-
公开(公告)号:CN114650227A
公开(公告)日:2022-06-21
申请号:CN202210100788.8
申请日:2022-01-27
Applicant: 北京邮电大学
Abstract: 本发明提供了一种分层联邦学习场景下的网络拓扑构建算法,包括以下步骤:云服务器初始化,获取参与训练的局域网信息、初始全局模型以及多个终端设备,根据局域网信息对多个终端设备进行分组,并选择参与训练的终端设备;对终端设备计算不同的分布式通信架构的单轮聚合预测时长,选取最短时长的架构作为最优拓扑结构;云服务器将当前全局模型下发给每个分组,并基于最优拓扑结构对全局模型进行训练,得到全局模型更新量并经多次聚合后上报给云服务器;云服务器根据每个分组上报的训练结果更新全局模型;本发明能够减少全局模型上传云服务器的通信次数,通过在局域网内进行部分聚合和本地更新的方式,加速联邦学习的收敛并减少了通信成本。
-
公开(公告)号:CN113014659B
公开(公告)日:2022-05-24
申请号:CN202110262693.1
申请日:2021-03-11
Applicant: 北京邮电大学
IPC: H04L67/1004 , H04L67/101 , G06F9/48 , G06F9/50
Abstract: 本发明实施例提出微服务迁移方法、装置及可读存储介质和电子设备。方法包括:当需要对微服务功能链上的微服务进行边缘服务器迁移时,以微服务功能链的总服务时延小于第一阈值、且发生迁移的每个微服务占用其目标边缘服务器的存储资源值小于该目标边缘服务器的存储资源上限为约束条件,以总迁移成本最低为目标,为微服务器功能链上的各微服务选择目标边缘服务器。本发明实施例实现了微服务功能链的微服务迁移,且,在满足微服务功能链的服务时延的约束条件下,最小化了微服务的迁移与部署成本。
-
公开(公告)号:CN107959708B
公开(公告)日:2020-10-13
申请号:CN201711003327.4
申请日:2017-10-24
Applicant: 北京邮电大学
IPC: H04L29/08
Abstract: 本发明公开的是一种基于云端‑边缘端‑车端的车联网服务协同计算方法与系统,属于云计算和智能驾驶领域。该计算系统和计算方法首先车载终端响应车联网终端应用系统提出的车联网服务请求。云计算平台实现与车载终端和边缘计算平台的协同交互计算,通过云端车联网服务环境模块提供服务计算资源或云端服务请求。边缘计算平台通过边缘协同计算代理模块实现与车载终端和云计算平台的协同交互计算,并负责整合委托计算控制环境模块和开放计算控制环境模块的反馈结果。本发明解决单方面的车端计算能力不足、边缘端计算资源受限和云端的数据延迟较大的问题,提高了计算效率、优化用户体验。
-
公开(公告)号:CN109040214B
公开(公告)日:2020-07-17
申请号:CN201810824345.7
申请日:2018-07-25
Applicant: 北京邮电大学
Abstract: 本申请公开了一种云环境下可靠性增强的服务部署方法,该方法首先将复杂服务建模为图模型,图的主节点代表复杂服务的子服务,图的边代表子服务之间数据传输速率,然后依据各子服务自身的特性为各子服务选择对应的可靠性策略,并基于所选择的可靠性策略,为图模型中的各个主节点增加关键点存储节点或冗余节点,进行相应的可靠性增强的服务部署,与此同时,本申请又兼顾了各子服务可靠性保障带来网络资源占用的差异性,从而能够最小化可靠性保障带来的额外网络资源占用。
-
公开(公告)号:CN110475271A
公开(公告)日:2019-11-19
申请号:CN201910652494.4
申请日:2019-07-19
Applicant: 北京邮电大学
Abstract: 本发明公开了一种在基于移动边缘计算(MEC)网络中设置服务实例的方法及系统,本发明实施例在MEC网络中划分得到大于两倍服务实例数目的虚拟边缘云集合,且所述集合中的每个虚拟边缘云的资源量大于等于服务实例资源量,当MES网络中的边缘云集合中的边缘云数目小于两倍服务实例数目时,则退出;在虚拟边缘云集合中选择用于放置主备用服务实例的虚拟边缘云,在所选择的虚拟边缘云中,包括针对每个用户具有访问服务实例时延最小的边缘云。这样,本发明实施例在边缘云提供服务实例时,既最大化保证边缘云的服务可靠性,又最小化边缘云的总服务时延。
-
公开(公告)号:CN110347477A
公开(公告)日:2019-10-18
申请号:CN201910588189.3
