CN114500296A - 基于功能扩展图的通信、存储和计算资源统一表征方法 - Google Patents
基于功能扩展图的通信、存储和计算资源统一表征方法 Download PDFInfo
- Publication number
- CN114500296A CN114500296A CN202210087697.5A CN202210087697A CN114500296A CN 114500296 A CN114500296 A CN 114500296A CN 202210087697 A CN202210087697 A CN 202210087697A CN 114500296 A CN114500296 A CN 114500296A
- Authority
- CN
- China
- Prior art keywords
- node
- virtual
- data
- nodes
- functional
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于功能扩展图的通信、存储和计算资源统一表征方法,主要解决传统时间扩展图无法表征计算资源的问题,其实现方案为:初始化表征网络参数,划分网络节点,并根据网络节点功能对其进行分解;将规划周期划分为T个不均等的时间间隔;初始化一张空白的T层有向图,添加非功能节点、虚拟子节点和虚拟计算节点;再在有向图中添加传输链路、存储链路和虚拟传输链路,构成功能扩展图;设置通信容量约束、存储容量约束、计算容量约束和流量守恒约束,将通信、存储和计算资源联合管理问题转化为功能扩展图中的数据流问题。本发明能用功能扩展图,表征网络中的资源的时变性和相关性,可用于时变网络中的通信、存储和计算资源的统一分析与管理。
Description
技术领域
本发明属于信息技术领域,特别涉及一种基于功能扩展图的通信、存储和计算资源统一表征方法,可以用于公共交通、通信、供应链这些时变网络的通信、存储和计算资源分析与管理。
背景技术
为了建模网络拓扑对数据传输的影响,Fulkerson等人提出了时间扩展图,通过引入存储链路将离散的时间快照连接起来,从而实现网络节点的通信资源和存储资源的联合表征。时间扩展图被广泛应用于表征随时间变化的动态网络,比如,多商品问题,疏散计划问题,空间信息网络以及通信网络等。然而,网络节点除了拥有通信功能和存储功能外,还拥有其他的计算处理功能。比如,对于通信网络,其网络节点可能拥有图像处理功能,则流入该节点的原始图像可能被压缩处理成压缩图像从该节点流出;对于数据流问题,网络节点可能拥有处理功能,其将流入的原始材料处理后转化成产品,如将苹果处理成苹果汁,从该节点流出。然而,这种时间扩展图却无法表征在动态网络中节点的计算处理功能。
例如,Huiting Yang的文章“Maximum flow routing strategy for spaceinformation network with service function constraints”中,提出采用时间扩展图表征时变的空间信息网络网络,其通过引入存储链路将离散的时间快照连接起来,从而实现网络节点的通信资源和存储资源的联合表征。但是,在空间信息网络中的节点,如卫星除了拥有通信功能和存储功能外,还拥有其他的计算处理功能,如图像压缩。而时间扩展图未能将空间信息网络节点相应的计算资源考虑在内,因而导致无法用于空间信息网络中的通信、存储和计算的联合规划。
发明内容
本发明的目的在于针对上述现有技术无法对通信、存储和计算资源联合表征的不足,提出一种基于功能扩展图的通信、存储和计算资源统一表征方法,以构成统一功能图模型,刻画不同资源间的承接转化关系,实现对时变网络中的通信、存储和计算资源的分析和管理。
为实现上述目的,本发明的技术方案包括如下:
(2)对网络节点进行划分,即将把网络中不能提供任务计算功能只起到通信和存储作用的节点分为非功能节点,将络中不仅能提供通信和存储功能还能提供计算功能的分为功能节点;根据此划分将网络节点集合表示为:其中为非功能节点的集合,为功能节点的集合,表示第j个非功能节点,N1为非功能节点的个数,表示第i个功能节点,N2为功能节点的个数,N=N1+N2;
(3)根据网络节点的功能对其进行分解:
若功能节点能够提供Mi个计算功能,则将节点其分解为一个虚拟子节点vi和Mi个虚拟计算节点以及两条虚拟传输链路和其中,Mi为功能节点能够提供计算功能的总数,表示的功能节点分解的第m个虚拟计算节点,表示的是从虚拟子节点vi到虚拟计算节点的有向线段,表示的是从虚拟计算节点到虚拟子节点vi的有向线段,m∈[1,Mi];
(5)构建功能扩展图:
