-
公开(公告)号：CN116306770B
公开(公告)日：2023-11-14
申请号：CN202310127530.1
申请日：2023-02-17
Applicant: 西安电子科技大学广州研究院
IPC: G06N3/006 , G06N3/04 , G06N3/084 , G06F18/214
Abstract: 本发明涉及软件定义网络性能预测技术领域，具体的说是一种基于密母神经架构搜索的软件定义网络性能预测方法，包括收集训练数据、确定编码方式及搜索空间、初始化种群、计算种群的适应度值、选择父代个体、执行交叉、变异算子、执行局部搜索算子、合并父代和子代种群、精英选择出下一代种群、确定最优的个体以及执行推理过程进行SDN网络性能预测的步骤；本发明将神经架构搜索技术用于设计SDN网络性能预测器的探索，为提升SDN网络性能预测器的泛化能力做出了巨大贡献,借助时兴的神经架构搜索技术，可对任意路由协议/路由策略的通信网络自动化地设计出有效的神经网络结构，极大地缓解了SDN网络性能评估算法设计时巨大的调参压力。
-
公开(公告)号：CN116306770A
公开(公告)日：2023-06-23
申请号：CN202310127530.1
申请日：2023-02-17
Applicant: 西安电子科技大学广州研究院
IPC: G06N3/006 , G06N3/04 , G06N3/084 , G06F18/214
Abstract: 本发明涉及软件定义网络性能预测技术领域，具体的说是一种基于密母神经架构搜索的软件定义网络性能预测方法，包括收集训练数据、确定编码方式及搜索空间、初始化种群、计算种群的适应度值、选择父代个体、执行交叉、变异算子、执行局部搜索算子、合并父代和子代种群、精英选择出下一代种群、确定最优的个体以及执行推理过程进行SDN网络性能预测的步骤；本发明将神经架构搜索技术用于设计SDN网络性能预测器的探索，为提升SDN网络性能预测器的泛化能力做出了巨大贡献,借助时兴的神经架构搜索技术，可对任意路由协议/路由策略的通信网络自动化地设计出有效的神经网络结构，极大地缓解了SDN网络性能评估算法设计时巨大的调参压力。
-
公开(公告)号：CN116132310B
公开(公告)日：2023-10-20
申请号：CN202310127510.4
申请日：2023-02-17
Applicant: 西安电子科技大学广州研究院
IPC: H04L41/147 , H04L41/14 , G06N3/006
Abstract: 本发明涉及计算机通信技术领域，具体的说是一种大规模软件定义网络性能预测方法，通过从数据平面中获取SDN网络的状态数据、定义社区划分标准、使用遗传算法对SDN网络进行社区划分、独立预测各社区性能和网络全局状态感知的步骤，借助复杂网络对大规模SDN网络进行了高度抽象和分析，将大型SDN网络分解为多个小型网络进行逐个预测，便于实施、结构清晰、更贴近实际生活的网络特点，经过划分社区的SDN网络，连边的局部特性更能得到细致的刻画，对网络进行性能分析收到更好的效果，且在分解SDN网络后，借助注意力机制从全局关系理解网络中蕴含的复杂信息，对社区内链路性能进行了进一步的调整并给出社区间的链路性能。
-
公开(公告)号：CN116132310A
公开(公告)日：2023-05-16
申请号：CN202310127510.4
申请日：2023-02-17
Applicant: 西安电子科技大学广州研究院
IPC: H04L41/147 , H04L41/14 , G06N3/006
Abstract: 本发明涉及计算机通信技术领域，具体的说是一种大规模软件定义网络性能预测方法，通过从数据平面中获取SDN网络的状态数据、定义社区划分标准、使用遗传算法对SDN网络进行社区划分、独立预测各社区性能和网络全局状态感知的步骤，借助复杂网络对大规模SDN网络进行了高度抽象和分析，将大型SDN网络分解为多个小型网络进行逐个预测，便于实施、结构清晰、更贴近实际生活的网络特点，经过划分社区的SDN网络，连边的局部特性更能得到细致的刻画，对网络进行性能分析收到更好的效果，且在分解SDN网络后，借助注意力机制从全局关系理解网络中蕴含的复杂信息，对社区内链路性能进行了进一步的调整并给出社区间的链路性能。
-
-
-
Search Results
4
records
(took 0.036 seconds)
