一种基于去中心化存算调度与执行的软件服务提供方法

    公开(公告)号:CN117573310A

    公开(公告)日:2024-02-20

    申请号:CN202311526263.1

    申请日:2023-11-15

    Abstract: 本发明公开了一种基于去中心化存算调度与执行的软件服务提供方法,首先通过中介节点对存算设备、计算设备及新软件进行注册,完成存算资源、软件上线。然后需要享受软件服务的客户端向中介节点发布软件服务请求,由中介节点作为代理在完成原子服务的拆分后,以分布式的方式将原子服务请求发布到全网,全网的拥有闲置资源的存算节点通过实时轮训的方式,检测和获取在链的原子服务请求。最后,全网的拥有闲置资源的存算节点基于实时轮训获取到的在链服务原子请求在本地进行决策判断后,若接受,则对该请求进行认领,并进行自主协商形成服务群,组合出软件服务并向用户进行提供。本发明借助于容器技术提供的去中心化软件执行能力,能够实现在接入因特网海量存算设备的条件下,按需为用户提供质量可控的软件服务。

    基于多智能体强化学习的分布式WSN能量效率路由优化方法

    公开(公告)号:CN117014988A

    公开(公告)日:2023-11-07

    申请号:CN202310762750.1

    申请日:2023-06-26

    Abstract: 本发明公开了一种基于多智能体强化学习的分布式WSN能量效率路由优化方法,分布式地在每个传感器节点部署具有决策模块的智能体,构建路由协作决策系统,所有智能体采用同步决策的方式,每个智能体的决策模块周期性地根据本地观察值向量和位置向量在本地计算得路由策略向量;决策模块采用多智能体强化学习算法进行训练,然后对无线传感网络进行部署,部署完成后周期性地采用路由协作决策系统更新路由方案。本发明综合考虑能量消耗和能量均衡性,以完全分布式的方式实现数据包的无环转发路径联合规划,提高网络存活时间。

    基于多智能体增强学习的WSN能量效率优化路由方法

    公开(公告)号:CN114827931B

    公开(公告)日:2023-03-10

    申请号:CN202210378218.5

    申请日:2022-04-12

    Abstract: 本发明公开了一种基于多智能体增强学习的WSN能量效率优化路由方法,首先对无线传感网络进行预定义,构建路由协作决策系统,包括A个决策网络和1个汇聚模块,A个决策网络分别部署在A个传感器节点的智能体上,汇聚模块部署在汇聚节点上,其中决策网络根据本地观察值向量和位置向量得到概率向量,汇聚模块汇总A个概率向量通过概率采样的方式生成整个无线传感网的路由方案并将其重新部署给传感器;采用多智能体增强学习算法对路由协作决策系统中的A个智能体决策网络进行训练;然后对无线传感网络进行部署,部署完成后周期性地使用路由协作决策系统更新路由方案。本发明对跳数和节点剩余能量进行综合考虑,提高网络存活时间。

    一种多模态网络的流量智能控制方法

    公开(公告)号:CN115473854A

    公开(公告)日:2022-12-13

    申请号:CN202211012251.2

    申请日:2022-08-23

    Abstract: 本发明公开了一种多模态网络的流量智能控制方法,基于深度强化学习(Deep Reinforcement Learning,DRL),通过提取访问内容大小、链路带宽等特征,综合考虑网络负载均衡、业务时延等指标来进行网络流量分配。此外,为了缩短用户请求内容的时间,本发明利用多模态网络的架构优势(ICN网络节点可以缓存数据),基于多模态网络的缓存特性提出了考虑代价和收益的缓存算法,在网络节点中对流行度较高的内容进行缓存。这样本发明通过基于深度强化学习的路由策略以及考虑替换收益的动态缓存策略,降低了多模态网络时延,实现了多模态负载均衡,并提高了多模态网络的性能。