(5a)初始化一张空白的T层有向图,其中第q层有向图的时间间隔为τq;
(5b)在有向图的每个时间间隔τq内分别添加网络中所有非功能节点、所有功能节点分解的虚拟子节点、所有功能节点分解的虚拟计算节点,构成功能节点图,并得到该功能节点图的三类节点集合:
其中,为功能节点图的非功能节点集合,为功能节点图的虚拟子节点集合,为功能节点图的虚拟计算节点集合,表示在时间间隔τq内网络非功能节点的副本,为虚拟子节点vi的副本,表示在时间间隔τq内网络虚拟计算节点的副本;
(5c)在功能节点图中添加链路:
(5c1)根据节点的连通性添加传输链路:
(5c2)添加存储链路:
(6)设置通信容量约束、存储容量约束、计算容量约束和流量守恒约束:
所述通信容量约束,是限定所有数据流在传输链路或虚拟传输链路上传输的数据量总和不能超过其传输链路或虚拟传输链路的通信容量;
所述存储容量约束,是限定所有数据流在存储链路上存储的数据量总和不能超过其存储链路的存储容量;
所述计算容量约束,是限定数据流流入虚拟计算节点所消耗的计算容量不能超过虚拟计算节点所提供的计算能力,其中为即将接收计算功能的数据流,m∈[1,Mi],表示的是通过传输链路和存储链路流入功能扩展图中的虚拟子节点的不同数据流的种类数;
所述流量守恒约束,包括:限定每一种数据流流入非功能节点的数据量等于其流出非功能节点的数据量;限定每一种数据流流入虚拟子节点的数据量等于其流出虚拟子节点的数据量;限定即数据流流入虚拟计算节点的数据量乘于等于数据流流出虚拟计算节点的数据量,其中,为已接收计算功能的数据流;
(7)在上述设定的四个约束下,将通信、存储和计算资源联合管理问题转化为功能扩展图中的数据流问题,即用功能扩展图,统一表征随时间变化的动态网络通信、存储和计算资源。
本发明与现有技术相比,具有如下优点:
1)本发明由于通过功能扩展图框架来统一表征通信、存储和计算能力,解决了传统的时间扩展图中无法表征一个节点内的多种计算功能的问题。具体而言,基于传统时间扩展图,对每个具有计算功能的节点进行虚拟分解为三个虚拟组件:子虚拟节点,虚拟计算节点和虚拟传输链路,其中子虚拟节点保持原始节点的通信和存储能力,而虚拟计算节点提供原始节点的计算能力,虚拟传输链路连接子虚拟节点和虚拟计算节点。同时本发明的功能扩展图能够表征在一个节点内的多个并行或多个连续的计算功能。
2)本发明由于在构造功能扩展图中,通过引入虚拟传输链路的方法解决传统时间扩展图中无法表征节点的计算功能单元处理数据过程的问题。本发明用功能扩展图中的传输链路、存储链路和虚拟传输链路表征时变网络中的通信、存储和计算资源,为联合通信、存储和计算资源提供了统一的表示,且功能扩展图中的不同链路之间的位置关系表征了不同资源间的承接转化关系。
3)本发明由于在功能扩展图中设定了对数据流的通信容量约束、存储容量约束、计算容量约束和流量守恒约束,克服了对于一个具有多个并行计算功能或多个连续功能的节点,因数据流的类型和输入的数据流量与输出的数据流量的比例可能发生改变所造成难于量化流量守恒约束的问题,可通过功能扩展图,统一表征随时间变化的动态网络通信、存储和计算资源。
附图说明
图1是本发明使用的场景示意图;
图2是本发明的实现总流程图;
图3是本发明中在规划周期内网络的节点与节点之间的连通关系示意图;
图4是本发明中功能节点分解得到的不同节点和虚拟传输链路示意图;
图5是本发明中初始化的空白有向图;
图6是本发明中构建的功能节点图。
图7是本发明中构建的功能扩展图。
具体实施方式
以下结合附图和实例对本发明进行详细说明,实例仅用于说明本发明,并不构成对本发明的任何限制。
参照图1,本实例的网络场景由6个网络节点组成,其中网络节点和这三个节点不能提供任务计算功能只起到通信和存储作用,而和这三个网络节点不仅能提供通信和存储功能还分别能够提供M1,M2和M3个计算功能。网络的规划周期为在规划周期内节点与节点之间的连通性如图3所示,图3中每一个横纵坐标对应一对节点的连通关系,其中横坐标表示时间,纵坐标表示连通性,状态1表示连通,状态0表示断开。
参照图2,本实例在上述场景条件下的具体实现步骤如下:
步骤1,初始化网络参数并对网络节点进行划分。
初始化网络节点的个数为N,N=6,初始化网络节点集合为即该集合由六个网络节点组成,其中网络节点和这三个节点不能提供任务计算功能只起到通信和存储作用,而和这三个网络节点不仅能提供通信和存储功能还分别能够提供M1,M2和M3个计算功能。
将把网络中不能提供任务计算功能只起到通信和存储作用的节点分为非功能节点,将络中不仅能提供通信和存储功能还能提供计算功能的分为功能节点;
根据此划分将网络节点集合表示为:其中为非功能节点的集合,为功能节点的集合,表示第j个非功能节点,j∈[1,N1],N1=3为非功能节点的个数,表示第i个功能节点,i∈[1,N2],N2=3为功能节点的个数,N=N1+N2。
