-
公开(公告)号：CN101707594A
公开(公告)日：2010-05-12
申请号：CN200910184926.X
申请日：2009-10-21
Applicant: 南京邮电大学
Abstract: 基于单点登录的网格认证信任模型是一种对开放网格环境下信任实体进行客观认证的解决方案，主要用于解决用户如何进行身份认证以及通过一次认证即可发起网格应用的问题，当继续使用网格资源时无需对用户作重复认证在通过身份认证后就可以根据拥有的权限访问计算网格中的各种合法资源。在网格计算环境下，网格用户与本虚拟组织内的网格实体以及其他虚拟组织的实体间的协同合作、共享资源的安全性和动态性问题，构建网格计算环境中对用户进行授权的安全体系结构。
-
公开(公告)号：CN101257377A
公开(公告)日：2008-09-03
申请号：CN200810019667.0
申请日：2008-03-11
Applicant: 南京邮电大学
Abstract: 基于社区授权服务的动态访问控制方法借鉴基于角色的访问控制RBAC模型的思想，针对网格计算环境的动态性特征，提出了一个基于社区授权服务CAS的动态访问控制方案。该方法基于社区授权服务，主要针对网格环境的动态性特征，通过加入资源控制模块，实现对资源分层、监控、动态访问控制，对社区授权服务器和数据库作修改，使之能够实现根据用户所在上下文环境动态改变用户角色，并通过与资源控制模块交互，实现网格环境下对资源的动态、透明访问和无缝集成；该方法能够很好地解决网格环境的动态性特征带来的访问控制问题以及对资源的透明访问。
-
公开(公告)号：CN101242277A
公开(公告)日：2008-08-13
申请号：CN200810019668.5
申请日：2008-03-11
Applicant: 南京邮电大学
Abstract: 网格环境下的基于信任度的授权委托方法是一种分布式计算的安全解决方案。主要用于解决网格计算的安全问题，该方法所包含的步骤为：资源提供节点根据委托策略，对其委托角色或权限按照下述6条规则生成委托策略图；请求委托者发送以被委托者为后继节点的委托策略集给委托者；委托者针对委托策略图对被委托者提交的委托策略集进行合成；若委托策略集中存在前驱节点为监测器所监测的对象的委托策略，并且被委托者的信任度能够满足信任度阈值，则生成针对该被委托者的委托关系；若委托策略集中不存在前驱节点为监测器所监测的对象的委托策略，或者存在但是被委托者的信任度不能够满足信任度阈值，则拒绝对该被委托者的委托请求；生成委托关系图。
-
公开(公告)号：CN101034362A
公开(公告)日：2007-09-12
申请号：CN200710019979.7
申请日：2007-02-05
Applicant: 南京邮电大学
IPC: G06F9/46
Abstract: 运用移动代理来实现网格环境中作业调度的方法对于网格中需要处理的作业，使用分解代理将其分解，依靠网格中的管理系统所提供的信息，并利用移动代理将其迁移至合适的资源上执行。该方案克服了其他作业调度方案的响应时间没有得到保证和在资源上的运行时间可能过长等的缺点，可以实现对网格中资源和作业管理的自适应，降低网格通信量，提高网络的利用率，形成作业的并行求解，从而达到提高网格资源的利用效率和网格计算的执行效率的目标，加快任务的执行，从而提高分布式系统的处理效率。
-
公开(公告)号：CN117914690A
公开(公告)日：2024-04-19
申请号：CN202410145629.9
申请日：2024-02-01
Applicant: 南京邮电大学
IPC: H04L41/0677 , H04L41/069 , H04L41/149 , H04L41/16
Abstract: 本发明公开了一种基于深度学习GCN‑LSTM的边缘节点网络故障预测方法，包括：根据目标区域内当前时刻各边缘服务器之间的连接关系构建边缘网络节点图；其中一个所述边缘服务器作为一个边缘节点；获取当前时刻各边缘节点的网络日志数据；根据边缘网络节点图和各边缘节点的网络日志数据，通过图卷积网络GCN的自适应卷积层的两级时间窗口提取各边缘节点的网络日志特征；将所有边缘节点的网络日志特征输入到预训练好的长短期记忆神经网络LSTM模型中，得到网络故障预测结果。根据节点不同的度来自适应卷积层进行网络日志特征采样，LSTM模型训练过程中通过PSO算法不断迭代寻找LSTM的最优超参数。
-
Patent Agency Ranking
公开(公告)号：CN110209954B
公开(公告)日：2022-08-26
申请号：CN201910476821.5
申请日：2019-06-03
