-
公开(公告)号：CN112488151A
公开(公告)日：2021-03-12
申请号：CN202011222918.2
申请日：2020-11-05
Applicant: 中国科学院计算机网络信息中心 , 广州中国科学院计算机网络信息中心
IPC: G06K9/62
Abstract: 本发明公开了一种半监督的基于流形学习的位置指纹库构建方法。本发明利用物理空间相同或者相近位置上的无线信号强度具有相似性的特点，基于大量具有时间戳的无标签数据，采用时空数据局部相似性的原理，得到可信数据点；然后优先考虑样本信息与标签数据的相互连接关系，以标签数据作为邻域图中心，采用信息量最大的相互近邻来构建邻域图；采用邻域图逼近流行映射上的平滑积分，实现采样点与标签数据在流形映射上的平滑，最大限度提高标签数据在邻域图中权重的平滑期望；然后利用标签数据的地理位置信息与无标签数据的时间相关性，利用流形学习的方法对大量无标签数据进行标记，实现位置指纹库的构建。
-
公开(公告)号：CN112488151B
公开(公告)日：2023-01-17
申请号：CN202011222918.2
申请日：2020-11-05
Applicant: 中国科学院计算机网络信息中心 , 广州中国科学院计算机网络信息中心
IPC: G06V10/764
Abstract: 本发明公开了一种半监督的基于流形学习的位置指纹库构建方法。本发明利用物理空间相同或者相近位置上的无线信号强度具有相似性的特点，基于大量具有时间戳的无标签数据，采用时空数据局部相似性的原理，得到可信数据点；然后优先考虑样本信息与标签数据的相互连接关系，以标签数据作为邻域图中心，采用信息量最大的相互近邻来构建邻域图；采用邻域图逼近流行映射上的平滑积分，实现采样点与标签数据在流形映射上的平滑，最大限度提高标签数据在邻域图中权重的平滑期望；然后利用标签数据的地理位置信息与无标签数据的时间相关性，利用流形学习的方法对大量无标签数据进行标记，实现位置指纹库的构建。
-
公开(公告)号：CN114362988B
公开(公告)日：2023-06-20
申请号：CN202111152905.7
申请日：2021-09-29
Applicant: 中国科学院计算机网络信息中心
IPC: H04L9/40 , G06F18/241 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种网络流量的识别方法及装置。其中，该方法包括：获取待识别的目标网络流量的数据包；通过小波变换和直方图均衡化对数据包进行增强；将增强后的数据包输入识别模型，由识别模型输出目标网络流量的类型，其中，识别模型包括残差模块和注意力模块，识别模型由多组训练数据训练而成，每组训练数据包括输入的网络流量的数据包，以及网络流量的所属类型。本发明解决了相关技术中传统的网络流量识别方法，识别准确率较低的技术问题。
-
公开(公告)号：CN109361617B
公开(公告)日：2022-09-27
申请号：CN201811122301.6
申请日：2018-09-26
Applicant: 中国科学院计算机网络信息中心
IPC: H04L47/2441 , G06N3/08 , G06N3/04 , G06K9/62
Abstract: 本发明涉及一种基于网络包载荷的卷积神经网络流量分类方法及系统，其中，方法包括以下步骤：将网络抓包所得pcap文件中所有的数据包传输层的去除头部后的载荷数据提出取来，将数据包的载荷的信息转换为字节序列，随机打乱数据顺序并且进行训练集、验证集和测试集的分割；将结构化的数据输入一维卷积神经网络进行训练，完成神经网络隐藏单元的权重参数调整；在验证集和测试集上进行性能验证，若达不到性能指标，则反馈给模型训练模块继续调整模型参数。本发明可以免除繁琐的人工标注工作，只需要流量数据包的载荷数据即可完成高精度分类。用户只需将模型部署到合适的位置，即可随时随机的截取链路中的数据包输入模型即可得到流量类别结果。
-
公开(公告)号：CN112004239A
公开(公告)日：2020-11-27
申请号：CN202010800779.0
申请日：2020-08-11
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明公开了一种基于云边协同的计算卸载方法及系统，本方法步骤包括：1)终端计算任务模块收集各终端设备拟卸载的计算任务和当前可供卸载的计算节点；其中每个计算任务包含对拟卸载到计算节点的卸载需求；所述计算节点包括边缘计算节点和云计算节点；2)协作计算卸载模块根据边缘计算节点、云计算节点所产生的处理时间和能耗作为卸载依据，结合每个拟卸载计算任务的所述卸载需求，对每个拟卸载计算任务的计算模式进行分类；3)根据分类结果确定每个拟卸载计算任务对应的计算节点。本发根据收集的卸载需求，结合服务器资源使用情况以执行不同的卸载任务，减少计算任务的执行时间，提高服务器资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN111327704A
