-
公开(公告)号:CN112202645A
公开(公告)日:2021-01-08
申请号:CN202011261239.6
申请日:2020-11-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于拟态防御和Sketch算法的测量系统,包括输入代理器、微执行体集单元、输出裁决器和反馈控制器;所述输入代理器、微执行体集单元、输出裁决器依次连接;所述反馈控制器与微执行体集单元、输出裁决器分别连接。本发明在提高了网络测量鲁棒性的同时,减小粗粒度Sketch算法拟态化构造带来的多执行体串行计算开销,在减小执行体粒度的同时增大异构程度,大大提高了测量系统的效率。
-
公开(公告)号:CN117725101A
公开(公告)日:2024-03-19
申请号:CN202311771466.7
申请日:2023-12-20
Applicant: 福州大学
IPC: G06F16/2455 , G06F16/2458 , G06F18/26 , G06N5/01
Abstract: 本发明提供一种基于模拟退火的间隔项近似统计方法,在本发明中定义了间隔项,并对其进行统计工作。间隔项是指在数据流中以固定时间间隔到达的元素对,间隔项的频繁项往往预示着行为模式,即动作一后隔一段时间后将进行动作二。本发明通过模拟退火切分数据流后使用概率数据结构Sketch进行间隔项存储,最后通过特征分组存储策略降低Sketch存储间隔项的空间开销,提升了统计间隔项的精度。以在保证间隔项统计精度的前提下,加快统计速度并优化存储资源的开销。
-
-
公开(公告)号:CN117596216A
公开(公告)日:2024-02-23
申请号:CN202311609718.6
申请日:2023-11-28
Applicant: 福州大学
IPC: H04L47/2441 , H04L45/745 , G06F18/2431 , G06N5/01
Abstract: 本发明提供一种基于规则分区调整的决策树包分类优化方法,根据规则重叠情况和启发式建树特点,调整优化用于建树的规则分区,并结合元组构建紧凑的决策树数据结构,实现快速规则查找,并确保有限的内存开销。
-
公开(公告)号:CN113037805B
公开(公告)日:2022-07-08
申请号:CN202110161467.4
申请日:2021-05-11
Applicant: 福州大学
IPC: H04L67/563 , H04L67/60 , G06N3/00 , H04L67/101 , H04L67/1008
Abstract: 本发明涉及一种面向移动边缘计算的多实例微服务迁移方法,该方法根据存储资源大优先迁移的策略确定需迁移微服务的迁移次序,然后根据迁移次序,对各个微服务分别选择满足资源约束且迁移时延和通信时延最小的服务器节点作为目标迁移节点,依次进行迁移,最后对引入额外时延的节点进行调整,以消除额外时延。该方法有利于降低迁移时和迁移后的时延,解决了多实例微服务迁移问题。
-
公开(公告)号:CN111769994A
公开(公告)日:2020-10-13
申请号:CN202010729562.5
申请日:2020-07-27
Applicant: 福州大学
IPC: H04L12/24
Abstract: 本发明涉及一种基于软件定义网络的网络功能快速扩容方法。检测到过载的网络功能时,同时考虑到过载的网络功能和下游的网络功能来建模,在一步内求解扩容网络功能的问题。特别地,为了解决扩容问题,本发明提出了两种具有不同目标的服务功能连扩容算法。最后自动根据总输入速率和服务功能链拓扑计算新的阈值。通过建模一次性生成整个服务功能链的扩容计划,可以有效避免不必要的重新配置并减少收敛时间,有效解决了在管理过载网络功能方面收敛缓慢的问题。
-
公开(公告)号:CN117851064A
公开(公告)日:2024-04-09
申请号:CN202410037809.5
申请日:2024-01-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于可编程交换机的正则表达式匹配加速方法。该方法能够解决DFA状态爆炸的问题,并且快速有效地找到最优的正则表达式分组方案。该方法包含一种基于粒子群算法的正则表达式分组方案求解算法PGA及一种高效的启发式初始化方案,用于高效求解正则表达式分组方案。然后将ADFA与正则表达式分组结合在一起,成功地将正则表达式模式匹配所需要的内存降低到了可编程交换机可以接受的程度。最后将此系统部署到BMV2/Tofino上,利用Tofino的多管道并行机制进行测试,展示在可编程交换机上实现正则表达式匹配的可行性和高效性。
-
公开(公告)号:CN117725973A
公开(公告)日:2024-03-19
申请号:CN202311785500.6
申请日:2023-12-22
Applicant: 福州大学
IPC: G06N3/08
Abstract: 本发明涉及一种基于可编程网络设计的加速多神经网络训练方法。该方法利用可编程交换机充当参数服务器,运用网内聚合技术进行流式聚合;在神经网络训练的部署阶段,考虑真实物理网络的限制和资源差异,通过ILP和贪心算法来优化参数服务器和Worker节点的选择,从而提高了训练效率和系统性能,并且能够在训练过程中支持部署方案的动态优化;同时设计新的数据包头部字段协议以支持多神经网络同时在线训练,并赋予各作业及数据包优先级提升系统协调性。本发明通过优化聚合节点的选择以及设计新的协议有效地提升网络灵活性、性能、效率,从而加速神经网络的训练过程。
-
公开(公告)号:CN117579566A
公开(公告)日:2024-02-20
申请号:CN202311609813.6
申请日:2023-11-28
Applicant: 福州大学
IPC: H04L47/2441 , H04L45/7453
Abstract: 本发明提供一种基于学习索引的元组空间搜索包分类加速方法,通过设定分区阈值和元组插入约束构建基于哈希表的有序元组,利用基于间隙数组的线性模型学习索引实现稳定高效的规则查找和快速规则更新,并确保低内存开销。
-
公开(公告)号:CN112202645B
公开(公告)日:2022-05-03
申请号:CN202011261239.6
申请日:2020-11-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于拟态防御和Sketch算法的测量系统,包括输入代理器、微执行体集单元、输出裁决器和反馈控制器;所述输入代理器、微执行体集单元、输出裁决器依次连接;所述反馈控制器与微执行体集单元、输出裁决器分别连接。本发明在提高了网络测量鲁棒性的同时,减小粗粒度Sketch算法拟态化构造带来的多执行体串行计算开销,在减小执行体粒度的同时增大异构程度,大大提高了测量系统的效率。
-
-
-
-
-
-
-
-
-