一种面向混合边缘云的星地融合网络服务功能链编排方法

    公开(公告)号:CN119967446A

    公开(公告)日:2025-05-09

    申请号:CN202510056102.3

    申请日:2025-01-14

    Abstract: 本发明公开了一种面向混合边缘云的星地融合网络服务功能链(SFC)编排方法。该方法为:首先,建立面向混合边缘云的星地网络模型以及服务功能链模型;其次,设计针对该场景的服务成本模型、链路可靠性模型;接着,建立服务功能链编排优化问题模型;然后,使用马尔可夫决策过程对问题模型进行转化,对当前网络和服务状态进行特征提取,输入到策略生成网络中,得到部署策略;采用基于可靠性的Dijkstra算法进行链路映射;最后,利用深度强化学习优化编排策略,实现优化目标。本发明在星地融合网络环境下利用云计算中心辅助来进行服务功能链的编排,以最大化服务接受率和最小化服务成本为目标实现了高效的资源分配与管理。

    一种智能电网场景下的原位数据存储调度优化方法

    公开(公告)号:CN119960666A

    公开(公告)日:2025-05-09

    申请号:CN202411732028.4

    申请日:2024-11-29

    Abstract: 本发明公开了一种智能电网场景下的原位数据存储调度优化方法。该方法认为:首先建立多层次存储结构优化原位数据存储效率;然后设计个性化调度队列有序记录不同介质产生的调度需求;接着提出一种最大化原位数据存储调度速率的优化问题;最后利用深度强化学习技术对原位数据的调度需求进行响应决策。本发明在智能电网电力和存储空间受限的前提下,综合考虑所有调度需求队列的响应差异和延迟对比,以减少待响应需求数和等待延迟为目标进行响应决策,使得系统能够在需求队列不断产生调度需求的同时,协调合适的调度需求被优先处理,并降低因响应差异而造成的响应拥堵,更高速率的响应不同介质产生的调度需求。

    基于双层卫星网络的容迟容断网络自主路由技术

    公开(公告)号:CN114679210A

    公开(公告)日:2022-06-28

    申请号:CN202011544324.3

    申请日:2020-12-24

    Inventor: 张培颖 王超 庞雪

    Abstract: 本发明公开了一种基于双层卫星网络的容迟容断网络自主路由技术。以容迟容断网络的三大应用——过境回传,隐蔽通信和中断续传为研究背景,采用低轨卫星网络和地球同步轨道卫星网络结合的双层网络架构,基于该架构设计了容迟容断网络应用环境的路由解决方案。采用的关键技术有空间信息网络节点相遇及链路变化规律,基于社会网络特性的容迟容断路由机制和网络资源受限条件下的消息传输调度。实现了时间划分、组划分,路由过程,拥塞控制和自治策略等关键环节。本发明可应对传统TCP/IP协议不能直接应用于容迟容断网络的情况,为容迟容断网络提供了新型的路由解决方案。

    一种服务质量感知的空天地一体化网络资源编排方法

    公开(公告)号:CN114630372A

    公开(公告)日:2022-06-14

    申请号:CN202210209390.8

    申请日:2022-03-03

    Inventor: 张培颖 甘鹏

    Abstract: 本发明提供了一种服务质量感知的空天地一体化网络资源编排方法,属于人工智能和网络技术领域。基于空天地一体化网络资源编排面临的一系列问题,所提出的服务质量感知的空天地一体化网络资源编排方法,通过空天地一体化网络建模,网络属性设置,属性提取,学习代理的构建以及学习代理的训练和测试等步骤完成了整个网络资源编排过程。该过程重点根据用户的服务质量提取了空天地一体化网络的关键属性进行训练,在满足用户服务质量需求的基础上进行网络资源编排。与其他网络资源编排方法相比,本发明方法具有更好的性能。

    一种智能电网场景下基于深度强化学习辅助优化的原位数据存储管理方法

    公开(公告)号:CN119937928A

    公开(公告)日:2025-05-06

    申请号:CN202510014890.X

    申请日:2025-01-06

    Abstract: 本发明公开了一种智能电网场景下基于深度强化学习辅助优化的原位数据存储管理方法。该方法认为:首先建立规则性划分机制,优化原位数据存储任务分类效果;然后设计分布式队列架构,将划分后的存储任务分配到对应队列中,以优化存储任务管理流程并提升系统效率;接着提出原位数据存储任务管理的优化问题;最后将优化问题描述为马尔科夫决策过程并用深度强化学习技术对存储任务的处理决策进行求解。本发明在智能电网中原位数据存储需求存有差异性的管理前提下,综合考虑所有存储任务的需求特征,以减少滞留存储任务数、等待延迟和完成延迟为目标进行管理决策,使得系统能在合理输入任务需求的同时,协调处理分布式队列中的滞留任务,提高存储任务的处理效率,并有效降低系统延迟。

