算力网络中基于NFT的分布式多维资源交易方法及系统

    公开(公告)号:CN115689756A

    公开(公告)日:2023-02-03

    申请号:CN202211410744.1

    申请日:2022-11-11

    Abstract: 本发明公开了一种算力网络CPN中基于非同质化通证NFT的分布式多维资源交易方法及系统,根据算力网络架构算力分布特征,结合NFT和IPFS,建立多维资源信息的存储和共享模型,在区块链上分布式存储资源信息地址,实现资源信息的数据防篡改和资产确权,链下分布式存储资源信息元数据,实现资源信息的高效解析。在分布式多维资源交易流程中,基于混合双向拍卖机制,保证了拍卖算法的计算效率;在筛选竞胜标和定价的策略中,引入资源能耗成本相关参数,保障了资源交易的个人理性和真实性。

    一种面向智能网卡的业务链编排管理系统和方法

    公开(公告)号:CN112822059B

    公开(公告)日:2022-08-16

    申请号:CN202110178412.4

    申请日:2021-02-09

    Abstract: 本发明提供了一种面向智能网卡的业务链编排管理方法,包括:流标识分配过程,根据待编排的业务流的特征,为该业务流定义一个流标识;业务处理链条组装过程,根据待编排的业务流的处理需求,为该业务流对应的流标识组装相应的业务处理链条;业务链编排结果下发过程,将该流标识、该流标识的业务流特征、该流标识的业务处理链条下发至业务流处理装置中;业务链编排结果执行过程,接收并加载业务编排结果,根据该流标识的业务流特征来识别对应的业务流,并执行针对该流标识的业务处理链条。本发明提高了有效网络带宽和吞吐量、降低了网络数据处理时延;减少了CPU的负担以及隔离对于服务器的潜在威胁;可实现软件定义的端到端网络管理,并支持虚拟网络功能灵活编排,实现全网性能优化。

    一种基于深度强化学习的网络负载均衡系统及均衡方法

    公开(公告)号:CN109039942B

    公开(公告)日:2022-08-12

    申请号:CN201810996894.2

    申请日:2018-08-29

    Abstract: 本发明公开了一种基于深度强化学习的网络负载均衡系统及均衡方法,均衡系统包括控制平面和数据平面,控制平面包括INT模块、网络模块,INT模块通过发送探测包获取网络模块中各个节点上的网络信息,并发送给控制平面;控制平面包括DQN模块、网络状态信息模块、最短路径路由算法模块以及节点源路由路径更新网络模块,网络状态信息模块接收控制平面发送的网络信息,并发送给DQN模块;DQN模块输出动作调用dijkstra算法模块进行最优路径的计算,并将节点流表的更新结果传递给网络中相应的节点设备。该方案基于P4的INT技术和人工智能中的深度强化学习Deep Q Network模型实现SDN网络的智能负载均衡,从而实现网络资源的合理利用,有效提高网络效率,减少网络中的拥塞。

    一种基于SDN的虚拟租户网络隔离方法及系统

    公开(公告)号:CN109474627B

    公开(公告)日:2021-08-13

    申请号:CN201811610712.X

    申请日:2018-12-27

    Abstract: 本发明公开一种基于SDN的虚拟租户网络隔离方法及系统,所述隔离系统为面向的云平台包括SDN控制器、虚拟交换机、虚拟机;其中,所述SDN控制器包含拓扑管理模块、初始化模块、流表管理模块、租户网络映射模块;所述虚拟交换机根据SDN控制器下发的流表完成数据包的转发,且每个物理主机即节点上只配置一个虚拟交换机;所述虚拟机通过虚拟网络接口连接到虚拟交换机上,虚拟交换机两两之间均通过隧道连接。该方法通过设计虚拟交换机的流表实现了租户网络的隔离,隔离的实现不依赖租户虚拟机的MAC、虚拟机所属VLAN的标签、vxlan编号或者GRE隧道编号等信息,允许租户MAC自由使用,满足租户灵活构建虚拟网络的需求。

