-
公开(公告)号：CN118138534A
公开(公告)日：2024-06-04
申请号：CN202410112715.X
申请日：2024-01-26
Applicant: 郑州轻工业大学 , 河南合众信泰科技有限公司
IPC: H04L47/125 , H04L45/12 , H04L49/111
Abstract: 本发明公开了一种基于标记交换的网络传输方法及装置，涉及网络传输技术领域，通过预设网络参数去除传输数据的起始位置和终点位置中的无效路径得到有效路径集降低了路径规模，提高了路径选择的效率。通过对有效路径集进行区域划分后确定中心点使得数据传输更加集中和高效，减少了不必要的传输和处理时间，并通过预设第一处理确定中心点集形成的最优路径，避免了将数据发送到拥堵路径上，确保数据传输的高效性和稳定性，减少了数据传输延迟和错误的可能性，再通过预设第二处理得到该重叠部分中最优共享点，可以进一步优化数据传输路径，提高了数据传输的效率。
-
公开(公告)号：CN113489732B
公开(公告)日：2023-07-04
申请号：CN202110788443.1
申请日：2021-07-13
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种抵御串谋攻击的内容共享隐私保护方法，用以解决现有的内容共享隐私保护方法很少考虑防范串谋等网络攻击，无法抵抗串谋攻击的问题。本发明的步骤为：产生追责列表和自己的公私钥对；出版者制定LSSS访问策略，对内容进行加密生成密文；消费者请求内容，执行密钥生成算法产生私钥并在追责列表中进行审计和追责；密文云服务器对消费者身份进行验证后从云服务路由节点下载密文；属性授权中心审计泄露的私钥和追责列表，更新追责列表并删除秘密值；属性授权中心计算并更新密钥，消费者、出版者更新密文。本发明能够提升路由节点的缓存命中率，具有较低的缓存隐私风险和内容请求时延，减少了CCN能源消耗。
-
公开(公告)号：CN112801261A
公开(公告)日：2021-05-14
申请号：CN202110002217.6
申请日：2021-01-04
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于图神经网络的电力数据流传输时间推理方法，用以解决现有传输时间推理无法准确推理每个数据流的传输时间，运行时间长的问题。本发明步骤为：建立GNN模型：根据电力数据中心的网络结构和路由信息建立GNN模型的拓扑结构，将电力数据中心的数据流信息映射为GNN模型中属性图的特征值；GNN模型训练：利用采集的数据集，通过监督学习对GNN模型进行训练，得到GNN推理模型；传输时间的推理：将在电力数据中心采集的测试数据映射为GNN模型的特征值，将特征值输入到GNN推理模型，推理得到数据流的传输时间。本发明可以快速、准确地推理出数据流的传输时间，利于数据流传输与调度的决策，从而提高电力数据中心中网络的运行效率。
-
公开(公告)号：CN114266996B
公开(公告)日：2025-03-28
申请号：CN202111543179.1
申请日：2021-12-16
Applicant: 郑州轻工业大学
IPC: G06V20/40 , G06V10/764 , G06V10/84
Abstract: 本发明提出了一种基于Transformer的单目标跟踪方法，其步骤为：从视频的第一帧裁剪出目标区域，使用预训练的ResNet50网络进行特征提取；使用基于Transformer的特征融合方法将目标特征进行特征融合，输入回归模型生成器生成回归模型，将目标特征输入分类模型生成器生成分类模型；将搜索区域的提取特征使用基于Transformer的特征融合方法进行融合输入回归模型得到回归结果；将搜索区域的特征使用Transformer结合训练集进行特征增强输入分类模型得到分类结果；根据分类结果和回归结果对目标生成精确的包围框，进行目标跟踪。本发明将Transformer集成到跟踪框架中，在跟踪过程中充分利用了时间上下文和空间上下文提升了跟踪的精度。
-
公开(公告)号：CN116402849A
公开(公告)日：2023-07-07
申请号：CN202310197848.7
申请日：2023-03-03
IPC: G06T7/246 , G06N3/08 , G06V10/40 , G06N3/0464
Abstract: 本发明提出了一种基于多模态单流记忆网络的单目标跟踪方法，步骤为：将描述目标的文本输入语言模型提取描述感兴趣目标的语言特征；提取记忆器中的目标样本得到记忆特征，将语言特征、记忆特征和搜索区域特征输入多模态注意力网络生成多模态综合特征；使用预测头对多模态综合特征中的搜索区域特征进行解析得到跟踪结果；使用基于语言的跟踪结果对跟踪结果进行评估，将满足要求的跟踪结果存入记忆器。本发明基于自注意力机制同时利用视觉信息和文本信息可以获得更加完善的跟踪模型，从而提高对于目标变化的适应能力。本发明结合了多模态学习和单流网络结构的优势，利用文本信息的稳定性来弥补视觉信息的脆弱性，从而提升了跟踪的精度。
-
Patent Agency Ranking
公开(公告)号：CN114266996A
公开(公告)日：2022-04-01
申请号：CN202111543179.1