步骤2,根据网络节点的功能对其进行分解。
若功能节点能够提供Mi个计算功能,则将节点其分解为一个虚拟子节点vi和Mi个虚拟计算节点以及两条虚拟传输链路和如图4所示,其中,Mi为功能节点能够提供计算功能的总数,表示的功能节点分解的第m个虚拟计算节点,表示的是从虚拟子节点vi到虚拟计算节点的有向线段,表示的是从虚拟计算节点到虚拟子节点vi的有向线段,m∈[1,Mi],虚拟子节点vi实现通信和存储功能,虚拟计算节点实现计算功能且数据流流入虚拟计算节点将被处理并被转化为新类型的数据流从该虚拟计算节点流出,其中,为即将接收计算功能的数据流,为已接收计算功能的数据流。
步骤3,根据网络节点的连通性,将网络规划周期划分为T个连续不均等的时间间隔。
如图3所示,其包括三个时间间隔,即第一时间间隔τ1,第二时间间隔τ2,第三个时间间隔τ3,其中:
第三个时间间隔τ3内,第1个功能节点可以给第2个功能节点传输数据,第2个功能节点可以给第3个功能节点传输数据,第3个功能节点可以给第2个非功能节点传输数据,第2个非功能节点可以给第3个非功能节点传输数据。
步骤4,构建功能扩展图。
4.1)初始化一张空白的T=3层有向图,其中第q层有向图的时间间隔为τq,1≤q≤3,如图5所示;
4.2)在有向图的每个时间间隔τq内分别添加网络中所有非功能节点、所有功能节点分解的虚拟子节点、所有功能节点分解的虚拟计算节点,构成功能节点图,如图6所示,其中:
4.3)在功能节点图中添加链路,如图7所示:
4.3.1)根据节点的连通性添加传输链路,如图7的实线所示:
4.3.2)添加存储链路如,图7的虚线所示:
步骤5,设置通信容量约束、存储容量约束、计算容量约束和流量守恒约束。
5.1)设置通信容量约束,即限定所有数据流在传输链路或虚拟传输链路上传输的数据量总和不能超过其传输链路或虚拟传输链路的通信容量:
5.1.1)对于传输链路,其通信容量约束所限定的所有数据流在传输链路上传输的数据量总和不能超过其传输链路的通信容量,公式表示如下:
其中,表示从第j个非功能节点到第k个非功能节点的传输链路上的数据流的种类数,表示从第j个非功能节点到第i个虚拟子节点的传输链路上的数据流的种类数,表示从第i个虚拟子节点到第k个虚拟子节点的传输链路上的数据流的种类数,表示从第i个虚拟子节点到第j个非功能节点的传输链路上的数据流的种类数, 和分别表示数据流ξn在传输链路 和上传输的数据量,和分别为传输链路和的通信容量,为功能扩展图中传输链路的集合;
5.1.2)对于虚拟传输链路,其通信容量约束中所限定的数据流在虚拟传输链路上传输的数据量总和不能超过其虚拟传输链路的通信容量,公式表示如下:
5.2)设置存储容量约束,即限定所有数据流在存储链路上存储的数据量总和不能超过其存储链路的存储容量,其公式表示如下:
其中,和分别表示数据流ξn在存储链路和上存储的数据量,和分别表示存储链路和的存储容量,表示通过传输链路和存储链路流入功能扩展图中的第j个非功能节点的不同数据流的种类数,表示通过传输链路、存储链路和虚拟传输链路流入功能扩展图中的第i个虚拟子节点的不同数据流的种类数,为功能扩展图中存储链路的集合。
其中,为即将接收计算功能的数据流,为已接收计算功能的数据流,为数据流在虚拟传输链路上传输的数据量,为计算因子,表示的是处理每单元的数据流并转化为数据流所需要消耗的计算能力,表示的是虚拟计算节点具有的计算能力。
5.4)设置流量守恒约束:
此约束包括对非功能节点、虚拟子节点和虚拟计算节点这三个方面,具体实现如下:
5.4.1)对于非功能节点,限定数据流ξn流入非功能节点的数据量等于其流出非功能节点的数据量,公式表示如下:
5.4.2)对于虚拟子节点,限定数据流ξn流入虚拟子节点的数据量等于其流出虚拟子节点的数据量,公式表示如下:
其中,和分别表示数据流ξn在传输链路和上传输的数据量,和分别表示数据流ξn在虚拟传输链路和上传输的数据量,和分别表示数据流ξn在存储链路和上存储的数据量,为通过传输链路、存储链路和虚拟传输链路流入第i个虚拟子节点的不同数据流的集合,为功能扩展图中传输链路的集合;
步骤6,用功能扩展图统一表征通信、存储和计算资源。
由于功能扩展图中的传输链路、存储链路和虚拟传输链路分别表征了时变网络中的通信、存储和计算资源,且功能扩展图中的不同链路之间的位置关系表征了不同资源间的承接转化关系,同时由于在步骤5设定的四个约束下,可使功能扩展图中的数据流满足网络中的通信资源约束、存储资源约束、计算约束以及各种数据流之间的转化关系,因而能将通信、存储和计算资源联合管理问题转化为功能扩展图中的数据流问题,即用功能扩展图,统一表征随时间变化的动态网络通信、存储和计算资源。用该功能扩展图可以对时变网络的通信、存储和计算资源进行统一分析与管理。
