网络流量的负载分担方法、存储介质、装置及系统

    公开(公告)号:CN113542149B

    公开(公告)日:2023-11-28

    申请号:CN202110774116.0

    申请日:2021-07-08

    Abstract: 本发明公开了一种网络流量的负载分担方法及存储介质,其中负载分担方法包括如下步骤:S100:控制器动态采集并排序各个数据流的流量;S200:控制器从各个数据流中选出大数据流;S300:控制器根据各大数据流的源地址和目的地址,结合各转发设备的转发规则,选择各大数据流的转发路径;S400:控制器获取各大数据流的接入交换机及接入虚拟机,并在接入虚拟机上建立与大数据流对应的多个虚拟隧道;S500:控制器将大数据流分担到对应的多个虚拟隧道上;S600:接入交换机将流量送到虚拟隧道对应的物理端口上;S700:动态回收接入虚拟机的虚拟隧道资源,进行下一调整周期的流量负载分担。上述方法,可以避免大数据流的流量集中于单一接入交换机上,防止接入层拥堵。

    电网信息系统的故障预测方法、装置

    公开(公告)号:CN111026624B

    公开(公告)日:2023-06-02

    申请号:CN201911093204.3

    申请日:2019-11-11

    Abstract: 本发明公开了一种电网信息系统的故障预测方法、装置,方法包括:按照设定的一级时间期间从运维日志中获得一级时间期间内的一级运维数据指标;将一级运维数据指标按照二级时间期间进行划分得到多组二级运维数据指标,将相同时间节点的多个运维数据指标进行处理,得到用于表征时间节点下对应的多个运维数据指标的特征的模型值;将得到的多个模型值以及实际获得的多个故障值作为训练集对预测模型进行训练,使用训练完成的预测模型预测,若未来时间节点下的运维数据指标属于故障值范围内,则进行故障报告。采用上述方案,实现对未来时间节点的故障情况的预测,以缓解实时运维对运维人员的压力,同时避免故障所造成的损失。

    网络流量的负载分担方法、存储介质、装置及系统

    公开(公告)号:CN113542149A

    公开(公告)日:2021-10-22

    申请号:CN202110774116.0

    申请日:2021-07-08

    Abstract: 本发明公开了一种网络流量的负载分担方法及存储介质,其中负载分担方法包括如下步骤:S100:控制器动态采集并排序各个数据流的流量;S200:控制器从各个数据流中选出大数据流;S300:控制器根据各大数据流的源地址和目的地址,结合各转发设备的转发规则,选择各大数据流的转发路径;S400:控制器获取各大数据流的接入交换机及接入虚拟机,并在接入虚拟机上建立与大数据流对应的多个虚拟隧道;S500:控制器将大数据流分担到对应的多个虚拟隧道上;S600:接入交换机将流量送到虚拟隧道对应的物理端口上;S700:动态回收接入虚拟机的虚拟隧道资源,进行下一调整周期的流量负载分担。上述方法,可以避免大数据流的流量集中于单一接入交换机上,防止接入层拥堵。

    数据存储方法、装置
    8.
    发明公开

    公开(公告)号:CN111159756A

    公开(公告)日:2020-05-15

    申请号:CN201911289176.2

    申请日:2019-12-13

    Abstract: 本发明公开了一种数据存储方法、装置,所述方法包括:将实时获取的目标数据进行切片后,得到所述目标数据的多个数据碎片;在所述目标数据的各个数据碎片中植入与所述目标数据相应的DNA标志;将所述目标数据的各个数据碎片分别存储于多个存储节点中;当接收到数据请求指令时,获取所述数据请求指令对应的DNA标志;查询各个存储节点中包含所述数据请求指令对应的DNA标志的数据碎片,并将查询得到的数据碎片进行重组后反馈。采用上述方案,无需对数据进行加密和解密的操作,减小的计算负担;通过数据切片后去中心化存储,依据DNA标志进行验证控制是否进行数据反馈,极大的提升了数据存储的安全性能。

    电网信息系统的故障预测方法、装置

    公开(公告)号:CN111026624A

    公开(公告)日:2020-04-17

    申请号:CN201911093204.3

    申请日:2019-11-11

    Abstract: 本发明公开了一种电网信息系统的故障预测方法、装置,方法包括:按照设定的一级时间期间从运维日志中获得一级时间期间内的一级运维数据指标;将一级运维数据指标按照二级时间期间进行划分得到多组二级运维数据指标,将相同时间节点的多个运维数据指标进行处理,得到用于表征时间节点下对应的多个运维数据指标的特征的模型值;将得到的多个模型值以及实际获得的多个故障值作为训练集对预测模型进行训练,使用训练完成的预测模型预测,若未来时间节点下的运维数据指标属于故障值范围内,则进行故障报告。采用上述方案,实现对未来时间节点的故障情况的预测,以缓解实时运维对运维人员的压力,同时避免故障所造成的损失。

Patent Agency Ranking