-
公开(公告)号:CN118714533B
公开(公告)日:2024-12-10
申请号:CN202410860567.X
申请日:2024-06-28
Applicant: 北京交通大学
Abstract: 本发明涉及车联网技术领域,公开了一种基于强化学习的车联网边缘节点动态调整方法,包括以下步骤:建立车辆边缘计算网络;分析车辆边缘计算网络的可靠性,建立车辆边缘计算网络的可靠性模型;对车辆边缘计算网络的能耗进行分析,建立车辆边缘计算网络的能耗模型;构建车辆边缘计算网络的约束条件,获取以最大化可靠性与最小化能耗为目标的双目标优化函数;采用多目标决策分析法将双目标转化为单目标,得到以最大化部署效果为目标的单目标优化函数并将其建模为马尔可夫决策过程,采用异步优势演员评论家方法进行多线程求解,得到车辆边缘节点的部署方案;该方法提高了车辆边缘计算网络的可靠性并缩短时延,同时能够实现高可靠性低能耗的目标优化。
-
公开(公告)号:CN114844641B
公开(公告)日:2024-11-01
申请号:CN202210189963.5
申请日:2022-02-28
Applicant: 北京交通大学
Abstract: 本申请提供一种工业互联网的信任管理方法、装置及电子设备,该方法包括:按照就近原则将工业互联网中的第一运动节点进行分簇,得到运动簇;获取所述第一运动节点的信任证据集;基于所述信任证据集通过采用随机森林算法预先构建好的决策树对所述运动簇进行信任评估,得到所述运动簇对应的决策结果;采用椭圆曲线和哈希函数对所述决策结果进行加密,得到加密决策结果;通过所述运动簇中的第二运动节点将所述加密决策结果发送到基站节点;通过所述基站节点采用滑动时间窗口对所述加密决策结果进行加权求和,得到所述第一运动节点的最终信任值,完成工业互联网中的运动信任管理。
-
公开(公告)号:CN118075263B
公开(公告)日:2024-10-25
申请号:CN202410180549.7
申请日:2024-02-18
Applicant: 北京交通大学
Abstract: 本发明提供了一种面向车联网边缘场景中基于深度强化学习的可靠卸载方法。该方法包括:车辆给接入路侧单元发送卸载任务请求,该卸载任务请求中携带任务数据,该任务数据包括输入数据、计算量、时延限制和任务重要性;接入路侧单元接收卸载任务请求后,向云层请求卸载方案,云层生成卸载方案后,将卸载方案发送给接入路侧单元;接入路侧单元根据卸载方案将任务数据传递给目标路侧单元;目标路侧单元对任务数据进行计算,将计算结果传输给接入路侧单元,接入路侧单元将计算结果回传给所述车辆。本发明方法将传输成功概率、计算成功概率、任务重要性和所需时延等因素纳入可靠性评估机制,实现任务多样化资源多样化的车联网边缘场景中的卸载决策。
-
公开(公告)号:CN118803783A
公开(公告)日:2024-10-18
申请号:CN202410975997.6
申请日:2024-07-19
Applicant: 北京交通大学
IPC: H04W12/121 , H04W12/122 , H04W28/08
Abstract: 本发明公开了一种联合安全和能量负载均衡的网络系统,包括:接入点AP:配备了Nt个天线,接入点AP包括L个,接入点AP通过有线回程链路连接到CPU,所有接入点AP服务于K个单天线的用户终端UE,所有接入点AP都配备独立的边缘服务器ES、且形成配备独立边缘服务器的接入点AP‑ES;单天线的攻击者Eve:用于拦截合法信息;接入点AP‑ES和攻击者Eve的工作模式为全双工模式,攻击者Eve通过被动窃听拦截上行传输和通过主动导频污染攻击拦截下行传输,接入点AP‑ES在上行任务卸载传输过程中向攻击者Eve发送人工噪声信号以抵抗被动窃听。
-
公开(公告)号:CN118075263A
公开(公告)日:2024-05-24
申请号:CN202410180549.7
申请日:2024-02-18
Applicant: 北京交通大学
Abstract: 本发明提供了一种面向车联网边缘场景中基于深度强化学习的可靠卸载方法。该方法包括:车辆给接入路侧单元发送卸载任务请求,该卸载任务请求中携带任务数据,该任务数据包括输入数据、计算量、时延限制和任务重要性;接入路侧单元接收卸载任务请求后,向云层请求卸载方案,云层生成卸载方案后,将卸载方案发送给接入路侧单元;接入路侧单元根据卸载方案将任务数据传递给目标路侧单元;目标路侧单元对任务数据进行计算,将计算结果传输给接入路侧单元,接入路侧单元将计算结果回传给所述车辆。本发明方法将传输成功概率、计算成功概率、任务重要性和所需时延等因素纳入可靠性评估机制,实现任务多样化资源多样化的车联网边缘场景中的卸载决策。
-
公开(公告)号:CN117998512A
公开(公告)日:2024-05-07
申请号:CN202410222420.8
