CN114172600A - 一种传输链路自动算路方法及装置 - Google Patents
一种传输链路自动算路方法及装置 Download PDFInfo
- Publication number
- CN114172600A CN114172600A CN202111474326.4A CN202111474326A CN114172600A CN 114172600 A CN114172600 A CN 114172600A CN 202111474326 A CN202111474326 A CN 202111474326A CN 114172600 A CN114172600 A CN 114172600A
- Authority
- CN
- China
- Prior art keywords
- link
- link transmission
- data
- target channel
- route
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种传输链路自动算路方法及装置。其中,该方法包括:获取链路传输需求;根据所述链路传输需求,生成目标信道节点和目标信道质量;通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;对所述链路最优路线进行反向验证操作,得到验证结果。本发明解决了现有技术中的链路生成过程仅仅是根据固定的规则对链路信息进行计算并生成最优的链路数据,无法通过历史数据进行高效率的链路生成,同时无法验证生成的链路是否具有很高的可靠性,降低了链路计算的精度的技术问题。
Description
技术领域
本发明涉及链路传输计算领域,具体而言,涉及一种传输链路自动算路方法及装置。
背景技术
随着智能化科技的不断发展,人们的生活、工作、学习之中越来越多地用到了智能化设备,使用智能化科技手段,提高了人们生活的质量,增加了人们学习和工作的效率。
当前,在网络数据传输链路生成方面,通常采用预设的网络链路生成规则,并根据获取到的链路需求进行最佳链路创建。但是现有技术中的链路生成过程仅仅是根据固定的规则对链路信息进行计算并生成最优的链路数据,无法通过历史数据进行高效率的链路生成,同时无法验证生成的链路是否具有很高的可靠性,降低了链路计算的精度。由于现有技术中的链路生成过程仅仅是根据固定的规则对链路信息进行计算并生成最优的链路数据,无法通过历史数据进行高效率的链路生成,同时无法验证生成的链路是否具有很高的可靠性,降低了链路计算的精度,本发明通过链路需求和大数据历史数据采集,利用链路神经网络模型输出最优链路。通过链路神经网络模型反向计算最优链路结果,验证结果的有效性和准确性。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种传输链路自动算路方法及装置,以至少解决现有技术中的链路生成过程仅仅是根据固定的规则对链路信息进行计算并生成最优的链路数据,无法通过历史数据进行高效率的链路生成,同时无法验证生成的链路是否具有很高的可靠性,降低了链路计算的精度的技术问题。
根据本发明实施例的一个方面,提供了一种传输链路自动算路方法,包括:获取链路传输需求;根据所述链路传输需求,生成目标信道节点和目标信道质量;通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;对所述链路最优路线进行反向验证操作,得到验证结果。
进一步地,所述链路传输需求包括:数据起点、数据终点、数据信道节点、数据传输质量。
进一步地,所述链路传输模型通过链路传输历史数据结合链路计算矩阵规则进行所述链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收。
进一步地,在所述通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线之后,所述方法还包括:将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线。
根据本发明实施例的另一方面,还提供了一种传输链路自动算路装置,包括:获取模块,用于获取链路传输需求;生成模块,用于根据所述链路传输需求,生成目标信道节点和目标信道质量;计算模块,用于通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;验证模块,用于对所述链路最优路线进行反向验证操作,得到验证结果。
进一步地,所述链路传输需求包括:数据起点、数据终点、数据信道节点、数据传输质量。
进一步地,所述链路传输模型通过链路传输历史数据结合链路计算矩阵规则进行所述链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收。
进一步地,所述装置还包括:反向计算模块,用于将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线。
根据本发明实施例的另一方面,还提供了一种非易失性存储介质,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行一种传输链路自动算路方法。
根据本发明实施例的另一方面,还提供了一种电子装置,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行一种传输链路自动算路方法。
在本发明实施例中,采用获取链路传输需求;根据所述链路传输需求,生成目标信道节点和目标信道质量;通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;对所述链路最优路线进行反向验证操作,得到验证结果的方式,解决了现有技术中的链路生成过程仅仅是根据固定的规则对链路信息进行计算并生成最优的链路数据,无法通过历史数据进行高效率的链路生成,同时无法验证生成的链路是否具有很高的可靠性,降低了链路计算的精度的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种传输链路自动算路方法的流程图;
图2是根据本发明实施例的一种传输链路自动算路装置的结构框图;
