-
Patent Agency Ranking
公开(公告)号：CN114995999A
公开(公告)日：2022-09-02
申请号：CN202210551646.3
申请日：2022-05-18
Applicant: 华中科技大学
IPC: G06F9/50
Abstract: 本发明涉及数据通信网络技术领域，公开了一种面向算力网络中算力资源的调度方法，包括步骤：算力资源入网向算力解析服务器发送登记请求；算力解析服务器将算力资源层次抽象后生成算力资源标识，对算力资源进行注册和管理；用户发起算力任务时，按算力资源标识最长后缀匹配机制，在算力解析服务器上搜索可用的算力资源列表；算力任务完成预配后，算力网络根据用户实际需求实时动态进行任务调度分发和数据交换转发。本发明能为用户提供更精确、更快速的算力任务匹配与算力路由调度服务，因而能更高效、更充分利用网络算力资源，满足用户的网络计算需求，值得在算力网络技术领域推广应用。
-
公开(公告)号：CN114900509B
公开(公告)日：2023-06-13
申请号：CN202210551558.3
申请日：2022-05-18
Applicant: 华中科技大学
Abstract: 本发明涉及数据通信网络领域，尤其涉及一种适用于确定性网络的流量需求描述协议的生成方法。首先采集工业控制网络确定性流量数据，然后通过ARMA模型拟合确定性流量的均值方程，生成残差序列；再将残差序列作为输入，通过GARCH模型拟合确定性流量的残差特征；最后通过DetNet封装来标识，在IP和DetNet数据平面以一种综合的方式有效的描述了DetNet流量特征和服务信息模型。本发明在精确拟合确定性流量到达分布特征的基础上，针对确定性流量提出三种定义于流量需求描述协议的模型，将其流量特征信息、流量服务信息及服务期望模型嵌入协议字段，更好的定义了确定性流量有别于传统尽力而为流量的特点。
-
公开(公告)号：CN114900509A
公开(公告)日：2022-08-12
申请号：CN202210551558.3
申请日：2022-05-18
Applicant: 华中科技大学
Abstract: 本发明涉及数据通信网络领域，尤其涉及一种适用于确定性网络的流量需求描述协议的生成方法。首先采集工业控制网络确定性流量数据，然后通过ARMA模型拟合确定性流量的均值方程，生成残差序列；再将残差序列作为输入，通过GARCH模型拟合确定性流量的残差特征；最后通过DetNet封装来标识，在IP和DetNet数据平面以一种综合的方式有效的描述了DetNet流量特征和服务信息模型。本发明在精确拟合确定性流量到达分布特征的基础上，针对确定性流量提出三种定义于流量需求描述协议的模型，将其流量特征信息、流量服务信息及服务期望模型嵌入协议字段，更好的定义了确定性流量有别于传统尽力而为流量的特点。
-
公开(公告)号：CN114254734A
公开(公告)日：2022-03-29
申请号：CN202111424649.2
申请日：2021-11-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种支持确定性应用的流量矩阵建模方法，采集通信网络数据，首先通过测量流量的持续时间定义符合指数分布的转换参数，以此为基础决定拟合的流量何时发送；其次生成预估的初始矩阵作为模型的输入，确定模型的初始粗糙的参数，然后在时间维度上应用LSTM网络进行推理预测精确化参数，最终确定流量矩阵的数学模型。本方法在奖励函数的设置上更关注确定性流的时间相关性，有效的区分了确定性流和尽力而为流的特征，建模方法更符合确定性流的总体分布特征。
-
公开(公告)号：CN114254734B
公开(公告)日：2024-09-06
申请号：CN202111424649.2
申请日：2021-11-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种支持确定性应用的流量矩阵建模方法，采集通信网络数据，首先通过测量流量的持续时间定义符合指数分布的转换参数，以此为基础决定拟合的流量何时发送；其次生成预估的初始矩阵作为模型的输入，确定模型的初始粗糙的参数，然后在时间维度上应用LSTM网络进行推理预测精确化参数，最终确定流量矩阵的数学模型。本方法在奖励函数的设置上更关注确定性流的时间相关性，有效的区分了确定性流和尽力而为流的特征，建模方法更符合确定性流的总体分布特征。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
