CN112087384B - 一种基于sdn环境的数据传输方法及系统 - Google Patents
一种基于sdn环境的数据传输方法及系统 Download PDFInfo
- Publication number
- CN112087384B CN112087384B CN202010766257.3A CN202010766257A CN112087384B CN 112087384 B CN112087384 B CN 112087384B CN 202010766257 A CN202010766257 A CN 202010766257A CN 112087384 B CN112087384 B CN 112087384B
- Authority
- CN
- China
- Prior art keywords
- node
- path
- failure probability
- nodes
- evaluation index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 230000036541 health Effects 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 206010044565 Tremor Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/123—Evaluation of link metrics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/124—Shortest path evaluation using a combination of metrics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于SDN环境的数据传输方法及系统,通过引入多个健康度评估指标,将网络拓扑抽象为有向图进行建模分析,量化节点的失效概率,将失效概率转化为长度,并采用最短路径算法来进行网络节点间路由的可靠性分析,最终构建整个网络的可靠性模型,从而确定数据传输过程中的路由选路方案,在减少算法复杂度的同时从可靠性保障角度出发保障数据安全传输的可靠性。
Description
技术领域
本发明涉及电力信息系统领域,特别涉及一种基于SDN环境的数据传输方法及系统。
背景技术
随着互联网技术及各种相关新兴技术的不断发展进步,网络用户的需求从单一的数据传输转变为数据、视频、交互及时事多媒体等多样化的网络应用。以微博、抖音、快手、网盘、视频网站等为代表的新型流媒体业务的兴起,也进一步加剧了网络需求的多样化,对网络的承载性提出了极大的挑战。传统的IP网络架构设备底层具有封闭性,策略部署十分困难,其安全性和灵活性也有不足,在此背景下,软件定义网络(Software-definedNetworking,SDN)等新型网络体系结构应运而生。
基于SDN环境的网络虚拟化技术通过集中控制的方式,网络管理员可以通过控制器的API来编写程序,从而实现自动化的业务部署并缩短业务部署周期,同时也实现随需动态调整,使其不再基于物理网络设备实现,大大扩展了网络虚拟化的“边界”。
在SDN环境中,基于软件的虚拟网络功能(Virtual Network Functions,VNFs)根据需求按一定的逻辑顺序组合构成服务功能链(Service Function Chain,SFC),和服务节点的物理拓扑无关数据报文进入服务链以后,就会按照服务链既定的顺序穿过各个服务节点。VNFs可以被用于不同的物理硬件和hypervisor,具有拓展性强且能有效降低成本等优势,它逐渐取代了传统的中间件。
基于SDN的网络服务是否正常发挥作用受网络功能的制约,网络功能发生故障会导致网络服务失效。传统的基于SDN的数据传输方法多是以服务功能链的可靠性为突破点,通过组合虚拟安全应用模块来构建安全服务链,来保障SDN环境下数据传输的稳定性和可靠性,但并未对安全服务链的可靠性进行分析,整体数据安全传输的可靠性难以保障。
发明内容
发明目的:为解决现有技术中存在的问题,本发明提供了一种基于SDN环境的数据传输方法及系统,在减少算法复杂度的同时从可靠性保障角度出发保障数据安全传输的可靠性。
技术方案:一种基于SDN环境的数据传输方法,包括以下步骤:
步骤1:构建SDN网络拓扑结构有向图;
步骤2:引入多个健康度评估指标,量化得到SDN网络拓扑结构有向图中各节点的失效概率;
步骤3:基于各节点的失效概率,计算得到路由的源节点到目的节点的各路径的失效概率;
步骤4:将步骤3得到的各路径的失效概率转化为各路径相应的概率距离;
步骤5:取概率距离最短的路径作为路由的源节点到目的节点的最佳可靠功能链;
步骤6:基于步骤5的最佳可靠功能链,数据报文按照最佳可靠功能链既定的顺序穿过各个节点,完成数据传输。
进一步的,所述步骤1具体包括:
建立覆盖全局的SDN网络拓扑结构,所述SDN网络拓扑结构中包括功能节点和为功能节点提供服务的底层节点;