图3是根据本发明实施例的路由节点计算示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种传输链路自动算路方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
图1是根据本发明实施例的一种传输链路自动算路方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取链路传输需求。
可选的,所述链路传输需求包括数据起点、数据终点、数据信道节点、数据传输质量。
步骤S104,根据所述链路传输需求,生成目标信道节点和目标信道质量。
步骤S106,通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线。
可选的,所述链路传输模型通过链路传输历史数据结合链路计算矩阵规则进行所述链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收。
可选的,在所述通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线之后,所述方法还包括:将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线。
步骤S108,对所述链路最优路线进行反向验证操作,得到验证结果。
具体的,在具体实施当中首先获取链路传输需求,其中,所述链路传输需求包括数据起点、数据终点、数据信道节点、数据传输质量;具体的,在进行链路计算之前,需要根据链路的需求获取生成链路路线的基本需求信息,例如起始节点、结束节点、必经节点、链路质量和损失率等参数,那么在链路传输需求包括数据起点、数据终点、数据信道节点、数据传输质量的情况下,可以通过后续的分析手段对链路的计算形成最优解的结果。
根据所述链路传输需求,生成目标信道节点和目标信道质量,再生产目标节点的过程中,可以考虑用户对于链路必经节点的需求,即用户希望网络链路必须经过哪几个路由节点,并通过该节点的指定作为链路路线计算的依据,同时,针对信道质量也需要根据用户的需求来确定,因为不同的链路路线失真率以及抵抗率是不同的,只有确定了信道质量标准才能最好的生成有效的链路路线。通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线,其中,所述链路传输模型可以通过链路传输历史数据结合链路计算矩阵规则进行链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收;其中,路由节点的计算可以通过MAC地址的结构来进行采集和分析,如图3所示。
在得到所述最优路线之后,将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线,其中,所述路线信息包括数据数据起点、数据终点、数据信道节点、数据传输质量;将所述验证路线和所述最优路线进行比较,得到比较结果,其中,所述比较结果包括一致、不一致,然后根据所述比较结果进行最优路线的反馈操作。
通过上述实施例,解决了现有技术中的链路生成过程仅仅是根据固定的规则对链路信息进行计算并生成最优的链路数据,无法通过历史数据进行高效率的链路生成,同时无法验证生成的链路是否具有很高的可靠性,降低了链路计算的精度的技术问题。
实施例二
图2是根据本发明实施例的一种传输链路自动算路装置的结构框图,如图2所示,该装置包括:
获取模块20,用于获取链路传输需求。
生成模块22,用于所述链路传输需求包括数据起点、数据终点、数据信道节点、数据传输质量。
计算模块24,用于根据所述链路传输需求,生成目标信道节点和目标信道质量。
验证模块26,用于通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线。
可选的,所述链路传输模型通过链路传输历史数据结合链路计算矩阵规则进行所述链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收。
可选的,所述装置还包括:反向计算模块,用于将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线。
步骤S108,对所述链路最优路线进行反向验证操作,得到验证结果。
具体的,在具体实施当中首先获取链路传输需求,其中,所述链路传输需求包括数据起点、数据终点、数据信道节点、数据传输质量;具体的,在进行链路计算之前,需要根据链路的需求获取生成链路路线的基本需求信息,例如起始节点、结束节点、必经节点、链路质量和损失率等参数,那么在链路传输需求包括数据起点、数据终点、数据信道节点、数据传输质量的情况下,可以通过后续的分析手段对链路的计算形成最优解的结果。
根据所述链路传输需求,生成目标信道节点和目标信道质量,再生产目标节点的过程中,可以考虑用户对于链路必经节点的需求,即用户希望网络链路必须经过哪几个路由节点,并通过该节点的指定作为链路路线计算的依据,同时,针对信道质量也需要根据用户的需求来确定,因为不同的链路路线失真率以及抵抗率是不同的,只有确定了信道质量标准才能最好的生成有效的链路路线。通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线,其中,所述链路传输模型可以通过链路传输历史数据结合链路计算矩阵规则进行链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收;其中,路由节点的计算可以通过MAC地址的结构来进行采集和分析,如图3所示。
在得到所述最优路线之后,将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线,其中,所述路线信息包括数据数据起点、数据终点、数据信道节点、数据传输质量;将所述验证路线和所述最优路线进行比较,得到比较结果,其中,所述比较结果包括一致、不一致,然后根据所述比较结果进行最优路线的反馈操作。
根据本发明实施例的另一方面,还提供了一种非易失性存储介质,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行一种传输链路自动算路方法。