    面向5G环境的网络切片资源调整方法及系统

    公开(公告)号:CN110662231A

    公开(公告)日:2020-01-07

    申请号:CN201910908850.4

    申请日:2019-09-25

    Abstract: 本发明公开一种面向5G环境的网络切片资源调整方法及系统,所述方法包括以下步骤:首先,管理者根据实际需求将各网络切片拥有的资源量进行初始化;各网络切片内部的租户根据各自需求向相应切片管理者申请所需资源,并签订资源自动调整协议,以便资源的后续调整处理;在运行时,先判断多个网络切片间的网络资源量是否需要进行重新分配;若需要,则通过在空闲网络切片与拥塞网络切片间对网络资源进行再分配实现优化网络性能的目标;若不需要,则进一步判断单个网络切片内是否存在资源分配不合理现象;若存在,则对一个网络切片内的网络资源进行再调整,从而缓解网络压力。

    一种新型的工业互联网标识解析递归服务器的缓存方法和系统

    公开(公告)号:CN112217916B

    公开(公告)日:2024-02-27

    申请号:CN202011055034.2

    申请日:2020-09-29

    Abstract: 本发明涉及工业互联网标识解析、网络技术领域,尤其为一种新型的工业互联网标识解析递归服务器的缓存方法和系统,递归服务器原有的缓存方法不变,查询频率较高的标识及信息会被动态调整到缓存队列,直至该标识因为TTL到期而被删除或者由于缓存队列达到长度上限而被抛弃。同时,新建二级节点缓存队列用于缓存二级节点对应的IP地址信息,这样若递归服务器本地没有缓存,可以查看二级节点缓存队列是否有二级节点地址,若有直接向二级节点发起请求获取对应的标识信息,减少与顶级节点的交互操作,从而减轻顶级节点压力和带宽负载。本发明可以降低频繁与顶级节点交互的次数,有助于提升工业互联网标识解析缓存的工作效率。

    一种用于检测和防御SDN环境中DDoS攻击的对抗性DBN-LSTM方法

    公开(公告)号:CN116055088A

    公开(公告)日:2023-05-02

    申请号:CN202211379041.7

    申请日:2022-11-04

    Abstract: 本发明提供了一种用于检测和防御SDN环境中DDoS攻击的对抗性DBN‑LSTM方法,其特征在于,设计了面向SDN对抗性DBN‑LSTM异常检测架,确定了对DDoS攻击检测流程,包括了数据收集模块、数据处理模块、对抗性DBN‑LSTM异常检测模块以及异常防御模块;本发明通过DBN实现的特征提取,以更小的规模精确地表示SDN中DDoS的特征,大大降低了大规模数据的计算成本,从而减少了训练和测试过程的时间消耗。同时将对抗性数据示例添加到原始数据集中,并在模型训练阶段使用它;通过对抗训练生成对抗实例,并将多层LSTM设置为生成器与判别器,提取SDN环境中DDoS攻击行为的时间序列信息,得到比其他深度学习和机器学习方法更准确的训练结果。

    一种面向智能网卡的业务链编排管理系统和方法

    公开(公告)号:CN112822059A

    公开(公告)日:2021-05-18

    申请号:CN202110178412.4

    申请日:2021-02-09

    Abstract: 本发明提供了一种面向智能网卡的业务链编排管理方法,包括:流标识分配过程,根据待编排的业务流的特征,为该业务流定义一个流标识;业务处理链条组装过程,根据待编排的业务流的处理需求,为该业务流对应的流标识组装相应的业务处理链条;业务链编排结果下发过程,将该流标识、该流标识的业务流特征、该流标识的业务处理链条下发至业务流处理装置中;业务链编排结果执行过程,接收并加载业务编排结果,根据该流标识的业务流特征来识别对应的业务流,并执行针对该流标识的业务处理链条。本发明提高了有效网络带宽和吞吐量、降低了网络数据处理时延;减少了CPU的负担以及隔离对于服务器的潜在威胁;可实现软件定义的端到端网络管理,并支持虚拟网络功能灵活编排,实现全网性能优化。

Patent Agency Ranking