-
公开(公告)号：CN115914008B
公开(公告)日：2025-02-25
申请号：CN202110907600.6
申请日：2021-08-09
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于强化学习的SDN网络流量自适应监测方法，通过在控制器中加入决策模块，根据网络链路和控制器的负载，不断和网络环境进行交互，在不影响网络性能的前提下，对网络流量进行了自适应监测，从而对监测的频率和粒度进行平衡，以较小的代价监测网络状态，当网络出现异常时，能及时调整监测方案，为攻击检测等方法提供需要的信息，从而使网络管理员能更好的应对网络异常。
-
公开(公告)号：CN116431281A
公开(公告)日：2023-07-14
申请号：CN202310296528.7
申请日：2023-03-24
Applicant: 桂林电子科技大学
Abstract: 本发明涉及虚拟机技术领域，具体涉及一种基于鲸鱼优化算法的虚拟机迁移方法，在虚拟机迁移的步骤中，利用鲸鱼优化算法来选择合适的目标服务器，并通过数学模型进行优化计算，通过模拟了鲸鱼集群中的寻食行为和社交行为，包括迁徙和呼叫等，首先生成一群随机解，然后通过模拟鲸鱼的行为，逐渐优化解的质量，最终找到全局最优解，解决一个NP困难问题。本发明可以有效地减少虚拟机迁移过程中的能耗和时延，提高数据中心的能效和性能。
-
公开(公告)号：CN115842768B
公开(公告)日：2024-10-22
申请号：CN202211473921.0
申请日：2022-11-22
Applicant: 桂林电子科技大学
IPC: H04L45/00 , G06N3/0442 , G06N3/0464 , G06N3/08 , H04L45/30 , H04L45/02 , H04L47/125
Abstract: 本发明公开一种基于图神经网络的时空特征融合的SDN路由优化方法,利用强化学习智能体学习网络交换机流量负载与网络性能之间的相互依赖关系，并确定一组最佳路由转发方案，以在网络的端到端路径带宽容量和负载均衡之间取得平衡。通过结合图神经网络的预测来寻找数据包的最佳路径，即开发基于图神经网络的时空特征融合网络模型(GCT‑Route网络模型)，来辅助深度强化学习快速完成自学习过程。本发明可以解决因强化学习智能体在学习过程中长时间探索试错而导致网络路由性能下降的问题。
-
公开(公告)号：CN116302353A
公开(公告)日：2023-06-23
申请号：CN202310276769.5
申请日：2023-03-21
Applicant: 桂林电子科技大学
Abstract: 本发明涉及虚拟机技术领域，具体涉及一种基于知识获取与共享算法的虚拟机部署方法，在虚拟机创建引擎的过程中，结合了算法边界修正和增广拉格朗日乘子法，在算法迭代过程中使用惩罚函数解决虚拟机部署问题的约束条件并动态的修正算法可行解的最优边界，从而缩小问题的搜索范围，提高解的质量、收敛速度、稳定性和运行速度。本发明针对云计算领域中虚拟机部署问题，以最小化服务器的数量为优化目标，同时还能克服其他方法在问题规模增大时解的质量下降、收敛性下降、稳定性下降和运行速度慢的缺点。
-
公开(公告)号：CN115842768A
公开(公告)日：2023-03-24
申请号：CN202211473921.0
申请日：2022-11-22
Applicant: 桂林电子科技大学
IPC: H04L45/00 , G06N3/0442 , G06N3/0464 , G06N3/08 , H04L45/30 , H04L45/02 , H04L47/125
Abstract: 本发明公开一种基于图神经网络的时空特征融合的SDN路由优化方法,利用强化学习智能体学习网络交换机流量负载与网络性能之间的相互依赖关系，并确定一组最佳路由转发方案，以在网络的端到端路径带宽容量和负载均衡之间取得平衡。通过结合图神经网络的预测来寻找数据包的最佳路径，即开发基于图神经网络的时空特征融合网络模型(GCT‑Route网络模型)，来辅助深度强化学习快速完成自学习过程。本发明可以解决因强化学习智能体在学习过程中长时间探索试错而导致网络路由性能下降的问题。
-
Patent Agency Ranking
公开(公告)号：CN116415969A
公开(公告)日：2023-07-11
申请号：CN202310305859.2
申请日：2023-03-27
Applicant: 桂林电子科技大学
