“张卿祎”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4个，建议您升级VIP下载更多相关专利

[发明专利]一种基于IPv6地址的多源组播流量优化方法-CN202111195829.8有效
发明人：易波;陈佳豪;张婷婷;屈志豪;张卿祎 -专利权人：东北大学
申请日： 2021-10-14 - 公布日： 2023-08-15 - 主分类号： H04L45/745 文献下载
摘要：本发明提出一种基于IPv6地址的多源组播流量优化方法，尽管ICNv6通信模式是以内容为中心，路由是基于名字寻址的，但在ICNv6中，内容对象的数量是巨大的，这表明为每个不同的内容对象计算组播树是不现实的；因此，按一定规则将内容请求映射到特定的隧道中，网络带宽是基于隧道分配的，隧道按用户服务质量需求和起始节点异同聚合了内容传输请求，是高度可伸缩、可扩展的；而且，ICNv6组播路由本质上是可以实现多对多组播；所以，提出了一种基于虚拟点的组播算法来计算组播隧道，该算法还同时考虑了用户需求和网络流量优化的目标，即，负载平衡；最后，提出了组播组的维护方法，包括插入或删除成员的方法，还有当组播树性能下降时全局重优化的策略。
一种基于 ipv6 地址多源组播流量优化方法

[发明专利]一种深度强化学习驱动的网内缓存优化方法-CN202110798424.7有效
发明人：易波;屈志豪;陈佳豪;张婷婷;张卿祎 -专利权人：东北大学
申请日： 2021-07-15 - 公布日： 2022-07-01 - 主分类号： H04L67/568 文献下载
摘要：本发明是一种深度强化学习驱动的网内缓存优化方法，首先通过智能地感知网络环境来对网络请求模式进行主动学习；然后计算出不同的最优缓存策略并分发给相应的路由节点执行；再由本地节点根据得到的策略做出缓存决策；结合主动式缓存和反应式缓存的优势，实现提高缓存命中率的最终目标。本发明引入深度强化学习算法来制定网内缓存策略，通过智能地感知网络环境来对网络请求模式进行主动学习，给相应的路由节点计算出不同的最优缓存策略，结合主动式和反应式缓存的优势，提高了缓存命中率。
一种深度强化学习驱动缓存优化方法

[发明专利]一种网络中流量处理、盲点获取方法及装置-CN202011377124.3在审
发明人： 张卿祎 -专利权人：北京华为数字技术有限公司
申请日： 2020-11-30 - 公布日： 2022-06-17 - 主分类号： H04L43/0876 文献下载
摘要：本申请实施例公开了一种网络中流量处理方法，具体地，对于网络中的盲点，第一目标网络设备，获取第一目标网络设备在目标SPT中的第一流量值、其到达根节点的第一链路数以及每条链路的第一链路负载。同时，控制装置获取该第一目标网络设备的父节点到达根节点的第二链路数以及每条链路的第二链路负载，并根据上述五个参数确定第一目标网络设备在目标SPT中的第一盲点综合影响指数。控制装置将第一目标网络设备在各个SPT中的第一盲点综合影响指数加和获得第二盲点综合影响指数。第二盲点综合影响指数指示调整第一目标网络设备的流量的风险大小。控制装置可以根据第二盲点综合影响指数确定是否调整第一目标网络设备的流量，避免盲目调整影响网络传输质量。
一种网络流量处理盲点获取方法装置

[发明专利]一种通信网的深度学习驱动的流量优化机制-CN202110798422.8在审
发明人：易波;张婷婷;屈志豪;陈佳豪;张卿祎 -专利权人：东北大学
申请日： 2021-07-15 - 公布日： 2021-11-19 - 主分类号： H04L12/721 文献下载
摘要：本发明公开一种通信网的深度学习驱动的流量优化机制，基于SDN网络，将智能流量优化机制iTE的控制回路部署在SDN控制器中，iTE的控制回路包括三个组成部分：(1)支持ICN的交换机部分；(2)DRL环境部分；由数据平面收集的网络信息和流量信息抽象成的DRL环境是SDN控制器中为DRL算法提供状态的输入，同时，监测网络和流量状态；(3)并行决策模块部分；并行决策模块是运行在SDN控制器中核心的执行流量优化算法的模块。这表明iTE以更加细粒度的流量分配方式、更合理的分布流量到网络中。引入ICN后，网络可以承载更多的流量。ICN通过利用网内缓存将流量终结在网内存储中，进而使得网络容纳更多的流量。
一种通信网深度学习驱动流量优化机制