申请日:2024-02-28
Applicant: 北京交通大学
Abstract: 本发明提供基于多属性决策的异构网络垂直切换方法和海上通信系统,其方法包括:通过检测获得当前网络参数,对获得的当前网络参数进行归一化处理;基于第一步的执行结果,确定垂直切换的正向指标和负项指标,通过AHP算法确定垂直切换的主观权重,通过EWM算法确定垂直切换的客观权重;基于垂直切换的正向指标、负项指标、主观权重和客观权重,通过计算确定当前网络参数的总权重;根据当前网络参数的总权重,计算所有可接入异构网络的效用函数;选择效用函数对异构网络进行垂直切换。本发明提供的方法和系统可以同时检测多个网络的信号强度、带宽、时延、负载率等多项网络参数,能够有效确保切换判决时各个网络参数的实时性;切换通常以主网络的网络质量作为切换标准,因此主网络的选择将直接影响切换算法的性能。
-
公开(公告)号:CN116680091B
公开(公告)日:2023-10-03
申请号:CN202310969486.9
申请日:2023-08-03
Applicant: 北京交通大学 , 赣州市智能产业创新研究院
IPC: G06F9/50 , H04L67/1021
Abstract: 本申请提供一种服务器的部署方法、装置、电子设备及存储介质,所述方法包括获取待部署区域的总面积;基于待部署区域的总面积和多个设备的数量,确定待部署服务器的候选数量集合;对候选数量集合中的每个元素按从小到大的顺序进行遍历,直至确定元素对应的待部署服务器满足第一预设条件为止,将满足第一预设条件的待部署服务器作为目标服务器,并获取目标服务器的初始位置信息,其中,目标服务器的数量与元素的数值相同;基于初始位置信息,确定目标位置信息,并将目标服务器部署在目标位置信息对应的目标位置,解决了现有技术中部署服务器不合理的技术问题,达到了部署后的服务器的服务质量最佳且部署成本最小的目的。
-
公开(公告)号:CN116528311B
公开(公告)日:2023-09-29
申请号:CN202310416358.1
申请日:2023-04-18
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于动态双阈值的无线通信网络垂直切换方法和系统。该方法包括:获取一定时间段内主网络的接收信号强度值,计算接收信号强度的平均值,将该平均值作为主网络的网络评价值;根据主网络的网络评价值和设定的稳定阈值对主网络的稳定性进行判断,当判断主网络不稳定后,确定所述高阈值和低阈值的移动步长,根据移动步长对高阈值和低阈值进行调整;获取主网络当前的接收信号强度值,将主网络当前的接收信号强度值与调整后的高阈值和低阈值进行比较,根据比较结果和切换策略对主网络和备用网络中接入的设备进行垂直网络切换。
-
公开(公告)号:CN116680091A
公开(公告)日:2023-09-01
申请号:CN202310969486.9
申请日:2023-08-03
Applicant: 北京交通大学 , 赣州市智能产业创新研究院
IPC: G06F9/50 , H04L67/1021
Abstract: 本申请提供一种服务器的部署方法、装置、电子设备及存储介质,所述方法包括获取待部署区域的总面积;基于待部署区域的总面积和多个设备的数量,确定待部署服务器的候选数量集合;对候选数量集合中的每个元素按从小到大的顺序进行遍历,直至确定元素对应的待部署服务器满足第一预设条件为止,将满足第一预设条件的待部署服务器作为目标服务器,并获取目标服务器的初始位置信息,其中,目标服务器的数量与元素的数值相同;基于初始位置信息,确定目标位置信息,并将目标服务器部署在目标位置信息对应的目标位置,解决了现有技术中部署服务器不合理的技术问题,达到了部署后的服务器的服务质量最佳且部署成本最小的目的。
-
公开(公告)号:CN116017481A
公开(公告)日:2023-04-25
申请号:CN202211685149.9
申请日:2022-12-27
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于网络切片的车联网分簇网络可信性保障方法。该方法包括:将车联网网络中的车辆分为若干簇,将每个簇中的车辆分为簇首车辆CHV和簇成员车辆CMV;根据不同簇的服务质量要求基于车辆网络域内的资源集合给每个车辆分配网络切片,所述网络切片包括簇切片、汽车与汽车V2V切片和汽车与基础设施V2I切片,每个车辆利用网络切片通过V2V链路和V2I链路进行数据通信;利用改进的AoI模型分别从安全关键和交通效率交通方面分析所述车联网网络的可信性。本发明方法建立了具有网络切片的车联网分簇简化模型,通过网络切片可以从车联网网络的专用硬件虚拟化不同的资源,而不会出现任何互操作性和兼容性问题,从而增强了物联网系统的灵活性和可编程性。
-
-
-
-
-
-
-
-
-