具体的,上述方法包括:获取链路传输需求;根据所述链路传输需求,生成目标信道节点和目标信道质量;通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;对所述链路最优路线进行反向验证操作,得到验证结果。可选的,所述链路传输需求包括数据起点、数据终点、数据信道节点、数据传输质量。可选的,所述链路传输模型通过链路传输历史数据结合链路计算矩阵规则进行所述链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收。可选的,在所述通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线之后,所述方法还包括:将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线。
根据本发明实施例的另一方面,还提供了一种电子装置,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行一种传输链路自动算路方法。
具体的,上述方法包括:获取链路传输需求;根据所述链路传输需求,生成目标信道节点和目标信道质量;通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;对所述链路最优路线进行反向验证操作,得到验证结果。可选的,所述链路传输需求包括数据起点、数据终点、数据信道节点、数据传输质量。可选的,所述链路传输模型通过链路传输历史数据结合链路计算矩阵规则进行所述链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收。可选的,在所述通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线之后,所述方法还包括:将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线。
通过上述实施例,解决了现有技术中的链路生成过程仅仅是根据固定的规则对链路信息进行计算并生成最优的链路数据,无法通过历史数据进行高效率的链路生成,同时无法验证生成的链路是否具有很高的可靠性,降低了链路计算的精度的技术问题。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-On ly Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种传输链路自动算路方法,其特征在于,包括:
获取链路传输需求;
根据所述链路传输需求,生成目标信道节点和目标信道质量;
通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;
对所述链路最优路线进行反向验证操作,得到验证结果。
2.根据权利要求1所述的方法,其特征在于,所述链路传输需求包括:数据起点、数据终点、数据信道节点、数据传输质量。
3.根据权利要求1所述的方法,其特征在于:所述链路传输模型通过链路传输历史数据结合链路计算矩阵规则进行所述链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收。
4.根据权利要求1所述的方法,其特征在于,在所述通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线之后,所述方法还包括:
将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线。
5.一种传输链路自动算路装置,其特征在于,包括:
获取模块,用于获取链路传输需求;
生成模块,用于根据所述链路传输需求,生成目标信道节点和目标信道质量;
计算模块,用于通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;
验证模块,用于对所述链路最优路线进行反向验证操作,得到验证结果。
6.根据权利要求5所述的装置,其特征在于,所述链路传输需求包括:数据起点、数据终点、数据信道节点、数据传输质量。
7.根据权利要求5所述的装置,其特征在于,所述链路传输模型通过链路传输历史数据结合链路计算矩阵规则进行所述链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收。
8.根据权利要求5所述的装置,其特征在于,所述装置还包括:
反向计算模块,用于将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线。
9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。
10.一种电子装置,其特征在于,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行权利要求1至4中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111474326.4A CN114172600A (zh) | 2021-12-03 | 2021-12-03 | 一种传输链路自动算路方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111474326.4A CN114172600A (zh) | 2021-12-03 | 2021-12-03 | 一种传输链路自动算路方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114172600A true CN114172600A (zh) | 2022-03-11 |
Family
ID=80483164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111474326.4A Pending CN114172600A (zh) | 2021-12-03 | 2021-12-03 | 一种传输链路自动算路方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114172600A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854696A (zh) * | 2010-05-25 | 2010-10-06 | 重庆邮电大学 | 基于调度与链路质量的无线传感器网络路由方法 |
