公开(公告)号：CN118353896A

公开(公告)日：2024-07-16

申请号：CN202410531248.4

申请日：2024-04-29

Applicant: 北京邮电大学

Inventor： 阙喜戎 ,  门腾 ,  王文东 ,  王吴凡 ,  龚向阳 ,  田野 ,  张波

IPC: H04L67/1001 ,  G06N3/092 ,  H04L67/025

Abstract: 本发明公开了一种基于深度强化学习的分布式网络探测任务智能调度方法及系统，涉及网络空间探测、软件工程以及深度强化学习领域。用户创建新的网络探测任务，智能调度系统收集该任务的调度信息，并通过智能调度中心的输入转换模块，将调度信息转换为输入向量；输入向量传输给深度强化学习模块进行智能决策，得到输出向量，进一步通过输出转换模块得到强化学习动作，发送至决策执行模块，完成网络探测任务的执行。最后将任务执行结果反馈到智能调度中心，更新深度强化学习模型，优化调度决策。本发明提高了网络探测的效率和响应速度，满足了网络安全领域对实时性和准确性的高要求。

公开(公告)号：CN118158388A

公开(公告)日：2024-06-07

申请号：CN202410240117.0

申请日：2024-03-04

Applicant: 北京邮电大学

Inventor： 阙喜戎 ,  张柏铨 ,  蒋胜 ,  龚向阳 ,  王文东 ,  田野

IPC: H04N17/00 ,  H04N21/234 ,  H04N21/44

Abstract: 本发明公开了一种基于语义通信和网络信道参数的全参考视频质量评估方法，涉及全参考视频质量评估领域。基于语义通信进行传输的视频数据，发送端输出的数据经过有损信道传输后，接收端的视频质量评估系统对接收的有损数据进行分析，先通过数据接收与信道质量评估模块计算数据报接收率和数据报丢失分散度。然后引入无损的共性语义特征和个性语义特征，通过全参考视频质量综合评估模块计算视频的关键特征信息损失值和非关键特征信息损失值。最后利用数据报接收率和数据报丢失分散度作为权重参数，对视频关键特征信息损失值和视频非关键特征信息损失值进行加权计算，得到视频质量评估值。本发明能有效的反映经有损信道传输的语义通信视频的恢复质量。

公开(公告)号：CN117527698A

公开(公告)日：2024-02-06

申请号：CN202311632854.7

申请日：2023-12-01

Applicant: 北京邮电大学

Inventor： 张宇超 ,  王钧 ,  王文东 ,  雷友珣

IPC: H04L47/12 ,  H04L47/25 ,  H04L47/27

Abstract: 基于端网协同的广域网拥塞控制算法，涉及广域网拥塞控制领域，包括：当发送方主机发送的数据包到达广域网节点时，广域网节点依概率向数据包插入节点ID信息；接收方主机复制节点ID信息到ACK包中；出入口路由器建立并维护共享链路表；当发送方主机发送的数据包到达广域网节点时，广域网节点依规则向数据包插入该广域网节点信息；接收方主机复制节点拥塞状态信息到ACK包中；出入口路由器对携带节点拥塞状态信息的ACK包进行整合，并根据共享链路表发往所有相关联的发送方主机；发送方主机在获取节点拥塞状态信息后调整发送速率。本发明实现了端网协同式的拥塞控制的快速感知与精准调整，同时保证了广域网络的低时延和高吞吐量。

公开(公告)号：CN116915622A

公开(公告)日：2023-10-20

申请号：CN202310952251.9

申请日：2023-07-31

Applicant: 北京邮电大学

Inventor： 田野 ,  程实 ,  李继同 ,  王文东 ,  阙喜戎 ,  左志川

IPC: H04L41/12 ,  H04L41/0893 ,  H04L41/14 ,  H04L41/16 ,  H04L41/0896

Abstract: 本发明公开了基于双层规划的网络资源划分和路径规划联合优化方法，涉及计算机网络等领域；首先，针对待测网络，将网络建模成有向图，并记录网络状态信息、网络切片类型信息；然后，设计切片资源划分强化学习算法模型进行网络切片划分；并根据网络信息、切片信息和切片划分比例信息，进行路径规划；基于每种切片的选择路径，结合数据流请求的时延、吞吐量占用和丢包率的需求，制定用户满意度模型和路由策略的联合优化目标；最后，采用针对网络资源和路由联合优化双层模型的迭代计算方法，求解出联合优化目标的最优策略。本发明最大化网络拓扑利用率的同时提高了通信数据流的满意度。

公开(公告)号：CN116189053A

公开(公告)日：2023-05-30

申请号：CN202310167318.8

申请日：2023-02-27

Applicant: 北京邮电大学

Inventor： 田野 ,  杨萌宇 ,  张蓝姗 ,  李九林 ,  王文东 ,  阙喜戎 ,  龚向阳

IPC: G06V20/40 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045

Abstract: 本发明提供了一种基于多模态的未修剪长视频识别系统及方法。本发明系统包括视频采集和预处理模块、待识别视频数据库、识别和检测模块以及结果数据库。本发明方法中利用识别和检测模块中的视频识别模型对视频多个模态的帧序列进行处理，对每个模态的帧序列使用多个采样器进行交互，定位局部事件，通过单模态语义推理模块对局部事件之间的时间因果关系进行推理，由子识别模块输出单模态预测分布，最后由多模态融合模块为不同模态分配注意力权值，进行多模态预测分布融合，输出视频级的多模态类别预测结果。本发明提升了未修剪长视频识别系统的推理效率以及识别精度，识别准确性明显超过了目前最优的视频识别方法。

