-
公开(公告)号：CN119945959A
公开(公告)日：2025-05-06
申请号：CN202411853842.1
申请日：2024-12-16
Applicant: 清华大学
Abstract: 本发明公开了一种基于逐跳确认的网络层数据平面可靠传输方法及装置，本发明的方法包括根据IP包头中的路由信息将数据分组的传输路径划分为多个传输分段；在每个传输分段的起始节点发送Send分组，并将Send分组沿传输路径通过普通路由节点透明转发至终止节点；接收终止节点回复的Send分组对应的ACK分组，终止节点根据数据分组携带的传输路径信息，作为新的起始节点重新发起新的传输分段，直至数据分组抵达最后一个传输分段的终止节点以使得逐跳确认；通过数据分组合法性验证，以保证逐跳确认的性能和资源。本发明可以实现超高速网络的网络层可靠数据分组传输，从而在数据平面实现对于工业互联网、卫星互联网等需要高速高可靠传输的场景。
-
公开(公告)号：CN117883772A
公开(公告)日：2024-04-16
申请号：CN202311865123.7
申请日：2023-12-29
Applicant: 清华大学 , 咪咕互动娱乐有限公司
IPC: A63F13/352 , H04L67/1001 , H04L67/62 , H04L67/133 , H04L67/131 , H04L67/566
Abstract: 本发明公开一种数据处理方法、装置及设备，通过对接收的用户发起的计算请求进行分析，在计算请求为多人互动活动的计算请求时，根据接收到的多个计算请求生成批处理数据并发送至区块链，以调用分布式系统中的计算节点对计算请求进行处理，最后将所述数据处理结果反馈给所述用户。本发明实施例通过将接收的用户发起的请求分发给分布式系统中的计算节点进行数据处理，无需设置中心节点，降低了各个节点运行负担过重的风险，进而提高了数据处理效率，缓解了延迟问题。
-
公开(公告)号：CN118606042A
公开(公告)日：2024-09-06
申请号：CN202410715390.4
申请日：2024-06-04
Applicant: 清华大学
IPC: G06F9/50 , G06N3/0442 , G06N3/006
Abstract: 本申请提出一种基于部分可观测多智能体强化学习的计算卸载方法及装置，涉及强化学习技术领域，其中，方法包括：获取用户智能体生成的计算任务，并将所述计算任务输入策略神经网络以生成卸载决策；根据所述卸载决策将计算任务卸载到计算节点，通过排队论的方式定义传输延迟和计算延迟并反馈给用户智能体；得到基于概率控制的反馈信息；根据所述反馈信息优化评价神经网络对当前状态的评估结果。使用户智能体在部分可观测的前提下分布式地做出决策，以概率控制的方式将无模型的优化问题转换为有模型的优化问题以更有效地搜索迭代逼近全局最优解，保障任务卸载的高效性与用户卸载策略的隐私性。
-
公开(公告)号：CN115378934A
公开(公告)日：2022-11-22
申请号：CN202210911120.1
申请日：2022-07-29
Applicant: 清华大学
IPC: H04L67/10 , H04L67/1074
Abstract: 本发明公开了一种云边端计算场景下基于区块链的协同任务卸载方法，该方法包括：通过任务发布智能合约获取需要卸载的计算任务和资源的计算状态；根据计算任务和计算状态以及任务卸载合约确定最优任务卸载策略；基于最优任务卸载策略，将需要卸载的计算任务卸载得到任务处理结果。本发明能够使用户节点在部分可观测的前提下分布式地做出决策，保障任务卸载的高效性与用户卸载策略的隐私性，同时又不依赖于第三方中心控制节点，构建区块链系统实现在CED中分布式地做出最优任务卸载决策以及实现CED的资源多方可信和保护其数据的安全。
-
公开(公告)号：CN119090019B
公开(公告)日：2025-02-28
申请号：CN202411572237.7
申请日：2024-11-06
Applicant: 清华大学
Abstract: 本发明涉及超高速可编程数据平面技术领域，公开了一种面向可编程交换机的快速推理部署方法及装置，包括：获取用于训练神经网络模型的训练数据集；基于训练数据集，确定神经网络模型对应的第一查找表；获取神经网络模型对应的神经网络模型计算图；基于神经网络模型计算图和第一查找表，将神经网络需要量化的算子集成到第二查找表，并将第二查找表部署在可编程交换机中；可编程交换机接收数据包，并对数据包进行数据推理得到推理结果。本发明利用可编程交换机的编程能力，在进行数据包交换的同时，通过可编程数据平面的线速流表资源实现预先训练好的神经网络模型，完成数据平面的数据包推理任务，节约了计算资源，实现了高速率的推理任务。
-
Patent Agency Ranking
