-
公开(公告)号:CN113608830A
公开(公告)日:2021-11-05
申请号:CN202110791840.4
申请日:2021-07-13
申请人: 全球能源互联网研究院有限公司 , 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司 , 北京邮电大学
摘要: 本发明提供了一种基于故障预测的VNF迁移方法及装置,包括:基于BP神经网络的物理节点故障预测模型预测未来时刻边缘网络中物理节点的故障情况;基于所述故障预测模型确定的预测结果、节点成本及链路成本构建VNF实例迁移优化模型,并基于所述VNF实例迁移优化模型将故障节点上的VNF实例迁移至正常节点。本发明能够在VNF实例实际发生故障前,基于BP神经网络的物理节点故障预测模型预测未来时刻网络中节点的故障情况,从而提前将故障节点上的VNF实例迁移至正常节点上,保障服务持续正常运行。
-
公开(公告)号:CN112217737A
公开(公告)日:2021-01-12
申请号:CN202011009694.7
申请日:2020-09-23
申请人: 北京邮电大学 , 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司电力科学研究院 , 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号: H04L12/833 , H04L12/851 , H04L12/911 , H04L12/927
摘要: 本发明实施例提供了一种基于业务优先级的机会网络资源动态分配方法,应用于机会网络中携带业务消息的当前节点,所述业务消息包括发送所述业务消息的目标延时、所述业务消息的消息大小以及目的节点的标识,获取所述机会网络中的节点总数,所述当前节点的社交群的平均拥塞度,所述当前节点的缓存空间大小以及所述业务消息的初始优先级;基于所述目标延时,所述消息大小,所述节点总数,所述社交群的平均拥塞度,当前节点的缓存空间大小以及所述业务消息的初始优先级,计算所述业务消息的副本数;获取所述业务消息的副本数个业务消息副本,并将所获取的业务消息副本发送给具有所述标识的目的节点。本方案可以提高业务消息所属业务的服务质量。
-
公开(公告)号:CN112217737B
公开(公告)日:2022-07-29
申请号:CN202011009694.7
申请日:2020-09-23
申请人: 北京邮电大学 , 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司电力科学研究院 , 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
摘要: 本发明实施例提供了一种基于业务优先级的机会网络资源动态分配方法,应用于机会网络中携带业务消息的当前节点,所述业务消息包括发送所述业务消息的目标延时、所述业务消息的消息大小以及目的节点的标识,获取所述机会网络中的节点总数,所述当前节点的社交群的平均拥塞度,所述当前节点的缓存空间大小以及所述业务消息的初始优先级;基于所述目标延时,所述消息大小,所述节点总数,所述社交群的平均拥塞度,当前节点的缓存空间大小以及所述业务消息的初始优先级,计算所述业务消息的副本数;获取所述业务消息的副本数个业务消息副本,并将所获取的业务消息副本发送给具有所述标识的目的节点。本方案可以提高业务消息所属业务的服务质量。
-
公开(公告)号:CN111835827B
公开(公告)日:2021-07-27
申请号:CN202010531172.7
申请日:2020-06-11
申请人: 北京邮电大学 , 国网辽宁省电力有限公司信息通信分公司 , 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
摘要: 本发明实施例提供物联网边缘计算任务卸载方法及系统。该方法包括:获取物联网边缘计算网络的场景模型;基于深度强化学习PPO算法,设计任务卸载策略,定义环境状态向量和行为向量;根据环境状态变量和行为向量设定预设任务请求规定,基于预设任务请求规定完成所述场景模型中若干网元的计算任务卸载请求。本发明实施例通过在物联网场景下引入边缘计算技术和深度强化学习技术,利用深度强化学习中的PPO算法逐步学习,完善其神经网络模型,应用更优的边缘计算任务卸载策略,在保证复杂度不高的情况下,可以灵活地降低网络时延。
-
公开(公告)号:CN112288433A
公开(公告)日:2021-01-29
申请号:CN202011284478.3
申请日:2020-11-17
申请人: 国网辽宁省电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
摘要: 本发明实施例提供了一种支持边端协同的区块链共识任务处理系统及方法,其中系统包括:多个MEC服务器和多个作为区块链挖矿设备的移动设备;第一移动设备用于获取区块链共识任务,从多个预设卸载规则中选择目标卸载规则;按目标卸载规则对区块链共识任务进行处理获得第一处理结果,或按目标卸载规则将区块链共识任务发送至MEC服务器,或按目标卸载规则在获取各个第二移动设备的信任值后,将区块链共识任务拆分为预设数量的子任务发送至满足预设信任值条件的第二移动设备;接收MEC服务器返回的第二处理结果,或接收各个第二移动设备返回的多个子任务处理结果,生成第三处理结果。本发明实施例能够提高存储交易数据的安全性。
