一种通信网络中流量关键点的确定方法

    公开(公告)号:CN113965400A

    公开(公告)日:2022-01-21

    申请号:CN202111280512.4

    申请日:2021-11-01

    Abstract: 本发明公开了一种通信网络中流量关键点的确定方法,包括以下步骤:S1:构建通信网络的流量业务模型;S2:根据通信网络的流量业务模型,确定通信网络中交换机节点的综合业务权重;S3:基于网络中交换机节点的综合业务权重,确定流量关键点。本发明的方法针对在网络中进行分布式流量监测等功能部署时的流量关键点选择问题,设计了一种基于网络拓扑结构与流量业务分布的对流量关键点的确定方法,实现了在资源受限时对流量关键点的合理选择,优先选择关键权重较高的节点作为监测点,从而实现在有限的资源下提升监测效果,对在网络中设置分布式流量检测点等特殊功能部署具有重要意义。

    一种基于深度强化学习的终端接入选择方法

    公开(公告)号:CN110809306B

    公开(公告)日:2021-03-16

    申请号:CN201911064928.5

    申请日:2019-11-04

    Abstract: 本发明公开一种基于深度强化学习的终端接入选择方法,应用于通信领域,针对异构网络中终端的移动造成的信号接入切换问题,本发明综合考虑不同类型业务的服务质量需求、不同类型接入节点的服务质量保证能力等多方面因素,采用Deep‑Q‑Learning深度强化学习算法对当前网络环境进行感知决策,从而实现基于环境与资源感知的终端智能接入选择决策。有效改善用户的通信体验,并且该算法具有自适应性和在线学习能力。

    基于分簇多播的集群系统切换方法

    公开(公告)号:CN106792569B

    公开(公告)日:2020-10-23

    申请号:CN201611059577.5

    申请日:2016-11-25

    Abstract: 本发明公开了一种基于分簇多播的集群系统切换方法,采用分簇和D2D多播的方式为集群用户集体切换提供中继,保障了集群用户在切换过程中业务的连续性,并提高了传输速率。本发明采用基于层次分析法的簇头选择和分簇算法,将集群用户的移动性和剩余电量纳入决策相关因素,综合衡量D2D覆盖、相对速率值和剩余电量,求得综合评价指标最高的终端作为簇头,可有效减少簇头的数量,并延长D2D通信的时间,使网络分簇结构更加稳定,更加有利于集群用户在切换过程中业务的连续性和高传输率。

    一种基于深度强化学习的终端接入选择方法

    公开(公告)号:CN110809306A

    公开(公告)日:2020-02-18

    申请号:CN201911064928.5

    申请日:2019-11-04

    Abstract: 本发明公开一种基于深度强化学习的终端接入选择方法,应用于通信领域,针对异构网络中终端的移动造成的信号接入切换问题,本发明综合考虑不同类型业务的服务质量需求、不同类型接入节点的服务质量保证能力等多方面因素,采用Deep-Q-Learning深度强化学习算法对当前网络环境进行感知决策,从而实现基于环境与资源感知的终端智能接入选择决策。有效改善用户的通信体验,并且该算法具有自适应性和在线学习能力。

    一种自适应路由方法
    36.
    发明授权

    公开(公告)号:CN103117932B

    公开(公告)日:2015-06-10

    申请号:CN201310027186.5

    申请日:2013-01-24

    Abstract: 本发明公开了一种自适应路由方法,具体包括如下步骤:各节点根据本身能量供给情况设置一个服务容限;由基站节点发起组网,组网过程中父节点根据自身的负载情况控制子节点的接入;组网完成后各子节点将感知的业务数据通过父节点逐层转发给基站节点。本发明的方法通过将网络拓扑组织为一棵优化的平衡多叉树并维护其稳定,实现了节点间负载的均衡,平衡了整个网络的能量消耗,延长了网络生命周期,并使得网络在拓扑结构上更具鲁棒性,并且完全适用于节点大范围高密度部署的无线传感器网络场景。

    一种通信网络中流量关键点的确定方法

    公开(公告)号:CN113965400B

    公开(公告)日:2023-06-30

    申请号:CN202111280512.4

    申请日:2021-11-01

    Abstract: 本发明公开了一种通信网络中流量关键点的确定方法,包括以下步骤:S1:构建通信网络的流量业务模型;S2:根据通信网络的流量业务模型,确定通信网络中交换机节点的综合业务权重;S3:基于网络中交换机节点的综合业务权重,确定流量关键点。本发明的方法针对在网络中进行分布式流量监测等功能部署时的流量关键点选择问题,设计了一种基于网络拓扑结构与流量业务分布的对流量关键点的确定方法,实现了在资源受限时对流量关键点的合理选择,优先选择关键权重较高的节点作为监测点,从而实现在有限的资源下提升监测效果,对在网络中设置分布式流量检测点等特殊功能部署具有重要意义。

    基于虚拟化容器的大规模分布式虚拟化网络仿真方法

    公开(公告)号:CN114745285A

    公开(公告)日:2022-07-12

    申请号:CN202210371348.6

    申请日:2022-04-11

    Inventor: 雷子昂 杨宁

    Abstract: 本发明公开一种基于虚拟化容器的大规模分布式虚拟化网络仿真方法,应用于分布式网络仿真领域,针对仿真系统无法模拟实物节点运行环境,本发明通过容器虚拟化机制模拟实物节点的实际运行环境和网络协议栈,无缝运行实际网络程序;此外,框架利用NS‑3的物理信道模型与虚拟容器结合,为仿真节点提供可控的物理信道,实现灵活的虚拟仿真网络拓扑控制;针对实物节点的网络协议验证问题,框架实现了一种半实物网关架构,通过采集虚拟仿真网络仿真流量,将仿真流量日志应用于实物节点验证过程,提高仿真结果迁移效率和对不同仿真环境的适应性。

Patent Agency Ranking