公开(公告)号：CN119052174A
公开(公告)日：2024-11-29
申请号：CN202410943105.4
申请日：2024-07-15
Applicant: 清华大学
IPC: H04L47/12 , H04L47/129
Abstract: 本申请公开一种显示拥塞通知标记方法、装置及电子设备，涉及网络拥塞控制技术领域，包括：获取多条活性流量，并统计多条活性流量的数量，其中，活性流量为当前时刻在交换机排队的五元组信息相同的一个或多个数据包组成；根据流量类型为每条活性流量分配相应的队列；根据每条活性流量的队列长度确定每条活性流量的缓存占用量，以及根据活性流量的数量确定每条活性流量的动态标记阈值；将每条活性流量的缓存占用量与相应动态标记阈值进行比较，对缓存占用量大于相应动态标记阈值的活性流量进行显示拥塞通知标记处理。对于本实施例，能够在发生拥塞时更准确地识别真正导致拥塞的流量，有效避免无辜的非拥塞流量被错误标记和限制。
-
公开(公告)号：CN114866496A
公开(公告)日：2022-08-05
申请号：CN202210331784.0
申请日：2022-03-30
Applicant: 清华大学
IPC: H04L49/10
Abstract: 本发明公开了一种智能网络协作装置及方法，其中，该装置包括：可编程交换模块，完成网络侧数据的收发，对网络数据包的逐包智能识别，按照自定义的网络流量识别规则提取特征数据，并将特征数据转发给智能协作模块；智能协作模块主要完成对数据包的特征学习推理，根据学习推理结果定义规则，并将规则推送给可编程交换模块完成转发；GPU模块主要完成对数据包特征参数的实时并行计算。本发明实现了存储计算转发一体化，能够实现对网络数据包的实时逐包智能化处理，极大的提升了网络的智能协作能力和智能运维能力。
-
公开(公告)号：CN119106082A
公开(公告)日：2024-12-10
申请号：CN202310684624.9
申请日：2023-06-09
Applicant: 华为云计算技术有限公司 , 清华大学
Abstract: 本申请提供了一种区块链信息的存储、共识、执行方法及设备，涉及区块链领域。用于实现重分片后的历史区块和历史交易可以追溯。目标共识设备接收目标交易信息，目标交易信息与共识分片对应，目标共识设备属于共识分片；目标共识设备根据目标交易信息生成区块信息，区块信息包括多个交易集合；目标共识设备将目标交易集合发送给目标执行设备，多个交易集合包括目标交易集合；目标共识设备接收来自目标执行设备的执行结果信息，执行结果信息指示目标执行设备是否成功执行目标交易集合指示的交易；目标共识设备将执行结果信息发送该存储设备。
-
公开(公告)号：CN119090019A
公开(公告)日：2024-12-06
申请号：CN202411572237.7
申请日：2024-11-06
Applicant: 清华大学
Abstract: 本发明涉及超高速可编程数据平面技术领域，公开了一种面向可编程交换机的快速推理部署方法及装置，包括：获取用于训练神经网络模型的训练数据集；基于训练数据集，确定神经网络模型对应的第一查找表；获取神经网络模型对应的神经网络模型计算图；基于神经网络模型计算图和第一查找表，将神经网络需要量化的算子集成到第二查找表，并将第二查找表部署在可编程交换机中；可编程交换机接收数据包，并对数据包进行数据推理得到推理结果。本发明利用可编程交换机的编程能力，在进行数据包交换的同时，通过可编程数据平面的线速流表资源实现预先训练好的神经网络模型，完成数据平面的数据包推理任务，节约了计算资源，实现了高速率的推理任务。
-
公开(公告)号：CN117057597A
公开(公告)日：2023-11-14
申请号：CN202310870163.4
申请日：2023-07-14
Applicant: 清华大学 , 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06F18/214
Abstract: 本说明书实施例提供了一种风控模型的训练方法和装置。该方法包括:在至少一轮的模型训练中，当前端节点从本地得到本轮模型训练中使用的本地数据；当前端节点利用该本地数据和在之前轮训练出的本地的风控模型，计算并保存梯度信息；当前端节点向各邻居端节点发送当前保存的梯度信息；当前端节点利用各邻居端节点发来的梯度信息，更新当前端节点保存的梯度信息；当前端节点得到在本轮模型训练中梯度同步结束后最终保存的梯度信息；当前端节点利用该最终保存的梯度信息得到本轮训练出的本地的风控模型，直至该风控模型收敛。本说明书实施例能够减少隐私被泄露的风险，并减少对网络资源的占用。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.015 seconds)