以上描述仅是本发明的一个具体实例,显然对于本领域的专业人员来说,在了解了本发明内容和原理后,都可能在不背离本发明原理、结构的情况下,进行形式和细节上的各种修正和改变,但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。
Claims (9)
1.一种基于功能扩展图的通信、存储和计算资源统一表征方法,其特征在于,包括:
(2)对网络节点进行划分,即将把网络中不能提供任务计算功能只起到通信和存储作用的节点分为非功能节点,将络中不仅能提供通信和存储功能还能提供计算功能的分为功能节点;根据此划分将网络节点集合表示为:其中为非功能节点的集合,为功能节点的集合,表示第j个非功能节点,N1为非功能节点的个数,表示第i个功能节点,N2为功能节点的个数,N=N1+N2;
(3)根据网络节点的功能对其进行分解:
若功能节点能够提供Mi个计算功能,则将节点其分解为一个虚拟子节点vi和Mi个虚拟计算节点以及两条虚拟传输链路和其中,Mi为功能节点能够提供计算功能的总数,表示的功能节点分解的第m个虚拟计算节点,表示的是从虚拟子节点vi到虚拟计算节点的有向线段,表示的是从虚拟计算节点到虚拟子节点vi的有向线段,m∈[1,Mi];
(5)构建功能扩展图:
(5a)初始化一张空白的T层有向图,其中第q层有向图的时间间隔为τq;
(5b)在有向图的每个时间间隔τq内分别添加网络中所有非功能节点、所有功能节点分解的虚拟子节点、所有功能节点分解的虚拟计算节点,构成功能节点图,并得到该功能节点图的三类节点集合:
其中,为功能节点图的非功能节点集合,为功能节点图的虚拟子节点集合,为功能节点图的虚拟计算节点集合,表示在时间间隔τq内网络非功能节点的副本,为虚拟子节点vi的副本,表示在时间间隔τq内网络虚拟计算节点的副本;
(5c)在功能节点图中添加链路:
(5c1)根据节点的连通性添加传输链路:
(5c2)添加存储链路:
(6)设置通信容量约束、存储容量约束、计算容量约束和流量守恒约束:
所述通信容量约束,是限定所有数据流在传输链路或虚拟传输链路上传输的数据量总和不能超过其传输链路或虚拟传输链路的通信容量;
所述存储容量约束,是限定所有数据流在存储链路上存储的数据量总和不能超过其存储链路的存储容量;
所述计算容量约束,是限定数据流流入虚拟计算节点所消耗的计算容量不能超过虚拟计算节点所提供的计算能力,其中为即将接收计算功能的数据流,m∈[1,Mi],表示的是通过传输链路和存储链路流入功能扩展图中的虚拟子节点的不同数据流的种类数;
所述流量守恒约束,包括:限定每一种数据流流入非功能节点的数据量等于其流出非功能节点的数据量;限定每一种数据流流入虚拟子节点的数据量等于其流出虚拟子节点的数据量;限定即数据流流入虚拟计算节点的数据量乘于等于数据流流出虚拟计算节点的数据量,其中,为已接收计算功能的数据流;
(7)在上述设定的四个约束下,将通信、存储和计算资源联合管理问题转化为功能扩展图中的数据流问题,即用功能扩展图,统一表征随时间变化的动态网络通信、存储和计算资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210087697.5A CN114500296B (zh) | 2022-01-25 | 2022-01-25 | 基于功能扩展图的通信、存储和计算资源统一表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210087697.5A CN114500296B (zh) | 2022-01-25 | 2022-01-25 | 基于功能扩展图的通信、存储和计算资源统一表征方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114500296A true CN114500296A (zh) | 2022-05-13 |
CN114500296B CN114500296B (zh) | 2023-02-07 |
Family
ID=81475438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210087697.5A Active CN114500296B (zh) | 2022-01-25 | 2022-01-25 | 基于功能扩展图的通信、存储和计算资源统一表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114500296B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114641029A (zh) * | 2022-05-17 | 2022-06-17 | 亚太卫星宽带通信(深圳)有限公司 | 一种基于卫星通信信号装置的发信方法及*** |