-
公开(公告)号:CN112288433B
公开(公告)日:2022-09-20
申请号:CN202011284478.3
申请日:2020-11-17
申请人: 国网辽宁省电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
摘要: 本发明实施例提供了一种支持边端协同的区块链共识任务处理系统及方法,其中系统包括:多个MEC服务器和多个作为区块链设备的移动设备;第一移动设备用于获取区块链共识任务,从多个预设卸载规则中选择目标卸载规则;按目标卸载规则对区块链共识任务进行处理获得第一处理结果,或按目标卸载规则将区块链共识任务发送至MEC服务器,或按目标卸载规则在获取各个第二移动设备的信任值后,将区块链共识任务拆分为预设数量的子任务发送至满足预设信任值条件的第二移动设备;接收MEC服务器返回的第二处理结果,或接收各个第二移动设备返回的多个子任务处理结果,生成第三处理结果。本发明实施例能够提高存储交易数据的安全性。
-
公开(公告)号:CN111835827A
公开(公告)日:2020-10-27
申请号:CN202010531172.7
申请日:2020-06-11
申请人: 北京邮电大学 , 国网辽宁省电力有限公司信息通信分公司 , 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
摘要: 本发明实施例提供物联网边缘计算任务卸载方法及系统。该方法包括:获取物联网边缘计算网络的场景模型;基于深度强化学习PPO算法,设计任务卸载策略,定义环境状态向量和行为向量;根据环境状态变量和行为向量设定预设任务请求规定,基于预设任务请求规定完成所述场景模型中若干网元的计算任务卸载请求。本发明实施例通过在物联网场景下引入边缘计算技术和深度强化学习技术,利用深度强化学习中的PPO算法逐步学习,完善其神经网络模型,应用更优的边缘计算任务卸载策略,在保证复杂度不高的情况下,可以灵活地降低网络时延。
-
公开(公告)号:CN113422812B
公开(公告)日:2022-07-29
申请号:CN202110636179.X
申请日:2021-06-08
申请人: 北京邮电大学 , 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号: H04L67/12 , H04L67/51 , H04L12/46 , H04L41/0893
摘要: 本发明实施例提供了一种服务链部署方法及装置,上述方法包括:获取待部署服务链的当前服务链状态;基于当前服务链状态,根据预先确定的服务链状态与部署策略之间的对应关系,确定当前服务链状态对应的部署策略,作为备选部署策略;判断采用所述备选部署策略,对服务链状态为所述当前服务链状态的服务链进行VNF部署后得到的服务链,是否满足预设的可靠性条件;如果满足,按照备选部署策略对待部署服务链进行VNF部署。采用该方法,实现了优化服务链部署过程中的端到端时延和能量消耗的同时,保障物联网用户对服务的可靠性的基本需求。
-
公开(公告)号:CN113422812A
公开(公告)日:2021-09-21
申请号:CN202110636179.X
申请日:2021-06-08
申请人: 北京邮电大学 , 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
摘要: 本发明实施例提供了一种服务链部署方法及装置,上述方法包括:获取待部署服务链的当前服务链状态;基于当前服务链状态,根据预先确定的服务链状态与部署策略之间的对应关系,确定当前服务链状态对应的部署策略,作为备选部署策略;判断采用所述备选部署策略,对服务链状态为所述当前服务链状态的服务链进行VNF部署后得到的服务链,是否满足预设的可靠性条件;如果满足,按照备选部署策略对待部署服务链进行VNF部署。采用该方法,实现了优化服务链部署过程中的端到端时延和能量消耗的同时,保障物联网用户对服务的可靠性的基本需求。
-
公开(公告)号:CN113918240A
公开(公告)日:2022-01-11
申请号:CN202111205701.5
申请日:2021-10-15
申请人: 全球能源互联网研究院有限公司 , 国网辽宁省电力有限公司 , 国家电网有限公司 , 北京邮电大学
摘要: 本发明提供一种任务卸载方法及装置,该方法包括:对终端发送的卸载请求进行解析,获取卸载请求中待处理任务中每个子任务的任务信息;根据每个子任务的任务信息、服务于终端的本地边缘服务器集群和邻近边缘服务器集群的服务性能,以及终端的位置和速度,构建待处理任务的任务卸载优化模型;基于遗传算法对任务卸载优化模型进行求解,根据任务卸载优化模型的最优解,获取待处理任务的最优卸载方案;根据最优卸载方案和每个子任务的重要性,将每个子任务卸载在本地边缘服务器集群中和/或邻近边缘服务器集群中。本发明实现多服务器集群协作,有效缓解单一服务器集群的负载承载能力有限的问题,进而减少服务延迟和提高服务的可靠性和稳定性。
-
-
-
-
-
-
-
-
-