基于深度强化学习的时间敏感流量在线调度方法及装置

    公开(公告)号:CN115567466B

    公开(公告)日:2024-10-29

    申请号:CN202211204257.X

    申请日:2022-09-29

    Applicant: 浙江大学

    Abstract: 本发明公开了基于深度强化学习的时间敏感流量在线调度方法,在流量调度平台上加载流量调度模型,并输入网络资源配置、网络拓扑结构以及预调度流量信息;然后建立系统模型;从调度管理中心获取在线流量信息对系统模型进行更新并选择流量调度模型的超参数;然后提取系统模型的特征和在线流量的特征来构建流量调度动作模型,并选取流量调度的最佳动作;判断系统模型中在线流量是否调度成功来构建流量调度奖励模型,然后更新系统模型中的队列资源信息及流量调度模型的网络参数;根据流量调度模型输出的在线流量调度规划结果下发至各交换机的门控列表。本发明提升时间敏感流量调度时交换机队列的资源利用率,同时增强网络的传输性。

    基于深度强化学习的时间敏感流量在线调度方法及装置

    公开(公告)号:CN115567466A

    公开(公告)日:2023-01-03

    申请号:CN202211204257.X

    申请日:2022-09-29

    Applicant: 浙江大学

    Abstract: 本发明公开了基于深度强化学习的时间敏感流量在线调度方法,在流量调度平台上加载流量调度模型,并输入网络资源配置、网络拓扑结构以及预调度流量信息;然后建立系统模型;从调度管理中心获取在线流量信息对系统模型进行更新并选择流量调度模型的超参数;然后提取系统模型的特征和在线流量的特征来构建流量调度动作模型,并选取流量调度的最佳动作;判断系统模型中在线流量是否调度成功来构建流量调度奖励模型,然后更新系统模型中的队列资源信息及流量调度模型的网络参数;根据流量调度模型输出的在线流量调度规划结果下发至各交换机的门控列表。本发明提升时间敏感流量调度时交换机队列的资源利用率,同时增强网络的传输性。

    基于指令机器码的动态指令测试序列生成方法、计算机设备和存储介质

    公开(公告)号:CN118535405A

    公开(公告)日:2024-08-23

    申请号:CN202410792791.X

    申请日:2024-06-19

    Abstract: 本发明提出了一种基于指令机器码的动态指令测试序列生成方法,包括如下步骤:根据指令集体系架构规范构建多个指令机器码模型;基于测试场景构建测试模板,所述测试模板包括指令类别的定义和指令的生成需求;基于测试模板定义的指令类别和指令生成需求,通过指令机器码模型生成指令机器码;将生成的指令机器码送入指令模拟器进行检测,保存通过检测的指令机器码,直至指令机器码生成数量满足测试模板中的生成需求;将所有生成的指令机器码分别送入待验证处理器和指令模拟器中进行执行,对比每条指令的执行日志并进行分析。本发明通过直接生成语义有效的指令机器码测试序列,对处理器进行了更高效、更全面的验证,解决了处理器硅前阶段指令集架构功能验证的测试序列生成问题。

Patent Agency Ranking