-
公开(公告)号：CN113076260B
公开(公告)日：2022-08-05
申请号：CN202110459196.0
申请日：2021-04-27
Applicant: 国网江苏省电力有限公司信息通信分公司 , 南京大学
IPC: G06F11/36
Abstract: 本发明公开了一种集成片段信息的结构化输入程序安全检测方法及设备，所述方法包括：从待测软件的输入用例集中提取片段信息并存入片段库；根据软件的输入确定结构化输入的节点类型，并基于节点类型、输入流以及片段信息生成结构化输入；根据结构化输入进行程序的模糊测试。本发明利用容易获取的输入用例来产生片段信息，将片段信息集成到结构化输入的参数生成器中，提高模糊测试的代码覆盖率和测试效率。
-
公开(公告)号：CN110113761B
公开(公告)日：2021-09-28
申请号：CN201910403222.0
申请日：2019-05-15
Applicant: 南京大学
IPC: H04W16/18 , H04W40/04 , H04W40/12 , H04W40/20 , H04L12/727
Abstract: 本发明提供了一种流数据处理应用在边缘计算网络中的部署方法和装置，所述方法通过收集每个应用需要处理的数据流的位置和流量大小信息以及每一个计算节点的带宽信息，将多个应用中的任一个应用抽象为两类场景下的任务进行部署：在无副本任务部署场景下，先部署到数据中心，再通过减小系统总体带宽资源消耗和最大单位资源减少系统延迟代价进行任务部署位置的不断更新；在多副本任务部署场景下，先随机分配到不同计算节点，再进行端到端最短时延路由决策，对带宽资源使用超过限制的计算节点，通过删除计算任务以及重路由，直至系统带宽资源可满足。本发明通过适当的任务部署方式，减少部署在边缘计算网络环境中的应用的延迟，提升带宽资源使用效率。
-
公开(公告)号：CN113364626A
公开(公告)日：2021-09-07
申请号：CN202110639353.6
申请日：2021-06-08
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司信息通信分公司 , 南京大学
Abstract: 本发明公开了面向边缘环境的视频分析应用的服务放置与带宽分配方法，其包括如下步骤：B1)收集当前时隙的边缘环境系统状态信息；B2)基于当前的边缘环境系统状态信息，利用两层迭代算法计算服务放置决策和带宽分配决策；B3)执行服务放置决策和带宽分配决策；B4)根据决策结果计算各用户的服务迁移代价，并计算并更新队列长度，以作为下一时隙的其中一个边缘环境系统状态信息。本发明针对边缘计算系统中的视频分析应用，提出了在线两层迭代的服务放置和带宽分配方法，高效使用边缘节点有限的计算资源和带宽资源，有效权衡了服务迁移代价和用户体验。
-
公开(公告)号：CN113301151A
公开(公告)日：2021-08-24
申请号：CN202110563102.4
申请日：2021-05-24
Applicant: 南京大学
Abstract: 本发明公开了一种基于云边协同的低时延容器化任务部署方法及设备，所述方法包括：建立云边协同场景下的容器化任务部署模型，表示出移动终端到边缘节点以及云数据中心的带宽以及容器镜像层部署代价，其中对容器化任务的响应时延进行形式化分析，具体包括任务传输时延、容器镜像部署时延以及任务执行时延，建立响应时延最小化的优化问题；将上述优化问题松弛为线性规划问题，使用基于随机取整技术设计的容器部署算法完成容器化任务的部署。本发明基于云边协同场景并行处理容器化任务，进而达到优化容器化任务响应时延的目的。
-
公开(公告)号：CN111381950A
公开(公告)日：2020-07-07
申请号：CN202010147501.8
申请日：2020-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种面向边缘计算环境基于多副本的任务调度方法和系统。所述方法包括：定期测量和收集每个边缘集群内任务的执行状态，建立本集群的任务时间延迟因子分布概率模型，所述模型描述了集群的资源性能；基于最短剩余处理时间原则和公平共享原则预估各作业可执行任务需要的副本数；基于各作业当前进度和集群的资源性能，采用迭代分配方式将各集群的空闲节点，根据预估的副本数，分配给各个任务；将分配到节点的任务调度到相应的集群来执行。利用本发明能够在真实系统中有效利用边缘计算环境中的空闲资源，通过合理的设定任务副本，降低作业的运行时延。
-
Patent Agency Ranking
公开(公告)号：CN111371616A
公开(公告)日：2020-07-03
申请号：CN202010148070.7
