公开(公告)号：CN116436675A

公开(公告)日：2023-07-14

申请号：CN202310418193.1

申请日：2023-04-19

Applicant: 北方工业大学

Inventor： 白文乐 ,  黄奥然 ,  张键红 ,  韩宇龙

IPC: H04L9/40 ,  H04L9/00 ,  H04L9/08 ,  H04L67/12 ,  G06Q20/14 ,  G06Q20/30

Abstract: 本发明公开了一种雾增强物联网中共享经济的隐私保护协议系统及方法，包括：用户层，设备层，雾层和运营商层；用户层连接雾层，所述雾层连接设备层，所述运营商层分别连接用户层和设备层；一种雾增强物联网中共享经济的隐私保护协议方法；步骤S1：请求聚合分配设备请求的总人数；步骤S2：根据设备请求的总人数，对成本进行公平平分；步骤S3：判断设备请求的总人数是否达到设备做出响应的阈值，若是，则进入步骤S4；若否，则结束；步骤S4：对数据进行处理；解决了用户在进行协作时消费的公平性问题和隐私的安全性问题。

公开(公告)号：CN112416603B

公开(公告)日：2023-04-07

申请号：CN202011448349.3

申请日：2020-12-09

Applicant: 北方工业大学

Inventor： 白文乐 ,  马子扬 ,  杨忠骏 ,  韩宇龙 ,  张键红 ,  武梦龙 ,  刘文楷 ,  韩曦 ,  冯良 ,  何建杰 ,  王卓琪 ,  杨一夫 ,  李云栋 ,  黄明

IPC: G06F9/50

Abstract: 本发明公开了一种基于雾计算的联合优化系统和方法，包括：一个多层的架构，包括本地计算层、雾计算层和云计算层。本地计算层包括移动设备，雾服务器层包含多个雾服务器和一个FSM。联合优化计算卸载、数据压缩、能量回收和应用场景，并形成JCDEA算法。通过变换不同参数值，观察计算卸载策略的分布情况。最后，比较不同的卸载数据量、用户数量、应用场景和数据压缩率下的成本变化。本发明的优点是：得到了雾计算、本地计算和云计算之间的优劣，为之后雾服务器和云服务器的部署提供了参考。

公开(公告)号：CN112416603A

公开(公告)日：2021-02-26

申请号：CN202011448349.3

申请日：2020-12-09

Applicant: 北方工业大学

Inventor： 白文乐 ,  马子扬 ,  杨忠骏 ,  韩宇龙 ,  张键红 ,  武梦龙 ,  刘文楷 ,  韩曦 ,  冯良 ,  何建杰 ,  王卓琪 ,  杨一夫 ,  李云栋 ,  黄明

IPC: G06F9/50

Abstract: 本发明公开了一种基于雾计算的联合优化系统和方法，包括：一个多层的架构，包括本地计算层、雾计算层和云计算层。本地计算层包括移动设备，雾服务器层包含多个雾服务器和一个FSM。联合优化计算卸载、数据压缩、能量回收和应用场景，并形成JCDEA算法。通过变换不同参数值，观察计算卸载策略的分布情况。最后，比较不同的卸载数据量、用户数量、应用场景和数据压缩率下的成本变化。本发明的优点是：得到了雾计算、本地计算和云计算之间的优劣，为之后雾服务器和云服务器的部署提供了参考。

公开(公告)号：CN112910716B

公开(公告)日：2023-04-18

申请号：CN202110250524.6

申请日：2021-03-08

Applicant: 北方工业大学

Inventor： 白文乐 ,  杨忠骏 ,  马子扬 ,  韩宇龙 ,  张键红 ,  武梦龙 ,  刘文楷 ,  何建杰 ,  王卓琪 ,  杨一夫 ,  冯良 ,  黄明

IPC: H04L41/044 ,  H04L41/042 ,  H04L41/0823 ,  H04L41/14 ,  H04L67/025 ,  H04L67/1004 ,  H04L67/1097 ,  G06N3/08

Abstract: 本发明公开了一种基于分布式DNN的移动雾计算损耗联合优化系统和方法，包括：本地计算层、雾计算层和云计算层。本地计算层通过用户设备计算任务。雾计算层用于为卸载任务提供雾计算服务，以降低用户设备本身计算的时延和能耗。云计算层用于处理大规模计算和高复杂性计算。卸载任务通过无线网络先发送至离本地层雾接收节点，通过雾接收节点上传至雾计算层，最后由雾计算层上传至云计算层，用户独立决定是否将任务卸载到雾服务器进行计算，雾服务器可以决定是否将任务再次卸载到上层的云服务器进行计算。本发明的优点是：短时间内给出每个卸载任务的最优卸载决策，卸载的平均准确率高，对每个神经网络模型进行优化，能够更快速地达到收敛状态。

公开(公告)号：CN112910716A

公开(公告)日：2021-06-04

申请号：CN202110250524.6

申请日：2021-03-08

Applicant: 北方工业大学

Inventor： 白文乐 ,  杨忠骏 ,  马子扬 ,  韩宇龙 ,  张键红 ,  武梦龙 ,  刘文楷 ,  何建杰 ,  王卓琪 ,  杨一夫 ,  冯良 ,  黄明

IPC: H04L12/24 ,  H04L29/08 ,  G06N3/08

Abstract: 本发明公开了一种基于分布式DNN的移动雾计算损耗联合优化系统和方法，包括：本地计算层、雾计算层和云计算层。本地计算层通过用户设备计算任务。雾计算层用于为卸载任务提供雾计算服务，以降低用户设备本身计算的时延和能耗。云计算层用于处理大规模计算和高复杂性计算。卸载任务通过无线网络先发送至离本地层雾接收节点，通过雾接收节点上传至雾计算层，最后由雾计算层上传至云计算层，用户独立决定是否将任务卸载到雾服务器进行计算，雾服务器可以决定是否将任务再次卸载到上层的云服务器进行计算。本发明的优点是：短时间内给出每个卸载任务的最优卸载决策，卸载的平均准确率高，对每个神经网络模型进行优化，能够更快速地达到收敛状态。