将SDN网络拓扑结构表示为有向图G(V,E,SE),其中,V和E分别表示功能节点及功能节点间边的集合,SV表示为功能节点提供服务的底层节点的集合。
进一步的,所述的建立覆盖全局的SDN网络拓扑结构,具体包括以下步骤:
监听当前SDN网络中的VNF功能节点以及底层节点的变动情况,若监测到当前SDN网络中增加了功能节点和/或底层节点,则捕捉与当前节点连接的下一节点的地址信息和接入端口信息,并根据当前节点的地址信息、接入端口信息和增加的节点的地址信息、接入端口信息生成对应的拓扑数据表;
多次迭代后,生成覆盖全局的SDN网络拓扑结构。
进一步的,所述步骤2中的健康度评估指标包括:存储容量空闲率、存储IOPS空闲率、网络IOPS空闲率、内存空闲率、CPU空闲率等和响应概率。
进一步的,所述步骤2具体包括:
确定各健康度评估指标的权重wi,将各健康度评估指标进行加权求和,得到评估指标量化值H=∑wihi;
依据评估指标量化值,得到每个底层节点失效概率:
ps=1-∑wihi (1)
基于底层节点失效概率,得到每个功能节点的失效概率:
pv=1-П(1-ps)。 (2)
进一步的,所述步骤3中,根据下式计算得到各路径的失效概率:
式中,P为任意一条路径,该路径上的功能节点集合为V,p(vi)为路径P上的功能节点的失效概率。
进一步的,所述步骤4中,根据下式计算得到路径的概率距离:
式中,pathi为路由的源节点到目的节点的第i条路径。
本发明还公开了一种基于SDN环境的数据传输系统,包括:
有向图转化模块,用于构建SDN网络拓扑结构有向图;
节点失效概率计算模块,用于计算得到SDN网络拓扑结构中各节点的失效概率;
路径失效概率计算模块,用于根据节点失效概率计算模块的输出,计算得到路由的源节点到目的节点的各路径的失效概率;
路径概率距离转化模块,用于将路径失效概率计算模块的输出,转化为相应的概率距离;
功能链筛选模块,用于根据路径概率距离转化模块的输出,取概率距离最短的路径作为路由的源节点到目的节点的最佳可靠功能链。
进一步的,还包括SDN网络拓扑结构构建模块,用于建立覆盖全局的SDN网络拓扑结构。
进一步的,还包括健康度评估指标输入模块,用于获取各健康度评估指标及对应的权重;
所述节点失效概率计算模块根据健康度评估指标输入模块的输出,计算得到SDN网络拓扑结构中各节点的失效概率。
有益效果:本发明利用SDN转发与控制分离、架构灵活等优势,引入多个健康度评估指标,将网络拓扑抽象为有向图进行建模分析,量化节点的失效概率,将失效概率转化为长度,并采用最短路径算法来进行网络节点间路由的可靠性分析,最终构建整个网络的可靠性模型,从而确定数据传输过程中的路由选路方案,在减少算法复杂度的同时从可靠性保障角度出发保障数据安全传输的可靠性。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面结合附图和实施例进一步阐述本发明。
如图1所示,本实施例提供了一种基于SDN环境的数据传输方法,包括以下步骤:
步骤1:建立覆盖全局的SDN网络拓扑结构,并将SDN网络拓扑结构抽象为有向图;
通过SDN控制器监听当前SDN网络中的VNF功能节点(以下简称功能节点)以及物理机(以下简称底层节点)的变动情况,若监测到当前SDN网络中增加了功能节点和/或底层节点,则触发对应的事件,以捕捉与当前节点连接的下一节点的地址信息和接入端口信息,并根据当前节点的地址信息、接入端口信息和新增加的节点的地址信息、接入端口信息生成对应的拓扑数据表;经过多次迭代后,生成覆盖全局的SDN网络拓扑结构;建立有向图G(V,E,SE),其中,V和E分别表示功能节点及功能节点间边的集合,SV表示为其提供服务的底层节点的集合。任意vi∈V为一个功能节点,Si∈SV是为功能节点vi提供服务的底层节点的集合,若所有物理节点si失效,则功能vi节点失效,节点s,t∈V是路由的源节点和目的节点。
步骤2:节点失效概率计算;
依据SDN底层节点运行特点,针对底层节点的有效性、稳定性、安全性,选取了包括但不限于以下基础评估指标hi:存储容量空闲率、存储IOPS空闲率、网络IOPS空闲率、内存空闲率、CPU空闲率等、响应概率。
现对各基础评估指标说明如下:
存储容量空闲率指的是当前底层节点剩余存储容量与整体存储容量的比值。
存储IOPS空闲率指的是当前底层节点的磁盘IO剩余负载。
网络IOPS空闲率指的是当前底层节点的网络收包/发包剩余负载。
内存空闲率指的是当前底层节剩余空闲内存与总内存容量的比值。
CPU空闲率指的是当前底层节空闲CPU负载。
响应率指的是当前底层节点在单位时间内对网路指令的响应比例。
依据专家经验对各基础评估指标的权重wi进行打分,并将各基础评估指标进行加权求和得到最终的评估指标量化值H=∑wihi,依据评估指标量化值H=∑wihi,得到每个底层节点失效概率ps=1-∑wihi,每个功能节点由多个底层节点ps提供服务支持,且这些节点相互独立,因此每个功能节点的失效概率为pv=1-Π(1-ps)。
步骤3:路径失效概率计算;
在上述步骤的基础上,本实施例还提出了一种基于SDN环境的数据传输系统,包括:
SDN网络拓扑结构构建模块,用于建立覆盖全局的SDN网络拓扑结构
有向图转化模块,用于将SDN网络拓扑结构抽象为有向图;
健康度评估指标输入模块,用于获取各健康度评估指标及对应的权重;
节点失效概率计算模块,用于根据健康度评估指标输入模块的输出,计算得到SDN网络拓扑结构中各节点的失效概率;
路径失效概率计算模块,用于根据节点失效概率计算模块的输出,计算得到路由的源节点到目的节点的各路径的失效概率;
路径概率距离转化模块,用于将路径失效概率计算模块的输出,转化为相应的概率距离;
功能链筛选模块,用于根据路径概率距离转化模块的输出,取概率距离最短的路径作为路由的源节点到目的节点的最佳可靠功能链。
基于最佳可靠功能链,数据报文按照最佳可靠功能链既定的顺序穿过各个节点,完成数据传输。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (2)
1.一种基于SDN环境的数据传输方法,其特征在于:包括以下步骤:
步骤1:构建SDN网络拓扑结构有向图;
步骤2:引入多个健康度评估指标,量化得到SDN网络拓扑结构有向图中各节点的失效概率;
步骤3:基于各节点的失效概率,计算得到路由的源节点到目的节点的各路径的失效概率;
步骤4:将得到的各路径的失效概率转化为各路径相应的概率距离;
步骤5:取概率距离最短的路径作为路由的源节点到目的节点的最佳可靠功能链;
步骤6:基于最佳可靠功能链,数据报文按照最佳可靠功能链既定的顺序穿过各个节点,完成数据传输;
所述步骤1具体包括:
建立覆盖全局的SDN网络拓扑结构,所述SDN网络拓扑结构中包括功能节点和为功能节点提供服务的底层节点;
将SDN网络拓扑结构表示为有向图G(V,E,SE),其中,V和E分别表示功能节点及功能节点间边的集合,SE表示为功能节点提供服务的底层节点的集合;
所述的建立覆盖全局的SDN网络拓扑结构,具体包括以下步骤:
监听当前SDN网络中的VNF功能节点以及底层节点的变动情况,若监测到当前SDN网络中增加了功能节点和/或底层节点,则捕捉与当前节点连接的下一节点的地址信息和接入端口信息,并根据当前节点的地址信息、接入端口信息和增加的节点的地址信息、接入端口信息生成对应的拓扑数据表;
多次迭代后,生成覆盖全局的SDN网络拓扑结构;
所述步骤2中的健康度评估指标包括:存储容量空闲率、存储IOPS空闲率、网络IOPS空闲率、内存空闲率、CPU空闲率和响应概率;
所述步骤2具体包括:
确定各健康度评估指标的权重wi,将各健康度评估指标进行加权求和,得到评估指标量化值H=∑wihi;
依据评估指标量化值,得到每个底层节点失效概率:
ps=1-∑wihi (1)
基于底层节点失效概率,得到每个功能节点的失效概率:
pv=1-∏(1-ps) (2)
所述步骤3中,根据下式计算得到各路径的失效概率:
式中,P为任意一条路径,p(vi)为路径P上的功能节点的失效概率;
所述步骤4中,根据下式计算得到路径的概率距离:
式中,pathi为路由的源节点到目的节点的第i条路径。
2.基于权利要求1所述的一种基于SDN环境的数据传输方法的数据传输系统,其特征在于:包括:
SDN网络拓扑结构构建模块,用于建立覆盖全局的SDN网络拓扑结构;SDN网络拓扑结构中包括功能节点和为功能节点提供服务的底层节点;
有向图转化模块,用于监听当前SDN网络中的VNF功能节点以及底层节点的变动情况,若监测到当前SDN网络中增加了功能节点和/或底层节点,则捕捉与当前节点连接的下一节点的地址信息和接入端口信息,并根据当前节点的地址信息、接入端口信息和增加的节点的地址信息、接入端口信息生成对应的拓扑数据表;多次迭代后,生成覆盖全局的SDN网络拓扑结构;SDN网络拓扑结构有向图表示为G(V,E,DE),其中,V和E分别表示功能节点及功能节点间边的集合,SE表示为功能节点提供服务的底层节点的集合;
健康度评估指标输入模块,用于获取各健康度评估指标及对应的权重;所述的健康度评估指标包括:存储容量空闲率、存储IOPS空闲率、网络IOPS空闲率、内存空闲率、CPU空闲率和响应概率;
节点失效概率计算模块,用于根据健康度评估指标输入模块输出的各健康度评估指标的权重wi,将各健康度评估指标进行加权求和,得到评估指标量化值H=∑wihi,将评估指标量化值带入式(1),得到每个底层节点失效概率:将底层节点失效概率带入式(2),得到每个功能节点的失效概率:
ps=1-∑Wihi (1)
pv=1-∏(1-ps) (2)
路径失效概率计算模块,用于根据节点失效概率计算模块的输出和公式(3),计算得到路由的源节点到目的节点的各路径的失效概率;
式中,P为任意一条路径,p(vi)为路径P上的功能节点的失效概率;
路径概率距离转化模块,用于将路径失效概率计算模块的输出代入公式(4),转化为相应的概率距离;
式中,pathi为路由的源节点到目的节点的第i条路径;
