-
公开(公告)号：CN118612091A
公开(公告)日：2024-09-06
申请号：CN202410700552.7
申请日：2024-05-31
申请人： 北京邮电大学
IPC分类号： H04L41/147 , H04L41/16 , H04L43/04 , G06N3/096 , G06N3/098
摘要： 本发明提供一种基于联邦迁移学习的网络流量预测方法和装置，方法包括：获取目标域的网络流量数据；将目标域的网络流量数据输入至网络流量预测模型中，得到目标域下一时刻的目标网络流量；其中，网络流量预测模型为基于多个域的多个局部模型进行动态权重聚合得到，每个局部模型均包括特征提取模块、生成对抗模块和预测模块；特征提取模块用于提取网络流量数据中的时序特征和空间特征；生成对抗模块用于生成自适应分布的特征，并基于时序特征、空间特征和自适应分布的特征与特征提取模块作对抗训练；预测模块用于基于时序特征和空间特征预测得到对应域下一时刻的网络流量。通过本发明提供的方法，实现目标域网络流量的预测。
-
公开(公告)号：CN118445687A
公开(公告)日：2024-08-06
申请号：CN202410600740.2
申请日：2024-05-15
申请人： 北京邮电大学
IPC分类号： G06F18/241 , G06F18/213 , G06N3/0455 , G06N3/0464 , G06N3/096
摘要： 本发明提供一种基于知识蒸馏的网络流量分类方法、装置和设备，该方法包括：获取待分类网络流量；将所述待分类网络流量输入网络流量分类模型，得到所述网络流量分类模型输出的分类结果；所述网络流量分类模型为对教师模型中的网络层划分为多个第一阶段层，并对学生模型中的网络层划分为多个第二阶段层后，再采用知识蒸馏技术对各所述第二阶段层的模型参数进行更新，得到各目标第二阶段层，并基于各所述目标第二阶段层对应的成长反馈系数调整各所述目标第二阶段层中网络层的层数后得到的，所述成长反馈系数用于表征所述学生模型在各所述目标第二阶段层的特征提取能力的变化趋势和所述教师模型中对应第一阶段层的特征提取能力的变化趋势的差距。本发明提供的网络流量分类模型的适用性和泛化性较高，提升了通过学生模型进行网络流量分类时分类结果的准确性。
-
公开(公告)号：CN118113457A
公开(公告)日：2024-05-31
申请号：CN202311586856.7
申请日：2023-11-24
申请人： 北京邮电大学 , 北京智芯微电子科技有限公司 , 国网山东省电力公司菏泽供电公司
摘要： 本发明提供一种分片区块链的联邦学习方法及系统，所述方法的步骤包括：每个分片子链的领导子节点获取初始的训练模型，并将初始的训练模型发布至对应分片子链的其他子节点，通过每个分片子链的领导子节点构建DAG主链；在每轮次的训练中，每个领导子节点基于当前DAG主链中顶点的权重选择训练基础模型，基于训练基础模型在所属的分片子链进行训练，并更新DAG主链；在分片子链进行训练的过程中，分片子链的每个子节点基于该子节点的CPU频率、芯片对应的能耗系数和训练一个样本数据所需的CPU周期数确定最优请求数据数量，基于最优请求数据数量对该子节点的训练模型进行训练，将所述分片子链的全部子节点完成训练的训练模型聚合到对应的领导子节点。
-
公开(公告)号：CN113377532B
公开(公告)日：2023-03-14
申请号：CN202110627000.4
申请日：2021-06-04
申请人： 北京邮电大学
摘要： 本发明提供一种边缘计算服务器部署方法和系统，所述方法包括以下步骤：基于影响多个区域内的服务器对用户的吸引力的用户个性相关参数计算用户选择不同区域内的侯选服务器的概率，以基于计算的概率进行用户的目的地偏好预测；基于各个用户的目的地偏好预测结果，根据各个用户终端任务的资源需求，预测各区域的资源需求量；根据各区域的资源需求量，基于服务器提供商收益最大化原则确定多服务器提供商的服务器最优布局。本发明改善了未考虑到用户聚集效应导致的服务器部署不合理的问题，最大化了服务器提供商的收益，减少了终端任务的处理时延，提高了终端任务的处理效率和边缘计算服务器的资源利用率，提高了用户的满意度。
-
公开(公告)号：CN115001997A
公开(公告)日：2022-09-02
申请号：CN202210376980.X
申请日：2022-04-11
申请人： 北京邮电大学
IPC分类号： H04L43/08 , H04L43/0817 , H04L43/16 , H04L41/14
摘要： 本发明提供一种基于极值理论的智慧城市网络设备性能异常阈值评估方法，所述方法包括：基于目标性能数据和极大似然估计方法，确定广义帕累托分布模型的目标参数；基于目标参数，确定智慧城市网络设备性能的异常阈值；目标性能数据是基于智慧城市网络设备的运行数据确定的；目标参数包括规模参数和形状参数。本发明提供的基于极值理论的智慧城市网络设备性能异常阈值评估方法，通过使用极大似然估计方法确定广义帕累托分布的参数，解决了一般参数估计方法准确率低，性能低效的问题，并且得到的广义帕累托分布的参数更加接近真实值，为广义帕累托分布求解异常边界阈值打下基础，提高了异常边界阈值计算的准确率。
