-
公开(公告)号：CN109002358B
公开(公告)日：2021-08-31
申请号：CN201810811580.0
申请日：2018-07-23
Applicant: 厦门大学
Abstract: 基于深度强化学习的移动终端软件自适应优化调度方法，涉及计算技术。自动优化设置移动设备上各软件进程卸载数量，并且对本地任务进程划分优先级，分配CPU计算资源和内存资源，旨在降低移动设备的能量损耗，减少任务处理时延。通过测量移动设备上各软件的实时线程任务的规模，估测移动设备至边缘设备动态无线链路的带宽，采用深度强化学习算法评估各个进程的时延，能量损耗等反馈信息，获取软件的优化调度方案。不需要预知移动设备到边缘设备的无线信道模型和移动设备系统的CPU计算资源和内存资源占用模型，即可减少移动设备上各软件任务处理时延和能量损耗，改善用户体验。
-
公开(公告)号：CN112261024B
公开(公告)日：2021-07-16
申请号：CN202011107886.1
申请日：2020-10-16
Applicant: 厦门大学
IPC: H04L29/06 , H04L29/08 , H04L9/06 , H04W4/40 , H04W12/0433
Abstract: 基于强化学习的面向快速加解密的车联网密钥管理方法，涉及车联网通信和安全。针对车联网用户个性化通信需求，防止数据泄露，设计了一种基于强化学习的面向快速加解密的车联网密钥管理方法。该方法基于车联网中车辆接收到的干扰功率、密钥持续时间、车辆密度等信息，采用强化学习持续优化车辆密钥更新频率和密钥长度，防止数据泄露。所提方法可适应动态车联网环境和防止窃听攻击，提高车辆通信的抗窃听拦截率，降低安全通信的时延。
-
公开(公告)号：CN104700640A
公开(公告)日：2015-06-10
申请号：CN201510127406.0
申请日：2015-03-23
Applicant: 厦门大学
IPC: G08G1/0967 , G06Q30/06
CPC classification number: G08G1/0141 , G06Q10/04 , G08G1/012 , G08G1/0133
Abstract: 一种基于移动群智感知的路况信息汇集方法，涉及无线通信技术与智能交通技术领域。服务器向相关地区的手机用户广播征集路况报告的通知；服务器接收到手机用户的路况报告后，按照路况报告的精确度对其划分等级；服务器汇总所有接收到的路况报告后，确定服务器在此刻的状态s，获得系统增益G(s)；在目标最优定价不确定的情况下，服务器通过Q学习，学习如何对手机用户的任务路况报告的奖励金额定价，以获取服务器的最大收益；对不同质量等级l的路况报告有不同的定价y(l)，在一次学习过程中规定服务器的最大任务发布次数为K，第k次任务发布中的服务器状态是sk，服务器对路况报告的总定价是yk。
-
公开(公告)号：CN102625313B
公开(公告)日：2014-07-02
申请号：CN201210065341.8
申请日：2012-01-11
Applicant: 厦门大学
Abstract: 一种基于联合干扰的防御认知无线电自私攻击方法，涉及认知无线电频谱管理和安全技术。测量网络中各用户吞吐量，判断是否存在作弊用户，合作用户联合干扰作弊用户通信，合作用户允许接入信道，作弊用户禁止发送数据，对在观察期内不遵守规则的作弊用户进行为期更长的干扰。可以有效地提高网络整体利用率，保证认知用户接入的公平性；对于损害网络公平性和其余用户利益来提高自身收益的作弊用户，将通过认知用户间的合作对作弊用户进行惩罚，使其为避免受惩罚而放弃自私攻击，从而达到防御自私攻击的目的。
-
公开(公告)号：CN102625313A
公开(公告)日：2012-08-01
申请号：CN201210065341.8
申请日：2012-01-11
Applicant: 厦门大学
Abstract: 一种基于联合干扰的防御认知无线电自私攻击方法，涉及认知无线电频谱管理和安全技术。测量网络中各用户吞吐量，判断是否存在作弊用户，合作用户联合干扰作弊用户通信，合作用户允许接入信道，作弊用户禁止发送数据，对在观察期内不遵守规则的作弊用户进行为期更长的干扰。可以有效地提高网络整体利用率，保证认知用户接入的公平性；对于损害网络公平性和其余用户利益来提高自身收益的作弊用户，将通过认知用户间的合作对作弊用户进行惩罚，使其为避免受惩罚而放弃自私攻击，从而达到防御自私攻击的目的。
-
Patent Agency Ranking
公开(公告)号：CN117896756A
公开(公告)日：2024-04-16
申请号：CN202410109688.0
申请日：2024-01-26