功能链筛选模块,用于根据路径概率距离转化模块的输出,取概率距离最短的路径作为路由的源节点到目的节点的最佳可靠功能链。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010766257.3A CN112087384B (zh) | 2020-08-03 | 2020-08-03 | 一种基于sdn环境的数据传输方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010766257.3A CN112087384B (zh) | 2020-08-03 | 2020-08-03 | 一种基于sdn环境的数据传输方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112087384A CN112087384A (zh) | 2020-12-15 |
CN112087384B true CN112087384B (zh) | 2023-04-28 |
Family
ID=73735365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010766257.3A Active CN112087384B (zh) | 2020-08-03 | 2020-08-03 | 一种基于sdn环境的数据传输方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112087384B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112968794B (zh) * | 2021-01-28 | 2023-01-17 | 广州杰赛科技股份有限公司 | 网络功能链部署方法、装置、终端设备以及存储介质 |
CN112910720B (zh) * | 2021-05-06 | 2021-08-03 | 成都云智天下科技股份有限公司 | 一种基于用户体验量化指标的智能网络调度方法及系统 |
CN113759728B (zh) * | 2021-09-30 | 2023-08-25 | 中国船舶重工集团公司第七一九研究所 | 一种数字化网络控制系统建模方法 |
CN114173369A (zh) * | 2021-12-29 | 2022-03-11 | 中国电信股份有限公司 | 一种网络质量评估方法、装置、电子设备及存储介质 |
CN114398303B (zh) * | 2022-01-19 | 2022-10-28 | 扬州万方科技股份有限公司 | 一种实现低延时的数据传输方法及系统 |
CN116260695B (zh) * | 2022-11-18 | 2023-09-01 | 中国人民解放军61516部队 | 一种计算机网络健康度综合评估方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070461A (zh) * | 2019-04-17 | 2019-07-30 | 南瑞集团有限公司 | 一种电力信息系统健康度评估方法及其评估系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9628380B2 (en) * | 2015-03-06 | 2017-04-18 | Telefonaktiebolaget L M Ericsson (Publ) | Method and system for routing a network function chain |
US10666516B2 (en) * | 2016-04-04 | 2020-05-26 | Avago Technologies International Sales Pte. Limited | Constraint-based virtual network function placement |
CN107769976B (zh) * | 2017-10-31 | 2020-06-26 | 电子科技大学 | 一种基于传输带宽优化的服务功能链映射方法 |
CN108260169B (zh) * | 2018-01-26 | 2021-04-02 | 重庆邮电大学 | 一种基于QoS保障的服务功能链动态部署方法 |
CN111147307B (zh) * | 2019-12-30 | 2022-04-29 | 重庆邮电大学 | 基于深度强化学习的服务功能链可靠部署方法 |
-
2020
- 2020-08-03 CN CN202010766257.3A patent/CN112087384B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070461A (zh) * | 2019-04-17 | 2019-07-30 | 南瑞集团有限公司 | 一种电力信息系统健康度评估方法及其评估系统 |
Non-Patent Citations (1)
Title |
---|
