-
公开(公告)号：CN115865804B
公开(公告)日：2024-11-08
申请号：CN202211496598.9
申请日：2022-11-25
Applicant: 桂林电子科技大学
IPC: H04L45/76 , H04L45/00 , H04L45/12 , H04L41/147 , H04L41/16 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于链路流量预测的SDN路由优化方法，基于注意力机制和多图视角图神经网络设计了网络链路流量预测模型，可以直接在原始的基于图形的网络拓扑中处理链路流量数据，有效地捕捉动态时空特征，提高链路流量预测的准确性。本发明通过预测模型减小控制器获取网络状态的时延带来的影响，从而让控制器的路由决策更加准确。
-
公开(公告)号：CN115865804A
公开(公告)日：2023-03-28
申请号：CN202211496598.9
申请日：2022-11-25
Applicant: 桂林电子科技大学
IPC: H04L45/76 , H04L45/00 , H04L45/12 , H04L41/147 , H04L41/16 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于链路流量预测的SDN路由优化方法，基于注意力机制和多图视角图神经网络设计了网络链路流量预测模型，可以直接在原始的基于图形的网络拓扑中处理链路流量数据，有效地捕捉动态时空特征，提高链路流量预测的准确性。本发明通过预测模型减小控制器获取网络状态的时延带来的影响，从而让控制器的路由决策更加准确。
-
公开(公告)号：CN115550268B
公开(公告)日：2024-11-19
申请号：CN202211042072.3
申请日：2022-08-29
Applicant: 桂林电子科技大学
IPC: H04L47/125 , H04L47/12 , H04L45/02 , H04L45/655 , H04L45/76 , G06N20/00
Abstract: 本发明涉及深度学习技术领域，具体涉及一种基于近端策略优化算法优化网络流量调度方法，针对软件定义网络的数据平面具有时间特征和空间特征，为了全局地考虑网络的时空相关性，提出了使用门控循环单元和图注意力网络方法提取状态信息中的时序相关性和空间相关性，为深度强化学习的决策提供包含更多环境的隐含信息，从而解决网络流量工程问题，充分利用网络资源动态调整网络负载，有效缓解网络链路拥塞，进而优化网络性能。
-
公开(公告)号：CN115550268A
公开(公告)日：2022-12-30
申请号：CN202211042072.3
申请日：2022-08-29
Applicant: 桂林电子科技大学
IPC: H04L47/125 , H04L47/12 , H04L45/02 , H04L45/655 , H04L45/76 , G06N20/00
Abstract: 本发明涉及深度学习技术领域，具体涉及一种基于近端策略优化算法优化网络流量调度方法，针对软件定义网络的数据平面具有时间特征和空间特征，为了全局地考虑网络的时空相关性，提出了使用门控循环单元和图注意力网络方法提取状态信息中的时序相关性和空间相关性，为深度强化学习的决策提供包含更多环境的隐含信息，从而解决网络流量工程问题，充分利用网络资源动态调整网络负载，有效缓解网络链路拥塞，进而优化网络性能。
-
-
-
Search Results
4
records
(took 0.021 seconds)
