IBM Cloud 2019 - Portable IP

Portable IP

需求场景

什么情况需要portable IP

1. 虚机,带多个IP, 可以买static public IP, 或者 portable public IP

2. 物理机,例如装VMware ESXi , 原先IP给了物理机,新装虚机需要order portable IP.

3.  K8S 容器,需要多个IP的情况.

 

 

文档

https://cloud.ibm.com/docs/subnets?topic=subnets-about-subnets-and-ips

https://cloud.ibm.com/docs/containers?topic=containers-subnets

 

 

类型

按不同维度,类型有

- primary/secondard subnet(IP block),前者云机房管理分配,后者用户购买使用拥有

- static/portable IP, 静态和动态(可以切换到不同机器上)

- public/private IP 公网和私网

 

 

 

下单

1. 菜单 account, place an order, 选择 network, subnet/IPs, order 链接

2. 在出现的 Order IP Address 界面,Select the type of subnet. 有几种分类Static Public, Portal Public/Private, Global Ipv4/Ipv6

你选择portal public

3. 然后出现价格选项, 有4,8,16,32,64个IP, 选择一种. 并继续

4. 显示public vlan list 选择,也就是把public portal ip加到哪里, 选择 (记住)并继续

5. 备案相关信息, 填写后, 点击place order 提交

 

后续

1. 在 account, sales, orders 可以看到刚才提交的订单

2. 在network, ip management, vlan 点击刚才(记住)的 VLAN number,

出现subnet list 会出现 type= portabale, primary的清单, 点击 portalsubnet, 会列出你刚才定购的IP address 清单

注意因为会有3个IP保留 network, gateway, broadcast,所以首次买4IP, 只有1个IP可以用

 

 

IP关系

IP关系

下单后,可以看到机器configure table页面IP所在的subnet,

点击链接可以看到该网段的其他IP(部分被其他机器使用了)

一般是16个IP,去除broadcast IP, gateway IP, 剩下14个IP 供用户赋予到机器网卡上(后续可以回收)

 

 

 

配置操作

下单portable IP后,要绑定到机器生效,

Steps.

1)  在云管平台订购portable subnet,

注意subnet所在的VLAN跟机器要在同一个VLAN下面

 

2)  登入机器,记下网卡信息

# ifconfig

下面inet addr 部分是ip addr,

inet addr:172.30.35.235  Bcast:172.30.35.235  Mask:255.255.255.255

 

#ip a

下面eth0 网卡1,如果多网卡,会出现eth1, eth2 等等

2: eth0: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1480 qdisc fq state UP group default qlen 1000

    link/ether f2:89:a9:8f:82:f9 brd ff:ff:ff:ff:ff:ff

    inet 172.30.35.235/32 brd 172.30.35.235 scope global eth0

 

3)  新建网卡文件,

# vi /etc/sysconfig/network-scripts/ifcfg-eth0:1

输入下面内容

BOOTPROTO=none

DEVICE=eth0:1

IPADDR=172.30.35.235   (要绑定的portable IP

NETMASK=255.255.255.240 (CIDR28的情况)

NM_CONTROLLED=no

ONBOOT=YES

TYPE=Ethernet

USERCTL=no

GATEWAY=169.57.157.101  (订购的portable subnet里的gateway IP)

 

4) 重启网卡服务             

# service network restart

done

 

5) 测试

从本地PC可以ping通这台机器的 static public IP 和 portable public IP (刚才配置上去的)

从账号下面其它机器也可以ping通

 

 

内容概要:本文围绕“考虑隐私保护的分布式联邦学习电力负荷预测研究”展开,提出了一种融合联邦学习框架与隐私保护机制的电力负荷预测方法,旨在解决传统集中式数据处理中潜在的用户隐私泄露问题。通过构建分布式模型训练体系,各参与方在本地完成模型训练,仅向中心服务器上传模型参数或梯度信息,实现“数据不动模型动”的协同建模模式,确保数据“可用不可见”。研究采用Python语言实现了完整的联邦学习流程,涵盖客户端本地训练、全局模型聚合、隐私保护策略(如差分隐私或同态加密)集成、通信机制设计及预测性能评估等核心模块,显著提升了电力负荷预测在隐私安全与模型精度之间的平衡能力。; 适合人群:具备Python编程基础和机器学习基础知识,从事电力系统、智能电网、能源大数据分析、数据隐私保护等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于居民或工业级电力负荷预测任务,在保障用户用电数据隐私的前提下实现高精度预测;②为构建符合数据合规要求的智慧能源管理系统提供技术支撑;③推动联邦学习在能源互联网、跨企业数据协作等场景中的落地应用,促进多方协同建模与数据价值释放。; 阅读建议:建议读者结合文中提供的Python代码进行实践操作,重点关注联邦学习的通信轮次设置、本地训练迭代策略、模型聚合算法设计以及隐私噪声添加机制的实现细节,并可根据实际需求替换底层预测模型(如LSTM、XGBoost、Transformer等)以进一步优化预测性能。
内容概要:本文介绍了一种基于噪声抑制半监督学习的锂离子电池SOH(State of Health,健康状态)估计方法的Python代码实现,旨在通过结合半监督学习框架与噪声抑制技术,提升电池健康状态预测的准确性与鲁棒性。该方法充分利用少量有标签样本和大量无标签数据进行模型训练,有效缓解了实际应用中电池老化数据标注成本高、获取困难的问题。文中详细阐述了模型的整体架构设计、关键特征提取策略、噪声处理机制以及半监督学习中的损失函数构建,并提供了完整的可复现代码,便于研究人员理解和二次开发。; 适合人群:具备一定机器学习理论基础和Python编程能力,从事电池管理系统(BMS)、新能源汽车、储能系统等领域的科研人员或工程师,尤其适用于关注电池寿命预测、状态估计及数据驱动建模的研究生与青年学者。; 使用场景及目标:①实现锂离子电池健康状态的高精度估计,服务于电池管理系统的优化与安全预警;②为工业场景下标注数据稀缺的退化建模问题提供一种高效的半监督解决方案;③推动复杂噪声环境下电池性能退化预测的研究进展,增强模型在真实工况中的泛化能力和稳定性; 阅读建议:建议读者结合所提供的Python代码逐模块深入学习,重点理解数据预处理流程、噪声抑制模块的设计原理以及半监督损失函数的实现细节,同时可在不同公开电池数据集上进行迁移实验与对比分析,以全面掌握该方法的有效性与适用边界。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值