-
-
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：CN117811976A
公开(公告)日：2024-04-02
申请号：CN202311823789.6
申请日：2023-12-27
Applicant: 福州大学
IPC: H04L43/0876 , H04L43/10 , H04L43/04 , H04L43/062 , H04L41/00 , H04L69/06
Abstract: 本发明涉及一种基于P4和Sketch的价值突发流检测方法。突破传统基于逐次突发的检测方案，提出价值突发流定义，在流级别上观察流量的突发性，通过基于Sketch的数据结构设计，在有限的内存开销下处理输入的数据包，根据数据包之间的时间间隔检测突发数据包，进而检测价值突发流。数据包到达时，每个数据包被映射至一个桶集合，但至多对一个桶进行操作，在适当条件下，可根据基于突发性的投票机制进行投票；当每个测量周期结束时，遍历所有桶，通过查询操作获取检测到的价值突发流并反馈至控制平面。本发明降低了突发检测过程中的带宽开销和用户负担，同时仅产生有限的内存占用和低时间复杂性。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN113747205B
公开(公告)日：2022-11-22
申请号：CN202111081767.8
申请日：2021-09-15
Applicant: 福州大学
IPC: H04N21/2387 , H04N21/2662 , H04N21/238 , H04N21/44
Abstract: 本发明提出一种基于用户操作的视频流公平传输方法，用于视频流在线播放，通过对客户端请求新视频块的频率调整维护用户体验公平性，本发明将用户操作与视频流流量特征结合分析，避免了传统基于用户操作的视频研究的主观性。本发明通过部署在客户端的视频流算法对客户端请求新视频块的频率在计算得到的上下界之间进行调整，解决了因为用户操作打破了客户端周期请求的规律而导致用户体验的不公平和网络资源使用的浪费的问题。本发明更加有效地使用网络资源，提高用户体验的公平性。
-
公开(公告)号：CN113347016B
公开(公告)日：2022-10-04
申请号：CN202110259716.3
申请日：2021-03-10
Applicant: 福州大学
IPC: H04L41/0813 , H04L49/90 , H04L67/1031 , G06F9/455 , G06F9/50 , G06N3/00
Abstract: 本发明涉及一种基于资源占用和时延敏感的虚拟化网络功能迁移方法，首先，通过服务监测模型获取资源占用情况；其次，利用时延感知模型计算用户权重，得到用户划分；最后，利用排队备选机制提高迁移成功率。本发明能有效提高迁移成功率和请求平均覆盖率。
-
公开(公告)号：CN112910693B
公开(公告)日：2022-07-08
申请号：CN202110073013.1
申请日：2021-01-20
Applicant: 福州大学
IPC: H04L41/0803 , H04L41/0894 , H04L12/46 , G06N3/12
Abstract: 本发明涉及一种基于虚拟网络功能（VNF）并置影响分析的服务功能链（SFC）部署方法，其利用逻辑VNF节点与物理节点的部署关系作为染色体上的基因，通过遗传算法实现种群的进化，每次进化后计算VNF并置造成的SFC性能干扰影响大小，并以该值作为轮盘赌算法种群淘汰的权重，在种群的不断进化过程中，记录部署最优解，可以实现最小化SFC部署时的VNF并置性能干扰影响兼顾最小化部署的物理资源。
-
公开(公告)号：CN109903271B
公开(公告)日：2022-05-13
申请号：CN201910083862.8
申请日：2019-01-29
Applicant: 福州大学
IPC: G06T7/00 , G06V10/77 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明涉及一种胎盘植入B超图像特征提取与验证方法，首先将已标注分类的胎盘植入B超图像数据集分为训练集合和测试集合；接着构建B超图像训练数据集的列向量数据矩阵，计算均值向量；然后依次通过均值向量，计算数据矩阵的协方差矩阵，计算协方差矩阵的特征值，选取主成分，建立变换矩阵，根据变换矩阵，建立训练数据集图像的特征子空间投影，实现B超图像的特征提取；接着计算测试数据集图像在特征子空间上的投影，采用最小距离法获取测试B超图像的分类；最后判别测试图像分类的正确性用以验证特征提取。本发明有助于后续通过机器学习方法对小样本B超图像集合的进一步学习。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.029 seconds)
