-
公开(公告)号：CN113342458B
公开(公告)日：2024-07-09
申请号：CN202110476378.9
申请日：2021-04-29
Applicant: 之江实验室
Abstract: 本发明涉及边缘计算领域，尤其是涉及了一种基于容器云的云边协同海量设备和业务批量控制方法，采用打标签分类的方式，对不同的设备和业务进行控制分类，将边缘侧海量的具有计算能力的设备以节点的形式，纳管到容器云集群中，用户在容器云集群中，对设备进行控制和分类，当需要在海量设备中按需求部署业务时，可以通过标签的形式，在某一类设备上进行业务的快速部署，同时，对于海量业务，用户也可以在容器云集群中进行控制和分类，当需要对海量的业务按照需求进行升级时，也可以通过标签的形式，对某一类业务进行快速的升级。本发明方案满足了用户对海量设备海量业务进行控制和维护的需求，大大提升了控制和维护的效率。
-
公开(公告)号：CN112348172B
公开(公告)日：2022-05-06
申请号：CN202011268445.X
申请日：2020-11-13
Applicant: 之江实验室
Abstract: 本发明公开了一种基于端边云架构的深度神经网络协同推理方法，该方法通过端、边、云协同的方式加速端侧推理速度，将人工智能中的深度模型，根据神经网络的分层进行分割，将模型推理过程中的计算任务根据网络环境、端边云三方的资源配额及使用情况，发送到对应的端侧，完成推理的整个过程。本发明公开了模型分割的整体框架及分割计算任务所使用的算法组件及原理，通过端边云的协同，可以加速端侧的推理速度，提高业务场景的中的实时性，同时减少资源端的能耗。
-
公开(公告)号：CN113326541B
公开(公告)日：2021-11-16
申请号：CN202110886663.8
申请日：2021-08-03
Applicant: 之江实验室
Abstract: 本发明公开了一种基于智能合约的云边协同多模式隐私数据流转方法，包括如下步骤：S1，系统初始化；S2，DO将原始数据加密成隐私数据，产生存储的加密凭证z’，z’中包含元数据metadata和数据凭证key’；S3，DO调用智能合约程序实现加密凭证z’上链，DO将z’通过智能合约发布到区块链上，智能合约对所有用户账户开放；S4，实现快速数据流转：DO在发布时，已经明确DU，通过访问策略policy设定DU的用户账号IDDU，DU通过执行智能合约和密钥算法，得到数据访问的加密密钥key，通过元数据，获取隐私数据并解密获取明文；S5，数据流转的确认：DO提交数据流转的交易凭证，确认数据流转完成。
-
公开(公告)号：CN113612820A
公开(公告)日：2021-11-05
申请号：CN202110791582.X
申请日：2021-07-13
Applicant: 之江实验室
Abstract: 本发明涉及云计算、边缘计算领域，具体涉及一种基于SuperEdge和EdgeXFoundry的云边端设备平台控制架构和方法，将EdgeX Foundry边缘计算框架以微服务形式运行在边缘节点，并管理支持多种协议的物联网设备；所述SuperEdge包含云侧和边缘侧，具备云边协同，边缘自治、分布式健康检查的特性，其以容器化编排方式将EdgeX Foundry平台部署于边缘节点之上，可实现EdgeX Foundry设备管理平台的高可用，同时兼顾云端设备数据的存储/分析，解决工业互联网、智能交通、新零售等场景中物联网设备高效管理，可实现设备管理在云端和边缘端的协同，提高了物联网平台的可扩展性以及提高边缘设备管理效率。
-
公开(公告)号：CN117009736B
公开(公告)日：2024-01-09
申请号：CN202311285982.9
申请日：2023-10-07
Applicant: 之江实验室
Abstract: 本申请提供一种激光外差偏移频率方案确定方法、装置以及存储介质。激光外差偏移频率方案确定方法应用于天基引力波探测器。激光外差偏移频率方案包括多个激光器之间的多个偏移频率。激光外差偏移频率方案确定方法包括：根据多个锁相方案和多种卫星的排列方式的不同组合，形成多个模型；在设定的禁止频率域的范围内，利用遗传算法分别得到多个模型的满足对应的约束条件的多个个体；每个个体包括一种激光外差偏移频率方案；其中，禁止频率域为偏移频率能够落入的频率域；根据每个个体所包括的多个偏移频率与禁止频率域的中值的方差，确定激光外差偏移频率方案。本申请可以确定出靠近低频的偏移频率方案。
-
Patent Agency Ranking
