公开(公告)号：CN116528004A

公开(公告)日：2023-08-01

申请号：CN202310389667.4

申请日：2023-04-12

申请人： 北京字跳网络技术有限公司 ,  清华大学深圳国际研究生院

发明人： 乔春雨 ,  叶子文 ,  孟胜彬 ,  马晓腾 ,  何晓位 ,  庞小飞 ,  马茜 ,  江勇

IPC分类号： H04N21/472 ,  H04N21/239 ,  H04N21/274 ,  H04N21/433 ,  H04N21/231

摘要： 本公开实施例提供了一种视频推送方法、装置、设备和存储介质。该方法包括：基于待推送的每个第一视频在请求峰值时段内的预测请求量和每个第一边缘节点已缓存的第二视频确定每个第一视频的拷贝副本数量；基于每个第一视频的缓存占用空间和拷贝副本数量以及每个第一边缘节点的当前带宽利用率和节点缓存空间确定每个第二边缘节点的缓存替换空间；基于每个第一视频表征向量、缓存占用空间和拷贝副本数量以及每个第二边缘节点已缓存的第二视频表征向量和缓存替换空间，确定每个第一视频待推送至的第三边缘节点；基于拷贝副本数量和第三边缘节点，在非请求峰值时段内对每个第一视频进行拷贝推送，从而实现边缘节点的负载均衡，有效保证视频获取速度。

公开(公告)号：CN118796966A

公开(公告)日：2024-10-18

申请号：CN202411096264.1

申请日：2024-08-12

申请人： 清华大学深圳国际研究生院 ,  北京三快在线科技有限公司

发明人： 郑海涛 ,  刘汉卿 ,  谢睿 ,  江勇 ,  夏树涛 ,  肖喜

IPC分类号： G06F16/29 ,  G06F18/241 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提出一种用于神经网络训练的大规模POI数据处理和加载方法，包括以下步骤：S1：定义基本参数；S2：辅助文件构建；S3：数据加载，即为系统实际使用时的工作过程，对步骤S1中的辅助文件进行逐步解析以得到结果。采用本方法，POI相关数据的处理高效且磁盘和内存占用低；随机读取高效，复杂度为O(1)，内存占用低；分割为训练、验证和测试集的过程高效、计算资源消耗低。

公开(公告)号：CN118762513A

公开(公告)日：2024-10-11

申请号：CN202410845620.9

申请日：2024-06-27

申请人： 清华大学深圳国际研究生院 ,  深圳悟空投资管理有限公司

发明人： 李乃琦 ,  刘培源 ,  鲍际刚 ,  江勇 ,  夏树涛

IPC分类号： G08G1/01 ,  G06Q10/04 ,  G06N3/0464 ,  G06N3/0442

摘要： 本发明提出一种基于双域归一化的交通流时间序列预测方法，通过同时在时间域和频率域内的归一化，动态捕捉交通流数据的分布变化，消除时间序列数据中的非平稳因素，然后利用分布预测模型进行预测，再进行去归一化过程，重构其非平稳信息，确保了预测结果能准确反映原始数据的非平稳性特征，从而保证了预测结果的可靠性与鲁棒性，显著提升了交通流时间序列预测的准确性和稳定性。具体而言，频率域归一化将时间序列分解为高频和低频成分，以捕捉快速变化和突变信息；时间域归一化则计算局部统计量，如均值和标准差，从而动态反映时间序列的快速变化。本发明方法显著提高了交通流预测性能，在交通流预测应用中展现出优越性。

公开(公告)号：CN118585714A

公开(公告)日：2024-09-03

申请号：CN202410727323.4

申请日：2024-06-06

申请人： 清华大学深圳国际研究生院 ,  深圳悟空投资管理有限公司

发明人： 李乃琦 ,  刘昱君 ,  鲍际刚 ,  刘祥 ,  江勇 ,  夏树涛

IPC分类号： G06F16/9537 ,  G06F18/213 ,  G06N3/09

摘要： 一种基于混合专家模型与检索增强的时序数据预测方法及应用，包括如下步骤：S1.使用自监督预训练网络对输入的时间序列数据进行处理，提取具有丰富语义信息的高级特征；S2.使用提取的高级特征通过检索模块从特征池检索出与待预测任务具有高相关性的特征，其中所述特征池是预先构建的具有代表性的数据集合；S3.使用提取的所述高级特征和检索结果，通过专家选择模块选出最优的专家网络；S4.使用提取的所述高级特征和检索结果，通过最优的专家网络得到预测结果。本发明提出的方法提高了时序数据预测的准确性，在其应用中为相关应用的设备运行、资源管理和调度决策提供了更好的支持。

公开(公告)号：CN114840747B

公开(公告)日：2024-08-23

申请号：CN202210404048.3

申请日：2022-04-18

申请人： 清华大学深圳国际研究生院

发明人： 郑海涛 ,  刘浩壮 ,  李明超 ,  江勇 ,  夏树涛 ,  肖喜

IPC分类号： G06F16/9535 ,  G06F16/906 ,  G06N20/00 ,  G06F18/22

摘要： 本发明公开了基于对比学习的新闻推荐方法，包括基于对比学习的用户兴趣抽取步骤；所述用户兴趣抽取步骤包括：提供一用户兴趣编码器，该用户兴趣编码器被配置为对用户浏览的新闻序列进行编码得到兴趣向量；对所述用户浏览的新闻序列进行编码得到第一兴趣向量；对所述用户浏览的新闻序列进行数据增强，再对数据增强后的新闻序列进行编码得到第二兴趣向量；训练所述用户兴趣编码器，训练过程中，引入使所述第一兴趣向量和所述第二兴趣向量相接近，并使所述第一兴趣向量与其它用户的兴趣向量相远离的兴趣对比学习损失。

