Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
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
当前位置 : 首页 > 专利喜报 > 恭喜杭州流形新网络科技有限公司高一凡获国家专利权

恭喜杭州流形新网络科技有限公司高一凡获国家专利权

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!

龙图腾网恭喜杭州流形新网络科技有限公司申请的专利基于延迟优化的区域IP Anycast站点划分方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119011484B

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411426688.X,技术领域涉及:H04L47/127;该发明授权基于延迟优化的区域IP Anycast站点划分方法是由高一凡;涂维标;马洪宇设计研发完成,并于2024-10-14向国家知识产权局提交的专利申请。

基于延迟优化的区域IP Anycast站点划分方法在说明书摘要公布了:本发明公开了基于延迟优化的区域IPAnycast站点划分方法,涉及网络技术领域,该方法的步骤为:步骤一:分析网络拓扑结构和用户分布情况,利用过往IPAnycast站点延迟数据,结合机器学习模型,预测网络流量和延迟趋势,在区域内流量高峰到来前,提前降低区域内IPAnycast站点访问请求数量,并将预测数据发送至步骤二;步骤二:通过对网络拥塞情况获取,调整IPAnycast站点的位置和数量,对其周围TTL步数值为1的IPAnycast站点延迟率进行评估,并将得到的评估数据发送至步骤三;步骤三:将每个IPAnycast站点的评估结果向周围IPAnycast站点传送。

本发明授权基于延迟优化的区域IP Anycast站点划分方法在权利要求书中公布了:1.基于延迟优化的区域IPAnycast站点划分方法,其特征在于,该方法的步骤包括:步骤一:分析网络拓扑结构和用户分布情况,利用过往IPAnycast站点延迟数据,结合机器学习模型对延迟数据进行处理,预测网络流量和延迟趋势,在区域内流量高峰到来前,提前降低区域内IPAnycast站点访问请求数量,并将预测数据发送至步骤二;步骤二:通过对网络拥塞情况获取,调整IPAnycast站点的位置和数量,对其周围TTL步数值为1的IPAnycast站点延迟率进行评估,并将得到的评估数据发送至步骤三;步骤三:将每个IPAnycast站点的评估结果向其周围TTL步数值为1的IPAnycast站点传送,对高延迟IPAnycast站点的评估结果,向低延迟IPAnycast站点评估结果转移访问请求,获取最优的IPAnycast站点路径,并将最优路径数据传至步骤四;步骤四:实时获取IPAnycast站点的评估结果,监控网络性能并持续优化IPAnycast站点路径;其中,所述步骤一中,分析网络拓扑结构包括:通过网络映射工具和数据分析来获取网络拓扑数据,发送ICMP请求包到目标IP地址,ICMP请求包中,包括ICMP报头和可变长度的数据部分,通过检测IPAnycast站点之间的连通性和测量用户设备到IPAnycast站点往返时间,追踪从源到目标的路径,通过发送一个ICMP包到目标地址,该包的TTL值设置为当前步数,递增TTL值,当中间路由器收到一个TTL值为0的包时,中间路由器发送ICMPTimeExceeded消息作为响应,在响应中包含用户设备的IP地址,最终IPAnycast站点收到ICMP包,则会发送ICMP包作为响应,以及记录沿途的步数和IP地址,通过执行DNS查询域名解析,并依据探针收集的数据,构建网络拓扑图;所述步骤一中,用户分布情况分析包括:通过IP地址间接获取地理位置:通过使用第三方服务提供的AP将IP地址转换为地理坐标,对IP地址解析,清理和验证收集到的IP数据,通过检查同一IP地址、地理位置的重复条目,使用统计方法识别不符合常规的数据点,不符合常规的数据点包括极端值、重复条目和非典型模式;将IP地址转换为地理坐标,通过地图投影将用户分布可视化:创建用户分布热图,利用GIS软件进行空间分析,识别用户密度高的区域,将网络拓扑结构和用户分布数据结合,评估区域内的Anycast站点预测的延迟值;所述步骤一中,所述机器学习模型对延迟数据进行处理,包括:收集过去时间点到达不同IPAnycast站点的延迟时间,并对收集数据进行预处理,去除异常值和缺失值,对收集数据进行标准化处理,通过创建一个滑动窗口来捕捉同IPAnycast站点的延迟时间序列中的依赖关系,将捕捉到的依赖关系通过时间序列表示x=[x1,x2,...,xt],其中xt表示第t个时间点IPAnycast站点的延迟,并将预处理后数据转换成监督学习形式,即创建输入-输出对,预测下一个时间点的延迟,构造训练样本如下:输入:xt-n+1:t=[xt-n+1,xt-n+2,...,xt]输出:yt+1=xt+1n是时间窗口的大小,表示最近n个时间点的数据来预测下一个时间点的值;xt+1指的是时间序列中的某个时间点t+1的观测值;yt+1指的是模型的目标输出,即预测的时间点t+1的延迟值,xt-n+1:t指的是从时间点t-n+1开始到时间点t结束的一段连续的时间序列数据;xt-n+1指的是第一个元素,而xt指的是最后一个元素。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州流形新网络科技有限公司,其通讯地址为:310000 浙江省杭州市桐庐县凤川街道白云源东路368号电子器械产业园二期2#楼339室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。