一种基于水下边缘设备的两级双向预测获取数据方法

    公开(公告)号:CN110602723A

    公开(公告)日:2019-12-20

    申请号:CN201910795830.0

    申请日:2019-08-27

    Applicant: 华侨大学

    Abstract: 一种基于水下边缘设备的两级双向预测获取数据方法,通过将计算从集中式云层转移到分布式边缘层,构建底层-边缘-云三层数据收集模式。利用水下边缘设备的移动性和计算能力进行基于历史信息的分析预测数据,实现在保证数据传输准确的前提下有效减少声波通信,减少传感器能耗。考虑到异构设备的差异化能力,对边缘层与底层这两层节点采用不同的预测算法,将水下数据收集过程转化为两级双向数据预测过程的方法。该发明可以应用在水下传感器网络数据收集机制中。

    一种固定优先级IO设备能耗管理方法

    公开(公告)号:CN106933325B

    公开(公告)日:2019-10-11

    申请号:CN201710073174.4

    申请日:2017-02-10

    Applicant: 华侨大学

    Abstract: 本发明涉及一种固定优先级IO设备能耗管理方法:利用单调速率双优先级策略调度任务;计算来自任务实例Ti,j预算的空闲时间ST(Ti,j,t);计算来自任务实例Ti,j最近满足条件时间点的空闲时间LT(Ti,j,t);计算设备λk的设备空闲时间DS(λk,t);当设备λk处于活跃状态,且其设备空闲时间DS(λk,t)大于设备临界时间B(λk),将设备λk切换到休眠状态,且设置其激活时间Up(λk);当设备处于休眠状态,且当前时间等于设备的激活时间Up(λk),将设备切换到活跃状态。本发明能够确保资源受限周期任务在其截止期限内完成执行,且能够确保资源被互斥的使用;降低设备能耗,进而降低产品的生产成本,减少电池的更换周期。实施本发明所述的方法,能够比现有技术节约大约33.28%能耗。

    一种基于计算的FTL地址映射方法及数据读、写方法

    公开(公告)号:CN109582593A

    公开(公告)日:2019-04-05

    申请号:CN201811307247.2

    申请日:2018-11-05

    Applicant: 华侨大学

    Abstract: 本发明涉及一种基于计算的FTL地址映射方法,相比于页映射,减少映射表项大小。对于一个具有224个物理页的固态硬盘,页映射方法中,每个映射表项需消耗24比特;对于本发明,如果划分28个逻辑组,则每个偏移即每个映射表项消耗24-8=16比特,与页映射方法相比,减少了1/3的消耗。本发明相比于块映射或混合映射,当本发明将逻辑页分配到一个逻辑组中,逻辑组中的任意位置皆可以为其可选位置,因此更灵活高效。由于本发明中减少了每个映射表项大小,因此间接扩展了映射缓存大小,提高命中率和固态硬盘读写性能。

    一种基于移动雾节点的传感云底层节点信任评价方法

    公开(公告)号:CN109451459A

    公开(公告)日:2019-03-08

    申请号:CN201811548674.X

    申请日:2018-12-18

    Applicant: 华侨大学

    Abstract: 本发明涉及一种基于移动雾节点的传感云底层节点信任评价方法,包括:获取雾节点需要访问的传感器网络中的传感器节点,根据所述传感器节点生成待访问队列;所述待访问队列中的传感器节点称为中继节点;所述雾节点依次访问所述待访问队列中的中继节点,每移动至一个所述中继节点,则计算出与该中继节点相邻的所有传感器节点的综合信任评价;所述综合信任评价包括能量信任评价、数据信任评价和综合通信信任评价。本发明通过在传感云系统中引入移动的雾节点对底层传感器网络进行信任评价,能够减小传感云系统中信任评价的能量消耗与提高信任评价效率,并有效检测网络中的恶意节点。

    一种用于海底信息网络的可靠性分析方法

    公开(公告)号:CN108900367A

    公开(公告)日:2018-11-27

    申请号:CN201811156665.6

    申请日:2018-09-30

    Applicant: 华侨大学

    Abstract: 本发明公开了一种用于海底信息网络的可靠性分析方法,其方法包括以下步骤:步骤一、初始化,输入仿真次数F、水下节点总数M、骨干链路数目D、网络邻接矩阵A、网络骨干层邻接矩阵B,迭代计数器j=1,k=1,步骤二、系统状态随机游动,抽样获取第j次仿真中各节点和骨干链路的失效时间。本发明通过分析其功能使命,提出了适用于海底信息网的可靠性分析模型和评价指标,并采用蒙特卡罗法仿真分析了网络的系统可靠性以及节点抗毁度的变化情况,对于海底信息网的维修决策和节点拓扑位置优化具有一定的参考意义,现实中的海底信息网是可以进行维修的,下一步工作是分析添加维修策略后对海底信息网可用性的影响。

