一种基于深度学习和跨域协作的负载均衡方法及装置
公开
摘要
本发明属于计算机网络领域，具体涉及一种基于深度学习和跨域协作的负载均衡方法及装置，包括：获取流表参数和端口参数计算各链路带宽占用率；根据参数构建各链路的特征向量矩阵和邻接矩阵；构建关联时空的链路负载状态预测模型，根据特征向量矩阵和邻接矩阵预测下一周期的当前链路负载状态值；将当前链路负载状态值与对应链路带宽占用率融合，得到当前链路的最终可选度；结合各个链路的最终可选度建立流量调度数学模型，采用改进人工蜂群算法来计算流量的传输路径并下发流表到各交换机；构建控制平面资源管理模块控制流量跨域实现负载均衡；本发明通过跨域协作方式降低控制平面资源消耗，提高数据平面传输性能，达到网络整体的负载均衡。
基本信息
专利标题 ：
一种基于深度学习和跨域协作的负载均衡方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114567598A
申请号 ：
CN202210179936.X
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
尚凤军蒋延国
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区南山街道崇文路2号
代理机构 ：
重庆辉腾律师事务所
代理人 ：
王海军
优先权 ：
CN202210179936.X
主分类号 ：
H04L47/125
IPC分类号 ：
H04L47/125 H04L47/10 G06N3/04 G06N3/08
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