公开(公告)号：CN113298047B

公开(公告)日：2022-12-16

申请号：CN202110728994.9

申请日：2021-06-29

Applicant: 北京邮电大学

Inventor： 王文东 ,  孙逸典 ,  张继威 ,  田野 ,  阙喜戎 ,  龚向阳

IPC: G06V40/20 ,  G06V10/46 ,  G06V10/82 ,  G06V10/44 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于时空关联图像的3D形态和姿态估计方法和装置，该方法包括以下步骤：输入具有时间或空间关联性的多个图像帧；对输入的图像帧利用图像特征提取网络进行图像特征提取，得到对应的特征向量；利用时空序列特征提取网络结合注意力机制对各图像帧对应的特征向量进行时序或空间特征提取，得到不同时刻或位置的图片特征向量；将不同时刻或位置的图片特征向量输入包括多层感知机模型的回归模型获得各时刻或位置的估计结果，所述各时刻或位置的估计结果包括各时刻或位置每个关键点的三维信息。本发明实施例的方法和装置能够降低估计结果误差和估计结果的加速度误差，从而降低估计结果的抖动程度。

公开(公告)号：CN111614578B

公开(公告)日：2021-11-02

申请号：CN202010388220.1

申请日：2020-05-09

Applicant: 北京邮电大学

Inventor： 张宇超 ,  王然 ,  王文东

IPC: H04L12/911 ,  H04L12/26

Abstract: 本发明实施例提供了一种基于指数加权和拐点检测的网络资源分配方法及装置，所述方法包括：获取网络流量序列；将网络流量序列输入拐点检测模型，根据网络流量序列中数据的分布状态，确定网络流量序列中最后一个数据是否为拐点数据；如果最后一个数据为拐点数据，将指数加权移动平均EWMA模型的加权下降参数由默认值调整至第一目标值；基于网络流量序列及EWMA模型的调整后的加权下降参数，确定当前时间点的网络流量预测结果，作为第一预测结果；基于第一预测结果分配网络资源。应用本发明实施例，可以提高确定网络流量预测结果的准确度，减少网络资源的浪费。

公开(公告)号：CN112511385A

公开(公告)日：2021-03-16

申请号：CN202011389477.5

申请日：2020-12-02

Applicant: 北京邮电大学

Inventor： 龚向阳 ,  崔勇 ,  王文东 ,  阙喜戎 ,  彭德平 ,  王莫为 ,  黄思江 ,  成晓雨 ,  单安童

IPC: H04L12/26 ,  H04L12/803

Abstract: 本发明实施例提供了一种测试流量数据生成方法、装置及电子设备，涉及计算机技术领域。该方法包括：确定待分配流量负载；确定待分配流量负载的分配模式，基于分配模式，为待分配流量负载分配指定网络场景中的目标目的端口；确定待分配流量负载的流量模式，基于流量模式，确定待分配流量负载的传输参数；基于采样结果、目标目的端口以及传输参数，生成关于待分配流量负载的测试流量文件，并返回执行确定待分配流量负载的步骤，直至所得到的测试流量文件的数量满足所设定的数量；生成所得到的各个测试流量文件对应的流量数据。与现有技术相比，应用本发明实施例提供的方案，可以实现生成有效合理且概率上对各类流量模式进行完整覆盖的测试流量数据。

公开(公告)号：CN112446501A

公开(公告)日：2021-03-05

申请号：CN202011197526.5

申请日：2020-10-30

Applicant: 北京邮电大学

Inventor： 王文东 ,  崔勇 ,  阙喜戎 ,  龚向阳 ,  单安童 ,  王莫为 ,  黄思江 ,  彭德平 ,  成晓雨

IPC: G06N20/00 ,  H04L12/933

Abstract: 本发明实施例提供了一种真实网络环境中缓存分配模型的获取方法、装置及系统。其中，一种真实网络环境中缓存分配模型的获取方法在交换机中加载可加载的强化学习模型；当数据传输触发预设分配条件时，利用可加载的强化学习模型获取交换机的缓存阈值，进行缓存分配；利用本次触发产生的训练数据，训练待训练的强化学习模型，获得并保存可加载的强化学习模型；如果所保存的可加载的强化学习模型的个数不满足预设数量条件，返回执行在交换机中加载可加载的强化学习模型，否则，从所保存的多个可加载的强化学习模型中，选择对应的奖励值满足预设奖励值条件的可加载的强化学习模型，作为缓存分配模型。本方案可以提高缓存分配模型的获取效率。

公开(公告)号：CN110493643B

公开(公告)日：2020-12-15

申请号：CN201910721136.4

申请日：2019-08-06

Applicant: 北京邮电大学

Inventor： 张宇超 ,  李朋苗 ,  王文东 ,  阙喜戎

IPC: H04N21/442 ,  H04N21/433 ,  H04L29/08

Abstract: 本发明实施例提供了一种视频存储方法，可以依据请求访问的视频的历史访问数据，确定用于预测该视频的未来访问量的观测时间段，然后预测在未来统计周期的观测时间段内视频的访问量，作为未来访问量，若该视频的未来访问量大于缓存区中视频的未来访问量最小值，则删除缓存区中的未来访问量最小的视频，存储用户请求访问的视频。利用上述方式存储的视频，通常在未来一个时间段内被用户访问的访问量大于已删除视频的访问量，使得边缘服务器的缓存空间被合理的利用。