← 返回列表
基于机器学习的节点调用优化方法、系统、设备及介质
申请人信息
- 申请人:广东省科技基础条件平台中心
- 申请人地址:510040 广东省广州市越秀区连新路171号
- 发明人: 广东省科技基础条件平台中心
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于机器学习的节点调用优化方法、系统、设备及介质 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311744007.X |
| 申请日 | 2023/12/19 |
| 公告号 | CN117424848B |
| 公开日 | 2024/3/26 |
| IPC主分类号 | H04L45/12 |
| 权利人 | 广东省科技基础条件平台中心 |
| 发明人 | 梁少林; 罗潆; 李正权; 石慧芳; 李嘉豪; 张熙; 胡夏林; 许上云 |
| 地址 | 广东省广州市越秀区连新路171号 |
摘要文本
本发明公开了一种基于机器学习的节点调用优化方法、系统、设备及介质，包括：根据接收到的网络通信需求确定网络拓扑结构及服务节点集；为所述服务节点集中不同服务节点配置功能接口，并根据所述功能接口确定不同服务节点间的调用关系；基于所述网络拓扑结构以及所述调用关系进行节点模拟通信，并收集节点间的通信数据和请求处理时间；通过预设的特征提取算法提取所述通信数据和所述请求处理时间的数据特征，作为训练数据集；通过预设的神经网络模型对所述训练数据集进行训练，得到训练后的网络性能预测模型；根据所述网络性能预测模型确定网络性能最优的路由路径。通过本发明能够优化节点间的路由路径，实现无中心网络节点间的高效通信。 来自马-克-数-据
专利主权项内容
1.一种基于机器学习的节点调用优化方法，其特征在于，所述方法包括：根据接收到的网络通信需求确定网络拓扑结构及服务节点集；为所述服务节点集中不同服务节点配置功能接口，并根据所述功能接口确定不同服务节点间的调用关系；基于所述网络拓扑结构以及所述调用关系进行节点间模拟通信，并收集节点间的通信数据和请求处理时间；通过预设的特征提取算法提取所述通信数据和所述请求处理时间的数据特征，作为训练数据集；通过预设的神经网络模型对所述训练数据集进行训练，得到训练后的网络性能预测模型；根据所述网络性能预测模型确定网络性能最优的路由路径；其中，所述根据所述网络性能预测模型确定网络性能最优的路由路径，包括：通过所述网络性能预测模型对所述网络拓扑结构进行网络性能预测，得到网络性能预测数据；其中，所述网络性能预测数据包括网络状态和网络工作负载；根据所述网络性能数据通过预设的动态调整路由算法选择服务节点间最优的路由路径。。微信公众号马克数据网