CN115833899A (zh) * | 2022-09-30 | 2023-03-21 | 西安电子科技大学 | 空间信息网络中的虚拟网络功能部署和路由联合优化方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160149993A1 (en) * | 2013-06-25 | 2016-05-26 | Orange | Cooperative network architecture |
CN106877921A (zh) * | 2017-03-14 | 2017-06-20 | 西安电子科技大学 | 空间信息网络多维资源一体化表征方法 |
CN108718251A (zh) * | 2018-05-10 | 2018-10-30 | 西安电子科技大学 | 基于资源时变图的空间信息网络连通性分析方法 |
CN110636002A (zh) * | 2019-10-15 | 2019-12-31 | 西安电子科技大学 | 基于时分的收发信机受限空间信息网络最大流路由方法 |
US20210194907A1 (en) * | 2019-12-20 | 2021-06-24 | Microsoft Technology Licensing, Llc | Detecting anomalous network activity |
CN113365355A (zh) * | 2021-04-29 | 2021-09-07 | 西安交通大学 | 一种空天地一体化网络下的多维资源管理方法及*** |
CN113438156A (zh) * | 2021-06-29 | 2021-09-24 | 西安电子科技大学 | 基于时间扩展图的时间确定性多路径路由方法 |
US20210382754A1 (en) * | 2021-06-12 | 2021-12-09 | Intel Corporation | Serverless computing architecture for artificial intelligence workloads on edge for dynamic reconfiguration of workloads and enhanced resource utilization |
-
2022
- 2022-01-25 CN CN202210087697.5A patent/CN114500296B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160149993A1 (en) * | 2013-06-25 | 2016-05-26 | Orange | Cooperative network architecture |
CN106877921A (zh) * | 2017-03-14 | 2017-06-20 | 西安电子科技大学 | 空间信息网络多维资源一体化表征方法 |
CN108718251A (zh) * | 2018-05-10 | 2018-10-30 | 西安电子科技大学 | 基于资源时变图的空间信息网络连通性分析方法 |
CN110636002A (zh) * | 2019-10-15 | 2019-12-31 | 西安电子科技大学 | 基于时分的收发信机受限空间信息网络最大流路由方法 |
US20210194907A1 (en) * | 2019-12-20 | 2021-06-24 | Microsoft Technology Licensing, Llc | Detecting anomalous network activity |
CN113365355A (zh) * | 2021-04-29 | 2021-09-07 | 西安交通大学 | 一种空天地一体化网络下的多维资源管理方法及*** |
US20210382754A1 (en) * | 2021-06-12 | 2021-12-09 | Intel Corporation | Serverless computing architecture for artificial intelligence workloads on edge for dynamic reconfiguration of workloads and enhanced resource utilization |
