一种面向主动网络遥感的低时延低开销路径部署方法

    公开(公告)号:CN114844812B

    公开(公告)日:2024-01-30

    申请号:CN202210463410.4

    申请日:2022-04-28

    Applicant: 东南大学

    Inventor: 张华 张鹏辉

    Abstract: 本发明公开了一种面向主动网络遥感的低时延低开销路径部署方法,包括:创建探测流路径,并根据初始节点选择策略确定探测流起点;随后根据路径时延要求设定节点添加策略,并基于添加节点更新路径信息;实现全网络覆盖后,完成全部路径部署并输出路径结果。本发明提出的方法可以以较高的效率生成主动带内遥感系统的探测流路径部署方案,利用此方法可以在保证遥测可见性的前提下有效地降低遥感系统的时延和开销。

    一种面向主动网络遥感的低时延低开销路径部署方法

    公开(公告)号:CN114844812A

    公开(公告)日:2022-08-02

    申请号:CN202210463410.4

    申请日:2022-04-28

    Applicant: 东南大学

    Inventor: 张华 张鹏辉

    Abstract: 本发明公开了一种面向主动网络遥感的低时延低开销路径部署方法,包括:创建探测流路径,并根据初始节点选择策略确定探测流起点;随后根据路径时延要求设定节点添加策略,并基于添加节点更新路径信息;实现全网络覆盖后,完成全部路径部署并输出路径结果。本发明提出的方法可以以较高的效率生成主动带内遥感系统的探测流路径部署方案,利用此方法可以在保证遥测可见性的前提下有效地降低遥感系统的时延和开销。

    一种基于GNN故障模型学习的控制平面策略验证方法

    公开(公告)号:CN116346641A

    公开(公告)日:2023-06-27

    申请号:CN202310260306.X

    申请日:2023-03-17

    Applicant: 东南大学

    Abstract: 本发明开发了一种基于GNN故障模型学习的控制平面策略验证方法:获取网络拓扑信息,利用K‑Means聚类法划分等价类,生成对应的故障模型;设计基于消息传递机制的GNN故障学习模型;为每个等价类训练基于消息传递机制的GNN故障学习模型;构建符合网络拓扑特征的网络策略图;对策略有向图进行预处理,提取特征数据,输入到训练好的GNN模型中,生成准确的网络环境;按照网络策略类别分别进行网络策略验证。本发明考虑实际网络存在故障的情况,用GNN辅助故障模型推断待验证的网络策略对应的实际网络环境,通过K‑Means聚类算法进行等价类划分,缩减网络规模,提高验证速度,加入数据增强模块使得训练出来的GNN具有一定的泛化能力,精准、快速地实现了多类型网络策略验证。

    一种面向动态网络环境的双时间尺度网络遥测方法

    公开(公告)号:CN116192652A

    公开(公告)日:2023-05-30

    申请号:CN202310260303.6

    申请日:2023-03-17

    Applicant: 东南大学

    Abstract: 本发明公开了一种面向动态网络环境的双时间尺度网络遥测方法,包括:创建高时间尺度路径,并生成辅助探针注入待测网络;随后辅助探针收集转发路径上路由器的网络信息,并最终返回给控制器;实现获取辅助探针收集的基础网络信息后,低时间尺度路径部署系统根据遥测需求部署低时间尺度路径,并生成动态探针收集网络信息。本发明提出的方法可以以让高时间尺度路径定时更新,更好地适应动态网络环境,利用此方法可以在保证遥测可见性的前提下有效地优化遥感系统的时延、开销等性能。

    一种面向动态网络环境的双时间尺度网络遥测方法

    公开(公告)号:CN116192652B

    公开(公告)日:2024-11-29

    申请号:CN202310260303.6

    申请日:2023-03-17

    Applicant: 东南大学

    Abstract: 本发明公开了一种面向动态网络环境的双时间尺度网络遥测方法,包括:创建高时间尺度路径,并生成辅助探针注入待测网络;随后辅助探针收集转发路径上路由器的网络信息,并最终返回给控制器;实现获取辅助探针收集的基础网络信息后,低时间尺度路径部署系统根据遥测需求部署低时间尺度路径,并生成动态探针收集网络信息。本发明提出的方法可以以让高时间尺度路径定时更新,更好地适应动态网络环境,利用此方法可以在保证遥测可见性的前提下有效地优化遥感系统的时延、开销等性能。

Patent Agency Ranking