公开(公告)号：CN115277446A

公开(公告)日：2022-11-01

申请号：CN202210814540.8

申请日：2022-07-12

Applicant: 中国信息通信研究院

Inventor： 朱艳宏 ,  党梅梅 ,  程强 ,  李少晖 ,  刘姿杉

IPC: H04L41/14 ,  H04L67/10

Abstract: 本申请公开了一种节能的在网联邦学习网络，包括服务器、多个边缘节点以及连接所述服务器和所述多个边缘节点的交换机网络。所述服务器，用于构建联邦学习的初始模型、下发到所述边缘节点。所述交换机网络中的至少一个为可编程交换机，所述可编程交换机用于模型训练过程中梯度向量或模型参数在网聚合。所述边缘节点，用于进行模型训练，接收聚合后的参数，再将更新的参数传输到所述可编程交换机。本申请还包含在网联邦学习网络的节能方法。本申请方案减少了参数传输距离，进而减小传输时延，解决现有技术网络开销较大的问题。

公开(公告)号：CN115913979B

公开(公告)日：2024-07-16

申请号：CN202211482677.4

申请日：2022-11-24

Applicant: 中国信息通信研究院

Inventor： 朱艳宏 ,  党梅梅 ,  李少晖 ,  朱鹏飞 ,  程强 ,  刘姿杉 ,  胡志杰

IPC: H04L41/12 ,  H04L41/16 ,  H04L41/0894 ,  G06N3/042 ,  G06N3/0464

Abstract: 本申请公开了一种全域网络拓扑处理方法，包括以下步骤：合并多个网络域的拓扑信息为全域网络拓扑信息，经过图卷积神经网络处理获得全域网络节点拓扑知识；用所述全域网络节点拓扑知识作为先验知识，构建Loss函数对AI模型进行训练，形成策略生成模型。本申请还包含用于实现所述方法的全域网络拓扑处理设备。本申请的技术方案能实现网络的智能化决策、高精度配置，更好地支撑自治网络、数字孪生网络、意图网络等智能化网络。

公开(公告)号：CN115913979A

公开(公告)日：2023-04-04

申请号：CN202211482677.4

申请日：2022-11-24

Applicant: 中国信息通信研究院

Inventor： 朱艳宏 ,  党梅梅 ,  李少晖 ,  朱鹏飞 ,  程强 ,  刘姿杉 ,  胡志杰

IPC: H04L41/12 ,  H04L41/16 ,  H04L41/0894 ,  G06N3/042 ,  G06N3/0464

Abstract: 本申请公开了一种全域网络拓扑处理方法，包括以下步骤：合并多个网络域的拓扑信息为全域网络拓扑信息，经过图卷积神经网络处理获得全域网络节点拓扑知识；用所述全域网络节点拓扑知识作为先验知识，构建Loss函数对AI模型进行训练，形成策略生成模型。本申请还包含用于实现所述方法的全域网络拓扑处理设备。本申请的技术方案能实现网络的智能化决策、高精度配置，更好地支撑自治网络、数字孪生网络、意图网络等智能化网络。