Applicant: 厦门大学
Abstract: 一种基于语义通信和资源分配的无人机边缘计算抗干扰方法，属于语义通信、无人机路径规划、资源分配、移动边缘计算和抗干扰等领域。该方法充分挖掘用户位置、无人机位置、干扰机位置和信道状态等关键信息，结合用户语义通信速率、通信时的信干燥比SINR和信道状态等信息，提出结合语义通信和深度强化学习的资源分配方案以动态优化用户卸载接入选择、信道选择、无人机轨迹等动作，有效地在干扰环境下执行移动边缘计算任务。本发明在动态干扰攻击的环境下，与非语义通信算法及其余对比算法相比，有效降低任务处理时间，提高了收益。
-
公开(公告)号：CN116911362A
公开(公告)日：2023-10-20
申请号：CN202310718827.5
申请日：2023-06-16
Applicant: 厦门大学
IPC: G06N3/0495 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/092 , G06N3/098 , G06N5/04 , G06N5/043 , H04W28/08 , G06F9/50
Abstract: 一种面向多模态深度学习模型的快速协同推断方法，涉及多模态深度学习模型。针对现有技术存在的面向计算密集性应用的异构多模态深度学习网络在资源紧缺的移动设备上部署时的高延迟和高能耗等问题，提供一种面向多模态深度学习模型的快速协同推断方法，利用强化学习算法动态优化无线移动边缘网络中多模态深度学习模型服务移动设备的协同推断策略。该策略适应计算密集型多模态深度学习应用具有多个异构特征编码器的特点，能在不显著降低推断质量的前提下，减少基于深度学习的多模态推断服务的时延和总体能耗。动态选择多模态深度学习模型各个特征编码器的分割点和深度学习模型规模，提高多模态深度学习模型推断的速度和能效。
-
公开(公告)号：CN115361686A
公开(公告)日：2022-11-18
申请号：CN202211007434.5
申请日：2022-08-22
Applicant: 厦门大学
IPC: H04W12/122 , H04W12/67 , G06N3/04
Abstract: 一种面向无线通信安全的安全探索强化学习方法，涉及无线通信的安全。引入状态风险网络和动作风险网络区分状态的风险和动作的风险，提高动作风险程度的拟合准确度，并利用动作风险程度修正动作的选择，避免探索危险策略，实现无线通信场景下的安全探索。方法包括：信息发送方使用价值网络评估当前状态下采取不同动作的长期累积回报，根据通信系统的性能评价指标和通信需求评估当前状态下采取不同动作的风险值，利用状态风险网络和动作风险网络拟合长期累积风险值并对价值网络的输出值进行修正，根据修正后的不同动作的价值进行安全传输策略的选择。可在无线通信安全应用中降低对风险策略的探索，提高无线通信的安全性。
-
公开(公告)号：CN112261646A
公开(公告)日：2021-01-22
申请号：CN202011107880.4
申请日：2020-10-16
Applicant: 厦门大学
IPC: H04W12/02
Abstract: 一种可穿戴设备数据安全传输智能调度方法，属于无线通信和信息安全领域。采取跨层设计结合了应用层加密技术和物理层功率控制，应用深度强化学习算法来动态优化可穿戴设备的发射功率和加密密钥长度而无需预测窃听信道模型和干扰模型。采用深度强化学习算法，通过观测数据包优先级、信道状态、接收干扰功率和误码率BER来动态优化可穿戴设备的发射功率和加密密钥长度，以达到抗主动窃听的目的。实现了跨层设计，有效提升系统的保密速率并且降低可穿戴设备的能耗。
-
公开(公告)号：CN108833423B
公开(公告)日：2020-07-31
申请号：CN201810663625.4
申请日：2018-06-25
Applicant: 厦门大学
IPC: H04L29/06
Abstract: 一种基于强化学习的多途径保密信息通信方法，涉及现代通信网络安全。利用多途径通信的方法来增强通信的保密性，加快通信速率，并提高通信安全性，不需预测通信途径的网路模型和攻击模型，可适应动态的通信传输场景，通过强化学习获取最优的传输数据量，从而提高通信传输的效益，优化通信系统的传输速率和保密性，降低传输时延。基于强化学习实现传输控制并且达到提高保密性的功能，不需预测通信途径的网路模型和攻击模型，可适应动态的通信传输场景，通过强化学习获取最优的传输数据量，从而提高通信传输的效益，优化通信系统的传输速率和保密性，降低传输时延。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.066 seconds)
