-
公开(公告)号：CN108628727B
公开(公告)日：2021-06-01
申请号：CN201810353590.4
申请日：2018-04-19
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种基于模式运行时特征的模式作业运行状态分析方法，包括：(1)实时提取状态特征、量化特征；(2)根据状态特征判别模式作业运行状态；(3)根据量化特征分析模式作业性能是否发生异常。本发明基于定性信息的状态特征，通过对有限个状态的直接判断，可有效发现一定类别的故障，提高了故障发现的及时性。基于性能参数的量化特征，通过相关性分析、常态范围判别、固定周期预测、时间序列分析等技术，能够及时识别模式作业的运行异常，能够有效发现计算节点挂死、作业无输出、中间变量异常等目前存在的不便识别和判断的现象，有利于模式的业务连续性运行保障。
-
Patent Agency Ranking
公开(公告)号：CN116094985B
公开(公告)日：2024-11-26
申请号：CN202211650811.7
申请日：2022-12-21
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L45/121 , H04L45/02 , H04L43/10 , H04L41/12
Abstract: 本发明涉及一种混合型带内网络遥测任务传输方法与系统，包括以下步骤：获取链路拓扑图；根据历史通信任务，从各个任务节点中确定多个第一目标节点，以及每个第一目标节点对应的第一目标链路；将任意一个第一目标节点作为第一当前节点，若第一当前节点无法连通除自身之外的其他第一目标节点，则根据各个第一目标节点和各个链路，从链路中确定第二目标链路；根据网络遥测任务，确定发射探头和接收探头；根据发射探头、接收探头、各个第一目标节点、各个第一目标链路和各个第二目标链路，确定发射探头和接收探头之间的数据传输路径。解决了主动INT方法或被动INT方法单独部署在大规模网络中覆盖率低或成本高的问题。
-
公开(公告)号：CN114401194B
公开(公告)日：2023-08-01
申请号：CN202111641009.7
申请日：2021-12-29
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L41/0895 , G06F9/455 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/082
Abstract: 本发明涉及一种支持网络功能虚拟化的动态扩展方法，包括S1、基于网络功能虚拟化架构，创建原始VNF实例；S2、采用基于注意力机制的CNN‑LSTM方法预测原始VNF实例的时序数据流的流量大小，从而预测未来原始VNF实例的流量负载；S3、通过监测原始VNF实例的流量负载，触发VNF缩放事件；S4、监听VNF缩放事件，当VNF缩放事件触发时，创建新VNF实例；S5、根据时序数据流的流量大小指定待迁移的时序数据流；S6、将指定的时序数据流以及与指定的时序数据流相对应的数据流状态迁移至新VNF实例；本发明实现了在VNF实例的数据流迁移过程中的网络数据流级别的SLA保证和高效的资源利用。
-
公开(公告)号：CN116094985A
公开(公告)日：2023-05-09
申请号：CN202211650811.7
申请日：2022-12-21
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L45/121 , H04L45/02 , H04L43/10 , H04L41/12
Abstract: 本发明涉及一种混合型带内网络遥测任务传输方法与系统，包括以下步骤：获取链路拓扑图；根据历史通信任务，从各个任务节点中确定多个第一目标节点，以及每个第一目标节点对应的第一目标链路；将任意一个第一目标节点作为第一当前节点，若第一当前节点无法连通除自身之外的其他第一目标节点，则根据各个第一目标节点和各个链路，从链路中确定第二目标链路；根据网络遥测任务，确定发射探头和接收探头；根据发射探头、接收探头、各个第一目标节点、各个第一目标链路和各个第二目标链路，确定发射探头和接收探头之间的数据传输路径。解决了主动INT方法或被动INT方法单独部署在大规模网络中覆盖率低或成本高的问题。
-
公开(公告)号：CN108628727A
公开(公告)日：2018-10-09
申请号：CN201810353590.4
申请日：2018-04-19
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种基于模式运行时特征的模式作业运行状态分析方法，包括：(1)实时提取状态特征、量化特征；(2)根据状态特征判别模式作业运行状态；(3)根据量化特征分析模式作业性能是否发生异常。本发明基于定性信息的状态特征，通过对有限个状态的直接判断，可有效发现一定类别的故障，提高了故障发现的及时性。基于性能参数的量化特征，通过相关性分析、常态范围判别、固定周期预测、时间序列分析等技术，能够及时识别模式作业的运行异常，能够有效发现计算节点挂死、作业无输出、中间变量异常等目前存在的不便识别和判断的现象，有利于模式的业务连续性运行保障。
-
公开(公告)号：CN114401194A
公开(公告)日：2022-04-26
申请号：CN202111641009.7
申请日：2021-12-29
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L41/0895 , G06F9/455 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种支持网络功能虚拟化的动态扩展方法，包括S1、基于网络功能虚拟化架构，创建原始VNF实例；S2、采用基于注意力机制的CNN‑LSTM方法预测原始VNF实例的时序数据流的流量大小，从而预测未来原始VNF实例的流量负载；S3、通过监测原始VNF实例的流量负载，触发VNF缩放事件；S4、监听VNF缩放事件，当VNF缩放事件触发时，创建新VNF实例；S5、根据时序数据流的流量大小指定待迁移的时序数据流；S6、将指定的时序数据流以及与指定的时序数据流相对应的数据流状态迁移至新VNF实例；本发明实现了在VNF实例的数据流迁移过程中的网络数据流级别的SLA保证和高效的资源利用。
-
-
-
-
-
Search Results
6
records
(took 0.083 seconds)
