-
公开(公告)号:CN115996169A
公开(公告)日:2023-04-21
申请号:CN202211310740.6
申请日:2022-10-25
Applicant: 北京邮电大学 , 国网浙江省电力有限公司宁波供电公司 , 北京邮科科技有限公司 , 宁波送变电建设有限公司永耀科技分公司
Inventor: 芮兰兰 , 梁妤瑄 , 徐孝忠 , 安磊 , 刘鹏 , 李建刚 , 王猛 , 赵冰冰 , 朱一欣 , 吴笑 , 章立伟 , 吴忠平 , 喻琰 , 邵淦 , 娄一艇 , 王勇 , 叶明达 , 陈晓杰 , 陈迎阳 , 俞佳捷 , 吴昊 , 柳敏 , 任赟 , 张文博 , 费武 , 邹翔 , 黄志华 , 韦鹏 , 张佳凯
IPC: H04L41/0631 , H04L41/14
Abstract: 本发明实施例提供了一种网络故障分析方法、装置、电子设备及存储介质,该方法包括:基于获取的网络设备报警数据集和网络设备故障数据集,建立网络故障知识图谱,网络故障知识图谱包括:故障信息、报警信息,故障信息与报警信息之间的关联关系、任两个报警信息之间的关联关系或任两个故障信息之间的关联关系;基于网络故障知识图谱对预设GGNN模型进行训练,得到训练完成的GGNN模型;获取待分析网络信息,将待分析网络信息输入至训练完成的GGNN模型中进行故障分析,得到分析结果。从而能够充分分析出复杂的待分析网络信息中包含的故障信息或报警信息之间的关联关系,更准确的诊断出故障或者报警的原因,提高了故障分析的准确率。
-
公开(公告)号:CN119883620A
公开(公告)日:2025-04-25
申请号:CN202411950637.7
申请日:2024-12-27
Applicant: 北京邮电大学
IPC: G06F9/50 , G06F18/2321
Abstract: 基于任务表征模型的密度峰值聚类多粒度任务分解算法,涉及工业互联网领域,包括依据每个原子任务的信息,获取每个原子任务的计算资源需求向量;针对每个原子任务的计算资源需求向量进行归一化处理;计算原子任务自身计算资源权重系数;计算原子任务间的关联相关参数;计算原子任务之间的距离度量;初始化截断距离;计算每个原子任务的局部密度;计算最小中心偏移距离;获取聚类中心;获取聚类结果。本发明通过构建任务的表征模型,对任务的资源需求进行描述,并利用任务的权重进行任务聚类,以实现合理的资源调度与分配。本发明能够根据任务的特性将其分配到最合适的计算节点,优化系统性能,减少任务延迟,并提升资源利用率。
-
公开(公告)号:CN114358307B
公开(公告)日:2025-04-04
申请号:CN202111447012.5
申请日:2021-11-30
Applicant: 北京邮电大学
Abstract: 本申请实施例提供基于差分隐私法的联邦学习方法及装置,其中的基于差分隐私法的联邦学习方法包括:基于当前接收的用于进行联邦学习的多份训练数据中任一份对应的阶段完成信号,开始监测目标周期内的信号接收情况数据;若监测到目标周期内的信号接收情况数据满足预设的半同步训练规则,则获取目标周期内接收的各个阶段完成信号各自对应的阶段训练结果数据,并基于差分隐私法及各个阶段训练结果数据训练目标模型。本申请能够在为目标模型的联邦学习过程提供差分隐私保护的前提下,有效避免掉队者效应的干扰,避免计算资源的浪费并能够提高目标模型的收敛速度,进而能够有效提高目标模型的训练效率及应用及时性。
-
公开(公告)号:CN118612091A
公开(公告)日:2024-09-06
申请号:CN202410700552.7
申请日:2024-05-31
Applicant: 北京邮电大学
IPC: H04L41/147 , H04L41/16 , H04L43/04 , G06N3/096 , G06N3/098
Abstract: 本发明提供一种基于联邦迁移学习的网络流量预测方法和装置,方法包括:获取目标域的网络流量数据;将目标域的网络流量数据输入至网络流量预测模型中,得到目标域下一时刻的目标网络流量;其中,网络流量预测模型为基于多个域的多个局部模型进行动态权重聚合得到,每个局部模型均包括特征提取模块、生成对抗模块和预测模块;特征提取模块用于提取网络流量数据中的时序特征和空间特征;生成对抗模块用于生成自适应分布的特征,并基于时序特征、空间特征和自适应分布的特征与特征提取模块作对抗训练;预测模块用于基于时序特征和空间特征预测得到对应域下一时刻的网络流量。通过本发明提供的方法,实现目标域网络流量的预测。
-
公开(公告)号:CN118433183A
公开(公告)日:2024-08-02
申请号:CN202410617407.2
申请日:2024-05-17
Applicant: 北京邮电大学
IPC: H04L67/10 , H04L41/14 , H04L41/142 , H04L41/12 , G06N3/126