CN113438156A (zh) * | 2021-06-29 | 2021-09-24 | 西安电子科技大学 | 基于时间扩展图的时间确定性多路径路由方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114641029A (zh) * | 2022-05-17 | 2022-06-17 | 亚太卫星宽带通信(深圳)有限公司 | 一种基于卫星通信信号装置的发信方法及*** |
CN114641029B (zh) * | 2022-05-17 | 2022-08-02 | 亚太卫星宽带通信(深圳)有限公司 | 一种基于卫星通信信号装置的发信方法及*** |
CN115833899A (zh) * | 2022-09-30 | 2023-03-21 | 西安电子科技大学 | 空间信息网络中的虚拟网络功能部署和路由联合优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114500296B (zh) | 2023-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114500296B (zh) | 基于功能扩展图的通信、存储和计算资源统一表征方法 | |
CN112491714B (zh) | SDN环境下基于深度强化学习的智能QoS路由优化方法、*** | |
CN106934497B (zh) | 基于深度学习的智慧小区用电量实时预测方法及装置 | |
CN111159425A (zh) | 一种基于历史关系和双图卷积网络的时态知识图谱表示方法 | |
Leinonen et al. | Distributed joint resource and routing optimization in wireless sensor networks via alternating direction method of multipliers | |
CN102546220B (zh) | 一种基于业务特征的关键质量指标构成方法 | |
CN103596191B (zh) | 一种无线传感器网络智能配置***及其方法 | |
WO2023179010A1 (zh) | 一种noma-mec***中的用户分组和资源分配方法及装置 | |
CN101860908B (zh) | 一种无线多媒体传感器网络节点间无缝高效的通信机制 | |
CN110928694B (zh) | 一种计算机*** | |
CN114422349B (zh) | 基于云边端协同的深度学习模型训练和推理架构部署方法 | |
CN113518007B (zh) | 一种基于联邦学习的多物联网设备异构模型高效互学习方法 | |
CN104049533A (zh) | 基于隐半马尔可夫模型的网络控制***控制器设计方法 | |
CN114745383A (zh) | 一种移动边缘计算辅助多层联邦学习方法 | |
CN115392481A (zh) | 一种基于响应时间实时均衡的联邦学习高效通信方法 | |
Burlachenko et al. | Devising a method for the active coordination of video cameras in optical navigation based on the multi-agent approach | |
CN108376099B (zh) | 一种优化时延与能效的移动终端计算迁移方法 | |
CN105491329A (zh) | 一种基于流式计算的大规模监控视频流汇聚方法 | |
CN102946443B (zh) | 一种实现大规模数据传输的多任务调度方法 | |
CN114357676A (zh) | 一种针对层次化模型训练框架的聚合频率控制方法 | |
Du et al. | The Internet of Things as a deep neural network | |
CN116455768A (zh) | 面向全局时延优化的云边端协同cnn推理方法及*** | |
CN112506656B (zh) | 一种基于配电物联网计算任务的分配方法 | |
CN103581329A (zh) | 基于分簇的对等网络流媒体直播***拓扑结构的构建方法 | |
CN104168603B (zh) | 基于压缩感知技术的具有高能效的数据采集树的构造方法 |
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 |