-
公开(公告)号:CN114071582B
公开(公告)日:2025-04-08
申请号:CN202111198314.3
申请日:2021-10-14
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司 , 国家电网有限公司
IPC: H04L12/46
Abstract: 本发明提供一种面向云边协同物联网的服务链部署方法及装置,该方法包括:根据待部署服务链SFC中VNF的预设排列顺序和预设依赖关系获取SFC的第一构建方案后,根据VNF的业务类型确定SFC中具有并行功能需求的VNF,并对SFC中部分VNF进行并行化处理形成第二构建方案;对多个不同SFC的第二构建方案中部分虚拟节点进行合并,得到综合构建方案;建立综合构建方案的服务链部署优化模型,根据服务链部署优化模型的最优解,获取综合构建方案中各虚拟节点和各虚拟链路的部署方案,并根据部署方案将各虚拟节点和各虚拟链路部署在云边协同网络上。本发明实现减少服务链时延和提高网络的质量、可靠性和稳定性。
-
公开(公告)号:CN119578537A
公开(公告)日:2025-03-07
申请号:CN202411623507.2
申请日:2024-11-14
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司
Inventor: 邵苏杰 , 杨超 , 亓峰 , 林嘉琪 , 李桐 , 熊翱 , 陈兴渝 , 孙峰 , 刘扬 , 刘芮彤 , 任帅 , 范维 , 陈剑 , 耿洪碧 , 陈得丰 , 杨智斌 , 佟帅辰
IPC: G06N5/025 , G06N5/02 , G06N5/04 , G06F16/215 , H04L41/12 , H04L41/069 , H04L41/16
Abstract: 本发明提供一种基于知识图谱嵌入的数据拓扑还原方法、装置、设备及介质,其中方法包括:获取原始日志数据,并对所述原始日志数据进行缺失值处理和时间戳不对齐处理,得到标准日志数据;对所述标准日志数据进行实体识别,得到头实体和尾实体,并确定所述头实体和所述尾实体之间的实体关系;所述头实体、所述尾实体和所述实体关系均各自对应唯一的标识符;将所述头实体、所述尾实体和所述实体关系输入至知识图谱嵌入模型,得到所述知识图谱嵌入模型输出的目标尾实体。此过程通过对日志数据进行缺失值处理和时间戳不对齐处理,确保了数据的一致性和完整性,为后续的知识图谱构建和推理提供了高质量的输入数据,进而提高了数据拓扑还原的准确性。
-
公开(公告)号:CN119544514A
公开(公告)日:2025-02-28
申请号:CN202411591605.2
申请日:2024-11-08
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司
Inventor: 邵苏杰 , 李桐 , 王可文 , 亓峰 , 杨超 , 刘岩 , 陈兴渝 , 孙峰 , 刘扬 , 刘芮彤 , 任帅 , 范维 , 陈剑 , 耿洪碧 , 陈得丰 , 杨智斌 , 佟帅辰
Abstract: 本发明提供一种配电网数据拓扑还原方法、装置、电子设备及存储介质,涉及电力系统技术领域。其中,方法包括:第一参与设备获取预设时间段内配电网第一业务域涉及的各个服务之间的多个数据流信息;从多个数据流信息中提取各个服务的地址信息,并基于各个服务的地址信息,确定多个节点和每个节点的初始节点属性;基于多个数据流信息确定多个通信链路,基于多个通信链路确定多个节点之间的多条边,并基于每个通信链路下的多个数据流信息,确定每条边的初始边属性,得到第一业务域的初始数据拓扑图;接收中心协调设备发送的全局节点属性和全局边属性,并基于全局节点属性和全局边属性对初始数据拓扑图进行更新,获得第一业务域的全局数据拓扑图。
-
公开(公告)号:CN119484240A
公开(公告)日:2025-02-18
申请号:CN202411439733.5
申请日:2024-10-15
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 北京邮电大学 , 国网辽宁省电力有限公司 , 国家电网有限公司
Inventor: 杨超 , 李桐 , 孙峰 , 刘扬 , 刘芮彤 , 邵苏杰 , 赵阳晨 , 亓峰 , 陈兴渝 , 刘岩 , 任帅 , 陈剑 , 范维 , 耿洪碧 , 陈得丰 , 杨智斌 , 佟帅辰
IPC: H04L41/0604 , H04L41/16 , H04L9/40
Abstract: 本发明提供一种面向低频高危攻击警报识别的警报数据分类处理方法及装置,方法包括:基于攻击频率和警报危险等级,确定各警报集合的重要程度,循环遍历攻击集中各警报集合的第一攻击服务属性,得到重要程度最高的目标警报集合,将目标警报集合的第一攻击服务属性作为攻击集的第二攻击服务属性;对相同的源IP地址和目的IP地址的攻击集按开始时间属性进行递增排序,得到攻击序列;将攻击序列中长度大于预设长度的目标攻击子序列按入侵警报的攻击阶段属性和第二攻击服务属性进行排序,得到目标攻击子序列,使用基于后缀的概率确定性有限自动机对目标攻击子序列进行分类处理,得到不同的攻击集的重要性,提高了攻击识别的准确性和可靠性。
-
公开(公告)号:CN115438770A
公开(公告)日:2022-12-06
申请号:CN202210924931.5
申请日:2022-08-02