刘艺 ; 张红旗 ; 杨英杰 ; 常德显 ; .一种区分等级的可生存服务功能链映射方法.计算机研究与发展.2018,(第04期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN112087384A (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112087384B (zh) | 一种基于sdn环境的数据传输方法及系统 | |
Firouzi et al. | The convergence and interplay of edge, fog, and cloud in the AI-driven Internet of Things (IoT) | |
CN110352584A (zh) | 跨越本地网络的设备流量的自动优先级排序 | |
US10091070B2 (en) | System and method of using a machine learning algorithm to meet SLA requirements | |
CN113708972B (zh) | 一种服务功能链部署方法、装置、电子设备及存储介质 | |
US11425017B2 (en) | Systems and methods for utilizing a neural network model to perform packet capture data analysis | |
Pham et al. | Optimized IoT service chain implementation in edge cloud platform: a deep learning framework | |
CN108075974B (zh) | 一种流量转发控制方法、装置及sdn架构系统 | |
Ruelas et al. | A load balancing method based on artificial neural networks for knowledge-defined data center networking | |
CN112073237B (zh) | 一种云边架构中大规模目标网络构建方法 | |
Mouradian et al. | Network functions virtualization architecture for gateways for virtualized wireless sensor and actuator networks | |
CN116708246A (zh) | 传输链路的检测方法及装置、设备及存储介质 | |
Pezoa et al. | Reliability of heterogeneous distributed computing systems in the presence of correlated failures | |
Liu et al. | DCNSim: A data center network simulator | |
Li et al. | Learning self-adaptations for iot networks: A genetic programming approach | |
Gilbert | Artificial intelligence for autonomous networks | |
Erazo et al. | Symbiotic network simulation and emulation | |
Kurniawan et al. | Mobile computing and communications-driven fog-assisted disaster evacuation techniques for context-aware guidance support: A survey | |
WO2024062273A1 (en) | Method and system for resource allocation using reinforcement learning | |
WO2022110974A1 (zh) | 数据分析模型的训练方法、装置及存储介质 | |
US20210385007A1 (en) | Systems and methods for determining initial channel quality conditions of a channel for provision of content | |
CN115695280A (zh) | 基于边缘节点的路由方法及装置、电子设备、存储介质 | |
CN113572633A (zh) | 根因定位方法、系统、设备及存储介质 | |
CN113836425A (zh) | 基于异构图注意力网络的电影推荐方法、装置及设备 | |
Gilbert | The role of artificial intelligence for network automation and security |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |