公开(公告)号：CN119202840A

公开(公告)日：2024-12-27

申请号：CN202411345061.1

申请日：2024-09-25

Applicant: 福州大学

Inventor： 陈哲毅 ,  薛龙祥 ,  钟璐英 ,  施晓薇

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/048

Abstract: 本发明涉及一种基于多尺度聚合Transformer的边缘异常流量检测方法，包括：S1、获取边缘网络流量数据并进行数据预处理和特征提取，得到训练样本集；S2、构建基于多尺度聚合Transformer的边缘异常流量检测模型，其包括输入层、编码层、分类层和输出层；输入层从流量数据中提取特征信息；编码层采用分层结构进行多尺度时序表示，每层的编码模块均由时序表示模块和Transformer编码模块组成，时序表示模块对特征数据切分映射，Transformer编码模块利用多头自注意力机制编码映射向量；编码模块的输出聚合后，通过分类层得到检测结果并通过输出层输出；通过训练样本集训练模型；S3、将训练好的模型应用于边缘系统，协助其检测并过滤异常流量。该方法有利于提高异常流量检测的准确性。

公开(公告)号：CN119892661A

公开(公告)日：2025-04-25

申请号：CN202510039429.X

申请日：2025-01-10

Applicant: 福州大学

Inventor： 陈哲毅 ,  江庆南 ,  施晓薇 ,  卢恬英 ,  钟璐英

IPC: H04L41/147 ,  H04L41/16 ,  H04L67/12

Abstract: 本发明提供了多边缘系统中基于个性化联邦图学习Transformer的时空负载预测方法，包括以下步骤：步骤1：构建多变量序列反转Transformer作为边缘节点的负载预测模型；步骤2：设计PFG，通过超网络和图神经网络GNN为每个边缘节点生成个性化模型参数和空间特征；更新参数并将其传送至FL服务器以计算预测模型的参数变化，FL服务器按照客户端返回的参数更新全局模型的其余参数、超网络参数和节点特征向量；步骤3：结合MIT与PFG进而形成PFGformer，为每个边缘节点生成个性化的负载进行预测。本技术方案使用编码块与多层感知处理预测任务，摒弃了繁杂的解码块，其提升了预测精度也缩减了模型参数量。

公开(公告)号：CN119071235A

公开(公告)日：2024-12-03

申请号：CN202411067400.4

申请日：2024-08-06

Applicant: 福州大学

Inventor： 陈哲毅 ,  江庆南 ,  吴骏文 ,  卢恬英 ,  施晓薇

IPC: H04L47/127 ,  H04L47/125

Abstract: 本发明涉及一种基于多变量时空反转Transformer的边缘负载预测方法，属于边缘负载预测领域。该方法通过序列反转将负载序列重新排序，从而保持输入序列多变量的独立性，避免维度混淆。同时，模型通过边缘节点的位置信息学习不同节点的空间特征，能够在不引入额外神经网络的情况下快速学习复杂的空间依赖。此外，该方法利用Transformer的自注意力机制捕捉多变量间的相关性，并利用前馈神经网络来学习时间序列的全局特征表示。此外，设计了一种新型的静态特征融合方法，允许预测模型选择当前最合适的静态特征进行融合。本发明能够合理地利用跨领域的静态特征，不受冗余静态特征的干扰，同时显著提高了模型在多变量维度下的训练速度。

公开(公告)号：CN118916742A

公开(公告)日：2024-11-08

申请号：CN202411002341.2

申请日：2024-07-25

Applicant: 福州大学

Inventor： 陈哲毅 ,  钟璐英 ,  詹恒杰 ,  卢恬英 ,  施晓薇

IPC: G06F18/24 ,  G06N3/042 ,  G06N3/084

Abstract: 本发明提供一种边缘环境下基于图神经网络的鲁棒性分类方法，在分类任务中，每一层图神经网络中，重复通过消息传递机制将节点和边的信息进行聚合和更新的过程直到最后一层；对于每个节点，使用邻居节点和边的信息计算新的节点特征；每次消息传递步骤之前，依据Drop Message随机选择部分节点、边或消息进行丢弃；具体步骤如下：节点丢弃：随机选择一定比例的节点，将其特征向量置零；边丢弃：随机选择一定比例的边，将其连接关系临时移除；消息丢弃：在消息传递过程中，随机丢弃部分消息传递路径，以降低过拟合风险。

公开(公告)号：CN118784599A

公开(公告)日：2024-10-15

申请号：CN202410551822.2

申请日：2024-05-07

Applicant: 福州大学

Inventor： 陈哲毅 ,  张俊杰 ,  许浩然 ,  吴舒霞 ,  施晓薇

IPC: H04L47/83 ,  H04L47/70 ,  H04L47/76 ,  H04L67/1021 ,  H04L67/51 ,  H04B7/185

Abstract: 本发明提供一种面向自适应切片使能空天地一体化网络的流量感知轻量化分层卸载框架，将SAGIN分为CAP和COP，并使用网络切片管理每个平台上的资源；ESP在进行资源分配的同时提供计算卸载服务；对于切片资源分配，利用稀疏概率自注意力捕获动态流量变化，根据预测的流量和系统负载执行自适应网络切片；对于计算卸载，将通信过程和计算过程分离，根据信道状况按需分配子信道，再通过轻量化计算卸载算法将虚拟机分配给任务，收敛后的策略被提炼为轻量化神经网络，用于在线推理。