-
公开(公告)号：CN1809075A
公开(公告)日：2006-07-26
申请号：CN200610001828.4
申请日：2006-01-23
Applicant: 北京交通大学
Abstract: 一种应用主机标识协议HIP，会话初始化协议SIP和域名系统DNS建立一体化网络服务的方法，将HIP、SIP和DNS三种技术融合在一起，HIP协议用于标识一体化网络中的连接终端，每个主机和服务器都有一个全球唯一的，基于加密系统的主机标识符；SIP协议对一体化网络中各种类型服务进行控制，为用户和服务器分配统一的资源定位符URL；DNS系统存储URL与相应的RVS服务器的IP地址，便于终端与RVS服务器查找；实现了主机标识与路由标识的分离，使得每一个终端可以利用唯一的标识符实现多种不同业务的建立和传输，SIP协议以信令的方式建立连接后才开始传输数据，降低了网络流量，减小了网络负荷，方便了终端的快速查找，通信安全。
-
公开(公告)号：CN119831566A
公开(公告)日：2025-04-15
申请号：CN202411874433.X
申请日：2024-12-19
Applicant: 北京交通大学
IPC: G06Q10/20 , G06Q10/0635 , G06Q50/40 , G06N20/20 , G06N3/045 , G06N3/092 , G06N3/098 , G06N3/084 , G06F18/2431 , G06N5/04 , G06V20/17 , G06V10/10 , H04W4/90 , H04W4/42 , H04W4/38
Abstract: 本申请公开了一种智能化铁路运维系统、方法、设备、介质及产品，涉及铁路运维领域，该系统包括空‑地‑车一体传输模块，用于采集并传输列车关键部件的传感器数据；无人机集群模块，用于采集并传输铁路线路设定范围内的环境图像数据；数字孪生大模型训练模块，用于根据所述传感器数据以及环境图像数据构建数字孪生大模型，确定集成大模型，并利用所述集成大模型预测列车故障类型和自然灾害，生成应急指导方案；所述集成大模型为神经网络模型，本申请提高了检测实时性，且更适用于未来的超高速场景。
-
公开(公告)号：CN116866353B
公开(公告)日：2025-03-18
申请号：CN202310851893.X
申请日：2023-07-12
Applicant: 北京交通大学
IPC: H04L67/1012 , H04L67/1023 , H04L67/1008 , H04L67/1025 , G06F9/50 , G06F9/445
Abstract: 本发明提供了一种通算融合的分布式资源协同调度方法、装置、设备及介质，包括：获取与通算融合的网络场景对应的分布式计算卸载通信模型与分布式计算卸载计算模型；基于所述分布式计算卸载通信模型与分布式计算卸载计算模型确定分布式算力负载均衡模型；根据所述分布式算力负载均衡模型将算力协同调度过程建模为马尔可夫决策过程；利用预设的分布式算力调度算法对所述马尔可夫决策过程进行求解，获得卸载服务策略；其中，所述预设的分布式算力调度算法为基于MADDPG的分布式算力调度算法。本发明能够在保证用户体验的条件下，维持网络中的节点负载均衡，有一定的有效性和可拓展性。
-
公开(公告)号：CN118283656B
公开(公告)日：2024-11-08
申请号：CN202410248897.3
申请日：2024-03-05
Applicant: 北京交通大学 , 北京泰尔英福科技有限公司
IPC: H04W24/02 , H04W72/0446 , H04W72/0453 , H04W72/50 , G06N7/01
Abstract: 本发明公开一种TSN和5G融合网络确定性传输调度方法、装置、介质及产品，涉及工业物联网技术领域，包括：建立TSN‑5G融合网络对应的集中式网络和分布式用户管理模型，并建立时频资源联合分配随机优化问题；优化问题包括优化目标和约束条件，优化目标为最大化成功调度的数据流的数目和设备的吞吐量水平，约束条件包括传输延迟约束、链路容量约束、间隔注入约束、频率资分配的离散性约束和可靠性约束；基于时频资源联合分配随机优化问题将确定性调度过程转化为马尔可夫决策过程；利用基于D3QN的联合资源调度算法，基于马尔可夫决策过程，确定时隙和频谱的最优分配策略。本发明提高了网络在有限频谱资源和严格时延要求下的传输成功率。
-
公开(公告)号：CN115208952B
公开(公告)日：2023-09-26
申请号：CN202210853254.2
申请日：2022-07-20
Applicant: 北京交通大学
IPC: H04L67/568 , H04L67/5682 , G06N3/092
Abstract: 本发明提供了一种智慧协同内容缓存方法。该方法包括：以最小化传输代价为目标，将多跳网络协作缓存问题建模为协作马尔可夫决策过程模型；通过控制器上的智能体对基于深度Q网络的内容缓存算法DQN进行训练，获取训练好的DQN模型；通过训练好的DQN模型求解所述协作马尔可夫决策过程模型，获得协作马尔可夫决策过程模型的最优解，根据协作马尔可夫决策过程模型的最优解对节点缓存空间中每个内容进行在线决策过程，并基于边界增益替换规则更新节点缓存空间中的内容。本发明所提出的一种智慧协同内容缓存方法应用AI技术来驱动网络的内容缓存操作，每个节点在做出自己的缓存决策时都考虑其他节点的缓存决策，可以降低动作空间的大小并提高系统收敛性能。
