-
公开(公告)号：CN105900378B
公开(公告)日：2019-07-12
申请号：CN201580003767.2
申请日：2015-01-05
Applicant: 思科技术公司
CPC classification number: H04L45/28 , G06F11/2007 , G06N7/005 , G06N20/00 , H04L41/0836 , H04L41/147 , H04L41/16 , H04L43/0817 , H04L43/0894 , H04L45/02 , H04L45/20 , H04L45/70 , H04W40/18 , H04W40/30 , Y02D70/142 , Y02D70/144 , Y02D70/22 , Y02D70/30
Abstract: 收集并分析网络度量。通过使用机器学习基于经收集并分析的网络度量来预测是否很可能发生网络元件故障。响应于预测到很可能发生网络元件故障，网络中的流量被重新路由以便避免网络元件故障。该应用被应用于低功率有损网络(LLN)。
-
公开(公告)号：CN105075180B
公开(公告)日：2018-11-13
申请号：CN201480019689.0
申请日：2014-02-04
Applicant: 思科技术公司
Abstract: 在一个实施例中，描述并示出了关于使用分布式学习机器反馈来动态调整一组被监控的网络属性的技术。具体地，在一个实施例中，学习机器(或分布式学习机器)确定计算机网络中的多个被监控的网络属性。由此，可以确定多个网络属性中的相关网络属性的子集，从而也可以基于相关网络属性的子集确定相应的不相关网络属性的子集。因此，可以将不相关网络属性通知给计算机网络，从而降低监控不相关网络属性的速率。
-
公开(公告)号：CN105075179A
公开(公告)日：2015-11-18
申请号：CN201480019368.0
申请日：2014-02-04
Applicant: 思科技术公司
CPC classification number: H04L43/10 , H04L41/147 , H04L41/16 , H04L43/08 , Y04S40/168
Abstract: 在一个实施例中，描述并示出了关于基于学习机器对异常网络性能的检测的技术。具体地，在一个实施例中，边界路由器从网络管理服务器(NMS)接收一组网络属性xi和网络性能度量Mi；然后拦截从该边界路由器的计算机网络中的节点发送的xi和Mi。由此，边界路由器然后可以基于xi和Mi建立回归函数F；并且可以基于回归函数F来检测在所拦截的xi和Mi中的一个或多个异常。在另一实施例中，对边界路由器进行指示的NMS从边界路由器接收检测到的异常。
-
Patent Agency Ranking
公开(公告)号：CN105074735A
公开(公告)日：2015-11-18
申请号：CN201480019759.2
申请日：2014-02-04
Applicant: 思科技术公司
CPC classification number: G06N99/005 , H04L29/12 , H04L61/00
Abstract: 在一个实施例中，确定由多个学习机器(LM)中的每个LM维护的变量。这些LM被托管于网络中的多个现场区域路由器(FAR)上，并且这些变量在FAR之间是可共享的。计算定义变量之间的相关性的多个相关性值。然后，基于多个相关性值计算FAR集群，以使得所集群的FAR与相关的变量相关联，并且该集群允许所集群的FAR共享其各自的变量。
-
公开(公告)号：CN105075179B
公开(公告)日：2019-03-15
申请号：CN201480019368.0
申请日：2014-02-04
Applicant: 思科技术公司
Abstract: 在一个实施例中，描述并示出了关于基于学习机器对异常网络性能的检测的技术。具体地，在一个实施例中，边界路由器从网络管理服务器(NMS)接收一组网络属性xi和网络性能度量Mi；然后拦截从该边界路由器的计算机网络中的节点发送的xi和Mi。由此，边界路由器然后可以基于xi和Mi建立回归函数F；并且可以基于回归函数F来检测在所拦截的xi和Mi中的一个或多个异常。在另一实施例中，对边界路由器进行指示的NMS从边界路由器接收检测到的异常。
-
公开(公告)号：CN105074735B
公开(公告)日：2018-02-13
申请号：CN201480019759.2
申请日：2014-02-04
Applicant: 思科技术公司
CPC classification number: G06N99/005 , H04L29/12 , H04L61/00
Abstract: 在一个实施例中，确定由多个学习机器(LM)中的每个LM维护的变量。这些LM被托管于网络中的多个现场区域路由器(FAR)上，并且这些变量在FAR之间是可共享的。计算定义变量之间的相关性的多个相关性值。然后，基于多个相关性值计算FAR集群，以使得所集群的FAR与相关的变量相关联，并且该集群允许所集群的FAR共享其各自的变量。
-
公开(公告)号：CN105900378A
公开(公告)日：2016-08-24
申请号：CN201580003767.2
申请日：2015-01-05
Applicant: 思科技术公司
CPC classification number: H04L45/28 , G06F11/2007 , G06N7/005 , G06N20/00 , H04L41/0836 , H04L41/147 , H04L41/16 , H04L43/0817 , H04L43/0894 , H04L45/02 , H04L45/20 , H04L45/70 , H04W40/18 , H04W40/30 , Y02D70/142 , Y02D70/144 , Y02D70/22 , Y02D70/30
Abstract: 收集并分析网络度量。通过使用机器学习基于经收集并分析的网络度量来预测是否很可能发生网络元件故障。响应于预测到很可能发生网络元件故障，网络中的流量被重新路由以便避免网络元件故障。该应用被应用于低功率有损网络(LLN)。
-
公开(公告)号：CN105075180A
公开(公告)日：2015-11-18
申请号：CN201480019689.0
申请日：2014-02-04
Applicant: 思科技术公司
CPC classification number: H04L43/02 , H04L41/16 , H04L43/103 , Y04S40/168
Abstract: 在一个实施例中，描述并示出了关于使用分布式学习机器反馈来动态调整一组被监控的网络属性的技术。具体地，在一个实施例中，学习机器(或分布式学习机器)确定计算机网络中的多个被监控的网络属性。由此，可以确定多个网络属性中的相关网络属性的子集，从而也可以基于相关网络属性的子集确定相应的不相关网络属性的子集。因此，可以将不相关网络属性通知给计算机网络，从而降低监控不相关网络属性的速率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
