公开(公告)号：CN119316342A

公开(公告)日：2025-01-14

申请号：CN202411395722.1

申请日：2024-09-30

Applicant: 南京工业大学

Inventor： 沈航 ,  梁昕 ,  王焱 ,  王天荆 ,  白光伟

IPC: H04L45/12 ,  H04L45/00

Abstract: 一种基于多智能体强化学习的5G‑IoT网络最优路径渗透方法，步骤包括：构建面向5G‑IoT网络场景的攻击图；然后在攻击图中规划最优渗透路径。攻击图中各个状态节点表示网络中的设备；状态节点之间的有向边表示节点之间的状态转移，有向边上标注了相应的漏洞得分；最优渗透路径是在攻击图中的起始节点和目标节点之间的攻击获益最大的路径；攻击获益的衡量指标包括漏洞得分和攻击持续时间。采用基于多智能体深度确定性策略梯度算法的协同渗透模型规划渗透路径；协同渗透模型采用中心化训练‑去中心化决策的MARL架构作为基础模型；协同渗透模型的输入包括当前网络环境参数和攻击图信息，输出是当前网络环境下的最优任务调度策略，即最优渗透路径。

公开(公告)号：CN119172136A

公开(公告)日：2024-12-20

申请号：CN202411298001.9

申请日：2024-09-18

Applicant: 南京工业大学

Inventor： 郑泽浩 ,  周妍婧 ,  白光伟 ,  沈航 ,  王天荆

IPC: H04L9/40 ,  H04L9/00

Abstract: 一种基于分层联邦互学习和区块链的协作式网络入侵检测方法，网络被分为多个区域；入侵检测模型作为全局模型对网络入侵进行检测；入侵检测模型通过联邦互学习方法优化；在域内，各组织在链码的辅助下两两配对进行深度互学习，并协同训练和更新模型；在域间，各区域协调员通过联邦互学习FL进一步提升本地模型性能。链码和预言机保证了链上链下交互的安全性和模型测试的可信性。设计基于代币的分层激励机制促进了域知识共享与合作，实现了一个全局可持续优化的闭环。本学习框架为分布式模型训练提供一个安全、可信、透明、可扩展的生态。本方法相比基准算法展现出更强的特征学习能力。激励机制的引入进一步推动了知识传递和模型性能提升。

公开(公告)号：CN114143891B

公开(公告)日：2024-08-16

申请号：CN202111447130.6

申请日：2021-11-30

Applicant: 南京工业大学

Inventor： 高志宇 ,  王天荆 ,  沈航 ,  白光伟 ,  田一博

IPC: H04W72/54 ,  H04W72/542 ,  G06N3/098 ,  G06N3/092

Abstract: 现有技术中，移动边缘网络呈现出智能化、多元化、综合化的趋势，使得多维资源最优分配面临诸多挑战。为了提升多维资源优化的精确性，本发明提出一种移动边缘网络中基于FDQL的多维资源协同优化方法。本方法以最小化MOS为优化目标来构建多维资源分配模型，并设计一种双层的决策方案。首先，底层的基站利用双深度Q学习DDQL进行局部模型训练以获得短周期内最优决策；然后，上层的边缘节点利用联邦深度学习FDQL进行全局模型训练以降低长周期内分布式决策的偏差。实验结果表明，所提算法在降低内容服务时延和提高用户体验质量方面都优于其它方法。

公开(公告)号：CN118488056A

公开(公告)日：2024-08-13

申请号：CN202410670270.7

申请日：2024-05-28

Applicant: 南京工业大学

Inventor： 王天荆 ,  张羽 ,  沈航 ,  白光伟

IPC: H04L67/10 ,  H04L41/14 ,  H04L41/16

Abstract: 一种移动群智感知中基于TS‑TDDS的并行任务分配方法，采用两阶段孪生延迟深度随机策略梯度TS‑TDDS对MCS系统的并行任务进行分配，步骤包括：第一阶段，对MCS平台的任务分配进行建模，把MCS平台抽象为智能体，它根据所有边缘节点的状态来分配划分的并行子任务；MCS平台按照TDDS算法获得的决策，把并行子任务分配给边缘节点；第二阶段，对边缘节点的任务分配建模，把边缘节点被抽象为智能体，它根据其所有关联工作者的状态来分配接收到的并行子任务；各个边缘节点按照采用多智能体孪生延迟深度随机策略梯度MATDDS算法获得的决策，把并行子任务分配给各个工作者。本方法采用去中心化执行的方式实现了高效的分布式决策。

公开(公告)号：CN117222015A

公开(公告)日：2023-12-12

申请号：CN202311098718.4

申请日：2023-08-28

Applicant: 南京工业大学

Inventor： 白光伟 ,  王源一 ,  沈航 ,  童子源 ,  王天荆

IPC: H04W72/0453 ,  H04B7/185 ,  H04W72/30 ,  H04W72/542 ,  H04N19/30

Abstract: 本发明提出一种NOMA网络中基于无人机中继的在线SVC多播方法，目的是最大化基站边缘的视频接收质量。本方法中，首先构建一种可视化图模型，以刻画无人机部署和多播组关联之间的耦合性。基于该模型，视频接收质量最大化问题被建模为一个基于团clique的非线性整数规划问题，并被解耦无人机‑多播组关联和子信道分配两个子问题。前者被转化为一个有顶点数量限制的最大权重团问题，并采用基于分支定界的改进最大权重团算法决定无人机‑多播组关联模式。对于后者，采用规则匹配策略，以较少的计算代价获得的最佳资源分配策略。仿真结果表明本发明在聚合峰值信噪比PSRN、频谱利用率、适应性等方面优于现有基准方案。