申请日：2021-12-16
Applicant: 郑州轻工业大学
IPC: G06V20/40 , G06K9/62 , G06V10/764 , G06V10/84
Abstract: 本发明提出了一种基于Transformer的单目标跟踪方法，其步骤为：从视频的第一帧裁剪出目标区域，使用预训练的ResNet50网络进行特征提取；使用基于Transformer的特征融合方法将目标特征进行特征融合，输入回归模型生成器生成回归模型，将目标特征输入分类模型生成器生成分类模型；将搜索区域的提取特征使用基于Transformer的特征融合方法进行融合输入回归模型得到回归结果；将搜索区域的特征使用Transformer结合训练集进行特征增强输入分类模型得到分类结果；根据分类结果和回归结果对目标生成精确的包围框，进行目标跟踪。本发明将Transformer集成到跟踪框架中，在跟踪过程中充分利用了时间上下文和空间上下文提升了跟踪的精度。
-
公开(公告)号：CN113489732A
公开(公告)日：2021-10-08
申请号：CN202110788443.1
申请日：2021-07-13
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种抵御串谋攻击的内容共享隐私保护方法，用以解决现有的内容共享隐私保护方法很少考虑防范串谋等网络攻击，无法抵抗串谋攻击的问题。本发明的步骤为：产生追责列表和自己的公私钥对；出版者制定LSSS访问策略，对内容进行加密生成密文；消费者请求内容，执行密钥生成算法产生私钥并在追责列表中进行审计和追责；密文云服务器对消费者身份进行验证后从云服务路由节点下载密文；属性授权中心审计泄露的私钥和追责列表，更新追责列表并删除秘密值；属性授权中心计算并更新密钥，消费者、出版者更新密文。本发明能够提升路由节点的缓存命中率，具有较低的缓存隐私风险和内容请求时延，减少了CCN能源消耗。
-
公开(公告)号：CN119203234A
公开(公告)日：2024-12-27
申请号：CN202411350738.0
申请日：2024-09-26
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于分层时间语义树的个性化轨迹隐私保护方法，包括步骤：获取数据集；根据轨迹数据分别提取停留点，利用公共轨迹停留点构建公共语义树，利用历史轨迹停留点和公共语义树构建分层时间语义树；利用TF‑IDF算法，计算每个原始轨迹停留点的语义隐私敏感度，根据每个原始轨迹停留点的语义隐私敏感度计算隐私保护需求；根据分层时间语义树和隐私保护需求获取每个原始轨迹停留点对应的隐私预算，利用差分隐私方法并根据每个原始轨迹停留点对应的隐私预算进行最小化质量损失计算；计算完所有原始轨迹停留点后，最终得到受保护的轨迹数据。本发明可以实现个性化的轨迹隐私保护，为未来个性化、多样化的轨迹隐私保护需求提供了解决思路。
-
公开(公告)号：CN114513426B
公开(公告)日：2023-09-15
申请号：CN202210198386.6
申请日：2022-03-02
Applicant: 郑州轻工业大学
IPC: H04L41/12 , H04L41/142 , H04L41/0803 , H04L41/40 , H04L67/63
Abstract: 本发明提出一种基于节点相似度和影响力的CCN社区划分方法，其步骤包括：首先计算社区内各节点所对应的特征向量中心性，得到标准化的特征向量中心性的值；改进标签传播算法，确定标签传播值的更新规则；基于标准化后的特征向量中心性和改进的标签传播算法，将CCN网络划分为若干个非重叠的社区；最后在所划分的每个社区内各部署一个SDN控制器以帮助管理社区。本发明解决了现有的内容中心网络所存在的内容检索过程低效冗余问题以及现有CCN社区划分方法中所存在的稳定性差、缺乏考虑节点之间的相似性及节点的重要性的技术问题，通过引入SDN控制器和社区划分可以加快内容检索和路由分发的速度，提高CCN路由的性能。
-
公开(公告)号：CN114884895B
公开(公告)日：2023-08-22
申请号：CN202210483572.4
申请日：2022-05-05
Applicant: 郑州轻工业大学
IPC: H04L47/2441 , H04L45/30 , H04L45/00 , G06N3/0464
Abstract: 本发明提出了一种基于深度强化学习的智能流量调度方法，其步骤为：实时采集数据中心网络拓扑中的流，根据不同类型的流特征将流分成大象流或老鼠流；分别建立大象流和老鼠流的节能和性能为联合优化目标的流量调度模型；建立基于CNN改进的DDPG智能路由流量调度框架并进行环境交互；状态映射：将三种状态信息共同作为状态集合CNN进行训练；动作映射：动作设置为流在时间和空间上均匀传输情况下每条路径节能和性能综合的权重，根据权重分别选取大象流或老鼠流的传输路径；奖励值映射：分别设计大象流和老鼠流的奖励值函数。本发明具有较好的收敛效率，有效提高了节能百分比和时延、吞吐量、丢包率等网络性能。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.034 seconds)