申请日：2020-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种面向NUMA架构服务器的虚拟网络功能链部署方法和系统。所述方法包括：根据服务器集群中每台服务器的容量信息，包括CPU数量、内存大小，以及待部署的网络功能服务链及其所需资源信息，建立符合真实情况的需求模型；利用基于蒙特卡洛树搜索的算法对建立的需求模型进行求解，得到最适合的部署方案。本发明解决了NUMA架构服务器中的VNF服务链的高效部署问题，可以将VNF服务链快速地部署到NUMA架构的服务器集群中，而且可以尽可能地减小由于NUMA服务器内存分布特性造成的性能损失，最大化地发挥NUMA服务器的处理性能。
-
公开(公告)号：CN111193604A
公开(公告)日：2020-05-22
申请号：CN201910783332.4
申请日：2019-08-23
Applicant: 腾讯科技(深圳)有限公司 , 南京大学
IPC: H04L12/24
Abstract: 本申请公开一种虚拟网络功能链的部署方法、装置、设备及存储介质，属于网络技术领域。该方法包括：接收虚拟网络功能链的部署请求，虚拟网络功能链包括至少一个虚拟网络功能VNF节点，部署请求携带至少一个VNF节点的部署信息；获取用于部署VNF节点的多个物理设备的拓扑信息，拓扑信息包括用于指示多个物理设备的拓扑关系、以及每个物理设备的设备资源容量和物理链路带宽的信息；基于至少一个VNF节点的部署信息与拓扑信息，按照所有物理设备剩余物理资源容量的平方和最大化原则，将虚拟网络功能链部署至多个物理设备中。本申请可以一次快速部署虚拟网络功能链，减少了处理时间，避免需要多次部署寻求最优解，可以适用于边缘网络中。
-
公开(公告)号：CN110968920A
公开(公告)日：2020-04-07
申请号：CN201911204131.0
申请日：2019-11-29
Applicant: 江苏方天电力技术有限公司 , 南京大学科技园发展有限公司
IPC: G06F30/18
Abstract: 本发明公开了一种边缘计算中链式服务实体的放置方法及边缘计算设备，该方法包括如下步骤：A.构建边缘计算环境的网络模型、时延模型和成本模型；所述网络模型包括网络中的边缘服务器、用户及用户待执行的服务实体链；所述时延模型包括服务实体在边缘服务器上的计算时延、排队时延及传输时延；所述传输时延包括服务器之间、服务器与用户之间的传输时延；B.结合边缘计算中链式服务实体放置问题的目标函数及约束条件，通过基于K-Means聚类算法和贪心算法的启发式算法，得到链式服务实体的放置方案。本发明通过基于K-Means聚类算法和贪心算法的启发式算法，得到链式服务实体的放置方案，可以在较低的时间复杂度内得到更优的结果。
-
公开(公告)号：CN108649286B
公开(公告)日：2020-01-21
申请号：CN201810415022.2
申请日：2018-05-03
Applicant: 南京大学
IPC: H01M10/44
Abstract: 本发明公开了一种基于Powercast模型的WSNs充电方法，包括以下步骤：基于传感器节点的再充电周期属性，采用聚类算法将所有传感器节点划分为若干个簇；基于节点构建完全无向图，采用近似算法寻找哈密顿回路，当簇内某个节点快要失效时，移动电源就沿着该簇的哈密顿回路给簇中所有节点充电，以此将二维场景转化为一维流形场景；在一维流形场景下，移动电源分组进行沿着哈密顿回路充电，具体包括：基于搜索半径定义移动电源最合适的覆盖范围；在每个小组中，使用RIA算法解决最小圆覆盖问题，并基于REUE指标确定移动电源在每个分组的充电时间。利用本发明的方法，在Powercast充电模型下，移动电源可以确保WSNs节点都不失效的同时，最小化充电过程中的能量消耗。
-
公开(公告)号：CN110662238A
公开(公告)日：2020-01-07
申请号：CN201911016176.5
申请日：2019-10-24
Applicant: 南京大学
Abstract: 本发明提出一种针对边缘网络下突发请求的强化学习调度方法及设备，方法包括：建立系统模型，包括通信模型、请求模型和服务器模型；根据系统模型为调度突发请求建立目标函数，将调度突发请求转化为优化问题；采用强化学习求解优化问题，定义状态空间、动作空间和奖赏函数，建立强化学习模型；采用A3C算法训练强化学习模型直至收敛；将训练好的模型用于边缘网络的请求调度。该方法以多服务器协作的方式处理突发请求，相邻的边缘服务器相互协作，从而最大化在deadline之前完成的请求数量。通过将调度问题迁移成强化学习的决策问题，针对每个请求，只需将当前的状态输入到强化学习的actor网络，即可从输出的概率分布图中选择动作，达到快速决策的效果。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.023 seconds)
