基于SDN网络的分布式大象流识别方法及装置

    公开(公告)号:CN119520419A

    公开(公告)日:2025-02-25

    申请号:CN202411782460.4

    申请日:2024-12-05

    Abstract: 本发明提供一种基于SDN网络的分布式大象流识别方法及装置,方法包括:接收用户端发送的数据流,并根据数据流的接收地址和发送地址,生成数据流的哈希值;根据数据流的哈希值,在哈希值对照表中查询对应的目标交换机节点;哈希值对照表中预先配置了数据流和交换机节点的对应关系;通过目标交换机节点和目标交换机节点对应的控制器进行数据流的大象流识别。本发明通过采用上述方法,解决现有技术中的分布式SDN网络会将一个数据流分给不同交换机和控制器,无法很好的评估数据流到达频率、抖动情况、持续时间等关键判定指标,导致大象流识别准确率下降的问题。

    面向图像存储的深度学习数据压缩方法及装置

    公开(公告)号:CN119835435A

    公开(公告)日:2025-04-15

    申请号:CN202411848485.X

    申请日:2024-12-16

    Abstract: 本发明提供一种面向图像存储的深度学习数据压缩方法及装置,该方法包括:针对多个相似数据子集中每个子集,从子集中提取出多个高维图像特征,并根据各高维图像特征之间的距离对每个子集中的图像数据按照相似度进行分类和筛选,得到新的相似数据子集并解码,将解码后的相似数据子集中相似度大于第二距离阈值的图像依次进行图像融合和图像拼合,得到第一待编码图像,将解码后的相似数据子集中距离小于第二距离阈值的图像对进行图像拼合,得到第二待编码图像;对第一待编码图像和第二待编码图像进行压缩,得到压缩数据集。本发明所述方法有效减少了数据冗余,提高了编码效率和图像压缩准确率,同时提升了图像数据压缩比,降低数据存储和传输成本。

Patent Agency Ranking