龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京邮电大学
摘要：本发明公开了一种负载均衡的优化方法、相关服务器及系统。本发明提供的负载均衡的优化方法包括：在SDN网络中，循环迭代地执行下述步骤直至收敛：获取SDN的数据平面采集的所述网络内各链路的带宽利用率的数据，生成反映当前时刻各链路负载情况的网络状态信息；在所述SDN网络的控制平面，以所述网络状态信息作为输入，对生成式扩散模型进行训练，通过所述GDM模型输出所述网络中各链路的优先级权重；根据所述各链路的优先级权重，重新生成流表项并下发至所述网络中各交换机，以使得所述各交换机按照所述更新后的流表项定义的转发优先级转发数据。本发明利用生成式扩散模型实现对网络中各个链路的动态地、实时地进行负载均衡的优化。
主权项：1.一种负载均衡的优化方法，其特征在于，在软件定义网络SDN网络中，循环迭代地执行下述步骤直至收敛：获取SDN的数据平面采集的所述网络内各链路的带宽利用率的数据，生成反映当前时刻各链路负载情况的网络状态信息；在所述SDN网络的控制平面，以所述网络状态信息作为输入，对生成式扩散模型GDM进行训练，通过所述GDM模型输出所述网络中各链路的优先级权重；所述以所述网络状态信息作为输入，对生成式扩散模型GDM进行训练，包括：定义将网络状态信息映射至各链路的优先级权重集合的GDM作为解生成网络，其输出的负载均衡策略为所述网络中各链路的优先级权重的集合；定义神经网络Uv作为解评估网络，所述Uv用于为当前网络状态信息-各链路优先级权重集合输出对预期目标函数的值的评价值U；通过所述神经网络Uv的训练，指导GDM的训练，以生成最优的解生成网络；所述最优的解生成网络即生成最高预期评价值U的优先级权重分配方案的网络；所述解评估网络的训练目标为当前网络预测得到的评价值U与实际的评价值U之间的差异最小化；根据所述各链路的优先级权重，重新生成流表项并下发至所述网络中各交换机，以使得所述各交换机按照更新后的流表项定义的转发优先级转发数据。
全文数据：
权利要求：
百度查询： 北京邮电大学 负载均衡的优化方法、相关服务器及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号