    一种基于安全聚合和用户信誉的时序QoS预测方法

    公开(公告)号:CN118214675A

    公开(公告)日:2024-06-18

    申请号:CN202410364212.1

    申请日:2024-03-28

    Abstract: 本发明公开了一种基于安全聚合和用户信誉的时序QoS预测方法。该方法为:首先构建预测任意时间片QoS的本地模型;然后实现新的安全聚合方法,保证参数更新的准确性;接着设计一种多角度考虑的用户信誉计算方法;最后将三部分按照固定顺序执行,实现可信的、准确的QoS预测。本发明全面考虑了云环境中不可信服务器和不可信用户,以实现隐私保护的、准确的、可信的QoS预测为目标进行方法的设计。本发明在应对不可信服务器时,在保证隐私保护的同时,确保了更好的数据效用性以及模型准确性;在应对不可信用户时,从多角度考虑,更好地获取用户信誉,保证模型准确性。

    基于深度强化学习的安全性虚拟网络映射方法

    公开(公告)号:CN113037546A

    公开(公告)日:2021-06-25

    申请号:CN202110232531.3

    申请日:2021-03-03

    Inventor: 张培颖 王超

    Abstract: 一种基于深度强化学习的安全性虚拟网络映射方法,属于网络技术与人工智能网络领域。基于虚拟网络架构的网络资源分配面临一系列的安全挑战与危机,所提出的安全性虚拟网络映射方法从资源分配的角度出发,通过网络建模,属性设置,属性提取,策略网络模型搭建以及深度强化学习代理训练与测试等关键步骤完成整个虚拟网络映射过程,即网络资源的分配过程。该过程重点提取了网络的安全属性进行训练,在满足用户安全需求的基础上进行网络资源的分配。与其他安全性虚拟网络映射方法相比,本发明方法具有更好的虚拟网络映射收益,收益消耗比和虚拟网络请求接受率等性能。

    基于多特征注意力的卷积神经网络句子相似度计算方法

    公开(公告)号:CN112633008A

    公开(公告)日:2021-04-09

    申请号:CN202011581732.6

    申请日:2020-12-28

    Inventor: 张培颖 黄兴哲

    Abstract: 本发明公开了基于多特征注意力的卷积神经网络句子相似度计算方法,属于自然语言处理领域。针对现有方法对句子的特征信息考虑不全面,在输入到深度学习模型之前缺少对句子对之间互信息的考虑以及句子特征向量不突出的问题。本发明首次提出了基于多特征注意力的卷积神经网络句子相似度模型用于语义评估,将句子的语序,分词结果的语义等信息利用特征提取算法提取为加权向量,将加权向量与原始的句子矩阵相乘得到句子对的多特征注意力矩阵。模型从多种句子特征考虑,从全局出发使用特征加权机制对重点特征进行突出推断语义的相似度。本发明在微软释义语料库和语义评估任务的数据集上做了大量的实验验证了该方法的有效性。

    一种知识驱动的网络资源编排方法

    公开(公告)号:CN112799829A

    公开(公告)日:2021-05-14

    申请号:CN202110021492.2

    申请日:2021-01-08

    Inventor: 张培颖 庞雪

    Abstract: 本发明提供了一种知识驱动的网络资源编排方法,涉及计算机技术领域。所述方法包括:利用边缘计算技术和知识驱动技术将网络的计算和处理转移到网络的边缘进行,并根据节点之间资源需求的不同进行划分;网络节点虚拟化,其中,将划分好的边缘节点抽象到不同的虚拟网络中,实现网络虚拟化;网络资源编排,其中,对资源进行清洗和转换,并将整理好的资源存储在云服务器中,边缘节点通过数据融合,将资源编排到各个网络基础设施中。该方法在进行资源编排的过程中使用了边缘计算,知识驱动等技术,可以将网络中数据的计算和处理转移到网络的边缘,避免进行集中式的处理,从而避免数据的冗余,提高数据处理效率,从而提高资源编排的合理性,有效性。

Patent Agency Ranking