申请日:2019-07-02
Applicant: 北京邮电大学
IPC: G06F9/455
Abstract: 本申请提供了一种云环境下服务自适应部署方法和装置,该方法包括:获取n×m个时间片的用户请求到达速率;计算m个预设周期内编号相同的时间片的用户请求到达速率的熵和超熵,并计算编号相同的n个时间片对应的熵和超熵的平均值;若确定熵的平均值小于第一预设阈值,且超熵的平均值小于第二预设阈值,则确定当前虚拟机租赁周期的下一个最短虚拟机租赁周期所属的时间片,并计算在该时间片需要处理的用户请求到达速率;根据计算的需要处理的用户请求到达速率,用户可接受的最大处理时延,以及单个虚拟机的用户请求处理速率确定需要的虚拟机数目;在确定的需要的虚拟机数目的虚拟机上部署服务。该方法能够在成本低的基础上提供满足需求的服务。
-
公开(公告)号:CN107959708A
公开(公告)日:2018-04-24
申请号:CN201711003327.4
申请日:2017-10-24
Applicant: 北京邮电大学
IPC: H04L29/08
Abstract: 本发明公开的是一种基于云端-边缘端-车端的车联网服务协同计算方法与系统,属于云计算和智能驾驶领域。该计算系统和计算方法首先车载终端响应车联网终端应用系统提出的车联网服务请求。云计算平台实现与车载终端和边缘计算平台的协同交互计算,通过云端车联网服务环境模块提供服务计算资源或云端服务请求。边缘计算平台通过边缘协同计算代理模块实现与车载终端和云计算平台的协同交互计算,并负责整合委托计算控制环境模块和开放计算控制环境模块的反馈结果。本发明解决单方面的车端计算能力不足、边缘端计算资源受限和云端的数据延迟较大的问题,提高了计算效率、优化用户体验。
-
公开(公告)号:CN107609672A
公开(公告)日:2018-01-19
申请号:CN201710687462.9
申请日:2017-08-11
Applicant: 北京邮电大学
Abstract: 本发明公开了一种支持虚拟车群体智能计算的车联网服务支撑环境,支持部署在网络边缘和网络云端,提供虚拟车和虚拟车群体两种智能计算能力的封装。其中,虚拟车向车联网服务提供对单车智能计算能力的封装,同时屏蔽了其部署位置。虚拟车群体向车联网服务提供对多车群体智能计算能力的封装,同时屏蔽了其具体参与方与控制过程。车联网服务支撑环境具体包括一个支持对车辆、驾驶员和乘客、交通环境数据进行学习和认知的交互认知计算环境,一个支持对虚拟车进行管理的虚拟车运行环境和一个支持对多个虚拟车进行群体智能计算控制的群智计算环境。支持在不涉及用户隐私的前提下,利用多虚拟车群体智能计算实现更个性化、更准确的车联网服务。
-
公开(公告)号:CN104820719A
公开(公告)日:2015-08-05
申请号:CN201510272074.5
申请日:2015-05-25
Applicant: 北京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30705 , G06F17/3089
Abstract: 一种基于用户上下文数据的Web服务信誉度度量方法,先采集用户访问Web服务时该用户的上下文数据,并利用归一化方式对该用户以向量表示的上下文数据进行预处理,再利用k-means方法对该用户的预处理后的上下文数据进行聚类,以便用不同类别分别表示不同用户的上下文数据;然后,根据用户反馈等级和聚类后的用户上下文数据计算不同类别的用户上下文数据对反馈等级的影响,将不同类别的用户上下文数据的反馈等级转换为统一的参考级别,以弱化不同类别用户上下文数据对反馈等级的影响;最后,根据转换后的反馈等级计算用户相似度,并以此获得参考用户的上下文数据类别对应的服务信誉度,最终转化为其他用户上下文数据类别对应的服务信誉度。
-
公开(公告)号:CN102263808B
公开(公告)日:2014-04-30
申请号:CN201010194717.6
申请日:2010-05-28
Applicant: 北京邮电大学
Abstract: 本发明公开了一种会话控制服务方法、装置和系统,均可由会话服务节点根据收到的会话初始化信息,将维护的事务状态的源地址修改为会话控制服务系统上一跳地址;会话服务节点根据修改后的源地址进行越过负载均衡装置的后续会话交互。本发明的会话控制服务方法、装置和系统,可以降低负载均衡装置的负载,避免负载均衡装置成为整个会话控制服务系统的性能瓶颈。
-
-
-
-
-
-
-
-
-