CN101860798A (zh) * | 2010-05-19 | 2010-10-13 | 北京科技大学 | 认知无线电网络中基于重复博弈的组播路由算法 |
CN108075934A (zh) * | 2016-11-15 | 2018-05-25 | 腾讯科技(深圳)有限公司 | 一种网络质量监控方法、装置及系统 |
CN109327347A (zh) * | 2017-08-01 | 2019-02-12 | 瞻博网络公司 | 使用机器学习来监测链路质量并且预测链路故障 |
CN112202672A (zh) * | 2020-09-17 | 2021-01-08 | 华中科技大学 | 一种基于业务服务质量需求的网络路由转发方法和系统 |
CN112218337A (zh) * | 2020-09-04 | 2021-01-12 | 暨南大学 | 一种移动边缘计算中的缓存策略决策方法 |
CN112698971A (zh) * | 2020-12-30 | 2021-04-23 | 平安科技(深圳)有限公司 | 基于规则引擎的参数转换方法、装置、设备及介质 |
-
2021
- 2021-12-03 CN CN202111474326.4A patent/CN114172600A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101860798A (zh) * | 2010-05-19 | 2010-10-13 | 北京科技大学 | 认知无线电网络中基于重复博弈的组播路由算法 |
CN101854696A (zh) * | 2010-05-25 | 2010-10-06 | 重庆邮电大学 | 基于调度与链路质量的无线传感器网络路由方法 |
CN108075934A (zh) * | 2016-11-15 | 2018-05-25 | 腾讯科技(深圳)有限公司 | 一种网络质量监控方法、装置及系统 |
CN109327347A (zh) * | 2017-08-01 | 2019-02-12 | 瞻博网络公司 | 使用机器学习来监测链路质量并且预测链路故障 |
CN112218337A (zh) * | 2020-09-04 | 2021-01-12 | 暨南大学 | 一种移动边缘计算中的缓存策略决策方法 |
CN112202672A (zh) * | 2020-09-17 | 2021-01-08 | 华中科技大学 | 一种基于业务服务质量需求的网络路由转发方法和系统 |
CN112698971A (zh) * | 2020-12-30 | 2021-04-23 | 平安科技(深圳)有限公司 | 基于规则引擎的参数转换方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106682984A (zh) | 基于区块链的交易事务处理方法及系统 | |
CN108052639A (zh) | 基于运营商数据的行业用户推荐方法及装置 | |
CN106549878A (zh) | 一种业务分流方法和装置 | |
CN110265052A (zh) | 收音设备的信噪比确定方法、装置、存储介质及电子装置 | |
CN106027693B (zh) | 基于ip地址的定位方法及装置 | |
CN107172177A (zh) | 一种信息推荐方法及装置 | |
CN104883705B (zh) | 一种数据业务投诉的问题定位方法及装置 | |
CN111181930A (zh) | DDoS攻击检测的方法、装置、计算机设备及存储介质 | |
CN106390451B (zh) | 对游戏服务器的容量进行测试的方法及装置 | |
CN109685805A (zh) | 一种图像分割方法及装置 | |
CN112906806A (zh) | 一种基于神经网络的数据优化方法及装置 | |
CN107659505B (zh) | 一种sdn网络的选路方法和sdn控制器 | |
CN111030883B (zh) | 一种电力信息传输时延分析方法、装置、设备和存储介质 | |
CN112437022B (zh) | 网络流量识别方法、设备及计算机存储介质 | |
CN112836807A (zh) | 一种基于神经网络的数据处理方法及装置 | |
CN111476446A (zh) | 业务状态的监控处理方法、装置、设备及存储介质 | |
CN113660687A (zh) | 网络差小区处理方法、装置、设备及存储介质 | |
CN114172600A (zh) | 一种传输链路自动算路方法及装置 | |
CN116382916A (zh) | 用于云电脑算力集群的资源调度方法、系统及电子设备 | |
Privalov et al. | Analysis and simulation of WAN traffic by self-similar traffic model with OMNET | |
CN116882510A (zh) | 一种业务系统配置参数获取方法以及相关设备 | |
JP2000069165A (ja) | 時系列データ変換を用いたトラヒック予測方法及びその装置 | |
CN113313615A (zh) | 一种对企业司法风险进行量化评分定级的方法及装置 | |
CN114071384B (zh) | 短数据包传输方法及装置 | |
CN109951507B (zh) | 数据传输方法、系统、节点及计算机可读存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 1308, 13th floor, East Tower, 33 Fuxing Road, Haidian District, Beijing 100036 Applicant after: China Telecom Digital Intelligence Technology Co.,Ltd. Address before: Room 1308, 13th floor, East Tower, 33 Fuxing Road, Haidian District, Beijing 100036 Applicant before: CHINA TELECOM GROUP SYSTEM INTEGRATION Co.,Ltd. |