-
公开(公告)号:CN111555978B
公开(公告)日:2021-09-07
申请号:CN202010332304.3
申请日:2020-04-24
Applicant: 中南大学
IPC: H04L12/725 , H04L12/727 , H04L12/721 , H04L29/08
Abstract: 本发明提供了一种智能电网中具有节能和服务质量保证的SDN路由布置方法,包括:定期收集网络统计信息,所述网络统计信息包括链路延迟到与每个接入节点路由器关联的客户端的数量;根据所述网络统计信息中的接入节点的已发送和已接收业务量计算能耗;将由建模为整数线性规划,计算有关端到端延迟和能耗的最小成本路径;利用蚁群算法得到最同时考虑能耗和服务质量的最小成本路径。本发明在智能电网中引入SDN架构,考虑基于SDN的智能电网的能耗和对用户的服务质量保证问题,且控制器会定期收集网络统计信息,范围从链路延迟到与每个接入节点路由器关联的客户端的数量。
-
公开(公告)号:CN108401274B
公开(公告)日:2021-07-13
申请号:CN201810083579.0
申请日:2018-01-29
Applicant: 中南大学
IPC: H04W40/02 , H04L12/721
Abstract: 本发明公开了一种机会网络的数据传输方法,包括消息将节点A作为代理节点并进行消息传输;判定节点B的性质和节点B所携带的消息副本数;计算节点A和B的优先级并进行比较;计算节点B的节点活跃性;节点B作为新的代理节点对消息M进行传输;重复上述步骤直至传输过程结束。本发明依据用户之间的交互信息,计算得到节点的优先级与活跃性,然后根据优先级排序选择作为代理节点进行数据传输,并且根据节点的活跃程度决定需要转发的副本数,从而加快整个网络的传输速率;而且本发明方法保证了节点的稳定性,避免节点过度使用而衰竭,并且避免了节点的盲目传输,保证了数据传输的效率,并减少了路由传输的开销。
-
公开(公告)号:CN109996039B
公开(公告)日:2021-06-25
申请号:CN201910270937.3
申请日:2019-04-04
Applicant: 中南大学
Abstract: 本发明公开了一种基于边缘计算的目标追踪方法,通过无人机对目标进行主要拍摄,在无人机无法工作时地面摄像头网络对目标进行协助拍摄,地面的终端设备组成的边缘节点计算集群负责视频数据流的处理和分析。在无人机无法正常追踪时,有选择请求地面摄像头网络和边缘节点联合来参与追踪任务可以提高无人机追踪的鲁棒性,即使最后目标完全丢失,由于边缘节点和地面摄像头网络的近距离通信,也能使得高效地将目标再找回从而继续追踪;利用容器技术隔离平台差异,可以解决视频分析处理应用的在不同平台上的不兼容问题;根据目标当前被跟踪的状态来合理选择地空协同的方式,不仅可以降低整个网络的能耗,还可以提高网络的响应时间。
-
公开(公告)号:CN112733060A
公开(公告)日:2021-04-30
申请号:CN202110044126.9
申请日:2021-01-13
Applicant: 中南大学
IPC: G06F16/958 , G06F16/9535 , G06F16/9032 , G06F16/906 , G06K9/62
Abstract: 本发明涉及计算机技术领域,尤其涉及基于会话聚类预测的缓存替换方法、装置及计算机设备。该方法包括:获取服务器访问日志,并识别访问日志的浏览器和用户,筛选获得有效访问数据;根据用户和有效访问数据中用户访问页面建立用户会话序列;将用户会话序列进行聚类处理获取用户会话簇;获取用户请求,并根据用户会话簇建立预测模型;以预测模型中的计数作为权重值,采用价值评价缓存替换方法进行存储对象的价值计算,获得存储对象价值;当需要进行替换时,将存储对象价值最小的存储对象剔除,获得缓存空间进行替换,该方法对页面对象的替换做出快速的判断和选择,提高网络利用率和用户的体验度。
-
公开(公告)号:CN108377477B
公开(公告)日:2021-02-02
申请号:CN201810084079.9
申请日:2018-01-29
Applicant: 中南大学
Abstract: 本发明公开了一种能量获取认知无线传感器网络的资源管理方法,包括根据信道损失值选取信道;根据节点能量状态和数据队列长度选取若干节点作为信道分配候选集;选取最佳信道分配方案;根据QoS的要求选择业务流种类;传感器网络进行能量队列和数据队列更新。本发明提出一种具有QoS保障的能量获取认知无线传感器网络的资源管理与分配机制,通过对网络节点的能量、数据队列和业务流QoS的综合考虑,更加符合实际能量获取认知无线传感器网络中的资源管理与分配要求,在系统网络效用和QoS保障方面具有更好的准确性和可靠性。
-
公开(公告)号:CN111787509A