Applicant: 南京邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于LDA主题模型和深度学习的群组推荐方法，包括：获取用户的历史信息，所述用户的历史信息包括：用户参与的服务信息、用户参与的群组信息；基于所述用户的历史信息中的主题内容以及LDA主题模型，获得所述用户的历史信息的期间范围内的动态偏好；描述所述用户的动态偏好与服务之间的对应关系；通过群组中各个用户之间的相互影响，修正群组内各个用户的动态偏好与服务之间的对应关系，之后得到群组对于服务的偏好。采用上述方案，可以解决用户偏好相对于时间因素而产生变化的问题；考虑到用户的社交关系对用户的服务选择的影响，更符合实际生活中推荐系统的需求，提高了推荐的精度和准确度。
-
公开(公告)号：CN114117142A
公开(公告)日：2022-03-01
申请号：CN202111461962.3
申请日：2021-12-02
Applicant: 南京邮电大学
IPC: G06F16/901 , G06F16/906 , G06N3/04 , G06N3/08
Abstract: 本发明一种基于注意力机制与超图卷积的标签感知推荐方法，标签感知推荐方法通过用户与项目的直接交互关系和用户、项目、标签的简介交互关系分别在用户侧和项目侧构建不同的超图，通过超图卷积提取高阶关系反应的信息，并采用注意力机制对不同重要程度的信息做出区分，通过得到的特征表示进行推荐。本发明引入了超图卷积来挖掘高阶关系以进行特征提取，采用注意力机制对于用户‑项目直接交互的超图与标签感知构建的超图获得的特征进行权重分配，能够更好地区分不同重要程度的信息，通过巧妙地结合超图卷积和注意力机制，本发明提出的方法可以充分提取用户‑项目的直接交互关系和与标签的交互关系中的特征，有效提高推荐方法的性能。
-
公开(公告)号：CN108322344B
公开(公告)日：2021-03-09
申请号：CN201810112975.1
申请日：2018-02-05
Applicant: 南京邮电大学
Abstract: 本发明涉及一种大数据场景下面向群组的服务可靠性预测方法，该方法主要包括提出固有群组中用户相似度求解，动态计算相似度阈值，低成本计算服务相似度可靠性矩阵方法，离线计算可靠性矩阵模型，并通过CDN分发计算后的可靠性矩阵，基于地理位置处理用户的请求，以保证用户请求可以得到快速响应。本发明不仅能够计算用户群组个体之间的相似度,并利用协同理论来预测群组中用户在使用服务过程中的可靠性。
-
公开(公告)号：CN108711117A
公开(公告)日：2018-10-26
申请号：CN201810493171.0
申请日：2018-05-22
Applicant: 南京邮电大学
CPC classification number: G06Q50/12 , G06Q10/06395 , G06Q30/0631
Abstract: 本发明提供了一种基于群组化的APP点餐推荐系统，包括通过网络连接的服务器终端及客户终端，客户终端包括电性连接的平台管理模块，商户功能模块，账单结算模块，点餐功能模块，所述服务器终端包括相互电性连接的平台管理模块，账单结算模块，数据存储模块，群组推荐模块。本发明的有益效果体现在：从实际生活出发，添加以群组为单位进行点餐作为新的点餐手段，充分考虑了现实中用户的行为与需求，更符合实际场景，能够更好地提供令用户满意的推荐。同时，对所选菜品进行评分，不仅可以进一步优化推荐效果，也可以促进点餐用户与商户之间的联系，督促商户提高菜品质量和服务水平。切实的将智能信息与餐饮行业联系起来，促进了产业升级与全面发展。
-
公开(公告)号：CN104657133B
公开(公告)日：2018-08-24
申请号：CN201510047053.3
申请日：2015-01-28
Applicant: 南京邮电大学
Abstract: 本发明提供移动群智感知中一种用于单时间窗口任务的激励方法，针对单时间窗口任务的群智感知系统，设计了一种用户激励方法。该方法包含一个方向拍卖流程和两个阶段：用户选择阶段和支付决策阶段。在用户选择阶段采用动态规划方法解决最小化社会代价用户选择问题，在支付决策阶段采用VCG拍卖机制计算每个入选用户的报酬数额。该方法包括用户选择阶段和支付决策阶段总的时间复杂度为O(n2logn)，该激励方法具有个人理性、防欺骗的良好性质，并且可以产生最优解，即能够在多项式时间之内找到覆盖感知时间窗口的最小社会代价的用户子集S。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.022 seconds)