公开(公告)日：2020-06-23
申请号：CN202010134379.0
申请日：2020-02-28
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明实施例提供了一种基于IPv6用户的业务对象需求映射方法，包括：统计各共享账号分别对各业务对象进行关注的关注度量信息、和各业务对象的特征数据；基于统计的关注度量信息对应的度量值，采用梯度下降算法，确定描述各业务对象的特征向量；且，建立一数据库，所述数据库用于保存上述业务对象信息，并确定各业务对象的特征数据等。本发明能够为共享同一共享账号的每个用户确定出该用户的业务需求，用户不需要花费大量的时间进行检索，提高了效率。
-
公开(公告)号：CN111193814A
公开(公告)日：2020-05-22
申请号：CN201911249075.2
申请日：2019-12-09
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明公开了一种面向工业互联网标识解析的自适应IPv6地址分配方法，本方法步骤包括：1)将工业互联网IP地址划分为若干层，每一层对应一段地址空间；2)对于每一层L，当申请分配地址空间总量超过该层L地址空间中每个空闲地址段的容量，并且该层L可用地址空间大于当前申请分配地址空间总量并且该层L的地址空间HD比率未达到设定阈值时，则对用户的地址申请进行分解，并为分解后的每一地址段分配空闲地址。本发明不仅可以在避免产生过多地址碎片，而且实现了对总体分配效果的提升。
-
公开(公告)号：CN111147398A
公开(公告)日：2020-05-12
申请号：CN201911253298.6
申请日：2019-12-09
Applicant: 中国科学院计算机网络信息中心
IPC: H04L12/927
Abstract: 本发明提供了一种时延敏感网络中的通信计算联合资源分配方法及系统，其中，方法步骤为：首先，基于控制质量要求对时延敏感类业务的服务优先级进行排序，时延要求越严格的业务越具有较高的服务优先级；其次，针对每个业务，时延敏感网络中的资源分配模块基于当前网络中的路由及时隙分配情况给出该业务的可用路由及时隙资源，边缘计算中的计算任务调度模块基于当前的计算资源使用情况给出该业务的可用计算资源，最终得出能够满足时延要求的路由、时隙和计算资源组合。本发明能够保障工业互联网中时延敏感类业务的端到端时延传输质量要求，尤其是工业控制类业务的控制质量要求。
-
公开(公告)号：CN111131421A
公开(公告)日：2020-05-08
申请号：CN201911289712.9
申请日：2019-12-13
Applicant: 中国科学院计算机网络信息中心
IPC: H04L29/08 , H04L12/911
Abstract: 本发明提供了一种工业互联网现场大数据与云端信息互联互通的方法，该方法步骤为：首先，基于终端节点、边缘计算节点及云计算节点的连通状况，生成网络状态拓扑图；其次，基于网络状态拓扑图，按照优先级顺序，针对每种数据处理业务要求，按照深度优先原则获得边缘计算、云计算及网络带宽的最佳联合分配，以确保该类业务的数据处理实时性要求能够获得保障；最后，在每个业务分配资源完成后，均对当前的边缘计算、云计算及网络带宽负载进行核查，从而及时获知已经达到能力上限的节点和链路，以避免单一节点或链路负荷过载造成分配失败的问题。
-
公开(公告)号：CN110851090A
公开(公告)日：2020-02-28
申请号：CN201911100700.7
申请日：2019-11-12
Applicant: 中国科学院计算机网络信息中心
IPC: G06F3/12
Abstract: 本发明提供一种基于边缘计算技术的云打印方法及系统。在一个可能的实施例中，在边缘计算系统中部署云打印服务；接收移动用户的HTTP请求或HTTPS请求，根据所述移动用户的HTTP请求或HTTPS请求进入云打印服务页面，并查询打印机列表，返回第一打印机作为默认打印机；接收并临时存储用户上传的待打印文件；调用打印机服务对所述待打印文件进行打印。通过在边缘计算MEC系统中部署云打印服务，并以HTTP(S)协议为移动用户提供服务，用户通过浏览器或者扫描二维码的方式完成文件打印，终端设备无需安装任何打印机驱动程序。可有效利用网络边缘优势，便捷快速的完成打印任务，避免了设备安装驱动程序以及使用USB设备的安全隐患，较好地改善了用户文件打印的体验。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.097 seconds)
