-
公开(公告)号：CN103414705B
公开(公告)日：2016-03-02
申请号：CN201310325953.0
申请日：2013-07-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于SAAS模式的移动互联网络异构数据交换方法，涉及通信领域，包括以下步骤：发送方的移动终端A将信息通过移动互联网发送到数据交换平台，数据交换平台使用一种标准数据类型为中介，先将发送方的数据类型A转换成标准数据类型，再将标准数据类型转换成接收方的移动终端B可以识别的数据类型B，最后将数据类型B通过移动互联网发送给接收方的移动终端B。通过本发明，使用移动设备的用户可以方便地通过移动互联网络在异构移动设备之间交换数据。
-
Patent Agency Ranking
公开(公告)号：CN111510381A
公开(公告)日：2020-08-07
申请号：CN202010325982.7
申请日：2020-04-23
Applicant: 电子科技大学
IPC: H04L12/715 , H04L12/751 , H04L12/725 , G06K9/62 , G06N3/08 , G06F17/16
Abstract: 本发明公开了一种多域网络环境中基于强化学习的服务功能链部署方法，根据网络中的服务器所处的网络环境及服务器所需解决的现实问题，将网络设定为具有子域隐私保护能力的多域网络，方便多服务提供商合作组网，也符合大型多域网络的使用情景；基于强化学习的递归迭代算法对网络路径按顶层网络和子域网络分层训练，解决了现有技术伴有的多域网络中部署服务功能链时运算时间长、资源消耗大的问题，且不受网络规模限制，不受服务器性能限制；通过能耗的量化和最低耗能方案的寻优，使得服务功能链部署的总利润比传统启发式算法更高。
-
公开(公告)号：CN109358971B
公开(公告)日：2020-06-23
申请号：CN201811275962.2
申请日：2018-10-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种动态网络环境中快速且负载均衡的服务功能链部署方法。传统的服务功能链部署算法大多是单独针对多服务器网络或数据中心网络提出的，没有普适性，本发明法既能使用在多服务器网络下，也可以使用在数据中心网络下，并且不受网络规模限制，因此与传统的部署算法相比，本发明的适用范围更广，利用强化学习模块学习了网络拓扑链路，再结合负载均衡模块可以得到接近最优解的最短路，并且可接受更多的SFC部署需求，找到的部署方案的总利润就会比传统部署算法更高，在得到有效训练的情况下，能够快速的输出SFC部署方案，相比于其他的高准确率部署算法，本发明的算法速度要快很多。
-
公开(公告)号：CN103414705A
公开(公告)日：2013-11-27
申请号：CN201310325953.0
申请日：2013-07-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于SAAS模式的移动互联网络异构数据交换方法，涉及通信领域，包括以下步骤：发送方的移动终端A将信息通过移动互联网发送到数据交换平台，数据交换平台使用一种标准数据类型为中介，先将发送方的数据类型A转换成标准数据类型，再将标准数据类型转换成接收方的移动终端B可以识别的数据类型B，最后将数据类型B通过移动互联网发送给接收方的移动终端B。通过本发明，使用移动设备的用户可以方便地通过移动互联网络在异构移动设备之间交换数据。
-
公开(公告)号：CN111510381B
公开(公告)日：2021-02-26
申请号：CN202010325982.7
申请日：2020-04-23
Applicant: 电子科技大学
IPC: H04L12/715 , H04L12/751 , H04L12/725 , G06K9/62 , G06N3/08 , G06F17/16
Abstract: 本发明公开了一种多域网络环境中基于强化学习的服务功能链部署方法，根据网络中的服务器所处的网络环境及服务器所需解决的现实问题，将网络设定为具有子域隐私保护能力的多域网络，方便多服务提供商合作组网，也符合大型多域网络的使用情景；基于强化学习的递归迭代算法对网络路径按顶层网络和子域网络分层训练，解决了现有技术伴有的多域网络中部署服务功能链时运算时间长、资源消耗大的问题，且不受网络规模限制，不受服务器性能限制；通过能耗的量化和最低耗能方案的寻优，使得服务功能链部署的总利润比传统启发式算法更高。
-
公开(公告)号：CN109358971A
公开(公告)日：2019-02-19
申请号：CN201811275962.2
申请日：2018-10-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种动态网络环境中快速且负载均衡的服务功能链部署方法。传统的服务功能链部署算法大多是单独针对多服务器网络或数据中心网络提出的，没有普适性，本发明法既能使用在多服务器网络下，也可以使用在数据中心网络下，并且不受网络规模限制，因此与传统的部署算法相比，本发明的适用范围更广，利用强化学习模块学习了网络拓扑链路，再结合负载均衡模块可以得到接近最优解的最短路，并且可接受更多的SFC部署需求，找到的部署方案的总利润就会比传统部署算法更高，在得到有效训练的情况下，能够快速的输出SFC部署方案，相比于其他的高准确率部署算法，本发明的算法速度要快很多。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