    一种基于雾计算的三级安全云存储方法

    公开(公告)号:CN107645558A

    公开(公告)日:2018-01-30

    申请号:CN201710922776.2

    申请日:2017-09-30

    Applicant: 华侨大学

    Abstract: 本发明的一种基于雾计算的三级安全云存储方法,先采用哈西变换技术将原始数据O进行乱序处理,转换为乱序文件X;再利用Reed-Solomon编码技术生成矩阵A并将加密文件X等分为m份,同时生成k等份冗余信息C,k+m份数据块每块大小相同,k远小于m,将m+k份数据按照一定的比例分别存储在本机、雾端和云端,实现第一次比例划分,其中存储在云端的数据占大部分,存储在雾端与本机的数据占小部分。本发明充分利用云存储强大的存储能力与本地存储的私密性特性,可有效的利用云服务器的存储空间,减少本地存储数据负担,同时有效抵制内部攻击,保证用户数据的私密性。

    水声网络中基于深度强化学习实现时域干扰对齐的MAC协议

    公开(公告)号:CN112929900B

    公开(公告)日:2022-08-02

    申请号:CN202110081524.8

    申请日:2021-01-21

    Applicant: 华侨大学

    Abstract: 本发明公开了一种水声网络中基于深度强化学习实现时域干扰对齐的MAC协议,包括以下步骤:构建分时隙模型;将深度强化学习算法DQN应用到水声网络MAC协议,通过训练深度强化学习算法DQN实现时域干扰对齐;使用训练好的DQN来调度节点传输。与现有技术相比,本发明采用深度强化学习方法为节点分配时隙,使用DQN来实现时域干扰对齐,并使用训练好的DQN来调度节点传输;DQNSA‑MAC将干扰在非目的节点处对齐,并保留更多的无干扰时隙用作消息的传输和接收,从而提高吞吐量;此外,基于训练好的DQN,每个节点可以从目前的状态映射到传输动作,有效地解决了由于状态空间大而造成计算开销大的问题。综述,本发明能够提高水声网络MAC协议的吞吐量、成功传输率和公平性等。

    一种传感网中基于信任值效用的移动式可信数据收集方法

    公开(公告)号:CN110049528B

    公开(公告)日:2022-05-03

    申请号:CN201910339065.1

    申请日:2019-04-25

    Applicant: 华侨大学

    Abstract: 一种传感网中基于信任值效用的移动式可信数据收集方法,在无线传感器数据采集的应用中,先根据节点间的关系设计节点信任评估算法(如直接信任值和间接信任值),由已有算法获得节点的量化信任值。根据获得的信任值,在后续的簇头节点选举中产生可信的簇头节点。最终根据各簇头节点间的欧氏距离和相关的下一跳簇头节点的信任值,计算出信任效用值最大的下一簇头节点,以此产生一条信任值效用最大的可信路径。

    一种基于众包的传感云底层节点信任评价方法

    公开(公告)号:CN110213736B

    公开(公告)日:2022-03-04

    申请号:CN201910354785.5

    申请日:2019-04-29

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于众包的传感云底层节点信任评价方法,包括:云端向移动用户发布信任评价任务;移动用户根据自身情况决定是否投标,若决定投标,则向云端上传其自身信息,所有参与投标的移动用户构成用户集合EU={u1,u2,...,ui,...,un};云端基于移动用户上传的自身信息,从用户集合EU中选出参与信任评价的用户集合S;用户集合S中的移动用户对传感云底层的传感器节点进行信任评价,并将信任评价结果上传至云端;云端根据移动用户上传的信任评价结果进行数据聚合,获得最终信任评价结果;云端根据移动用户上传的信任评价结果及自身信息,决定用户集合S中移动用户的实际报酬。本发明通过众包雇佣移动用户对传感云底层传感器节点进行信任评价,能有效减小信任评价的成本。

    一种无线传感网移动充电车路径规划与充电调度算法

    公开(公告)号:CN112909928A

    公开(公告)日:2021-06-04

    申请号:CN202110125184.4

    申请日:2021-01-29

    Applicant: 华侨大学

    Abstract: 本发明涉及无线传感器网络技术领域,且公开了一种无线传感网移动充电车路径规划与充电调度算法,包括以下步骤:S1:充电调度问题构造:首先给定一组静态无线传感网络节点U和U中节点的能量传输效率矩阵CU={c(i,j)},能量下限列表eL,初始能量列表eB。该无线传感网移动充电车路径规划与充电调度算法,利用线性优化器获得能量分配的时长列表,利用TSP问题算法解决充电车的充电调度,最后利用贪婪选择算法设计节点能量的再分配过程,获得能量再分配调度与充电调度并行的最终的调度序列,而本发明的无线传感网移动充电车路径规划与充电调度算法使无线传感网络的充电过程中能量损失最小,时间跨度最小,有利于延长无线传感器网络的寿命。

Patent Agency Ranking