Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

裸机vxlan的部署方法、系统和电子设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:福建福清核电有限公司

摘要:本申请公开了一种裸机vxlan的部署方法、系统和电子设备,其通过时序编码器来提取出计算资源数据在时间维度和数据维度上的隐含关联特征,并利用图神经网络来融合源端口的拓扑结构特征和各个时间点的流量数据间的关联特征,进一步以计算资源的时序特征对逻辑链路和逻辑节点的低维特征联合表达进行特征空间搜索,并以所述时序特征对所述低维特征联合表达的低秩表达进行约束,从而通过特征向量与特征矩阵的空间内联合相关的类表征,来实现所述特征向量与所述特征矩阵在高维特征空间内的联立投影,以获得所述时序特征与所述逻辑联合特征在高维特征空间中的特征分布的对齐性,即特征适配程度的表征向量。这样就能够对当前虚拟机部署的合理性进行判断。

主权项:1.一种裸机vxlan的部署方法,其特征在于,包括:获取多个时间点的UDP报文数据,并从所述多个时间点的UDP报文数据中分别提取计算资源数据;将所述多个时间点的计算资源数据通过包含一维卷积层和全连接层的时序编码器以获得第一特征向量;获取当前的虚拟机部署方案中源端口的拓扑矩阵,所述拓扑矩阵中非对角线上各个位置的值为相应各个源端口之间的逻辑链路流量,所述拓扑矩阵中对角线位置上各个位置的值为零;将所述拓扑矩阵通过第一卷积神经网络以获得第一特征矩阵;获取所述多个时间点中各个时间点的各个所述源端口的流量数据;将所述各个时间点的各个所述源端口的流量数据通过包含嵌入层的上下文编码器模型以获得多个特征向量,并将所述多个特征向量进行级联以获得对应于各个时间点的流量特征向量;将所述各个时间点的流量特征向量进行二维排列为特征矩阵后通过第二卷积神经网络以获得第二特征矩阵;将所述第一特征矩阵和所述第二特征矩阵通过图神经网络以获得第三特征矩阵,其中,所述图神经网络通过可学习的神经网络参数来生成包含不规则的拓扑特征和高维流量关联特征的矩阵表示;计算所述第一特征向量与所述第三特征矩阵之间的类概率联合相关向量,所述类概率联合相关向量为以分子向量的每个位置的特征值除以分母向量的每个位置的特征值,再作为自然函数的指数得到所述类概率联合相关向量的每个位置的特征值,所述分子向量为所述第一特征向量乘以所述第三特征矩阵,所述分母向量为所述第一特征向量与所述第三特征矩阵的Frobenius范数的按位置点乘;以及将所述类概率联合相关向量通过分类器以获得分类结果,所述分类结果用于表示当前的虚拟机部署方案是否满足预设要求。

全文数据:

权利要求:

百度查询: 福建福清核电有限公司 裸机vxlan的部署方法、系统和电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。