-
公开(公告)号：CN114564535A
公开(公告)日：2022-05-31
申请号：CN202111294343.X
申请日：2021-11-03
申请人： 北京邮电大学
摘要： 本发明公开了一种基于联盟链的群智感知场景下分布式激励方法，首先提出基于Hyperledger Fabric的分布式激励架构，并设计基于多属性拍卖的智能合约，实现用户选择链上逻辑和分布式激励，缓解用户对中心化平台和用户的过度依赖。其次本发明提出基于地理位置和相似性的K‑最近邻离群点检测算法，充分利用传感数据本身的采样地理位置、采样时间点、邻近信息等信息，有效检测用户提交的传感数据的可信度，并根据数据可信度建立用户信誉指数，实现更加公平的奖惩分配激励机制。此外，考虑到实现性能和区块链上的资源有限，本发明将大规模传感数据存储在链下，同时将传感数据的哈希值存储在区块链上，保证了数据不能被篡改并避免区块链上海量数据导致的性能下降。
-
公开(公告)号：CN114338437A
公开(公告)日：2022-04-12
申请号：CN202210039374.9
申请日：2022-01-13
申请人： 北京邮电大学
IPC分类号： H04L43/026 , H04L43/12 , H04L41/14 , G06K9/62
摘要： 本发明提供一种网络流量分类方法、装置、电子设备及存储介质，将捕获的pcap文件切分为流序列，流序列由多个流量数据包组成；从流序列中提取各个流量数据包的字节特征，得到以流为单位的字节序列；对所述字节序列中的各个字节进行位置编码，并将编码后的所述字节序列输入至流量分类网络模型中，得到所述流量分类网络模型输出的流量分类结果；其中，所述流量分类网络模型是基于以流为单位的样本和样本对应的流量分类结果训练后得到的。本发明为字节序列中的每个字节分别进行位置编码，可以有效提取字节序列中各字节的关键位置信息，提高流量分类网络模型识别的准确率。
-
公开(公告)号：CN113377743A
公开(公告)日：2021-09-10
申请号：CN202110622247.7
申请日：2021-06-03
申请人： 北京邮电大学
摘要： 本发明提供一种车辆终端服务迁移方法及系统，包括：获取第一预设时间段内通过第一道路路口的多个历史车辆的行驶数据，基于获取到的行驶数据预测当前车辆在第一道路路口的行驶行为；根据预测到的行驶行为确定当前车辆的待行驶路段，将覆盖待行驶路段的边缘服务器作为服务迁移的备选服务器；获取终端设备的第一访问行为数据，将第一访问行为数据与各备选服务器对应的历史终端设备的第二访问行为数据进行相似度比较，基于比较结果对备选服务器进行分簇，将与当前边缘服务器属于同簇的备选服务器作为目标服务器；当前边缘服务器将服务模型数据存储至哈希表，目标服务器从哈希表中获取相应的服务模型；当前边缘服务器将任务数据迁移至目标服务器。
-
公开(公告)号：CN111194018B
公开(公告)日：2021-03-02
申请号：CN202010010806.4
申请日：2020-01-06
申请人： 北京邮电大学
摘要： 本发明实施例提供了面向车辆自组网的移动边缘数据上传方法及系统，请求上传数据的车辆向所属车辆簇的簇首车辆发送数据上传请求；簇首车辆接收数据上传请求，从多个路边单元中，确定响应数据上传请求的目标路边单元，规划请求上传数据的车辆与目标路边单元间的传输路径，并向请求上传数据的车辆反馈传输路径；请求上传数据的车辆根据传输路径上的车辆数目，将待上传数据划分为多个数据段，并将各数据段发送至传输路径上的各车辆；传输路径上的各车辆分别向目标路边单元发送不同的数据段。应用本发明，利用传输路径上的各车辆将数据上传到目标路边单元，可以减轻簇首车辆所承担的数据流量压力，提高车辆的数据上传效率。
-
公开(公告)号：CN110650187B
公开(公告)日：2020-09-18
申请号：CN201910864809.1
申请日：2019-09-09
申请人： 北京邮电大学
摘要： 本发明实施例提供了一种边缘节点的节点类型确定方法及目标网络，当达到预设时刻时，边缘服务器可以确定各边缘节点的目标信任值，并根据第一预设阈值，确定待选边缘节点，向预设服务器集群发送待选边缘节点的备选信任值和目标信任值，进而，预设服务器集群可以确定待选边缘节点各自的第二节点类型，以及待选边缘节点中第一节点类型与第二节点类型不一致的边缘节点的数目，与待选边缘节点的总数目的比值，作为第一比值，并向边缘服务器发送第一比值，边缘服务器根据第一比值，更新目标参数，在达到下一预设时刻时，根据更新后的目标参数，确定边缘网络中第一节点类型为非恶意节点的边缘节点，基于上述处理，能够提高边缘网络的整体性能。
-
-
-
-
-
-
-
-
-
搜索结果
164 条记录 (耗时 0.091 秒)