公开(公告)号：CN116193396A

公开(公告)日：2023-05-30

申请号：CN202310142265.4

申请日：2023-02-21

Applicant: 南京工业大学

Inventor： 沈航 ,  田一博 ,  王天荆 ,  白光伟

IPC: H04W4/40 ,  H04W72/53 ,  H04W72/54 ,  H04L41/0893

Abstract: 一种空天地一体化车联网中基于切片的协作式任务卸载方法，设计步骤包括：首先设计面向服务的RAN切片框架；然后把最大化长期任务完成数问题被解耦为切片窗口时长划分问题、资源分配问题和协作式工作流调度问题；MEC控制器收集当前切片窗口内的工作流调度决策用于决定下一切片窗口的资源分配策略；在当前切片窗口开始时，根据前一切片窗口内的工作流调度决策分配各基站资源；在切片窗口内的各个调度时隙开始时，控制器将采集到的任务转交给不同基站处理；在每个切片窗口结束时，控制器收集本窗口内的工作流调度决策供下次资源分配使用。仿真结果表明，相比基准方法，所提方案在适应性、任务完成率和控制开销方面展现了优越性。

公开(公告)号：CN115835294A

公开(公告)日：2023-03-21

申请号：CN202211462176.X

申请日：2022-11-22

Applicant: 南京工业大学

Inventor： 田一博 ,  沈航 ,  白光伟 ,  王天荆

IPC: H04W28/06 ,  H04W72/53 ,  H04W72/0453 ,  H04W28/08 ,  H04W4/40 ,  H04W72/0446

Abstract: 本发明提出一种车联网中深度强化学习辅助的RAN切片和任务卸载联合优化方法，目的是最大化车联网任务完成数量，首先，采用多时间尺度、多维资源切片框架，为不同类型任务的卸载提供差异化服务质量保障。在该框架下，任务完成数量最大化问题被建模为一个带约束的长时累积优化问题。该问题被解耦为大时间尺度上的RAN切片子问题与小时间尺度上的协作式任务调度子问题。每当一个新切片窗口到来，控制器通过最优化方法划分频谱和计算资源给各个切片。然后在切片窗口的各个时隙内，基于深度强化学习的任务调度算法综合考虑车速、行驶方向、基站资源等因素决定任务调度。仿真结果表明，所提方案在任务完成率、环境适应性等方面优于现有典型的基准方法。

公开(公告)号：CN109769284B

公开(公告)日：2023-02-14

申请号：CN201910216345.3

申请日：2019-03-20

Applicant: 南京工业大学

Inventor： 吴军 ,  金小俊 ,  白光伟

IPC: H04W40/02 ,  H04W40/22

Abstract: 本发明公开了一种MSN下族内可信蚁群机会路由改进方法，其技术方案主要利用蚁群算法分布式、自适应的特性在网络中寻找最优路径。首先利用节点间的历史交互信息评估节点综合信任值，以有效选择网络中的可信邻居节点；然后基于社会亲密度的状态转移函数选择转发意愿更高、关系更紧密的中继节点进行消息的传输；最后实现族内可信消息转发策略。本发明在含有自私节点的MSN网络中有良好性能，可以有效避免自私节点参与路由转发，将消息转发给转发意愿更高、关系更紧密的中继节点，消息的传输可靠性和消息转发性能得到显著提升。

公开(公告)号：CN112291354B

公开(公告)日：2022-12-20

申请号：CN202011198404.8

申请日：2020-10-31

Applicant: 南京工业大学

Inventor： 白光伟 ,  张慧丽 ,  沈航

IPC: H04L67/1097 ,  H04L67/10 ,  H04L9/32 ,  H04L9/40

Abstract: 一种基于区块链的群智感知MCS的参与者的隐私保护方法。首先,本发明利用区块链的分散结构与一致性方法，结合SM9公钥加密算法，保证了参与者的安全匿名身份认证和感知数据的不可篡改。其次，为了保护参与者位置隐私和提高任务分配率，提出了参与者预注册方法，并将隐身区域代替参与者具体位置，使用贪婪算法求解出最优的参与者‑任务集合。最后，本发明基于linux操作系统环境设计，使用Go语言实现，实现了本发明创造提出的隐私保护方法。实验结果证明本发明创造提出方法的可行性、可用性。

公开(公告)号：CN115277004A

公开(公告)日：2022-11-01

申请号：CN202210729240.X

申请日：2022-06-25

Applicant: 南京工业大学

Inventor： 沈航 ,  吴昕怡 ,  白光伟 ,  王天荆

IPC: H04L9/32 ,  H04L9/40 ,  H04L67/12 ,  H04L67/53 ,  H04W4/40 ,  H04W12/033 ,  G06Q30/08 ,  G06Q40/04 ,  G06Q50/32

Abstract: 一种基于区块链的车联网切片资源交易方法，在多运营商协作为车联网提供服务的网络场景中，建立网络切片资源管理架构，再面向车联网切片的资源交易，过程包括：车联网服务提供者通过智能合约在交易系统中发布需求；资源提供者利用车联网服务提供者的公钥对数据进行加密并提交加密信息；智能合约收集在投标时间之内的所有投标信息，车联网服务提供者通过资源提供者的签名来验证投标信息，验证通过则解密得出有效投标信息，否则在区块链内广播惩罚账单；车联网服务提供者基于拍卖选择最终的资源提供者；在被挑选后，资源提供者向车联网服务提供者提交加密令牌信息；车联网服务提供者使用其私钥解密，获取资源对控制权，并付费；区块链通过基于信用的PBFT共识机制，完成交易的验证。