-
Patent Agency Ranking
公开(公告)号：CN116506274A
公开(公告)日：2023-07-28
申请号：CN202310266138.5
申请日：2023-03-13
Applicant: 北京交通大学
IPC: H04L41/046 , H04L41/0823 , H04L41/14
Abstract: 本发明提供边缘网络资源分配方法、装置、计算机设备及介质，包括：获取用户的计算请求；基于计算请求，将计算请求映射至标识空间，得到标识空间映射模型，标识空间映射模型用于表征用户与服务器关系的映射；基于标识空间映射模型，对计算请求对应的计算任务的能量成本及时间成本进行计算，构建多目标优化模型；基于标识空间映射模型及多目标优化模型，确定计算任务的最优分配策略。通过构建标识空间映射的系统模型，将边缘网络系统计算任务映射至标识空间，得到对边缘网络系统的能量成本和时间成本的优化模型，通过优化模型对资源编排策略进行调整优化，得到能量成本和时间成本最小的资源分配策略，保证了边缘网络系统的可靠性和网络性能。
-
公开(公告)号：CN115942470A
公开(公告)日：2023-04-07
申请号：CN202211421967.8
申请日：2022-11-14
Applicant: 北京交通大学
IPC: H04W72/0446 , G06N20/00 , G06N3/0464 , H04W72/53 , H04L41/14
Abstract: 本发明公开了一种面向联邦学习业务流的网络资源调度系统及方法，该系统通过工厂层、现场层和设备层三层架构，有效缓解了现有的联邦学习机制两层架构业务流传递过于频繁、带宽要求高的问题。同时，本发明通过生成调度计划，并通过现场层为工业物联网设备提供确定性传输服务，解决了在高并发联邦学习业务流、集中式交互场景下资源调度低效和传输时延高的问题，极大提高了联邦学习在工业物联网中的学习准确率与收敛速度。
-
公开(公告)号：CN113676376B
公开(公告)日：2022-12-13
申请号：CN202110960712.8
申请日：2021-08-20
Applicant: 北京交通大学
IPC: H04L43/022 , H04L43/0817 , H04L43/10 , H04L43/06 , H04L43/106 , H04L43/12 , H04L41/12 , H04L45/00 , H04L69/16
Abstract: 本发明提供了一种基于分簇的带内网络遥测方法。该方法包括：对网络拓扑进行分簇处理，给每个簇分配其所支配的交换机，簇内的交换机将生成的遥测报告上传至簇头，由簇头将遥测报告上传至收集器；收集器统计已经收集到的遥测报告中的网络状态信息，选出长时间未收集到网络状态信息的交换机，将长时间未收集到网络状态信息的交换机确定为指定交换机；将探测数据包发送到指定交换机，收集器根据接收到的所述探测数据包的反馈信息获取所述指定交换机的网络状态信息，确认所述指定交换机的状态。本发明实现了在使用带内网络遥测(In‑band Network Telemetry,INT)收集网络状态信息时能提高了网络状态信息的及时性、克服收集网络状态信息时MTU限制、提供完整的网络全局视图。
-
公开(公告)号：CN113923125B
公开(公告)日：2022-12-06
申请号：CN202010576797.5
申请日：2020-06-22
Applicant: 北京交通大学
Abstract: 本发明公开了一种工业异构网络中多业务流融合通信的容限分析方法及装置，该容限分析方法包括：获取申请加入工业异构网络的业务流及业务流信息；根据业务流的特性进行分类，将业务流分为时间敏感流、实时音视频流以及其余业务流；获取工业异构网络的网络拓扑信息和网络状态信息；根据网络拓扑信息、网络状态信息及业务流信息分别对时间敏感流、实时音视频流以及其余业务流进行容限分析，得到容限分析结果。本发明实施例提供的工业异构网络中多业务流融合通信的容限分析方法及装置，解决了工业异构网络中多业务流融合通信的规划难题，提高了容限分析方法在复杂应用场景下的适应性。
-
公开(公告)号：CN115208952A
公开(公告)日：2022-10-18
申请号：CN202210853254.2
申请日：2022-07-20
Applicant: 北京交通大学
IPC: H04L67/568 , H04L67/5682 , G06N3/08
Abstract: 本发明提供了一种智慧协同内容缓存方法。该方法包括：以最小化传输代价为目标，将多跳网络协作缓存问题建模为协作马尔可夫决策过程模型；通过控制器上的智能体对基于深度Q网络的内容缓存算法DQN进行训练，获取训练好的DQN模型；通过训练好的DQN模型求解所述协作马尔可夫决策过程模型，获得协作马尔可夫决策过程模型的最优解，根据协作马尔可夫决策过程模型的最优解对节点缓存空间中每个内容进行在线决策过程，并基于边界增益替换规则更新节点缓存空间中的内容。本发明所提出的一种智慧协同内容缓存方法应用AI技术来驱动网络的内容缓存操作，每个节点在做出自己的缓存决策时都考虑其他节点的缓存决策，可以降低动作空间的大小并提高系统收敛性能。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.062 seconds)
