[发明专利]基于SDN网络的网络加速方法、装置与计算机可读存储介质在审
| 申请号： | 201810395796.3 | 申请日： | 2018-04-27 |
| 公开（公告）号： | CN108718249A | 公开（公告）日： | 2018-10-30 |
| 发明（设计）人： | 熊常春 | 申请（专利权）人： | 广州西麦科技股份有限公司 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;G06N3/063;G06N3/08 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 麦小婵;郝传鑫 |
| 地址： | 510000 广东省广州市高新技术产业开*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于SDN网络的网络加速方法、装置与计算机可读存储介质，该方法包括：将在SDN网络中采集历史数据流输入到AI加速器中对深度学习模型进行模型训练，生成第一推理模型；将所述第一推理模型部署到SDN云网控制器中；所述SDN云网控制器根据所述第一推理模型，对实时采集的数据流进行逻辑推理，得到控制推理结果；所述SDN云网控制器在SDN网络中执行所述控制推理结果。上述方法结合人工智能，实现SDN网络的自我优化加速，提升SDN网络的运行速度，降低SDN网络的运营成本。 | ||
| 搜索关键词： | 网络 推理模型 网控制器 计算机可读存储介质 推理结果 逻辑推理 历史数据流 人工智能 模型训练 实时采集 运营成本 数据流 加速器 采集 优化 部署 学习 | ||
【主权项】：
1.一种基于SDN网络的网络加速方法，其特征在于，包括：将在SDN网络中采集历史数据流输入到AI加速器中对深度学习模型进行模型训练，生成第一推理模型；将所述第一推理模型部署到SDN云网控制器中；所述SDN云网控制器根据所述第一推理模型，对实时采集的数据流进行逻辑推理，得到控制推理结果；所述SDN云网控制器在SDN网络中执行所述控制推理结果。
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广州西麦科技股份有限公司，未经广州西麦科技股份有限公司许可，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/patent/201810395796.3/，转载请声明来源钻瓜专利网。
