一种基于轻量级时空深度学习模型的网络流量预测方法

    公开(公告)号:CN110851782B

    公开(公告)日:2023-06-23

    申请号:CN201911099165.8

    申请日:2019-11-12

    Abstract: 本发明公开了一种基于轻量级时空深度学习模型的网络流量预测方法,首先,根据网络状态,基于预先设定的时间间隙采样若干历史时刻的网络流量数据,并对所采样的数据做归一化处理;其次,构建基于卷积神经网络和循环神经网络的神经网络模型,提取网络流量中的时空特征;然后,使用数据集对建立的神经网络模型进行训练,获得轻量级时空深度学习网络流量预测模型;最后,根据已获得的历史流量矩阵,通过该网络预测模型,预测未来时刻的流量值。本发明解决了深度学习参数复杂以及循环神经网络梯度爆炸的问题,同时还提高了预测模型的准确率。

    一种抽象图像情感识别方法

    公开(公告)号:CN109086868B

    公开(公告)日:2022-07-26

    申请号:CN201810743180.0

    申请日:2018-07-09

    Inventor: 陈蕾 杨子文

    Abstract: 本发明公开一种抽象图像情感识别方法,包括以下步骤:使用自然图像数据集对卷积神经网络进行预训练;对自然图像情感识别数据集和抽象图像情感识别数据集进行风格特征提取,计算抽象图像情感识别数据集中每个样本与自然图像情感识别数据集中各个样本的风格差异;选择与所述抽象图像情感识别数据集的风格特征最相似的自然图像情感识别数据集子集,使用所述自然图像情感识别数据集子集与所述抽象图像情感识别数据集进行两层迁移联合精调,得到抽象图像情感识别模型。相较于现有技术,本发明提高了识别准确率。

    一种支持语义的云环境加密文档排序检索方法

    公开(公告)号:CN109271485B

    公开(公告)日:2022-03-08

    申请号:CN201811092172.0

    申请日:2018-09-19

    Abstract: 本发明公开了一种支持语义的云环境加密文档排序检索方法,包括两个阶段:第一阶段为数据预处理和外包,利用LDA模型生成文档‑主题矩阵和关键词‑主题矩阵,并计算主题概率向量和关键词概率,将其发送至数据检索端;生成密钥组合并对文档和文档‑主题矩阵进行加密,生成加密文档集合加密文档主题矩阵发送到云服务器。第二阶段为加密文档排序检索,将生成加密形态的检索陷门,发送到云服务器端执行排序检索,返回主题语义最相关的k个加密文档;然后,将收到的加密文档进行解密,进而获得最终的明文检索结果。采用本发明可使数据预处理和排序检索的执行效率显著提高,同时也保护了检索关键词的私密性,且引入LDA模型实现了支持语义的排序检索功能。

    一种面向雾计算的可扩展访问控制方法

    公开(公告)号:CN109936562B

    公开(公告)日:2021-07-27

    申请号:CN201910019362.8

    申请日:2019-01-09

    Abstract: 本发明公开了一种面向雾计算的可扩展访问控制方法,该方法采用线性秘密分享矩阵作为访问结构实现基于属性的访问控制,利用雾节点作为边缘服务节点,通过合理分配访问控制中的加解密运算,以降低终端用户在访问控制中的运算开销。并且本发明可以在保持原有访问策略的基础上添加新的合法成员形成新的访问策略,同时还可以检测访问用户在上传新访问策略时是否对原始数据进行了篡改,实现了对原始数据的完整性保护。

    一种外包云环境隐私保护密文排序检索方法

    公开(公告)号:CN109885650B

    公开(公告)日:2021-05-11

    申请号:CN201910014136.0

    申请日:2019-01-08

    Abstract: 本发明公开了一种外包云环境隐私保护密文排序检索方法,包括两个阶段:第一阶段是文档数据的预处理和外包,首先将明文文档进行向量化并对该文档进行加密,然后将生成的向量进行聚类操作,自底向上构造索引树,树的叶子节点指向各加密文档,最后将加密后的密文文档和生成的索引树上传至云服务器,并将密钥共享给授权用户。第二阶段是加密文档数据排序检索阶段,首先授权用户根据所需检索的关键词生成检索陷门上传至云服务器;云服务器执行检索并得到密文结果,然后将结果返回给授权用户;最后授权用户通过解密,获得明文检索结果。采用本发明能够实现在保证较高检索精度的条件下,显著提高检索效率。

