-
公开(公告)号：CN104753644B
公开(公告)日：2018-01-05
申请号：CN201510171180.4
申请日：2015-04-10
Applicant: 北京航空航天大学
IPC: H04L1/00
Abstract: 本发明为基于网络编码的容迟容断网络传输系统，其权衡局部网络环境和消息相关属性，基于博弈论对容迟容断网络编码消息接纳问题进行建模，包含网络信息监听感知、消息接纳博弈、编码与解码。首先，监听与感知获取当前局部网络环境及消息相关属性，并将信息传递给消息接纳博弈。其次，接纳博弈在计算消息转发效用的基础之上，根据参与方的收益函数完成博弈树的构建过程，然后根据逆向归纳法求子博弈精炼纳什均衡，将其交付给编码与解码。最后，编码与解码根据博弈结果将被接纳的消息编码、广播、邻居节点解码。本发明可以增强网络编码对不同网络环境和消息类型的适应性，提高网络传输效率。
-
Patent Agency Ranking
公开(公告)号：CN104753644A
公开(公告)日：2015-07-01
申请号：CN201510171180.4
申请日：2015-04-10
Applicant: 北京航空航天大学
IPC: H04L1/00
Abstract: 本发明为基于网络编码的容迟容断网络传输系统，其权衡局部网络环境和消息相关属性，基于博弈论对容迟容断网络编码消息接纳问题进行建模，包含网络信息监听感知、消息接纳博弈、编码与解码。首先，监听与感知获取当前局部网络环境及消息相关属性，并将信息传递给消息接纳博弈。其次，接纳博弈在计算消息转发效用的基础之上，根据参与方的收益函数完成博弈树的构建过程，然后根据逆向归纳法求子博弈精炼纳什均衡，将其交付给编码与解码。最后，编码与解码根据博弈结果将被接纳的消息编码、广播、邻居节点解码。本发明可以增强网络编码对不同网络环境和消息类型的适应性，提高网络传输效率。
-
公开(公告)号：CN105959988B
公开(公告)日：2021-05-18
申请号：CN201610232827.4
申请日：2016-04-15
Applicant: 北京航空航天大学
Abstract: 一种基于支持向量机的认知无线自组织网络节点稳定性判决方法，该方法结合局部网络属性，基于支持向量机方法，对认知无线自组织网络中节点的稳定性状态问题进行建模。本发明包含指标参数的感知与获取机制、基于支持状态机的节点稳定性判决及路由决策方法。首先，通过跨层交互机制，感知当前网络环境、获取指标参数传递给稳定性判决决策模块。其次，结合支持向量机模型，以前述指标为输入特征，以不同的稳定性状态为分类标签进行训练，获得其预测输出。最后，选择有差异的路由策略进行数据转发。本发明通过综合分析网络环境，融合机器学习方法对节点稳定性状态做出预测，从而增强对动态认知无线自组织网络的适应性、提高转发效率。
-
公开(公告)号：CN103095853B
公开(公告)日：2016-08-03
申请号：CN201310061503.5
申请日：2013-02-27
Applicant: 北京航空航天大学
Abstract: 一种应用于云数据中心内、基于虚拟资源池管理模式的计算能力管理系统。系统采用客户端/服务器模式，将用户对平台计算能力的需求抽象成以CU为单位的计算能力值，并以此度量云数据中心内所有计算平台（物理机或虚拟机）的计算能力、构建计算能力数据库。客户端负责收集所在计算平台的静态信息（CPU信息、IP、侦听端口）、进行计算能力测试；服务器端接收每个客户端发来的报告，构建并计算能力数据库，同时管理用户对计算能力的需求，依据当前分配策略和现有计算资源得出最优分配方案。该系统依据计算能力对云数据中心的计算资源进行了抽象，向用户屏蔽了云数据中心和分配过程细节，同时所制定的分配策略在保障用户需求前提下可以提高计算资源利用率。
-
公开(公告)号：CN105959988A
公开(公告)日：2016-09-21
申请号：CN201610232827.4
申请日：2016-04-15
Applicant: 北京航空航天大学
CPC classification number: H04W40/023 , H04W40/14 , H04W40/16 , H04W84/18
Abstract: 一种基于支持向量机的认知无线自组织网络节点稳定性判决方法，该方法结合局部网络属性，基于支持向量机方法，对认知无线自组织网络中节点的稳定性状态问题进行建模。本发明包含指标参数的感知与获取机制、基于支持状态机的节点稳定性判决及路由决策方法。首先，通过跨层交互机制，感知当前网络环境、获取指标参数传递给稳定性判决决策模块。其次，结合支持向量机模型，以前述指标为输入特征，以不同的稳定性状态为分类标签进行训练，获得其预测输出。最后，选择有差异的路由策略进行数据转发。本发明通过综合分析网络环境，融合机器学习方法对节点稳定性状态做出预测，从而增强对动态认知无线自组织网络的适应性、提高转发效率。
-
公开(公告)号：CN103095853A
公开(公告)日：2013-05-08
申请号：CN201310061503.5
申请日：2013-02-27
Applicant: 北京航空航天大学
Abstract: 一种应用于云数据中心内、基于虚拟资源池管理模式的计算能力管理系统。系统采用客户端/服务器模式，将用户对平台计算能力的需求抽象成以CU为单位的计算能力值，并以此度量云数据中心内所有计算平台（物理机或虚拟机）的计算能力、构建计算能力数据库。客户端负责收集所在计算平台的静态信息（CPU信息、IP、侦听端口）、进行计算能力测试；服务器端接收每个客户端发来的报告，构建并计算能力数据库，同时管理用户对计算能力的需求，依据当前分配策略和现有计算资源得出最优分配方案。该系统依据计算能力对云数据中心的计算资源进行了抽象，向用户屏蔽了云数据中心和分配过程细节，同时所制定的分配策略在保障用户需求前提下可以提高计算资源利用率。
-
-
-
-
-
Search Results
6
records
(took 0.04 seconds)
