一种基于SDN的卫星网络多控制器动态部署方法及系统

    公开(公告)号:CN114710199B

    公开(公告)日:2022-10-21

    申请号:CN202210337675.X

    申请日:2022-04-01

    Abstract: 本发明公开了一种基于SDN的卫星网络多控制器动态部署方法及系统,包括构建基于SDN的卫星网络架构;获取LEO卫星网络全局负载信息,基于三个门限判定LEO卫星网络的负载状态;若LEO卫星网络处于整体过载状态、局部过载状态或欠载状态,则基于LEO卫星网络的负载状态制定迁移策略;若LEO卫星网络处于正常状态,则输出LEO卫星网络信息;基于迁移策略进行动态迁移;更新LEO卫星网络中LEO卫星交换机节点与LEO卫星控制器节点的映射关系以获得当前LEO卫星网络;基于三个门限判断当前LEO卫星网络的负载状态,若当前LEO卫星网络的负载状态处于正常状态,则输出当前LEO卫星网络相关信息;若处于不正常状态,则重复上述步骤直至当前LEO卫星网络的负载状态处于正常状态。

    基于改进D3QN算法的SDN下自适应威胁缓解方法及系统

    公开(公告)号:CN115118532A

    公开(公告)日:2022-09-27

    申请号:CN202211050159.5

    申请日:2022-08-31

    Abstract: 本发明涉及网络安全技术领域,具体公开了基于改进D3QN算法的SDN下自适应威胁缓解方法及系统,包括架设SDN下自适应威胁缓解架构,SDN下自适应威胁缓解架构包括深度强化学习代理、SDN基础设施和主机配置;深度强化学习代理为基于改进D3QN算法搭建的深度神经网络,SDN基础设施用于获取网络观测状态,主机配置用于反馈服务质量和攻击进度;训练基于改进D3QN算法搭建的深度神经网络,以获得自适应威胁缓解代理;基于自适应威胁缓解代理输出最优自适应网络威胁缓解策略,基于最优自适应网络威胁缓解策略来改变网络安全部署;该方法对D3QN算法进行改进,使改进后的D3QN算法对于长序列、不完全信息的观测环境效果更好,产生更好网络威胁缓解策略。

    基于改进D3QN算法的SDN下自适应威胁缓解方法及系统

    公开(公告)号:CN115118532B

    公开(公告)日:2022-11-25

    申请号:CN202211050159.5

    申请日:2022-08-31

    Abstract: 本发明涉及网络安全技术领域,具体公开了基于改进D3QN算法的SDN下自适应威胁缓解方法及系统,包括架设SDN下自适应威胁缓解架构,SDN下自适应威胁缓解架构包括深度强化学习代理、SDN基础设施和主机配置;深度强化学习代理为基于改进D3QN算法搭建的深度神经网络,SDN基础设施用于获取网络观测状态,主机配置用于反馈服务质量和攻击进度;训练基于改进D3QN算法搭建的深度神经网络,以获得自适应威胁缓解代理;基于自适应威胁缓解代理输出最优自适应网络威胁缓解策略,基于最优自适应网络威胁缓解策略来改变网络安全部署;该方法对D3QN算法进行改进,使改进后的D3QN算法对于长序列、不完全信息的观测环境效果更好,产生更好网络威胁缓解策略。

    一种基于SDN的卫星网络多控制器动态部署方法及系统

    公开(公告)号:CN114710199A

    公开(公告)日:2022-07-05

    申请号:CN202210337675.X

    申请日:2022-04-01

    Abstract: 本发明公开了一种基于SDN的卫星网络多控制器动态部署方法及系统,包括构建基于SDN的卫星网络架构;获取LEO卫星网络全局负载信息,基于三个门限判定LEO卫星网络的负载状态;若LEO卫星网络处于整体过载状态、局部过载状态或欠载状态,则基于LEO卫星网络的负载状态制定迁移策略;若LEO卫星网络处于正常状态,则输出LEO卫星网络信息;基于迁移策略进行动态迁移;更新LEO卫星网络中LEO卫星交换机节点与LEO卫星控制器节点的映射关系以获得当前LEO卫星网络;基于三个门限判断当前LEO卫星网络的负载状态,若当前LEO卫星网络的负载状态处于正常状态,则输出当前LEO卫星网络相关信息;若处于不正常状态,则重复上述步骤直至当前LEO卫星网络的负载状态处于正常状态。

Patent Agency Ranking