-
Patent Agency Ranking
公开(公告)号：CN115086223A
公开(公告)日：2022-09-20
申请号：CN202210486711.9
申请日：2022-05-06
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于动态奖励机制的车载容迟网数据转发方法，包括：每个节点维护一张转发奖励值表，当携带数据报文的当前节点与某一节点相遇时，若相遇节点为目的节点，则将报文直接转发给该节点，并更新当前节点的累加动态奖励值，转发结束。若相遇节点为非目的节点，则比较当前节点和相遇节点转发给目的节点的累加动态奖励值，若相遇节点的累加动态奖励值更大，则将数据报文转发给相遇节点；否则，当前节点保留该报文。此时，无论是否进行数据报文转发，当前节点都要更新累加动态奖励值。本方法综合考虑了节点的度中心度和数据报文转发的路由跳数，从而能够获得更短的转发路径；较于现有的方法，本发明能够提升报文投递率，并减少网络开销。
-
公开(公告)号：CN104219290B
公开(公告)日：2017-05-31
申请号：CN201410410226.9
申请日：2014-08-19
Applicant: 南京邮电大学
CPC classification number: Y02D50/30
Abstract: 本发明涉及一种多模块云应用弹性配置方法，基于现有多模块云应用网络架构，能够根据对各个虚拟机指定性能参数的实时监视，实时控制调整与虚拟机对应的云应用模块的部署与迁移，当虚拟机上空闲资源较多的情况下，服务器可以自动地修改应用拓扑结构，将云应用模块部署到同一台虚拟机上共享资源，进一步地节约计算资源；服务器也可以在虚拟机资源紧张的情况下，自动地恢复应用初始拓扑结构，将部署在同一台虚拟机上的不同云应用模块进行迁移，保证云应用模块能够及时处理应用请求的同时，有效提高了虚拟机资源的使用效率。
-
公开(公告)号：CN115086223B
公开(公告)日：2023-07-25
申请号：CN202210486711.9
申请日：2022-05-06
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于动态奖励机制的车载容迟网数据转发方法，包括：每个节点维护一张转发奖励值表，当携带数据报文的当前节点与某一节点相遇时，若相遇节点为目的节点，则将报文直接转发给该节点，并更新当前节点的累加动态奖励值，转发结束。若相遇节点为非目的节点，则比较当前节点和相遇节点转发给目的节点的累加动态奖励值，若相遇节点的累加动态奖励值更大，则将数据报文转发给相遇节点；否则，当前节点保留该报文。此时，无论是否进行数据报文转发，当前节点都要更新累加动态奖励值。本方法综合考虑了节点的度中心度和数据报文转发的路由跳数，从而能够获得更短的转发路径；较于现有的方法，本发明能够提升报文投递率，并减少网络开销。
-
公开(公告)号：CN116341687A
公开(公告)日：2023-06-27
申请号：CN202211088880.3
申请日：2022-09-07
Applicant: 南京邮电大学
Abstract: 本发明公开了基于客户端数量和通信周期的联邦学习自适应优化方法，包括：客户端对本地模型进行训练；估算本地模型目标函数的李普希兹常数和标准差上界，计算联邦学习框架中最优客户端数量m和通信周期τ；中央服务器将全局模型参数初始值发送至m个客户端中；被选中的客户端对本地模型进行训练，更新每个客户端的本地模型参数和目标函数值；中央服务器对每个客户端对应的本地模型参数和目标函数值进行聚合，得到新的全局模型参数w和目标函数值F；输出全局模型参数w。本发明将联邦学习过程按设定单位时间区间分为多阶段，自适应修改参与方客户端数量和通信周期大小，有效加快了联邦学习的模型训练过程，提高了全局模型的收敛速度。
-
公开(公告)号：CN104219290A
公开(公告)日：2014-12-17
申请号：CN201410410226.9
申请日：2014-08-19
Applicant: 南京邮电大学
CPC classification number: Y02D50/30
Abstract: 本发明涉及一种多模块云应用弹性配置方法，基于现有多模块云应用网络架构，能够根据对各个虚拟机指定性能参数的实时监视，实时控制调整与虚拟机对应的云应用模块的部署与迁移，当虚拟机上空闲资源较多的情况下，服务器可以自动地修改应用拓扑结构，将云应用模块部署到同一台虚拟机上共享资源，进一步地节约计算资源；服务器也可以在虚拟机资源紧张的情况下，自动地恢复应用初始拓扑结构，将部署在同一台虚拟机上的不同云应用模块进行迁移，保证云应用模块能够及时处理应用请求的同时，有效提高了虚拟机资源的使用效率。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
