基于PSO-GA的分片区块链系统性能优化方法

    公开(公告)号:CN116644131B

    公开(公告)日:2025-05-23

    申请号:CN202310367134.6

    申请日:2023-04-07

    Applicant: 福州大学

    Abstract: 本发明提供了一种基于PSO‑GA的分片区块链系统性能优化方法,包括以下步骤:步骤一:问题建模;交易来自于物联网网络中的各个应用场景,其中的数据在不同的场景共享或者处理;不同场景下生成的交易数据通过区块链系统来共享数据库;区块链网络从物联网网络中接收交易,并将交易记录在区块链账本中;步骤二:提出的PSO‑GA方法;结合粒子群算法和遗传算法来对分片区块链系统参数进行优化;应用本技术方案可以在更短的算法执行时间取得更高的系统吞吐量TPS。

    从客户端-服务器架构到区块链架构的应用迁移方法

    公开(公告)号:CN116521791B

    公开(公告)日:2025-05-02

    申请号:CN202310366690.1

    申请日:2023-04-07

    Applicant: 福州大学

    Abstract: 本发明提供了从客户端‑服务器架构到区块链架构的应用迁移方法,包括步骤1:对传统客户端‑服务器架构的应用进行建模,抽象成一棵程序调用树;步骤2:将关键数据作为污点数据,定义污染传播规则进行污点分析,得到程序中所有的污染变量;步骤3:根据污染路径在程序调用树上识别出应用的关键模块,设定代码重构规则对关键模块内的方法按照特定的程序结构进行代码重构。应用本技术方案能够有效提高区块链应用的开发效率。

    基于图强化学习的多边缘协同负载均衡方法

    公开(公告)号:CN118972901A

    公开(公告)日:2024-11-15

    申请号:CN202411006110.9

    申请日:2024-07-25

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于图强化学习的多边缘协同负载均衡方法,属于负载均衡领域。引入GNN辅助DRL对边缘图拓扑信息进行特征学习,快速求解出场景中的目标边缘负载均衡方案,最小化系统的最大任务平均响应时延,提高整体服务质量。本发明综合考虑了包括多个边缘的MEC场景,每个边缘都包含一台具有计算资源的边缘服务器。任意时刻,边缘服务器上都有来自附近的移动设备所卸载的任务以待计算。

    基于深度学习的智能家居服务管控方法

    公开(公告)号:CN115220361B

    公开(公告)日:2024-07-19

    申请号:CN202210921039.1

    申请日:2022-08-02

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于深度学习的智能家居服务管控方法,包括:通过知识图谱概念模型抽象出智能家居场景中的对象和关系,然后根据设定的运行时的推理规则及执行方法,构建出智能家居情境感知运行时知识图谱,模拟智能家居服务日常过程中的调控逻辑;构建基于深度学习的智能家居服务预测模型,使智能家居服务预测模型可根据实时场景自动决策出需要进行调控的设备并预测调控后的状态;然后借助运行时知识谱图对智能家居设备进行状态控制。该方法有利于提高智能家居服务的管控正确率。

    基于区块链的数据可信共享平台
    27.
    发明公开

    公开(公告)号:CN117729215A

    公开(公告)日:2024-03-19

    申请号:CN202311754445.4

    申请日:2023-12-20

    Applicant: 福州大学

    Abstract: 本发明提供了基于区块链的数据可信共享平台,包括数据提供方、数据需求方、共识节点、证书机构;平台结构划分为数据注册层、数据可信层、数据共识层、数据访问层以及数据训练层;数据可信层保障数据传输过程中的安全可信保证,并记录数据哈希从而支持数据匹配;数据共识层保证链上分布式账本数据的共识;数据访问层和数据训练层分别支撑数据访问和数据训练两种数据共享操作。本技术方案利用区块链技术在去中心化和不易被篡改等方面的优势,对数据提供方的数据资源进行注册以及对数据共享记录进行存证,实现数据共享过程中数据提供方和需求方间的相互信任,从而更好地实现异构异域异主数据的互联互通互操作。

    移动边缘计算中的无人机三维部署和内容缓存优化方法

    公开(公告)号:CN117692930A

    公开(公告)日:2024-03-12

    申请号:CN202311690658.5

    申请日:2023-12-11

    Applicant: 福州大学

    Abstract: 本发明涉及一种移动边缘计算中的无人机三维部署和内容缓存优化方法,对于在支持高速缓存的多无人机辅助蜂窝网络系统中以最小化系统中所有用户的内容访问时延为目标的优化问题,将其分解为无人机部署、缓存放置以及用户关联三个子问题,采用基于凸近似的无人机部署优化算法求解无人机部署子问题,采用基于贪心的缓存放置优化算法求解缓存放置子问题,采用基于罚函数的连续凸近似用户关联优化算法求解用户关联子问题,将以上三个求解过程进行联合迭代,实现对内容访问时延的优化。该方法有利于最小化系统中所有用户的内容访问时延。

    边缘无服务平台中基于函数特征信息的资源配置方法

    公开(公告)号:CN117492993A

    公开(公告)日:2024-02-02

    申请号:CN202311447754.7

    申请日:2023-11-02

    Applicant: 福州大学

    Inventor: 陈星 李鸣 林璟峰

    Abstract: 本发明涉及一种边缘无服务平台中基于函数特征信息的资源配置方法。由预测和决策模块组成。预测模块提取无服务器应用程序中所有函数的内部特征,并使用这些信息来预测函数在特定配置方案下的执行时间。在预测模块的基础上,决策模块分析环境信息,并使用具有自适应能力的粒子群优化算法为每个函数选择合适的配置方案。实验结果表明,我们的预测模型在所有指标下均获得最佳结果。同时,与其他经典算法相比,我们方法找到的资源配置方案平均节省了7.2~44.8%的运行开销。

    一种针对差异化设备的任务卸载方法

    公开(公告)号:CN117407168A

    公开(公告)日:2024-01-16

    申请号:CN202311458003.5

    申请日:2023-11-04

    Applicant: 福州大学

    Abstract: 本发明涉及一种针对差异化设备的任务卸载方法,首先基于环境内已有移动设备的卸载经验,结合深度Q网络和联邦学习框架,构建并训练一个全局模型;然后每有一台新移动设备要获得其个人模型,就将全局模型推送至该新移动设备上,新移动设备在全局模型的基础上结合自身少量的卸载经验进行训练,得到个人模型。该方法有利于在保证模型质量的同时,降低获得个人模型的时延。

Patent Agency Ranking