-
公开(公告)号：CN110290065A
公开(公告)日：2019-09-27
申请号：CN201910520790.9
申请日：2019-06-17
Applicant: 南京邮电大学
IPC: H04L12/721 , H04L12/725 , H04L29/06 , H04N21/63 , H04N21/647
Abstract: 本发明提出了一种基于负载均衡与QoE度量值的SDN网络路径选择方法，终端用户通过客户机端向网络数据交互服务器端发出内容请求；网络数据交互服务器端会连同自身的服务器功能参数一起发送给SDN应用程序；SDN应用程序将上述参数值进行匹配，以确定客户机端最终可行的服务参数，并将上述服务参数发送给与其相关联的SDN控制器；SDN控制器利用其具有获取底层网络全局视图的能力；运行以QoE度量值为中心的网络路径选择算法，最终选择具有最大QoE度量值的路径为输出路径。本发明对通过设计恰当的QoE度量公式，将视频流传输中的源端失真与传输端失真进行融合，尽可能保证对网络中所传输视频流的QoE度量值的准确评估，使得用户对网络服务的体验质量得到提高。
-
公开(公告)号：CN110277167A
公开(公告)日：2019-09-24
申请号：CN201910467618.1
申请日：2019-05-31
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于知识图谱的慢性非传染性疾病风险预测系统，针对慢性非传染性疾病早期不易被发现、发病时间长、患者呈现年轻化等特点，利用知识图谱可快速有效地获取相关知识及知识之间逻辑关系的优点，利用决策树算法、BP神经网络算法等核心技术构建知识图谱，更为方便精确地为用户提供疾病风险预测结果，以减小医疗体系压力。
-
公开(公告)号：CN110162894A
公开(公告)日：2019-08-23
申请号：CN201910445848.8
申请日：2019-05-27
Applicant: 南京邮电大学
Abstract: 本发明涉及一种工业物联网场景中具有延迟保证的能量高效雾计算迁移方法。为了高效处理计算密集型任务及满足工业物联网场景对延迟的苛刻性要求，本发明首先，针对雾节点的能耗构成给出了综合性的考量即雾节点的能耗由本地计算、传输和等待状态的能耗组成，基于该考量构建了包含能量开销和时间延迟约束的雾节点能量消耗最小化模型；其次，提出了一个基于对偶分解的加速梯度求解方法用于求解，该求解方法可快速求解出最优迁移比达到最小化雾节点能耗的目的，极大地改善了传统求解方法的收敛速度，降低了计算任务的完成时间。同时，本发明方法的具体实施验证了所提出的雾计算迁移方法在雾节点能耗和计算任务完成时间的优势。
-
公开(公告)号：CN110135488A
公开(公告)日：2019-08-16
申请号：CN201910388345.1
申请日：2019-05-10
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明公开了一种融合字典训练与观测矩阵优化的数据高质压缩方法，通过对稀疏字典与观测矩阵联合优化，实现字典与观测矩阵之间相关性的深入挖掘，主要解决了实际传感器数据采集的问题：首先，本发明构建了一种基于K-SVD思想的二维字典训练方法，实现IIoT中空时数据的稀疏表示；其次，通过在空间和时间域优化相应的观测矩阵来最小化感知矩阵的列相干性，从而匹配训练后的稀疏字典。最后，提出了一种联合优化方法，在字典训练以及观测矩阵优化之间进行了权衡考量，使得重构误差达到理论上的最小值。与现有的数据压缩方案相比，本发明提出的HQDC方法可以在真实的IIoT场景中高效地工作；同时，HQDC方法在重建精度上也显著优于其他的数据压缩方案。
-
公开(公告)号：CN106604211B
公开(公告)日：2019-07-12
申请号：CN201611174476.2
申请日：2016-12-19
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于传感器网络的分层式自适应空时压缩方法，针对传感网络构建包括底部感知层、中继层和汇聚层三层结构；在相同压缩率条件下，对比其他压缩方法，本方法具有更低的重建误差，并且该方法应用中，联合离散余弦变换和自适应时域压缩算法挖掘感知数据时域相关性，以及联合离散小波变换和自适应空域压缩挖掘时域压缩数据的空间相关性，使得本发明设计方法在相同阈值下能获得更多的低于阈值的系数，因此能获得更大的压缩率。
-
Patent Agency Ranking
公开(公告)号：CN109858629A