    基于多智能体增强学习的WSN能量效率优化路由方法

    公开(公告)号:CN114827931A

    公开(公告)日:2022-07-29

    申请号:CN202210378218.5

    申请日:2022-04-12

    Abstract: 本发明公开了一种基于多智能体增强学习的WSN能量效率优化路由方法,首先对无线传感网络进行预定义,构建路由协作决策系统,包括A个决策网络和1个汇聚模块,A个决策网络分别部署在A个传感器节点的智能体上,汇聚模块部署在汇聚节点上,其中决策网络根据本地观察值向量和位置向量得到概率向量,汇聚模块汇总A个概率向量通过概率采样的方式生成整个无线传感网的路由方案并将其重新部署给传感器;采用多智能体增强学习算法对路由协作决策系统中的A个智能体决策网络进行训练;然后对无线传感网络进行部署,部署完成后周期性地使用路由协作决策系统更新路由方案。本发明对跳数和节点剩余能量进行综合考虑,提高网络存活时间。

    一种基于强化学习的网络链路性能指标异常定位方法

    公开(公告)号:CN113162800B

    公开(公告)日:2022-06-14

    申请号:CN202110270428.8

    申请日:2021-03-12

    Abstract: 本发明公开了一种基于强化学习的网络链路性能指标异常定位方法,通过INT技术获取网络节点的状态信息反映链路性能状态。异常节点定位时,从环境中获取的业务流路由信息,结合用户反馈结果生成环境状态,输入到强化学习(RL)代理,得到每个交换机对应的Q值,选取最大的交换机为异常节点,并开放其INT功能,然后再输入环境状态,再定位异常节点,并进行修复,直到用户反馈所有业务流正常。同时,根据INT信息监测出开放交换机(定位的异常节点)是否为真实的异常节点,给出奖励送到经验回放池,使决策神经网络输出的Q值与交换机对应的奖励值成正相关性,使得决策神经网络更能准确定位异常节点,这样在这些异常节点上使用INT技术实时监测,不必在所有节点上使用,从而减少网络管理开销。

    一种数据中心网络负载的均衡方法

    公开(公告)号:CN111817973B

    公开(公告)日:2022-03-25

    申请号:CN202010596896.X

    申请日:2020-06-28

    Abstract: 本发明公开了一种数据中心网络负载的均衡方法,发送端主机在发送某条TCP flow的流量时,首先进行flowlet切分,然后flowlet进行流量大小的监测,观察是否超出了设定的阈值,如果单位时间流量超过了阈值,则进行进一步的切分;然后切分得到的的子流片段中packet的TCP源端口号进行修改,子流片段被视作一个个独立的“flow”进行转发,实现了负载均衡的目的;最后接收端主机对接收到的子流片段进行TCP源端口号的恢复,然后再递交给上层TCP层。本发明弥补基于flowlet均衡方法过于被动的不足,提升网络负载均衡效果,减小细粒度时间突发流量对网络传输性能的影响,同时摆脱对flowlet交换机的依赖,在主机上通过软件来实现可以方便方法的部署和后期迭代更新。

    一种应用于内容中心网的负载均衡方法

    公开(公告)号:CN106161252B

    公开(公告)日:2019-03-15

    申请号:CN201610427867.4

    申请日:2016-06-14

    Inventor: 王雄 曾春晖

    Abstract: 本发明针对现有技术存在的问题,通过构建逻辑拓扑集合、建立流行度统计表、在Interest包头部建立拓扑编号和缓存位置、修改FIB表以及在Data包的头部增加缓存位置字段,将多拓扑路由与CCN内建CS的特点相结合,提出了一种应用于内容中心网的负载均衡方法。这样,通过多拓扑路由的方法,将Interest包(内容请求包)映射到不同的逻辑拓扑中进行转发,以避免重载链路的过度使用,达到保护重载链路的目的;同时,利用CCN中的CS,将高流行度的内容缓存到重载链路的上游节点上,进一步保护重载链路,从路由和缓存两个方面来均衡链路间的负载。

    一种全光网络中基于受限监测资源的监测迹设计方法

    公开(公告)号:CN105515644A

    公开(公告)日:2016-04-20

    申请号:CN201510837072.6

    申请日:2015-11-26

    CPC classification number: H04B10/07

    Abstract: 本发明公开了一种全光网络中基于受限监测资源的监测迹设计方法,针对全光网络中监测资源受限的单链路故障监测问题,通过波长预路由、监测迹设计和波长路由适配等过程逐步减小由无法定位的不明确链路故障引起的业务损失,从而有效地解决监测资源不足时的单链路故障监测问题,满足用户需求的服务质量并实现在大容量的全光网络中的故障监测、快速定位。同时,本发明还具有逻辑简单、运算复杂度相对较低等特点。

Patent Agency Ranking