Abstract: 本发明提供一种面向运行可靠性和时延的多目标DNN推理任务部署方法和系统,所述方法包括:接收移动设备提出的DNN推理任务;获取包含中心云服务器、边缘服务器和移动设备的物理网络拓扑图;获取预设的用于多目标DNN推理任务部署寻优的种群数量和最大迭代次数;利用多目标遗传模型寻找优化的DNN推理任务部署,按照所述种群数量生成种群个体,对所有的种群个体进行多次迭代寻优,迭代达到所述最大迭代次数后,输出寻找到的优化后的DNN推理任务部署结果。其中,将所述物理网络拓扑图和所述DNN推理任务作为多目标遗传模型的输入,多目标遗传模型的多目标优化方向包含高运行可靠性和低延迟性,多目标遗传模型的约束条件包含推理总时延约束。
-
公开(公告)号:CN113490231B
公开(公告)日:2024-04-23
申请号:CN202110731081.2
申请日:2021-06-29
Applicant: 北京邮电大学
IPC: H04W24/04 , H04W12/122 , H04L1/22 , G06F9/455
Abstract: 本申请公开了一种网络切片的可用性保障方法及装置,其中,所述可用性保障方法包括:获取网络切片;其中,所述网络切片对应至少两个虚拟网络功能单元构成的第一序列,所述第一序列中的虚拟网络功能单元的类型仅出现一次;对所述第一序列中的虚拟网络功能单元进行安全评估,确定所述虚拟网络功能单元的隔离等级;根据所述隔离等级对所述网络切片的虚拟网络功能单元进行备份,获得备份节点,直到满足所述网络切片的可用性要求。
-
公开(公告)号:CN117714368A
公开(公告)日:2024-03-15
申请号:CN202311635255.0
申请日:2023-11-30
Applicant: 北京邮电大学
IPC: H04L45/121 , H04L45/00 , H04L45/24 , H04L47/32 , H04L47/62
Abstract: 本发明提供一种基于分段路由的确定性时延路由调度方法和系统,该方法包括:获取数据包并计算源节点到目标节点的最短时延路径。计算最短时延路径上每个中继节点的截止时间偏移向量,并将其写入数据包头部信息中。沿最短时延路径传输数据包,在中继节点排队前,计算数据包的丢弃概率,若概率高于随机生成数则在当前节点丢弃数据包。利用循环队列转发模型建立的三队列循环排队转发模型,计算数据包在每个中继节点应排入的队列,以最小化数据包在每个中继节点的排队时延。设定每个中继节点在其对应的截止时间偏移向量之前传输数据包。本发明能够满足确定性时延网络路由调度对低延迟和负载均衡的传输需求。
-
公开(公告)号:CN113377532B
公开(公告)日:2023-03-14
申请号:CN202110627000.4
申请日:2021-06-04
Applicant: 北京邮电大学
Abstract: 本发明提供一种边缘计算服务器部署方法和系统,所述方法包括以下步骤:基于影响多个区域内的服务器对用户的吸引力的用户个性相关参数计算用户选择不同区域内的侯选服务器的概率,以基于计算的概率进行用户的目的地偏好预测;基于各个用户的目的地偏好预测结果,根据各个用户终端任务的资源需求,预测各区域的资源需求量;根据各区域的资源需求量,基于服务器提供商收益最大化原则确定多服务器提供商的服务器最优布局。本发明改善了未考虑到用户聚集效应导致的服务器部署不合理的问题,最大化了服务器提供商的收益,减少了终端任务的处理时延,提高了终端任务的处理效率和边缘计算服务器的资源利用率,提高了用户的满意度。
-
公开(公告)号:CN115001997A
公开(公告)日:2022-09-02
申请号:CN202210376980.X
申请日:2022-04-11
Applicant: 北京邮电大学
IPC: H04L43/08 , H04L43/0817 , H04L43/16 , H04L41/14
Abstract: 本发明提供一种基于极值理论的智慧城市网络设备性能异常阈值评估方法,所述方法包括:基于目标性能数据和极大似然估计方法,确定广义帕累托分布模型的目标参数;基于目标参数,确定智慧城市网络设备性能的异常阈值;目标性能数据是基于智慧城市网络设备的运行数据确定的;目标参数包括规模参数和形状参数。本发明提供的基于极值理论的智慧城市网络设备性能异常阈值评估方法,通过使用极大似然估计方法确定广义帕累托分布的参数,解决了一般参数估计方法准确率低,性能低效的问题,并且得到的广义帕累托分布的参数更加接近真实值,为广义帕累托分布求解异常边界阈值打下基础,提高了异常边界阈值计算的准确率。
-
公开(公告)号:CN114827284A
公开(公告)日:2022-07-29
申请号:CN202210422270.6
申请日:2022-04-21
Applicant: 中国电子技术标准化研究院 , 北京邮电大学 , 国网综合能源服务集团有限公司 , 国网江苏省电力有限公司
IPC: H04L67/63 , H04L67/1097 , H04L41/14 , H04L41/142
Abstract: 本申请提供一种工业物联网中服务功能链编排方法、装置及联邦学习系统,方法包括:接收针对工业物联网的服务功能链编排请求;根据用于平衡服务功能链能耗和时延的编排算法对服务功能链编排请求进行编排,得到对应的服务功能链的编排结果;基于编排结果为服务功能链分配物理资源并将该服务功能链部署到工业物联网的物理网络中。本申请能够平衡服务功能链能耗和时延因素,能够提高工业物联网中服务功能链编排过程的可靠性及智能化程度,进而能够有效提高服务功能链的可靠性及有效性。
-
-
-
-
-
-
-
-
-