公开(公告)号：CN114912145B

公开(公告)日：2024-08-16

申请号：CN202210530051.X

申请日：2022-05-16

申请人： 清华大学深圳国际研究生院

发明人： 肖喜 ,  张焓祺 ,  夏树涛 ,  江勇 ,  郑海涛 ,  王兴军

IPC分类号： G06F21/62 ,  G06F21/57

摘要： 本发明公开了一种智能合约机密执行方法及系统，包括如下步骤：S1、根据用户的输入标注涉及敏感数据的智能合约函数；S2、自动检测用户调用的智能合约函数是否含有参数，接着检测用户是否有对该函数进行标注，以此判断该函数是否需要保护；S3、利用事先构建的本地节点和安全容器环境节点分别对智能合约函数进行执行：本地节点直接在本地执行不需要保护的智能合约函数，安全容器环境节点在远程的可信执行环境中执行需要保护的智能合约函数。本发明仅将需要保护的函数运行于可信执行环境之中，以此减小TCB尺寸，降低代码风险。并且本地模型与安全容器节点以HTTP的形式交互，避免了本地模型必须支持IntelSGX的硬性要求。

公开(公告)号：CN113076458B

公开(公告)日：2024-02-06

申请号：CN202110395707.7

申请日：2021-04-13

申请人： 鹏城实验室 ,  清华大学深圳国际研究生院 ,  南方科技大学

发明人： 李清 ,  赖训齐 ,  江勇 ,  崔春来 ,  李湘琼 ,  赵凯丽

IPC分类号： G06F16/951 ,  G06F16/957

摘要： 本申请公开了一种网内缓存控制方法、系统、存储介质及终端设备，所述控制方法包括源端向网络侧发送申请指令，以使得网络侧基于所述申请指令为所述源端分配若干存储块索引，其中，所述若干存储块索引所对应的存储空间大于所述源端申请的存储空间；源端基于所述若干存储块索引向网络侧中存储缓存数据。本实施例通过为若干存储块索引所对应的存储空间大于所述源端申请的存储空间，使得源端具有备用存储块索引，通过备用存储块索引来替换可用存储块索引，这样可以避免因不同存储数据采用相同存储块索引所造成的网络侧读取到的缓存数据错误的问题。

公开(公告)号：CN117056589A

公开(公告)日：2023-11-14

申请号：CN202310884863.9

申请日：2023-07-18

申请人： 华为技术有限公司 ,  清华大学深圳国际研究生院

发明人： 王锦鹏 ,  袁珺 ,  夏树涛 ,  郑海涛 ,  江勇

IPC分类号： G06F16/9535 ,  G06F18/23213 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/084

摘要： 本申请实施例公开了一种物品推荐方法及其相关设备，可将正确的物品推荐给用户，从而提高用户体验。本申请的方法包括：可先获取与用户相关联的信息，该信息用于描述与用户的历史行为相关联的多个历史物品，并将该信息输入至目标模型。那么，目标模型可先对该信息进行特征提取，从而得到多个历史物品的特征。接着，目标模型可对多个历史物品的特征进行聚类，从而得到多个类别，其中，每一个类别包含至少一个历史物品的特征。然后，目标模型可对多个类别进行基于注意力机制的处理，从而得到并输出用户的特征。最后，可将用户的特征用于与多个候选物品的特征进行匹配，并基于匹配结果在多个候选物品中，确定可推荐给用户的物品。

公开(公告)号：CN111355671B

公开(公告)日：2023-07-28

申请号：CN201911412366.9

申请日：2019-12-31

申请人： 鹏城实验室 ,  清华大学深圳国际研究生院

发明人： 江勇 ,  谢国锐 ,  李清 ,  夏树涛 ,  齐竹云

IPC分类号： H04L47/2441 ,  H04L47/2475 ,  H04L47/2483 ,  G06F18/214 ,  G06N3/084 ,  G06F18/2415 ,  G06N3/045 ,  G06N3/0464

摘要： 本发明公开了一种基于自注意机制的网络流量分类方法、介质及终端设备，所述方法获取待分类网络流量包数据，并确定所述待分类网络流量包数据对应的输入序列；将所述输入序列输入至预先训练的网络流量分类模型，通过所述网络流量分类模型预测所述待分类网络流量包数据对应的流量类别。本发明使用的网络流量分类模型包括编码模块，所述编码模块包括自注意机制单元，这样通过自注意机制提取有效流量特征，提高了流量分类精度。

公开(公告)号：CN114884879B

公开(公告)日：2023-07-14

申请号：CN202210484847.6

申请日：2022-05-06

申请人： 鹏城实验室 ,  清华大学深圳国际研究生院

发明人： 李清 ,  王翌 ,  江勇

IPC分类号： H04L45/745 ,  H04L45/02 ,  H04L45/50

摘要： 本发明公开了一种基于标签技术的软件定义网络混合交换方法，其特征在于，所述方法包括：获取软件定义网络的拓扑结构，对拓扑结构进行区域划分，得到若干子拓扑结构；对若干子拓扑结构中的所有交换机依次安装标签规则，得到标签转发规则集，对预设的初始规则集进行修正，得到标签生成规则集；根据标签转发规则集和标签生成规则集，得到用于支持默认路径转发的路由表，根据路由表和预设的单个流匹配路由表，通过预设的流水线处理，得到软件定义网络混合交换方式。本发明基于传统的软件定义网络混合交换框架的拓扑结构安装标签转发规则集和标签生成规则集，使得生成的路由表是基于标签技术的，极大的减少软件定义网络混合交换框架的流表项消耗。