Applicant: 北京邮电大学 , 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明提供了一种基于自监督学习的纵向联邦学习方法、装置和存储介质,所述方法包括每一个参与方利用该参与方的所述非重叠数据集对所述表示层进行训练,并通过训练后的所述表示层对该参与方的所述重叠数据集中的重叠数据进行编码,将得到的编码数据发送至服务器,以使服务器利用融合后的来自于所有参与方的编码数据完成对所述推理层的训练。本发明实现了非重叠数据的利用,释放了数据潜力,减少了数据资源的浪费;并将编码数据发送至服务器中,从而将梯度回传截断在服务器内部,减少了参与方通过梯度反推标签的可能,同时通过减少参与方与服务器之间频繁的梯度传输,也减少了因梯度回传导致的梯度泄露或被篡改的风险。
-
公开(公告)号:CN115423623A
公开(公告)日:2022-12-02
申请号:CN202211014730.8
申请日:2022-08-23
Abstract: 本发明提供一种区块链共识机制执行方法及装置,要求参与代表节点在竞选和工作过程中提供保证金,利用智能合约装载和执行奖励合约,提供对各节点的投票奖励方案,为普通节点参与投票提供投票奖励,为代表节点的记账行为提供记账奖励,提高各节点参与共识操作的积极性。同时,利用智能合约装载执行惩罚合约,在延迟发放投票奖励和记账奖励的基础上,将异常的代表节点及时踢出委员会并扣除保证金、投票奖励和记账奖励,提高作恶成本。
-
公开(公告)号:CN112288433B
公开(公告)日:2022-09-20
申请号:CN202011284478.3
申请日:2020-11-17
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
Abstract: 本发明实施例提供了一种支持边端协同的区块链共识任务处理系统及方法,其中系统包括:多个MEC服务器和多个作为区块链设备的移动设备;第一移动设备用于获取区块链共识任务,从多个预设卸载规则中选择目标卸载规则;按目标卸载规则对区块链共识任务进行处理获得第一处理结果,或按目标卸载规则将区块链共识任务发送至MEC服务器,或按目标卸载规则在获取各个第二移动设备的信任值后,将区块链共识任务拆分为预设数量的子任务发送至满足预设信任值条件的第二移动设备;接收MEC服务器返回的第二处理结果,或接收各个第二移动设备返回的多个子任务处理结果,生成第三处理结果。本发明实施例能够提高存储交易数据的安全性。
-
公开(公告)号:CN114071582A
公开(公告)日:2022-02-18
申请号:CN202111198314.3
申请日:2021-10-14
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司 , 国家电网有限公司
Abstract: 本发明提供一种面向云边协同物联网的服务链部署方法及装置,该方法包括:根据待部署服务链SFC中VNF的预设排列顺序和预设依赖关系获取SFC的第一构建方案后,根据VNF的业务类型确定SFC中具有并行功能需求的VNF,并对SFC中部分VNF进行并行化处理形成第二构建方案;对多个不同SFC的第二构建方案中部分虚拟节点进行合并,得到综合构建方案;建立综合构建方案的服务链部署优化模型,根据服务链部署优化模型的最优解,获取综合构建方案中各虚拟节点和各虚拟链路的部署方案,并根据部署方案将各虚拟节点和各虚拟链路部署在云边协同网络上。本发明实现减少服务链时延和提高网络的质量、可靠性和稳定性。
-
公开(公告)号:CN113608830A
公开(公告)日:2021-11-05
申请号:CN202110791840.4
申请日:2021-07-13
Applicant: 全球能源互联网研究院有限公司 , 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司 , 北京邮电大学
Abstract: 本发明提供了一种基于故障预测的VNF迁移方法及装置,包括:基于BP神经网络的物理节点故障预测模型预测未来时刻边缘网络中物理节点的故障情况;基于所述故障预测模型确定的预测结果、节点成本及链路成本构建VNF实例迁移优化模型,并基于所述VNF实例迁移优化模型将故障节点上的VNF实例迁移至正常节点。本发明能够在VNF实例实际发生故障前,基于BP神经网络的物理节点故障预测模型预测未来时刻网络中节点的故障情况,从而提前将故障节点上的VNF实例迁移至正常节点上,保障服务持续正常运行。
-
公开(公告)号:CN111835827A
公开(公告)日:2020-10-27
申请号:CN202010531172.7
申请日:2020-06-11
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司信息通信分公司 , 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明实施例提供物联网边缘计算任务卸载方法及系统。该方法包括:获取物联网边缘计算网络的场景模型;基于深度强化学习PPO算法,设计任务卸载策略,定义环境状态向量和行为向量;根据环境状态变量和行为向量设定预设任务请求规定,基于预设任务请求规定完成所述场景模型中若干网元的计算任务卸载请求。本发明实施例通过在物联网场景下引入边缘计算技术和深度强化学习技术,利用深度强化学习中的PPO算法逐步学习,完善其神经网络模型,应用更优的边缘计算任务卸载策略,在保证复杂度不高的情况下,可以灵活地降低网络时延。
-
-
-
-
-
-
-
-
-