-
公开(公告)号：CN112929223B
公开(公告)日：2022-09-23
申请号：CN202110249146.X
申请日：2021-03-08
Applicant: 北京邮电大学
Abstract: 本发明实施例公开了一种基于联邦学习方式训练神经网络模型的方法及系统，本发明实施例在训练神经网络模型时，云服务器选取广域网内已有的至少一个局域网，云服务器将当前神经网络模型发送给所述局域网，由所述局域网在局域网内对该神经网络模型进行多个本地参与设备的联邦学习，并聚合为所述局域网改进的神经网络模型后，提供给云服务器；云服务器将接收到的局域网改进的神经网络模型进行聚合后，得到全局改进的该神经网络模型。这样，本发明实施例就可以在减少跨广域网通信量的前提下，实现基于联邦学习方式训练神经网络模型，提高训练速度及节省成本。
-
公开(公告)号：CN114283607B
公开(公告)日：2022-09-20
申请号：CN202111563958.8
申请日：2021-12-20
Applicant: 北京邮电大学
IPC: G08G1/0968 , G08G1/0967 , G08G1/01 , H04W4/44 , H04W4/46 , G06Q10/04 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于群智学习的多车协同规划方法，属于多车路协同决策技术领域。本发明中，利用边缘服务器减轻了车辆计算能力与通信能力的要求；利用演化博弈来建模路由规划中车辆之间不断博弈的过程，当博弈状态形成一个稳定局面时，每辆车得到自身利益最大化的路由决策；在每辆车上部署路口通行驾驶决策模块，将车辆看成一个独立决策的个体，利用深度强化学习强大的策略学习能力建模多车在路口的协同驾驶行为；在路侧边缘计算部署交通态势预测模块，利用多车路的通信能力来扩大车辆有限视野下对交通态势的感知。本发明优化了道路资源的不同方面，优化了路口的时空利用，优化了路口周围道路资源的时空利用，增大路口的吞吐量。
-
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：CN112073980B
公开(公告)日：2022-01-21
申请号：CN202010876912.0
申请日：2020-08-27
Applicant: 北京邮电大学
Abstract: 本申请公开了一种移动边缘计算的服务迁移方法和系统，其中方法包括：当用户的移动边缘计算节点需要切换时，对于当前为该用户执行的每个服务s，所述切换的源节点将该服务s的服务迁移信息发送给所述切换的目标节点；所述服务迁移信息包括：所述服务s的应用程序接口集合中当前最新执行完成的应用程序接口APIi的计算结果α以及所述应用程序接口集合中当前未执行完成的所有应用程序接口API的接口信息和执行顺序信息；所述目标节点根据所述服务迁移信息，继续为所述用户执行所述服务s。采用本发明，可以有效降低服务迁移时延。
-
Patent Agency Ranking
公开(公告)号：CN112633616A
公开(公告)日：2021-04-09
申请号：CN201910891995.8
申请日：2019-09-20
Applicant: 北京邮电大学
Abstract: 本发明实施方式公开了一种协调群体智能平台冲突的方法和装置。方法包括：发布者在群体智能平台上发布任务；每个工人分别提交针对任务的答案和所述答案的信念值；利用针对所述任务收到的所有已提交的答案的集合计算基准答案，基于基准答案判断每个工人提交的答案是否正确，其中当正确时，为工人执行对应于该工人提交的答案的信念值的奖励值的奖励操作，当错误时，为工人执行对应于该工人提交的答案的信念值的惩罚值的惩罚操作；基于所有工人的期望收益和所有工人提交的答案确定所述任务的最终答案。可以降低任务完成的时间延迟，提高群智社区的工人质量，减少发布者的成本，进而有利于平台的长期发展。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.023 seconds)
