-
公开(公告)号：CN118118444B
公开(公告)日：2024-07-12
申请号：CN202410519551.2
申请日：2024-04-28
Applicant: 之江实验室
IPC: H04L49/00 , H04L41/082 , G06F8/41
Abstract: 本发明公开了一种基于可编程交换机的计算功能抽象方法及装置，该方法包括：根据可编程交换机的能力抽象可实现的计算功能原语；可编程交换机的编译器对计算功能原语进行支持；用户根据业务需求实例化计算功能原语；通过编译器对程序进行编译并加载用户程序至可编程交换机，实现在网计算功能。本发明为用户屏蔽了对可编程交换机底层单个寄存器等资源的操作调用，使得用户只需关注在网计算功能的逻辑实现，且无需关注用户实现的协议类型，对计算功能进行了通用抽象，加快了用户编程效率。
-
公开(公告)号：CN117221126A
公开(公告)日：2023-12-12
申请号：CN202311487370.8
申请日：2023-11-09
Applicant: 之江实验室
IPC: H04L41/0896 , H04L41/0894 , H04L45/036 , H04L45/247 , H04L45/76
Abstract: 本发明公开了一种面向网络协同流量的路由调度方法与系统，首先将Coflow子流的路由调度问题建模成整数规划问题，通过近似算法求解得到各个子流的路由及带宽分配，然后考虑Coflow并发情况下的剩余可用带宽情况，对Coflow带宽分配策略进行更新。本方法是一个在线的Coflow路由调度方法，可以在不需要任何Coflow先验知识的情况下，实现Coflow的即时路由和带宽分配。相比于传统的Coflow调度工作，本发明从数据中心网络的实际出发，结合Coflow的路由和带宽分配设计高效合理的调度策略，本发明产生的调度策略更准确实用，且可用于线上实时场景，实现数据中心网络中协同流量的高效调度。
-
公开(公告)号：CN116232849B
公开(公告)日：2023-12-12
申请号：CN202211659106.3
申请日：2022-12-22
Applicant: 之江实验室
IPC: H04L41/0631 , H04L43/0882 , H04L47/6275
Abstract: 本发明公开了一种基于可编程交换机的流量告警方法、装置、设备及介质，该方法对不同优先级的流量进行监测，当流量大于或等于阈值时，可编程交换机会在数据面进行实时告警，并返回给发送端现网中的低优先级流量信息，发送端可通过告警信息调整任务优先级。本发明使用了可编程交换机的设备，可以在数据面实时地将低优先级流量信息告警给发送端而不必经过控制器，显著降低了告警时延，可以让发送端及时调整发送速率，实现了网络流量的实时调度，在保证高优先级流量传输的同时，提高链路利用率。
-
公开(公告)号：CN116915619A
公开(公告)日：2023-10-20
申请号：CN202310571205.4
申请日：2023-05-17
Applicant: 之江实验室
Abstract: 本发明公开了一种面向地理分布式机器学习的通信拓扑设计方法，采用与若干工作节点进行信息交互的控制节点执行，包括S1、接收工作节点上传的其周期性探测的节点之间的网络信息，并根据收到的网络信息对有向图进行创建或更新；S2、根据有向图，采用模拟退火算法选择具有最大带宽容量的节点作为初始状态，并初始化初始温度，迭代搜索获得具有最小聚合完成时间的通信拓扑；S3、根据迭代获取的通信拓扑的当前状态集合和邻居状态集合，缓存拓扑更新信息；当接收到所有工作节点的请求时，向工作节点发送拓扑更新信息。
-
公开(公告)号：CN115190086B
公开(公告)日：2023-01-06
申请号：CN202211109237.4
申请日：2022-09-13
Applicant: 之江实验室
IPC: H04L49/111 , H04W40/24 , H04W4/02
Abstract: 本发明公开了一种基于可编程交换机的身份标识网络流量调度方法及装置，所述方法包括移动接入点维护移动接入点范围内的连接状态数据表，并每隔一定时间发送一个心跳报文到移动终端，若没收到应答报文，则删除连接状态数据表上的表项；控制器维护全网视图，监视网络流量，并给可编程交换机下发流表项；源移动终端发送一个ASSOCIATION数据包给移动接入点以获取目的移动终端的位置标识，然后发送正式的请求数据包；正式的请求数据包包含源位置标识、源身份标识、目的位置标识和目的身份标识，载荷为数据报文；正式的请求数据包在可编程交换机及移动接入点间转发。本发明方法简化了MobilityFirst网络的部署流程，能为MobilityFirst网络提供更好的QoS。
-
Patent Agency Ranking
公开(公告)号：CN115426265A
公开(公告)日：2022-12-02
申请号：CN202211362948.2
申请日：2022-11-02
Applicant: 之江实验室
