-
公开(公告)号：CN115081525B
公开(公告)日：2025-04-01
申请号：CN202210679446.6
申请日：2022-06-16
Applicant: 南京航空航天大学
IPC: G06F18/214 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于IFA‑BP‑Adaboost的云数据中心故障检测方法，包括：采集云数据中心系统故障特征信息，获得监测数据集；对监测数据集进行特征提取，得到训练样本集；确定BP神经网络结构，初始化训练样本权值分布；使用IFA算法计算神经网络的初始最优权值和阈值，构建若干IFA‑BP神经网络；对上一步构建的神经网络进行训练，并计算网络的权重；根据计算的权重动态构建基于IFA‑BP‑AdaBoost的云数据中心故障检测模型；对目标系统采集的监测数据进行特征提取，输入到训练好的故障检测模型中，判断是否出现故障。本发明方法能够在不影响系统运行的情况下进行故障检测，出现故障时及时地做出故障响应。
-
公开(公告)号：CN119484376A
公开(公告)日：2025-02-18
申请号：CN202411126411.5
申请日：2024-08-16
Applicant: 南京航空航天大学
IPC: H04L45/00 , H04L41/14 , H04L41/0894 , H04L41/16 , H04L43/0805 , H04L45/74 , G06N3/042 , G06N5/02
Abstract: 本发明公开了一种基于图神经网络和知识图谱的网络路由机制脆弱性分析方法，包括：对目标低轨互联网络拓扑结基于图神经网络和知识图谱的网络路由机制脆弱性分析构进行模拟，针对模拟网络拓扑中的路由程序设计故障注入实验，动态收集网络路由机制的脆弱性信息，构建网络路由机制脆弱性数据集；基于资产、网络、软件、脆弱性四个维度构建网络路由机制脆弱性领域本体NRMVO；对实现网络路由的程序进行知识抽取，分析路由程序的复杂结构信息与网络路由程序脆弱性的关联性，构建目标低轨互联网络路由机制脆弱性知识图谱；将结果存入图数据库，实现知识图谱可视化；构建目标网络路由机制脆弱性分析模型HGAT‑BNR，从数据流、控制流、调用流、存取流四个维度对网络路由机制的脆弱性进行分析。本发明具有高效性和高准确率的优点，为提高网络路由机制的可靠性和安全性提供了一种有效的分析方法。
-
公开(公告)号：CN114510427B
公开(公告)日：2024-09-13
申请号：CN202210175150.0
申请日：2022-02-24
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于SIMD向量化的数据流软错误检测方法。包括以下步骤：将源程序编译成中间代码，并构建控制流图和分析数据流指令依赖关系，得到指令依赖顺序；对数据应用相应的数据向量化方法，将原始数据和冗余数据向量化,得到向量数据；对指令应用相应的指令向量化方法，得到向量指令；根据加固策略中的检查点应用相应的检查点规则，生成错误检测代码。本发明提出的方法主要思想是针对冗余执行的数据流算法效率低下问题，根据数据和指令化方法，对程序进行向量化处理，通过利用硬件SIMD数据并行性提升程序性能，根据检查点规则在相应位置生成错误检测代码，实现错误自动检测功能，具有现有方法一般不能检测缓存等部件软错误的优点。
-
公开(公告)号：CN118055011A
公开(公告)日：2024-05-17
申请号：CN202410083362.5
申请日：2024-01-19
Applicant: 南京航空航天大学
IPC: H04L41/0663 , H04L41/0895 , H04L41/40 , H04L41/149 , H04L43/0823 , H04L43/08 , H04L41/122 , H04L45/247 , H04L45/28
Abstract: 本发明公开了一种基于Transformer流量预测的SDN单链路故障动态分级自主恢复方法。包括:构建目标SDN单链路故障动态分级评估模型；构建目标网络结构拓扑图；构建基于Transformer的流量预测数据集，并在数据预处理后建立网络流量时间序列信息数据集D；构建并训练基于Transformer的流量预测模型；根据动态评估模型，周期性地为每条链路进行分级，并根据等级预先分配备份路径；快速检测故障链路，如发现链路故障则自动将故障链路切换到备份路径。本发明基于Transformer进行流量预测，对链路进行动态地评估以快速的实现故障检测与自适应恢复，具有开销低、速度快等优点；为实现单链路故障的快速检测与恢复以及故障恢复后的拥塞避免提供了一种有效的方法。
-
公开(公告)号：CN113204335B
公开(公告)日：2024-05-17
申请号：CN202110424538.5
申请日：2021-04-20
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种面向协同建模的UML模型合并与一致性检测方法及系统，属于软件工程领域。包括以下步骤：根据协同建模中的一致性约束与合并规则，创建UML模型操作集合与相应的模型元素；采用模型状态空间搜索方法，在搜索下一个状态时增量地生成状态空间，并通过状态转换进行模型版本的更新；根据模型更新与一致性检测方法，对模型与文档的版本进行检测，若模型出现新版本则对模型进行更新，并对模型进行一致性检测；存储更新各个版本的模型与文档。本发明为大型软件的协同研发提供了一种简单易行的模型合并与一致性检测方法，该方法不仅正确率高，而且效率较高，为大型软件的协同研发及代码的自动生成提供了一种有效的方法。
