-
公开(公告)号:CN117692330A
公开(公告)日:2024-03-12
申请号:CN202311619503.2
申请日:2023-11-29
申请人: 之江实验室
IPC分类号: H04L41/0823 , H04L41/147 , H04L41/16 , H04L47/2483 , H04L47/125
摘要: 本申请涉及一种服务功能链重配置方法、装置及计算机设备。所述方法包括:获取可编程网络的数据平面中的历史流量信息,以及至少两个可编程交换机的历史负载信息和资源信息;从历史流量信息中提取流量特征,从历史负载信息和所述资源信息中提取交换机特征;将流量特征和交换机特征输入至已训练的深度神经网络进行网络预测处理,并输出网络预测结果;基于网络预测结果,利用可编程交换机在可编程网络的数据平面部署服务功能链。采用本方法,针对不同类别的信息,设计多级特征提取模型,提高了特征提取的有效性与准确性;提前部署网络功能以满足服务链功能要求,降低可编程交换机重配置延迟,避免高延迟对网络服务质量的影响,提升重配置速率。
-
公开(公告)号:CN118550519A
公开(公告)日:2024-08-27
申请号:CN202411023148.7
申请日:2024-07-29
申请人: 之江实验室
摘要: 本发明公开了一种多模态网络后端编译方法和系统。本方法包括:首先,获取多模态网络程序的中间表示;然后,遍历中间表示中的不同节点,提取出协议类型、协议字段、表、动作等关键信息;接着,将提取的信息根据芯片的数据报文处理流水线,进行转译,生成用户自定义字段的灵活解析规则和灵活编辑规则。本发明将用户自定义字段的灵活解析规则的表项进行合并,将不同网络模态的匹配规则合并在一个查找表中,从而一次提取多个模态的匹配项,提高了芯片资源利用率。
-
公开(公告)号:CN117955908B
公开(公告)日:2024-07-16
申请号:CN202410357849.8
申请日:2024-03-27
申请人: 之江实验室
IPC分类号: H04L45/76 , H04L41/0895 , H04L41/40
摘要: 本申请涉及一种基于SDN控制器的NDN网络切片方法、装置、设备和介质,其中,计算所述NDN路由器的不同度量特性的切片路径,获得所述切片路径的转发表;将所述转发表下发至所述NDN路由器;基于NDN报文的度量特性,在所述NDN路由器上选择所述转发表中对应的切片路径将所述NDN报文进行路由转发。解决了NDN网络无法满足不同类型业务对网络性能的差异化需求的问题,实现了NDN网络中不同业务流量的隔离,从而满足不同通信传输业务特性的需求。
-
公开(公告)号:CN117955908A
公开(公告)日:2024-04-30
申请号:CN202410357849.8
申请日:2024-03-27
申请人: 之江实验室
IPC分类号: H04L45/76 , H04L41/0895 , H04L41/40
摘要: 本申请涉及一种基于SDN控制器的NDN网络切片方法、装置、设备和介质,其中,计算所述NDN路由器的不同度量特性的切片路径,获得所述切片路径的转发表;将所述转发表下发至所述NDN路由器;基于NDN报文的度量特性,在所述NDN路由器上选择所述转发表中对应的切片路径将所述NDN报文进行路由转发。解决了NDN网络无法满足不同类型业务对网络性能的差异化需求的问题,实现了NDN网络中不同业务流量的隔离,从而满足不同通信传输业务特性的需求。
-
-
公开(公告)号:CN118802572A
公开(公告)日:2024-10-18
申请号:CN202411290331.3
申请日:2024-09-14
申请人: 之江实验室
IPC分类号: H04L41/14 , H04L41/147
摘要: 本发明公开了一种支持网络多模态共生演化的系统及方法,包括:网络模态演化决策子系统:根据业务需求选择承载业务的网络模态,并确定网络模态是否需要演化或者产生新的网络模态决策;网络模态智能生成子系统:对所述选择的网络模态进行全局规划,确定部署拓扑,并监测网络模态服务质量;网络模态共生平台子系统:根据所述部署拓扑将网络模态实例化在网络资源上,对多种网络模态进行混合调度。本发明针对数字化时代垂直行业的应用多样化需求,建立支持网络多模态共生演化的系统及方法,为多样化网络模态的兼容并蓄、共融共生发展提供理论支撑。
-
公开(公告)号:CN117354046A
公开(公告)日:2024-01-05
申请号:CN202311540062.7
申请日:2023-11-17
申请人: 之江实验室
IPC分类号: H04L9/40 , H04L41/16 , G06N3/0464 , G06N3/088 , G06F18/241
摘要: 本申请涉及一种网络入侵检测方法、装置、电子装置和存储介质,通过对第一网络数据进行随机增强,并使用随机增强后的第一网络数据训练预设的特征提取网络模型,得到训练后的特征提取网络模型的第一目标参数;特征提取网络模型用于提取特征表示向量;根据第一网络数据和第二网络数据,以及第一目标参数,训练预设的分类网络模型,得到目标分类网络模型;根据目标分类网络模型对待检测网络数据进行网络入侵检测,进而提高网络入侵检测的准确度。
-
-
-
-
-
-