IPC: H04L41/082 , H04L41/0823 , H04L41/147 , H04L41/16 , G06K9/62 , G06N20/00
Abstract: 本发明公开了一种多模态网络下交换资源分配优化方法及装置、介质，该方法基于机器学习对多模态网元上ASIC交换芯片、FPGA、PPK软件交换进行选择，具体包括：人工预配置，制定多模态软硬件协同处理的基本规则；离线学习，在离线学习阶段设计训练配置，以捕获不同的交换资源使用变量，运行实验以产生训练分类器的原始数据，利用生成的性能指标离线训练模型；在线推理，获取交换资源分配建议，并根据交换资源分配建议更新模态代码。本发明使用多模态网元I型设备，实现了多模态网元上软/硬件交换资源的灵活、高效分配，使软硬件协同设计性能达到最优，降低多模态网络资源分配成本，其实现方法简便、手段灵活、网络服务质量能得到显著保证。
-
公开(公告)号：CN115002039A
公开(公告)日：2022-09-02
申请号：CN202210888382.0
申请日：2022-07-27
Applicant: 之江实验室
IPC: H04L47/122 , H04L47/32 , H04L69/22
Abstract: 本发明公开一种基于UDF的流量卸载方法及系统，该方法包括：步骤一，进行P4语言编程：对网络中特定新型流量的协议报文格式进行P4语言编程描述；对报文的解析、匹配和卸载规则进行P4语言编程和对应流表描述；步骤二，通过面向UDF的编译映射方法将P4程序编译映射到ASIC芯片上；步骤三，在所述ASIC芯片上，根据UDF规则匹配到流量卸载规则后执行流量卸载动作，将特定报文卸载到对应的处理节点或者丢弃。本发明一方面有效减少了关键节点或核心网中的数据流量，减轻了计算和存储负荷，提升整体运行效率，另一方面提升了流量卸载的可编程序和灵活性，有助于更好地利用芯片的性能。
-
公开(公告)号：CN120075122A
公开(公告)日：2025-05-30
申请号：CN202510528050.5
申请日：2025-04-25
Applicant: 之江实验室
IPC: H04L45/02 , H04L45/12 , H04L47/125 , H04L47/283 , H04L49/356 , G06N3/098
Abstract: 本发明公开了一种面向分布式大模型训练的通信调度方法、电子设备、介质，包括：获取服务器集群规模、度数及AllReduce与MP流量的传输需求比例，按两类流量需求比例拆分为AllReduce流量、MP流量子拓扑的度数，基于此构建AllReduce子拓扑和MP子拓扑，组合得到拓扑图，并利用光交换机实现物理拓扑；当流量变化时，获取所有分布式大模型训练任务数组、链路数组、候选放置位置数组；根据拓扑图中构建每一候选放置位置对应的亲和图，计算亲和图中所有链路的兼容性得分，得到最佳放置位置；计算最佳放置位置对应的亲和图中所有连接子图的时延，将其总和作为总时延，以总时延最小为优化目标；根据最佳放置位置以及总时延在物理拓扑上进行分布式大模型训练。
-
公开(公告)号：CN118519642B
公开(公告)日：2024-09-27
申请号：CN202410968709.4
申请日：2024-07-19
Applicant: 之江实验室
Abstract: 本发明涉及一种基于资源能力表述的网络编程逻辑功能与网络资源拟合匹配方法，包括构建资源种类与能力的模型表述；解析数据面逻辑以确定出所需的资源种类与能力；进行资源拟合与能力匹配操作，输出得到拟合结果，用于将网络编程逻辑功能部署在网络资源中并运行。与现有技术相比，本发明通过构建资源种类与能力的模型表述，通过解析数据面逻辑，以提炼出数据面所需的资源种类与能力概述，再通过与对应的网络设备资源进行功能拟合匹配，能够实现数据面逻辑功能依据设备的资源能力进行部署，提高网络效率和资源利用率。
-
公开(公告)号：CN117319287A
公开(公告)日：2023-12-29
申请号：CN202311585505.4
申请日：2023-11-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多智能体强化学习的网络可扩展路由方法与系统，通过PageRank算法对网络节点重要性进行建模，并选取网络中的关键节点，然后在若干个关键网络节点上训练Actor网络，在SDN控制器上训练Critic网络，基于多智能体强化学习进行网络流量的逐跳路由，实现大型数据中心网络的可扩展路由。通过本发明既提升了路由方案的稳定性又降低了大型网络中路由寻优的复杂度；同时不需要传统监督学习方法中的带标签的样本，通过与环境反复交互获得实时反馈的样本，以指导模型的迭代和优化；奖励函数的设计综合考虑了网络链路的吞吐量、时延和丢包率，通过多种指标加权指导多智能体生成最优的流量路由策略。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.016 seconds)
