-
公开(公告)号：CN118945116A
公开(公告)日：2024-11-12
申请号：CN202411212329.4
申请日：2024-08-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L47/125 , H04L45/00 , H04L45/02 , H04L45/12 , H04L45/30
Abstract: 本发明提出一种数据中心网络中负载均衡的实现方法及系统，方法包括：根据传输带宽，将数据流划分为象流和鼠流；将所有可达路径节点的网络负载信息打包为探测包，广播到全网；基于探测包信息，获取带宽因子、象流关键度因子和队列长度指数，为象流和鼠流分配传输路径；具体为：对象流进行改进蚁群算法迭代，将带宽因子和象流关键度因子作为蚁群寻路的依据，获取并比较最优解集合不同路径的开销，将象流转发到开销最小的路径；对鼠流计算可达路径时延，将队列长度指数和时延作为鼠流选路的依据，筛选符合时延限制的路径，将鼠流转发到开销最小的路径。通过将流量按照其自身传输需求分配到不同路径，提高链路带宽利用率并降低了时延。
-
公开(公告)号：CN119011670A
公开(公告)日：2024-11-22
申请号：CN202411022015.8
申请日：2024-07-29
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L67/568 , G06F18/25 , G06Q50/00 , G06N3/0442
Abstract: 本发明提出了基于多尺度特征融合的主动边缘缓存方法及系统，涉及主动缓存技术领域。包括将移动边缘计算服务器集成到社交内容中心网络中；获取表征不同内容的历史流行度、用户社交关系和用户移动性的多尺度特征，将多尺度特征进行融合，得到统一的时间序列特征表示；将统一的时间序列特征表示输入至编码器中，提取内容的历史和未来时序特征，并将编码器的中间层输出向量输入至解码器中，基于多头注意力机制得到未来多步的预测流行度值，将多步预测流行度的平均值作为最终预测结果；将最终预测结果排名靠前的内容作为待缓存内容进行提前缓存。本发明提高了缓存命中率且降低系统总体内容访问延迟，提高系统整体缓存效率。
-
公开(公告)号：CN118748657A
公开(公告)日：2024-10-08
申请号：CN202410900950.3
申请日：2024-07-05
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L47/125 , H04L47/26 , H04L49/201
Abstract: 本发明属于网络通信领域，提供了一种数据中心网络中负载均衡的实现方法及系统，包括：(1)边缘交换机广播式发送INT探针，携带路径上经过的每个交换机的负载信息；(2)网络内每个交换机维护一个负载信息表，存储由此交换机到达其他边缘交换机的所以可达路径，以及该路径的负载权重；(3)交换机基于负载信息表中不同路径的负载权重进行路由决策；(4)控制器根据不同路径的负载平衡程度，动态调控探针发送速率。本发明能够在数据中心网络中实现更高效的负载均衡，有效利用可用带宽。
-
公开(公告)号：CN118748643A
公开(公告)日：2024-10-08
申请号：CN202410754379.9
申请日：2024-06-12
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L41/16 , G06F9/50 , G06N3/126 , H04L41/147 , H04L43/0852 , H04L67/10 , H04L67/568
Abstract: 本发明涉及移动边缘缓存技术领域，提供了一种基于用户偏好感知的边缘缓存放置优化方法及系统。该方法包括，获取用户历史请求记录，采用深度学习网络，预测下一时隙用户请求内容数量，结合异质用户活跃程度，得到用户对内容偏好的概率分布；基于用户对内容偏好的概率分布，将用户根据偏好相似度进行聚类，将高度相关的用户分到同一集群中，并为每个集群设计缓存策略；将缓存放置问题转化为减少延迟最大化问题，在缓存容量和延迟阈值的约束下最大化总体减少的延迟，使用遗传算法优化减少延迟最大化问题，迭代出最佳个体作为全局最优缓存放置策略；根据全局最优缓存放置策略，执行缓存内容的放置，根据用户请求动态调整缓存内容。
-
-
-
Search Results
4
records
(took 0.062 seconds)