-
Patent Agency Ranking
公开(公告)号：CN117880123A
公开(公告)日：2024-04-12
申请号：CN202410020849.9
申请日：2024-01-05
Applicant: 南京航空航天大学
IPC: H04L41/5003 , H04L67/51 , G06N3/006
Abstract: 本发明公开了一种QoS指导的基于HBW‑GOA的分布式集群服务动态重构方法，包括：实时监控分布式集群中各节点的负载状态、节点之间的链路状况等信息；评估每个节点当前的负载状况、处理能力及预期综合负载；根据QoS指标评估目标系统中各服务的服务价值；计算服务成本；运行混合BWO和GOA的智能优化算法，根据目标系统的服务价值和服务成本设计HBW‑GOA的适应度，并用HBW‑GOA算法对数据进行处理得到最优服务重构方案；评估服务重构方案实施后系统的预期负载，根据评估结果进行方案实施或再次重构。本发明从服务质量、服务调用成本等多维度对重构方案进行优化，可提高系统的快速重构能力，提高系统的可拓展性、可用性和可靠性。
-
公开(公告)号：CN115859207A
公开(公告)日：2023-03-28
申请号：CN202211656625.4
申请日：2022-12-22
Applicant: 南京航空航天大学
IPC: G06F18/2433 , G06F18/214 , G06F18/2411 , G06N3/006
Abstract: 本发明公开了一种基于QPSO‑MSVM的控制集群故障检测方法，步骤如下：对目标集群系统的故障进行分类，并构建特征向量；根据SDN控制集群故障的分类特征实时采集特征向量，并将采集的特征向量分为训练样本和测试样本；采用一对多支持向量机算法，构建基于改进的多类SVM的控制集群故障检测模型；采用量子粒子群算法优化多类SVM故障检测模型中的参数；采用一对多SVM分类算法构建多类SVM控制集群故障检测分类器；将测试样本作为输入样本通过多类SVM控制集群故障检测分类器进行故障检测，输出控制集群故障检测结果。该方法应用于基于SDN的控制集群等系统的故障检测，应用该方法可提高控制集群系统故障检测的准确性和效率。
-
公开(公告)号：CN115623010A
公开(公告)日：2023-01-17
申请号：CN202211279491.9
申请日：2022-10-19
Applicant: 南京航空航天大学
IPC: H04L67/1008 , H04L41/16 , G06N3/00
Abstract: 本发明公开了一种基于SDN和HACO‑CSA的服务器集群负载均衡方法及系统，基于SDN来实现服务器集群的负载均衡，通过SNMP协议实时监控集群中服务器的负载状态信息，并将其保存在数据库中。然后将收集到的负载信息根据一定的规则来计算服务器的综合负载。根据服务器集群的任务调度特点，结合新的混合算法HACO‑CSA，根据综合负载信息，HACO‑CSA将同时到达的作业分配到相对应的服务器中。本发明可以最小化任务的响应时间、服务的成本代价以及服务器之间差异性，对过载服务器的任务迁移处理还可降低系统发生故障的概率。此外，因为SDN控制与转发解耦的优点，该系统无需增加额外的设施就具有很强的可扩展性。
-
公开(公告)号：CN112799890B
公开(公告)日：2022-10-14
申请号：CN202011634244.7
申请日：2020-12-31
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种总线抗SEU的可靠性建模与评估方法，包括以下步骤：面向总线设计，提取嵌入式硬件系统中关联的可靠性信息，基于Z语言，以总线功能模块为单位建立可靠性模型ZRM‑BUS；以连续时间马尔可夫链为基础描述ZRM‑BUS模型，计算总线各功能模块的瞬时可用度，评估总线各功能模块可靠性；根据总线的部件和功能模块整体可靠性之间的关系，在所有总线功能模块的瞬时可用度的基础上，计算总线整体的可靠性概率分布，对总线整体进行可靠性评估；以总线整体的可靠性概率分布为基础，进行总线可靠性关键功能模块的识别。本发明具有可将总线分层次表示，对模型检测方法与可靠性可进行严格地分析与评估等优点。
-
公开(公告)号：CN115099133A
公开(公告)日：2022-09-23
申请号：CN202210680352.0
申请日：2022-06-16
Applicant: 南京航空航天大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于TLMPA‑BP的集群系统可靠性评估方法，具体包括：根据集群系统网络结构确定影响集群系统的可靠性的评估指标；初始化BP神经网络、TLMPA相关模型参数，读取初始评估指标数据作为样本数据；对样本数据做归一化处理；设计TLMPA优化算法；利用TLMPA选择BP神经网络最佳组合参数，并构建TLMPA‑BP可靠性评估模型；利用TLMPA‑BP评估模型对集群系统进行评估，计算出评估值，完成集群系统的可靠性评估。本发明能提高评估模型的准确性，避免传统评估方法由于易陷入局部最优、收敛速度慢等问题导致评估准确度降低的现象，后续对集群系统的故障预测的理解和分析具有重要也具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.037 seconds)
