[发明专利]一种基于深度神经网络辅助的报文转发方法和报文转发系统有效

专利信息
申请号: 201711409344.8 申请日: 2017-12-22
公开(公告)号: CN108156034B 公开(公告)日: 2021-10-01
发明(设计)人: 朱晓锟 申请(专利权)人: 武汉噢易云计算股份有限公司
主分类号: H04L12/24 分类号: H04L12/24;H04L12/741
代理公司: 武汉智权专利代理事务所(特殊普通合伙) 42225 代理人: 张凯
地址: 430000 湖北省武汉市东湖新技*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 神经网络 辅助 报文 转发 方法 系统
【说明书】:

发明适用于通信领域,提供了一种基于深度神经网络辅助的报文转发方法和报文转发系统,所述报文转发方法包括:云主机通过深度神经网络进行训练,并将训练结果发送到转发节点,所述训练结果用于记录所述云主机发送的报文的接收地;转发节点将所述训练结果载入到转发服务中;转发节点接收云主机发送的报文,根据所述训练结果将所述报文从同一端口发送到对应的服务地址。实施本发明实施例,多个云主机发送的报文可以共用一个端口来发送报文,节省了云计算环境中的浮动IP。

技术领域

本发明属于通信领域,尤其涉及一种基于深度神经网络辅助的报文转发方法和报文转发系统。

背景技术

目前的云计算环境中,有一种常见的部署方案是,提供云计算服务的物理服务器通过真实存在的网络设备进行连接(例如交换机,路由器);作为云计算资源供用户使用的云主机则通过虚拟网络设备进行连接;当物理机和云主机需要通信时,由网桥设备进行报文转发。如果用户希望在云计算环境中创建多台云主机并搭建多个网络服务对外使用,传统的解决方案是为每台云主机分配一个浮动IP。但云计算环境中的浮动IP类似于现实中IPv4网络中的公网IP,其数量是非常有限的。

发明内容

本发明实施例的目的在于提供一种基于深度神经网络辅助的报文转发方法和报文转发系统,以解决现有技术多个云主机需要用到多个浮动IP的问题。

本发明实施例是这样实现的,一种基于深度神经网络辅助的报文转发方法,所述报文转发方法包括:

云主机通过深度神经网络进行训练,并将训练结果发送到转发节点,所述训练结果用于记录所述云主机发送的报文的接收地;

转发节点将所述训练结果载入到转发服务中;

转发节点接收云主机发送的报文,根据所述训练结果将所述报文从同一端口发送到对应的服务地址。

本发明实施例的另一目的在于提供一种基于深度神经网络辅助的报文转发系统,所述报文转发系统包括:

云主机,用于通过深度神经网络进行训练,并将训练结果发送到转发节点,所述训练结果用于记录所述云主机发送的报文的接收地。

转发节点,用于将所述训练结果载入到转发服务中,接收云主机发送的报文,根据所述训练结果将所述报文从同一端口发送到对应的服务地址。

本发明实施例,云主机通过深度神经网络进行训练,并将训练结果发送到转发节点,转发节点将训练结果载入到转发服务中,转发节点接收云主机发送的报文,根据训练结果将报文从同一端口发送到对应的服务地址,使得多个云主机发送的报文可以共用一个端口来发送报文,节省了云计算环境中的浮动IP。

附图说明

图1为本发明一示例性实施例示出的一种基于深度神经网络辅助的报文转发方法的流程图;

图2为本发明一示例性实施例示出的一种基于深度神经网络辅助的报文转发系统的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。

如图1所示为本发明一示例性实施例示出的一种基于深度神经网络辅助的报文转发方法的流程图,所述报文转发方法包括以下步骤:

步骤S101,云主机通过深度神经网络进行训练,并将训练结果发送到转发节点,所述训练结果用于记录所述云主机发送的报文的接收地。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉噢易云计算股份有限公司,未经武汉噢易云计算股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711409344.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top