公开(公告)日:2020-10-16
申请号:CN202010675018.7
申请日:2020-07-14
Applicant: 中南大学
Abstract: 本发明提供了一种边缘计算中基于强化学习的无人机任务卸载方法及系统,包括:步骤1,根据无人机到边缘节点的距离、边缘节点处理能力、切换节点对任务完成时间和能耗的影响建立基于边缘计算的无人机目标追踪的系统模型。本发明根据无人机到边缘节点的距离、边缘节点处理能力、切换节点对任务完成时间和能耗的影响,建立了基于边缘计算的无人机目标追踪的系统模型,通过研究无人机目标追踪过程中的任务分配决策问题,将无人机目标追踪过程中的任务分配决策问题建模成马尔可夫决策过程,并基于强化学习中的Q学习设计求解算法,得出最佳的边缘节点选择方案和发射功率调整方案,实现任务卸载过程中能量开销和时间开销权衡的最小化。
-
公开(公告)号:CN111669760A
公开(公告)日:2020-09-15
申请号:CN202010642569.3
申请日:2020-07-06
Applicant: 中南大学
IPC: H04W16/14 , H04B17/391 , H04K1/00 , H04K3/00
Abstract: 本发明提供了一种认知无线电网络中基于协作干扰的安全传输方案,包括:步骤1,根据主用户的信道衰落为瑞利衰落将主用户节点之间的信道增益建模为独立的复杂高斯随机变量,使用高斯噪声进行协同干扰;步骤2,将次级用户招募为合作干扰者,主用户建立激励机制;步骤3,将多个主用户和单个次级用户之间的交互建模为多领导者和单跟随者的斯坦伯格博弈,根据每位领导者预料跟随者反应的能力选择策略,使用纳什非合作方式与其他领导者竞争。本发明将多个主用户和单个次级用户的交互建模成斯坦伯格博弈,通过多个主用户和单个次级用户协作的方式来提升主用户的保密速率,提升次级用户的传输速率。
-
公开(公告)号:CN110972115A
公开(公告)日:2020-04-07
申请号:CN201911146255.8
申请日:2019-11-21
Applicant: 中南大学
Abstract: 本发明提供了一种用于传输多媒体数据的车联网数据转发方法,包括:步骤1,获取预设路段内在指定时间段内所有车辆的车距信息,并根据所述车距信息部署路边中继单元;步骤2,根据所述车距信息和路边中继单元的部署位置,确定车辆行驶过程中的数据转发节点选择方法;步骤3,根据选择的数据转发节点传输数据,若传输失败,则使用恢复机制继续传输。本发明的上述用于传输多媒体数据的车联网数据转发方法主要研究车辆稀疏程度与路边基础设施部署之间的关系,以及车辆行驶过程中转发数据时中继节点的选择与车辆距离、速度、数据大小等属性之间的关系,在保证网络拓扑结构的实时性的同时还能降低对网络资源的开销。
-
公开(公告)号:CN109977094A
公开(公告)日:2019-07-05
申请号:CN201910091581.7
申请日:2019-01-30
Applicant: 中南大学
Abstract: 本发明公开一种用于结构化数据的半监督学习的方法,构建用于结构化数据的半监督对抗神经网络模型,对原始结构化数据X预处理,将原始数据X的特征划分成类别型特征子集xCT和数值型特征子集xNL;模型判别器的原始输入为{x1,xu,xg},其中x1,xu分别是有标记和无标记样本,xg为生成器生成的样本,x1,xu包含的特征集相同,将样本的类别特征子集xCT输入Embedding layer,得到对应的稠密嵌入向量E(xCT),再与数值型特征子集xNL组合得到具有新特征集的样本E(xCT)+xNL,应用BN技术得到归一化的包含新特征集的样本,将新样本输入判别器进行训练,生成样本xg则直接作为判别器的输入;生成器,由三层全连接网络组成并且每一层的输出都应用BN防止梯度弥散,噪声作为输出,得到拥有特征E(xCT)+xNL的生产样本xg。
-
公开(公告)号:CN109951333A
公开(公告)日:2019-06-28
申请号:CN201910210002.6
申请日:2019-03-19
Applicant: 中南大学
Abstract: 本发明公开了一种边缘计算网络视频处理中基于主观逻辑的信任评估装置,其特征在于,包括:信任建模模块,所述信任建模模块包括身份建模子模块、能力建模子模块以及行为建模子模块;评价模块,根据信任建模模块建立的模型,在交互完成后任务请求节点根据交互结果向边缘服务器提交评价;更新模块,边缘服务器根据评价结果计算更新存储服务提供节点声誉值,并将更新后的结果通知服务提供节点。通过身份信任、能力信任、行为信任三重信任机制的边缘节点筛选,确保身份合格、有能力、行为可靠的边缘节点加入网络系统进行服务交互,以及信任信息的共享,实现局部声誉值和全局声誉值的评估,提高整个边缘计算系统的安全、稳定性。
-
-
-
-
-
-
-
-
-