-
公开(公告)号：CN114567575A
公开(公告)日：2022-05-31
申请号：CN202210462149.6
申请日：2022-04-29
Applicant: 南京邮电大学
IPC: H04L43/0829 , H04L41/0677
Abstract: 本发明公开了一种基于INT的丢包检测方法，该方法包括带内遥网络测模块、丢包检测模块和统计溯源模块，所述带内网络遥测模块进行带内遥测并转发遥测数据包；交换机将数据包转发至遥测服务器进行解析；部署在INT节点交换机的丢包检测模块进行丢包检测，并将结果上传至遥测服务器；所述统计溯源模块进行丢失率的计算以及故障溯源；本发明采用在INT头部的保留字段中使用一定数据位标记遥测数据包，通过INT节点的计数器和遥测服务器的检测和统计模块实现对丢失数据包的检测和丢失率的统计，最后实现网络故障的溯源。
-
公开(公告)号：CN120090965A
公开(公告)日：2025-06-03
申请号：CN202510382314.0
申请日：2025-03-28
Applicant: 南京邮电大学 , 边缘智能研究院南京有限公司
IPC: H04L45/12 , H04L45/125 , H04L45/00 , H04L41/16 , H04L41/14 , H04L47/12 , H04L47/125 , H04L41/12 , H04L45/745
Abstract: 一种面向未来网络的生态算法库的组合调用方法，通过模块化服务的设计，不仅提高了算法的灵活性和流转效率，还通过动态组合、标准化接口和高度的可扩展性，使得不同的算法可以在不同网络条件和业务需求下自由切换。尤其在多维标识网络中，生态算法库能够有效支持标识生成、寻址和路由算法，提供对网络资源的智能化管理和动态调整，满足复杂的业务场景需求。本发明提出的未来的网络系统可以更加高效地应对多维标识网络带来的挑战，并且具备良好的扩展性和兼容性，支持未来网络技术的不断发展。
-
公开(公告)号：CN119183136B
公开(公告)日：2025-05-09
申请号：CN202411702576.2
申请日：2024-11-26
IPC: H04W24/02 , H04W28/084 , H04W28/08 , H04W28/14 , G06N3/092
Abstract: 本发明公开了数字孪生辅助边缘网络资源分配优化方法，属于边缘计算技术领域；包括为：建立数字孪生辅助边缘网络的资源分配系统；确定卸载模式下计算任务所需传输时延及能耗；构建多智能深度强化学习模型；对多智能深度强化学习模型进行训练，利用训练好的训练多智能深度强化学习模型，实现资源分配策略。本发明通过建立服务缓存模块和任务卸载模块，实现任务处理时延和能耗的最小化；分别考虑MEC服务器和用户终端设备的状态空间，提升任务卸载成功率,显著降低了任务处理时延及能耗，进一步提高任务卸载和资源分配的准确性。
-
公开(公告)号：CN118660032A
公开(公告)日：2024-09-17
申请号：CN202410566483.5
申请日：2024-05-09
Applicant: 南京邮电大学
IPC: H04L61/3015 , H04L61/30 , G06F3/06
Abstract: 本发明公开了一种多维标识命名空间，包括全局命名空间和局部命名空间，全局命名空间的属性具有唯一性，与设备的硬件特性或生产过程相关联，这些属性在设备制造时被设定，并在全局范围内保持唯一性，确保智能体在网络中的标识唯一；局部命名空间中的属性是可变的和动态的，这些属性描述了智能体在特定环境或条件下的状态和特征，包括智能体的地理位置、安全配置。一种多维标识命名空间的存储方法，用于存储多维标识命名空间，利用张量的数据结构特性，将多维标识命名空间的对象属性、联接属性和应用属性以三维张量的形式表示和存储。本发明中多维标识结合了时间、空间的属性，实现对网络中任意智能体的唯一标识，提高标识的唯一性和多样性。
-
公开(公告)号：CN117294643B
公开(公告)日：2024-03-12
申请号：CN202311575841.0
申请日：2023-11-24
Applicant: 南京邮电大学
IPC: H04L45/302 , H04L45/00 , H04L45/02 , H04L45/12 , H04L45/76 , H04L47/6275 , G06F18/23213
