“刘叔正”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]CDN节点回源调度系统、方法、服务器和存储介质-CN202211159772.0在审
发明人：莫小琪;任庚;曾福华;但瑜;刘叔正 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-09-22 - 公布日： 2023-04-04 - 主分类号： H04L67/63 文献下载
摘要：本申请提供一种CDN节点回源调度系统、方法、服务器和存储介质，该系统包括：第一、第二域名服务器、回源信息生成系统、多个CDN节点。回源信息生成系统根据多个CDN节点的状态信息生成多个CDN节点的回源信息并分别发送至两个域名服务器，以及若确定第一CDN节点异常，则向两个域名服务器发送异常通知消息。第二CDN节点向第一或第二域名服务器发送回源查询请求。第一或第二域名服务器根据确定第二CDN节点对应的目标回源信息，若根据异常通知消息确定目标回源信息中存在第一CDN节点，则将目标回源信息中第三CDN节点的IP地址反馈给第二CDN节点。通过该方案可以通过调度系统的可靠性以及回源时及时避开异常节点。
cdn 节点调度系统方法服务器存储介质

[发明专利]数据传输处理方法、装置、电子设备和可读存储介质-CN202211509272.5在审
发明人：但瑜;杨超;刘叔正;倪昊;莫小琪;曾福华;马红卫 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-11-29 - 公布日： 2023-04-04 - 主分类号： H04N21/24 文献下载
摘要：本申请公开了数据传输处理方法、装置、电子设备和可读存储介质，该方法包括：确定需要在节点间传输的专线流量和非专线流量，其中，所述节点之间通过非专线和多根专线进行数据流量的传输；将所述专线流量配置在专线上进行传输；将所述非专线流量配置在所述非专线和所述多根专线中至少之一上进行传输。通过本申请解决了现有技术中为保持数据传输稳定而配置的备份专线大部分时间处于空闲所导致的浪费资源的问题，进而能够利用空闲专线传输数据，并且在某一专线出现故障时还能够保证需要在专线上传输的数据流量正常传输。
数据传输处理方法装置电子设备可读存储介质

[发明专利]资源调度方法、装置、电子设备和可读存储介质-CN202211156128.8在审
发明人： 刘叔正;任庚;莫小琪;曾福华 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-09-22 - 公布日： 2023-03-14 - 主分类号： H04L47/76 文献下载
摘要：本申请公开了资源调度方法、装置、电子设备和可读存储介质，该方法包括：接收来自系统的请求消息，其中，所述系统为共同使用共享资源的多个系统之一；确定所述系统在所述共享资源中的最大可用资源量，并将所述最大可用资源量发送给所述系统；接收所述系统根据所述最大可用资源量确定的所需资源的量；根据所述系统所需资源的量从所述共享资源中为所述系统分配资源，其中，为所述系统分配的资源小于等于所述最大可用资源量。通过本申请解决了现有技术中分配共享资源时所存在的使用该共享资源的系统可能无法得到相应资源从而影响该系统运行的问题，提高了共享资源分配的合理性，进而提高了使用共享资源的系统的运行稳定性。
资源调度方法装置电子设备可读存储介质

[发明专利]内容分发方法、装置、内容分发网络、设备及介质-CN202211124996.8在审
发明人： 刘叔正;莫小琪;曾福华 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-09-15 - 公布日： 2023-01-24 - 主分类号： H04L45/12 文献下载
摘要：本申请实施例提供一种内容分发方法、装置、内容分发网络、设备及介质，在本申请实施例中，基于内容分发网络的网络状态数据进行路径规划，以为各个拉流节点分别到各个推流节点规划对应的最短拉流路径，进而使得多个CDN节点相互联通，实现内容分发网络呈现为一种网状网络结构，而不是树状网络结构，在一定程度上，实现了内容分发网络以去中心化的网状选路方式进行路径规划。进一步的，综合CDN节点之间的通信状态和通信时延，以及每个CDN节点的当前剩余带宽等网络状态数据进行选取拉流节点到推流节点的拉流路径，极大地提高了获取通信时延更小的拉流路径的概率，有效地控制拉流路径上各个CDN节点的带宽，提高了内容分发的效率。
内容分发方法装置网络设备介质

[发明专利]一种基于近邻自编码器的近邻异常检测系统-CN202011243520.7在审
发明人：马帅;刘叔正 -专利权人：北京航空航天大学
申请日： 2020-11-10 - 公布日： 2021-02-09 - 主分类号： G06K9/62 文献下载
摘要：本发明通过人工智能领域的方法，实现了一种基于近邻自编码器的近邻异常检测系统，系统设计针对KNN的降维‑检测框架，通过输入模块导入异常数据集，经过所述KNN的降维‑检测框架运算后，通过输出模块输出异常得分，系统由参数选择方案确定其系统参数，运行过程为首先通过KD‑tree计算每个数据点的近邻点组成的近邻集合，将近邻集合和原始数据输入基于神经网路结构设计的近邻自编码器进行降维计算，获得保持近邻关系的低维数据嵌入和每个点的重构误差，将数据嵌入和重构误差输入到K‑重构‑近邻检测器，得出异常分。系统可以充分适应检测器的特点与检测器紧密配合，有效避免了高维数据下检测器性能的下降。
一种基于近邻编码器异常检测系统