公开(公告)号：CN112069903B
公开(公告)日：2023-12-22
申请号：CN202010789192.4
申请日：2020-08-07
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度强化学习实现人脸识别端边卸载计算方法及装置，包括：获取真实的人脸图片，根据边端人脸识别模型训练得到分类数据，其中，分类数据包括图片名称、id、图片提取出的128维特征向量、终端预测置信度、终端预测值、边缘预测值；将深度学习与强化学习进行结合，定义马尔科夫决策过程的状态空间、动作集、奖励函数和智能体；根据定义好的马尔科夫决策过程，构建Actor神经网络和Critic神经网络，使用分类数据对构建好的Actor神经网络和Critic神经网络进行训练，获得智能卸载决策模型；对智能卸载决策模型的性能与基准查询策略进行对比评估；根据对比评估的结果，将智能卸载决策模型部署到智能终端设备中，进行人脸识别的任务卸载决策。
-
公开(公告)号：CN113328989B
公开(公告)日：2022-05-06
申请号：CN202110431694.4
申请日：2021-04-21
Applicant: 之江实验室
Abstract: 本发明公开了端云协同的用户隐私保护车辆保险保费计算模型及方法，方法包括：S1，端侧用户构建传输的数据包；S2，将数据包从端侧传输到云侧；S3，通过加密数据，筛选云侧共享数据池，得到候选数据集；S4，对候选数据集使用方程组求解恢复属性，得到匹配数据集；S5，生成会话秘钥；S6，对匹配数据集的每一条匹配项的车辆保险保费价格使用会话秘钥加密，并传输给端侧用户，端侧用户解密车辆保险保费价格；端侧模型包括：秘钥生成模块、哈希映射模块、布隆矩阵生成模块、启发式矩阵生成模、解密模块；云侧模型包括：云侧共享数据池、布隆过滤器、加密属性恢复模块、会话秘钥生成模块、车辆保险保费价格传输模块。
-
公开(公告)号：CN112751673A
公开(公告)日：2021-05-04
申请号：CN202110361878.8
申请日：2021-04-02
Applicant: 之江实验室
Abstract: 本发明公开了一种基于端边云协同的可监管数据隐私共享方法，针对端边云场景下的数据隐私共享和监管，包括：基于对称密钥加密的数据云存储和元数据的产生，基于联盟链的分布式密钥的元数据的上链，基于可搜索加密的数据监管，监管的方式包括：信封监管和拆封监管等两种粒度的监管方式，信封监管在所有节点共识的情况下，确认用户是否在某个时间内提交元数据的存储凭证；拆封监管则获取用户的元数据存储凭证，对存储的数据进行解密并获取数据明文；区块链系统用于对用户的隐私数据存证，保护数据隐私不被泄露，同时实现对数据隐私共享条件下监管。
-
公开(公告)号：CN112486686A
公开(公告)日：2021-03-12
申请号：CN202011382009.5
申请日：2020-11-30
Applicant: 之江实验室
Abstract: 本发明公开了一种基于云边协同的定制化深度神经网络模型压缩方法及系统，该方法基于云端经过长时间训练的高精度的网络模型，基于用户的个性化需求，将网络模型分类关注的分类和不关注的分类，然后结合关注的分类、用户的数据集和模型压缩的比例，通过基于知识整理的神经网络模型压缩方法，进行模型的轻量化，满足用户边缘侧节点资源受限的场景需求，提升模型推理的速度，同时保证一定的模型精确度。本发明基于用户关注分类需求和知识蒸馏技术的模型训练方法，并在图片分类的场景下基于公共的数据集进行了验证。
-
公开(公告)号：CN112383416A
公开(公告)日：2021-02-19
申请号：CN202011200641.3
申请日：2020-11-02
Applicant: 之江实验室
Abstract: 本发明公开了基于KubeEdge和EdgeX Foundry的智能边缘设备控制平台，包括KubeEdge系统和EdgeX Foundry平台，KubeEdge系统包括云端模块和边缘模块，通过KubeEdge系统将EdgeX Foundry平台部署到边缘节点，并通过边缘模块控制EdgeX Foundry平台；所述云端模块，通过边缘模块控制边缘节点和发布边缘应用；所述边缘模块，用于资源对象的控制，上报边缘信息到云端模块，执行边缘节点应用部署和数据同步到云端。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.026 seconds)
