-
公开(公告)号：CN117939416A
公开(公告)日：2024-04-26
申请号：CN202410067882.7
申请日：2024-01-17
Applicant: 南京邮电大学 , 江苏省未来网络创新研究院
Abstract: 本发明公开了一种具备压缩传输和隐私保护的图像自适应语义通信方法，包括：建立用于图像传输的语义通信系统；根据所建系统建立对应图像传输任务的损失函数；构建基于对抗式训练的数据自适应网络；确定对抗式网络的目标函数；将数据自适应网络与语义通信系统合并；分两阶段训练整个系统，使其具备适应不同分布数据的能力。本发明采用对抗性训练方式提升语义通信系统对不同数据集的适应性，减少实用数据和经验数据类型不匹配带来的性能影响，避免系统再训练导致的庞大系统开销及隐私泄露问题。
-
公开(公告)号：CN117556923A
公开(公告)日：2024-02-13
申请号：CN202311556011.3
申请日：2023-11-21
Applicant: 南京邮电大学
IPC: G06N20/00 , G06F18/22 , G06F18/23213
Abstract: 本发明提出了一种跨域异质场景下的去中心化联邦学习方法，包括，去中心化学习对客户端进行训练，并对领居交换的信息进行分散优化，基于流言算法协议对客户端的参数进行传播，通过图论算法将客户端和其它客户端之间建立的通信，最后通过去中心化联邦学习方式得出客户端和其它客户端模型相似度函数，并判断模型是否收敛，是则训练结束，否则返回步骤一；本发明基于模型相似度的GossipDFL的方法，本地客户端只在模型相似度高的模型中寻找通信和聚合的对象，减少了通信次数，提高了模型聚合的精度，而对导致参与训练的数据信息冗余和较高的通信延迟问题进行限制。
-
公开(公告)号：CN116701618A
公开(公告)日：2023-09-05
申请号：CN202310447611.X
申请日：2023-04-24
Applicant: 南京邮电大学
IPC: G06F16/35 , G06F16/36 , G06F40/295 , G06F40/284 , G06N20/00 , G06F21/62 , H04L9/40
Abstract: 本发明涉及联邦学习、工业互联网技术领域，公开了一种面向工业终端网络流量检测的图谱联邦学习隐私增强方法，包括：配置联邦学习环境，包括数据集、联邦学习任务和联邦学习模型；根据所述联邦学习模型的分类学习结果进行知识图谱构建；根据联邦学习环境评估联邦学习过程的隐私性风险；根据隐私性风险添加隐私增强方法以增强联邦学习客户端。本发明提供的方法，结合联邦学习和知识图谱将流量分类和网络流量异常检测相结合，既降低了流量数据隐私泄露的风险，也使得基于联邦学习的检测结果能够反映流量数据和恶意行为间更深层次的因果关联性，进一步提高判断终端是否存在恶意倾向的准确性，并减少人工干预带来的人因误差和人力开销。
-
公开(公告)号：CN116667902A
公开(公告)日：2023-08-29
申请号：CN202310677745.0
申请日：2023-06-08
Applicant: 南京邮电大学
IPC: H04B7/155 , H04B7/145 , H04W24/02 , H04B17/391 , H04B17/40
Abstract: 本发明公开了一种有源智能反射表面(ARIS)辅助通信系统模式选择方法，包括：1)在上一通信时隙末，系统获取当前发射端‑ARIS，ARIS‑接收端的路径损耗，发射端的发射功率，ARIS引入的热噪声功率和接收端处的噪声功率；2)根据获取的系统参数，考虑发射端和ARIS的功率约束，计算阈值；3)将ARIS表面反射单元面积和阈值进行比较，并为系统选择使得接收端信噪比最大的模式进行辅助传输；4)在本通信时隙初，进行ARIS模式设置，并采用系统选择的ARIS模式进行辅助通信；5)在本通信时隙末，重复上述步骤，直至通信结束。本发明以系统接收端的信噪比最大化为目标，对ARIS是否采用放大模式辅助通信系统提供一种选择方法，可以有效提高ARIS辅助通信系统的性能。
-
公开(公告)号：CN116304598A
公开(公告)日：2023-06-23
申请号：CN202211549230.4
申请日：2022-12-05
Applicant: 南京邮电大学
Abstract: 本发明涉及联邦学习技术领域，公开了一种联邦学习安全性测评方法，其以评测联邦学习架构在受到恶意对手攻击后的安全风险程度为目标，首先明确联邦学习网络框架，详细描述在密文域下安全聚合梯度的过程；接着定义漏洞、威胁攻击，明确联邦学习任务；然后采用层次分析法，以漏洞、任务、客户端的顺序展开对联邦学习模型的安全性的评估，最后结合模型分类准确率对联邦学习模型进行综合评价。本发明解决了研究联邦学习框架中无法测评架构运行安全性的问题。
-
Patent Agency Ranking
公开(公告)号：CN115952507A
公开(公告)日：2023-04-11
申请号：CN202211549244.6
