-
题名基于深度神经网络的数据中心光互连网络资源分配方法
被引量：6
- 1
-
-
作者
吕莹楠
尹奇龙
赵健
-
机构
黑龙江东方学院
-
出处
《激光杂志》
CAS
北大核心
2024年第2期181-186,共6页
-
基金
黑龙江省科技厅重点研发计划项目(No.GZ20210163,GZ20220154)。
-
文摘
在人工智能环境下为了提高数据中心光互联网络组件和软件的安全性,需要构建优化的资源分配模型,提出基于深度神经网络的数据中心光互连网络资源分配方法。采用用户关联和功率谱分配联合优化方法构建数据中心光互连网络资源调度模型,结合对网络资源粒度的服务请求QoS资源配置实现对不同种类资源的融合和聚类处理,提取数据中心光互连网络资源的空间、时间、频谱等多维网格抽象模型参数,通过深度神经网络学习方法实现对网络资源分配过程中的多种资源粒度融合和收敛性寻优控制,建立用户之间分配数据中心光互连网络资源的信道模型,通过传输链路均衡配置方案实现对网络资源的优化分配和均衡配置。仿真结果表明,本方法的资源分配传输比特率为18 bit/s,延时较小,资源分配阻塞率低,为0.05%,且资源持有度较高,可始终维持在100%,说明本方法具有对较强的资源均衡配置能力。
-
关键词
人工智能
软件安全
深度神经网络
数据中心光互连网络
资源分配
-
Keywords
artificial intelligence
software security
deep neural network
data center optical interconnection network
resource allocation
-
分类号
TN911
[电子电信—通信与信息系统]
-