IPC: G06Q30/018 , G06V10/40 , G06V10/82 , G06V10/74 , G06N3/084 , G06N3/0464
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于深度学习的中华绒螯蟹溯源方法，通过收集河蟹照片后进行数据增强形成数据集，再将数据集放入主干网络进行特征提取，经过三元组损失函数的计算，反向传播优化获得可用模型，再使用模型对所有的河蟹图片进行编码后获得一个保存有蟹壳特征的数据库，最后选择需要识别的河蟹图片放入模型中编码并比较欧氏距离，获得蟹壳匹配数据，从而帮助普通消费者快速辨别河蟹产地，完成河蟹品种溯源，保护消费者与品牌权益。
-
公开(公告)号：CN116385826A
公开(公告)日：2023-07-04
申请号：CN202310305147.0
申请日：2023-03-27
Applicant: 桂林电子科技大学
IPC: G06V10/774 , G06V10/40 , G06V10/82 , G06V10/80 , G06V10/25 , G06V10/764 , G06N3/048 , G06N3/08 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于深度学习的中华绒螯蟹品系识别方法，通过使用多个品系的河蟹图片生成训练数据集，对包含CSPNet的主干网络进行训练，分尺度对提取到的特征向量进行特征融合，再通过预测层进行预测操作，将预测结果与标注数据进行比对，根据损失函数计算损失值，反复迭代，反向传播，优化损失值，获得训练好的模型，最后使用训练后的模型进行河蟹品系的预测，实现河蟹品系检测自动化，进一步的，如检测失败再结合人工进行特别处理，也可以对检测用模型再次优化。
-
公开(公告)号：CN107276898B
公开(公告)日：2021-06-29
申请号：CN201710651401.7
申请日：2017-08-02
Applicant: 桂林电子科技大学
IPC: H04L12/721 , H04L12/743 , H04L12/747 , H04L12/751 , H04L12/935 , H04L12/947
Abstract: 本发明公开一种基于FPGA的最短路由实现方法，利用FPGA的高速并发特性，SDN控制器通过UDP协议上传拓扑信息，FPGA解析UDP数据包获取拓扑信息，存储在DDR2中。当用户发起访问请求时，访问DDR2获取拓扑信息通过最短路由算法得到最佳传输路径信息，将该信息打包成UDP数据并下发至SDN控制器。本发明能实现在高速网络环境下提高数据的传输效率。
-
公开(公告)号：CN117910255A
公开(公告)日：2024-04-19
申请号：CN202410074717.4
申请日：2024-01-18
Applicant: 桂林电子科技大学
IPC: G06F30/20 , G06F30/18 , G06F30/27 , G06N3/006 , G06F111/10 , G06F111/04
Abstract: 本发明涉及大规模网络仿真系统技术领域，具体涉及一种大规模网络分布式仿真系统以及构建方法，通过将大规模网络的仿真实体合理分配到适度数量的服务器上进行分布式仿真，以提高系统运行效率，降低整体运行成本。同时本发明提出了一种自适应边界的鲸鱼优化算法，能够在充分考虑了物理网络的拓扑结构以及仿真平台的网络拓扑结构、通信能力和计算能力的基础之上，对大规模网络中的仿真网络元素进行资源分配。本发明能够确保每个仿真网络节点都获得合适的计算资源，并且优化仿真系统的整体性能。
-
公开(公告)号：CN115914008A
公开(公告)日：2023-04-04
申请号：CN202110907600.6
申请日：2021-08-09
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于强化学习的SDN网络流量自适应监测方法，通过在控制器中加入决策模块，根据网络链路和控制器的负载，不断和网络环境进行交互，在不影响网络性能的前提下，对网络流量进行了自适应监测，从而对监测的频率和粒度进行平衡，以较小的代价监测网络状态，当网络出现异常时，能及时调整监测方案，为攻击检测等方法提供需要的信息，从而使网络管理员能更好的应对网络异常。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.027 seconds)