申请日：2022-12-05
Applicant: 南京邮电大学
Abstract: 本发明涉及联邦学习隐私评测技术领域，公开了一种跨域异质场景下的联邦学习隐私性评估方法，包括：确定联邦学习在跨域异质场景下的任务和数据集，并根据算法确定潜在攻击风险；根据任务对数据集进行关联度筛选；将客户端发送给联邦学习中央服务器的数据采用设定的隐私加强技术进行加密处理；根据具有代表性的攻击模型计算客户端的隐私性指标；根据设置的阈值判定客户端参与联邦学习时所上传数据的隐私泄露风险。本发明提供的跨域异质场景下的联邦学习隐私性评估方法，通过在客户端模拟攻击，计算攻击结果来判断隐私性的安全程度，对联邦学习模型和数据都没有要求，适用于大部分实际情况。
-
公开(公告)号：CN115915456A
公开(公告)日：2023-04-04
申请号：CN202211391991.1
申请日：2022-11-08
Applicant: 南京邮电大学
IPC: H04W72/53 , H04W72/542 , H04W72/1268 , H04W48/20 , H04W74/08
Abstract: 本发明涉及一种基于WIFI6的变电站数据上传方法，属于电力物联网技术领域，该方法包括：选择数据采集设备对应的最佳WIFI6接入点，进行链路连接；获取与对应的WIFI6接入点进行链路连接的各个数据采集设备的吞吐量；将与对应的WIFI6接入点进行链路连接的数据采集设备进行分组，对分组完成的数据采集设备分类处理；获取吞吐量最大时经过分类处理的数据采集设备的单位执行所有调度；WI FI6接入点发送休眠时间参数至对应的数据采集设备，数据采集设备定时唤醒，周期性地上传或接收数据。本申请提供的方法通过控制同时活跃的数据采集设备数确定分组调度策略，提升信道利用率的同时提高了密集部署情境下的整体网络吞吐率及能效，实现了高效、低功耗的变电站数据传输。
-
公开(公告)号：CN115544873A
公开(公告)日：2022-12-30
申请号：CN202211184157.5
申请日：2022-09-27
Applicant: 南京邮电大学
IPC: G06F30/27 , G06N20/00 , G06Q10/06 , G06F111/16
Abstract: 本发明属于个性化联邦学习领域，尤其是个性化联邦学习的训练效率与个性化效果量化评估方法，包括以下步骤：S1、创建一个Non‑IID的跨域数据集，作为评测数据集；S2、选择合适的模型，作为个性化联邦学习的初始全局模型；S3、进行联邦学习的全局神经网络训练，聚合出一个收敛的全局神经网络模型；S4、各个客户端利用本地的数据集对下发的全局模型进行优化，收敛并形成个性化的本地神经网络模型；本发明充分考虑了跨域异质的场景，实现了模型的个性化功能，在现有研究的基础上，针对个性化联邦学习训练效率和个性化效果给出定性定量的评价指标，为在跨域异质场景下，为衡量不同个性化联邦学习算法与架构提供了一种具体方法。
-
公开(公告)号：CN119862951A
公开(公告)日：2025-04-22
申请号：CN202411925532.6
申请日：2024-12-25
Applicant: 国网江苏省电力有限公司信息通信分公司 , 南京邮电大学
Abstract: 本发明公开了一种电力物联终端智能运维方法、装置、存储介质和程序产品，涉及电网技术领域，该方法为：获取终端设备的状态检测数据以及中心服务器下发的知识图谱生成模型；基于状态检测数据对知识图谱生成模型进行训练，并获取知识图谱生成模型在训练过程的损失函数梯度数据；将损失函数梯度数据上传到中心服务器，以使中心服务器基于损失函数梯度数据训练全局知识图谱生成模型；获取终端设备的实时运行数据，并上传到中心服务器，以通过全局知识图谱生成模型确定实时运行数据对应的异常状态检测结果以及电力物联终端状态运维知识图谱。本发明提高了电力物联终端异常状态检测的准确性，提升了电力物联终端智能运维的效率。
-
公开(公告)号：CN119093983A
公开(公告)日：2024-12-06
申请号：CN202411174228.2
申请日：2024-08-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于SDP连续凸优化车联网通感算融合智能波束形成方法，属于通信技术领域，包括以下步骤：步骤一、在空天地海一体化场景下，去蜂窝车联网通感算一体化系统的通感算融合智能波束成形方案，构建多移动节点的系统模型框架；步骤二、以最大化感知信噪比为目标，以通信信干噪比大于一定阈值、波束成形功率约束和计算时延为约束，建立波束成形优化函数；步骤三、通过重新定义波束形成变量为矩阵形式，引入新的约束条件，使用凸优化工具求解，以获得最优波束形成向量，从而最大化信号噪声比，本发明在车联网场景下，开发智能波束成形技术，适应多用户动态环境，实时优化通信感知服务，实现波束最优配置。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.072 seconds)
