整的预测机制，各模块之间相互协作，共同完成网络流量的预测功能，并可以将预测的结果用于下层的链路切换和上层的应用分析处理，实现网络的拥塞控制、均衡负载，对网络资源的分配和组网设计进行合理优化，提高SDN网络的运行效率。
-
公开(公告)号：CN107911299A
公开(公告)日：2018-04-13
申请号：CN201711002456.1
申请日：2017-10-24
Applicant: 浙江工商大学
IPC: H04L12/751
Abstract: 本发明公开一种基于深度Q学习的路由规划方法，该方法为：根据网络拓扑生成奖励值矩阵，使用一个训练好的深度神经网络模型代替普通Q学习的Q值表进行路由规划。本发明利用了神经网络抽象化高层数据、自动学习的特点，相比于传统的Dijkstra算法，在大规模应用部署时能更快速地规划出最短路径。
-
公开(公告)号：CN104811479B
公开(公告)日：2018-02-09
申请号：CN201510149903.0
申请日：2015-03-31
Applicant: 浙江工商大学
Abstract: 本发明公开一种基于转发与控制分离协议的虚拟网络节点的创建方法。网络虚拟化技术可根据用户需求的变化,实现底层网络资源的合理分配,让网络资源得到动态配置以及实现可管理性。每个虚拟网络是底层网络的一资源片，由虚拟网络节点、虚拟链路组成。创建以及配置虚拟网络节点是网络虚拟化的关键。本发明虚拟网络节点创建通过将特定应用的需求转化为创建虚拟节点所需的集合，并将该集合下发给虚拟网络节点代理逻辑功能块实例，让该代理逻辑功能块实例来创建虚拟节点。本发明弥补了具体创建虚拟网络节点的空白，且基于转发与控制分离协议所特有的以逻辑功能块组合实现完整的网络节点功能，为实现虚拟网映射时虚拟网络节点的构建提供了完整性。
-
公开(公告)号：CN106992942A
公开(公告)日：2017-07-28
申请号：CN201710193307.1
申请日：2017-03-28
Applicant: 浙江工商大学
IPC: H04L12/927 , H04L12/14
CPC classification number: H04L47/80 , H04L12/1407
Abstract: 本发明公开了一种基于资源负载和用户需求的SDN资源定价方法，具体为：在SDN资源交易过程中，根据用户需求及用户消费模型对用户进行聚类细分，确定用户类型。若用户采用计划消费，计算用户取消预约概率参数。计算资源提供商收取的手续费率，建立价格模型，确定计划交易的预约折扣价。若用户采用现货消费，计算当前资源负载情况，结合用户需求计算资源初始价格，通过拍卖模型确定最终定价。本发明通过价格刺激用户提前预约资源，结合每个用户的信任度与消费习惯给出相应的优惠价格，可有效的避免用户扎堆提出资源请求，造成资源负载过重，网络拥塞的问题，从而实现资源的合理分配和保证每时每刻各个元服务或元业务都能正常运转。
-
-
-
-
-
-
-
-
-
Search Results
162
records
(took 0.026 seconds)