Abstract: 本发明公开了一种基于SDN架构的网络QoS保障路由方法，根据网络拓扑信息，抽象成有向图，然后基于基于改经的k‑means算法将数据分为老鼠流、大象流、巨象流，定义流量传输的约束条件，构建DQN神经网络，以奖励函数R最大的动作所对应的最大Q值为目标训练DQN神经网络，得到QoS保障路由模型，得到最优路径权重值，根据Dijkstra算法确定数据包发送路径，最后将路径信息下发到交换机。本发明避免了传统K‑means算法对数据的处理不够稳健以及分类结果不够准确的情况。在DQN的神经网络训练时，从经验池中依据数据的优先性抽取数据，使得神经网络更加关注重要的数据，提高了神经网络的学习效率和算法的性能。
-
Patent Agency Ranking
公开(公告)号：CN114124466B
公开(公告)日：2024-01-23
申请号：CN202111269289.3
申请日：2021-10-29
Applicant: 南京邮电大学
IPC: H04L9/40 , H04L41/0803 , H04L41/28 , H04L67/12 , H04L69/18
Abstract: 本发明公开了一种面向物联网的轻量级应用生态开发系统，包括设备接入层、数据和设备管理层及应用层；所述设备接入层，用于感知和控制设备，兼容若干种网络协议，屏蔽底层设备异构性，对上层形成统一的接口，并将设备信息和数据上传到数据和设备管理层，同时根据来自于数据和设备管理层的设备控制指令对设备进行远程控制；所述数据和设备管理层，用于将数据和设备信息按照统一标准进行存储，接收来自应用层的数据分析指令并对数据和设备信息进行分析；所述应用层，用于给用户提供应用开发平台和应用服务平台，提供物联网应用开发模块给物联网应用开发人员，并对应用、应用模块和用户进行管理；本发明能够将各类底层设备信息与数据进行统一调度。
-
公开(公告)号：CN116192764B
公开(公告)日：2023-07-07
申请号：CN202310444747.5
申请日：2023-04-24
Applicant: 南京邮电大学
IPC: H04L47/2441 , H04L41/147 , H04L41/16
Abstract: 本发明属于流量预测技术领域，公开了一种基于深度学习的多任务数据中心网络流量预测方法，其对获取数据中心网络流量数据进行处理，进行归一化处理，划分训练集和测试集；构建深度学习多任务模型提取数据中心网络流量的特征信息，并进行流量分类任务及进行流量预测任务，预测未来时间段的网络流量。本发明所述的方法将多种模型融合，并引入多任务学习思想，有效解决数据中心网络流量深度学习模型使用单一以及预测精度的问题。
-
公开(公告)号：CN114707575B
公开(公告)日：2023-06-20
申请号：CN202210215920.X
申请日：2022-03-07
Applicant: 南京邮电大学
IPC: H04L41/122 , H04L41/40 , H04L45/02 , H04L45/122 , H04L47/125 , G06F18/23 , G06F18/22
Abstract: 本发明公开了一种基于AP聚类的SDN多控制器部署方法，以降低网络时延和确保网络负载均衡为目标，通过改进近邻传播(AP)聚类算法，设计一种可以自动确定控制器数量和位置的多控制器部署算法。首先通过量化网络节点中的亲密度关系来计算出节点之间的最短路径距离，将此距离应用于聚类算法相似度矩阵的构建，其次，利用相似度矩阵进行迭代计算，初步确定控制器的部署数量和位置。最后，通过启发式算法找到使得控制器间负载差异度最小的控制器放置方案，从而确保整个网络负载均衡。
-
公开(公告)号：CN115378876B
公开(公告)日：2023-05-30
申请号：CN202210907760.5
申请日：2022-07-29
Applicant: 南京邮电大学
IPC: H04L47/125 , H04L47/2483 , H04L47/2441 , H04L45/243 , H04L45/00 , H04L45/30 , H04L45/12 , H04L45/76 , H04L41/16 , G06N3/006
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.035 seconds)