公开(公告)日：2019-06-07
申请号：CN201811598007.2
申请日：2018-12-26
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于层级调度的分布式深度学习系统及学习方法，系统包括：工作节点端，用于建立深度学习模型，完成计算并将计算结果进行通信传输；服务器端，用于接收并分析来自工作节点端的计算结果，对深度学习模型进行更新并将更新结果反馈至工作节点端。方法包括：工作节点步骤，建立深度学习模型，完成计算并将计算结果进行通信传输；服务器步骤，接收并分析来自工作节点端的计算结果，对深度学习模型进行更新并将更新结果反馈至工作节点端。本发明实现了对于深度学习模型的有效分析，对分布式深度学习模型中不同工作节点直接结果的汇总传输起到了优化作用。
-
公开(公告)号：CN109150738A
公开(公告)日：2019-01-04
申请号：CN201810767782.X
申请日：2018-07-12
Applicant: 南京邮电大学
IPC: H04L12/801 , H04L12/927 , H04L29/08
CPC classification number: H04L47/12 , H04L47/805 , H04L67/10 , H04L67/1074
Abstract: 一种工业互联网资源管理方法及系统、可读存储介质和终端，所述方法包括：边缘服务单元中对应的边缘节点接收用户终端的所述服务请求；当确定请求类型为流处理请求且自身存在对应的存储数据时，处理所述服务请求，并将得到的资源配置方案发送至所述控制管理单元；当确定请求类型为流处理请求且自身不存在对应的数据或者确定请求类型为批处理请求时，将所述服务请求转发至边缘服务单元中的边缘服务器；所述云服务单元接收所述边缘服务器按照预设的优先级顺序对服务请求进行排序得到的服务请求列表，并与边缘节点协同处理所述服务请求列表中的所述服务请求，得到对应的资源配置方案并发送至控制管理单元。在对工业互联网进行资源管理时，提高效率。
-
公开(公告)号：CN109062674A
公开(公告)日：2018-12-21
申请号：CN201810750077.9
申请日：2018-07-09
Applicant: 南京邮电大学
CPC classification number: G06F9/466 , G06F9/5038 , H04L67/10
Abstract: 一种混合决策驱动的云制造能源管理方法、存储介质和终端，所述方法包括：将所接收的复杂制造任务映射为对应的多个子服务，并将每个子服务作为一个信息粒，得到对应的多个信息粒；将所得到的多个信息粒进行整合，得到对应的多个分量粒结构；采用所得到的多个分量粒结构，对所述复杂制造任务指令进行服务分配。上述的方案，可以提高云制造任务的服务分配效率，并节约计算资源。
-
公开(公告)号：CN108388975A
公开(公告)日：2018-08-10
申请号：CN201810035084.0
申请日：2018-01-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于传染病模型的信息安全风险传播控制方法及装置，方法包括：生成电力信息物理系统的拓扑结构并将其表示为一个无向加权稀疏邻接矩阵；计算节点的脆弱性和相关性、承受能力；根据传染病的传播矩阵模型，构造节点风险传播矩阵；计算其中消亡节点占比并将其与预设节点消亡占比值对比，当大于预设节点消亡占比值时评估获得电网中节点的故障规模；当小于时，计算易感节点的邻居节点中免疫节点占比以及节点被攻击感染所需要的时间，判断感染节点是否转换成免疫节点和消亡节点，并评估和输出获得电网中节点的故障规模。本发明可以准确的得到电力系统中的风险范围，可以及时的对被攻击的节点进行补救措施，从而更好的保障电网系统信息安全。
-
公开(公告)号：CN104080140B
公开(公告)日：2018-04-10
申请号：CN201310107950.X
申请日：2013-03-29
Applicant: 南京邮电大学
Abstract: 本发明提供一种移动自组织网络中基于信任评估的协作通信方法，通过将社会网络中的信任概念融入到自组织网络的路由过程中，并将计算所得信任值和节点可用能量结合，设计了一种基于贝叶斯信任和剩余能量相结合的安全路由协议，有效解决了网络中节点的自私行为，同时可以有效抵制一些常见类型的网络攻击行为；我们的信任值计算方法简单，不会占用过多的计算资源。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.03 seconds)