    一种基于轻量级时空深度学习模型的网络流量预测方法

    公开(公告)号:CN110851782A

    公开(公告)日:2020-02-28

    申请号:CN201911099165.8

    申请日:2019-11-12

    Abstract: 本发明公开了一种基于轻量级时空深度学习模型的网络流量预测方法,首先,根据网络状态,基于预先设定的时间间隙采样若干历史时刻的网络流量数据,并对所采样的数据做归一化处理;其次,构建基于卷积神经网络和循环神经网络的神经网络模型,提取网络流量中的时空特征;然后,使用数据集对建立的神经网络模型进行训练,获得轻量级时空深度学习网络流量预测模型;最后,根据已获得的历史流量矩阵,通过该网络预测模型,预测未来时刻的流量值。本发明解决了深度学习参数复杂以及循环神经网络梯度爆炸的问题,同时还提高了预测模型的准确率。

    一种外包云环境隐私保护密文排序检索方法

    公开(公告)号:CN109885650A

    公开(公告)日:2019-06-14

    申请号:CN201910014136.0

    申请日:2019-01-08

    Abstract: 本发明公开了一种外包云环境隐私保护密文排序检索方法,包括两个阶段:第一阶段是文档数据的预处理和外包,首先将明文文档进行向量化并对该文档进行加密,然后将生成的向量进行聚类操作,自底向上构造索引树,树的叶子节点指向各加密文档,最后将加密后的密文文档和生成的索引树上传至云服务器,并将密钥共享给授权用户。第二阶段是加密文档数据排序检索阶段,首先授权用户根据所需检索的关键词生成检索陷门上传至云服务器;云服务器执行检索并得到密文结果,然后将结果返回给授权用户;最后授权用户通过解密,获得明文检索结果。采用本发明能够实现在保证较高检索精度的条件下,显著提高检索效率。

    一种支持语义的云环境加密文档排序检索方法

    公开(公告)号:CN109271485A

    公开(公告)日:2019-01-25

    申请号:CN201811092172.0

    申请日:2018-09-19

    Abstract: 本发明公开了一种支持语义的云环境加密文档排序检索方法,包括两个阶段:第一阶段为数据预处理和外包,利用LDA模型生成文档-主题矩阵和关键词-主题矩阵,并计算主题概率向量和关键词概率,将其发送至数据检索端;生成密钥组合并对文档和文档-主题矩阵进行加密,生成加密文档集合加密文档主题矩阵发送到云服务器。第二阶段为加密文档排序检索,将生成加密形态的检索陷门,发送到云服务器端执行排序检索,返回主题语义最相关的k个加密文档;然后,将收到的加密文档进行解密,进而获得最终的明文检索结果。采用本发明可使数据预处理和排序检索的执行效率显著提高,同时也保护了检索关键词的私密性,且引入LDA模型实现了支持语义的排序检索功能。

    一种基于服务等级协议约束的虚拟机需求预测实现方法

    公开(公告)号:CN103559089B

    公开(公告)日:2016-06-08

    申请号:CN201310525868.9

    申请日:2013-10-30

    Abstract: 本发明涉及一种基于服务等级协议约束的虚拟机需求预测实现方法,对当前服务云中任务的SLA(服务等级协议)约束进行分析的方式,实现虚拟机资源需求的预测以方便资源的预留。通过对当前服务云资源端的预判、反馈预测与突破概率预测,实现虚拟机资源的需求预测,预留当前虚拟机所需资源,减少云资源端虚拟机调度的开销。本发明属于云计算和创新网络领域。本发明设计出的虚拟机需求预测方法,可以应用于服务云中资源提供端在IaaS(基础设施即服务)层上实现资源的预留,同时算法简单易于实现。

Patent Agency Ranking