-
公开(公告)号：CN115373856B
公开(公告)日：2023-04-07
申请号：CN202211290204.4
申请日：2022-10-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种端边云网络框架中智能车辆的卸载任务分配方法，提升端边云系统中车辆的体验质量。首先建立由一个云中心、多个包含服务器的路边单元以及多辆车组成的端‑边‑云构架，定义路边单元RSU模型，车辆模型、通讯模型、任务模型和包含车辆完成任务所需能量和时间的效用函数；假定任务只在边缘服务器和车辆端执行，使用改进的粒子群算法解决安全约束下的效用函数最小化问题；考虑到资源密集型任务所需资源可能较多，边缘服务器可能无法满足执行需求，选择特定的任务在云上执行，以满足所有任务的时间约束。该方法操作简单，实用性强，在保证任务安全性的同时，提高了端边云系统的效率，降低了车辆执行任务的能量开销。
-
公开(公告)号：CN112711481B
公开(公告)日：2022-10-28
申请号：CN202110013513.6
申请日：2021-01-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于截止时间和可靠性约束的云服务利润最优化方法及系统。方法为：首先建立多服务器系统模型，并根据云服务请求的异构性得出服务请求的截止期限未命中率；然后利用恢复技术计算基于平均资源调度的软错误可靠性，并提出基于截止期限未命中率和软错误可靠性的利润计算表达式；最后利用基于增强拉格朗日乘数法的迭代算法，推导出最佳多服务器配置和相应的最大利润。该方法在多服务器配置时同时考虑截止期限未命中率和服务请求的软错误可靠性，增加了云服务提供商的利润。
-
公开(公告)号：CN112308279A
公开(公告)日：2021-02-02
申请号：CN201910713698.4
申请日：2019-08-02
Applicant: 南京理工大学
Abstract: 本发明公开了一种多服务器资金分配方法。方法为：首先建立多服务器系统的资金消耗及服务器请求模型，得出服务请求与资金消耗的相互关系；然后根据系统当前的可用资金状态制定不同的资金调度策略：高可用资金状态时，只需按需分配；低可用资金状态时，利用博弈论构建符合多服务器系统的合作博弈模型；最后使用拉格朗日乘子法对构建的合作博弈模型进行转化，计算出其相应的纳什均衡解，从而得到多服务器系统最优的资金分配方案。该方法操作简单，实用性强，提高了多服务器系统的效率，降低了多服务器系统的硬件需求。
-
公开(公告)号：CN119271308B
公开(公告)日：2025-05-02
申请号：CN202411787972.X
申请日：2024-12-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种自供能移动边缘计算场景中低延迟高可靠的任务卸载与调度方法。该方法通过建立多设备多服务器的移动边缘计算系统架构，结合李雅普诺夫优化和强化学习算法，实现了任务的高效卸载与调度。本发明的系统架构包含一个基站、多台具有不同计算能力的异构边缘服务器以及多个配备能量收集模块的移动设备，能够有效应对能量受限的移动计算场景。在本发明中，移动设备通过能量收集模块从环境中获取可再生能源，为设备供电。系统采用时隙划分方式进行管理，将调度周期均匀划分为若干个相等的离散时隙。每个时隙内，系统基于当前状态进行任务卸载决策和资源调度优化，以最小化任务处理延迟，同时确保设备能量的稳定性和边缘服务器的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN119271308A
公开(公告)日：2025-01-07
申请号：CN202411787972.X
申请日：2024-12-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种自供能移动边缘计算场景中低延迟高可靠的任务卸载与调度方法。该方法通过建立多设备多服务器的移动边缘计算系统架构，结合李雅普诺夫优化和强化学习算法，实现了任务的高效卸载与调度。本发明的系统架构包含一个基站、多台具有不同计算能力的异构边缘服务器以及多个配备能量收集模块的移动设备，能够有效应对能量受限的移动计算场景。在本发明中，移动设备通过能量收集模块从环境中获取可再生能源，为设备供电。系统采用时隙划分方式进行管理，将调度周期均匀划分为若干个相等的离散时隙。每个时隙内，系统基于当前状态进行任务卸载决策和资源调度优化，以最小化任务处理延迟，同时确保设备能量的稳定性和边缘服务器的可靠性。
-
公开(公告)号：CN116128139A
公开(公告)日：2023-05-16
申请号：CN202310107447.8
申请日：2023-02-13
Applicant: 南京理工大学
IPC: G06Q10/04 , G06Q30/0645 , G06Q30/0283 , G06Q30/0201 , G06F9/48 , G06F9/50
Abstract: 本发明公开了一种基于顾客敏感性分析的云服务利润最优化方法及系统。方法包括以下内容：首先建立双租赁多服务器系统模型，并根据提出的顾客敏感性模型计算顾客敏感因子；然后基于敏感因子计算出预测的服务请求相对截止时间和价格函数，并提出基于顾客敏感性分析的利润计算表达式；最后根据数学解析法推导出最优解的特征，并据此设计启发式算法得到最佳服务请求调度方案和相应的最大利润。本发明在服务请求调度时同时考虑截止时间约束和顾客敏感性，增加了云服务提供商的利润。
-
公开(公告)号：CN115373856A
公开(公告)日：2022-11-22
申请号：CN202211290204.4
申请日：2022-10-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种端边云网络框架中智能车辆的卸载任务分配方法，提升端边云系统中车辆的体验质量。首先建立由一个云中心、多个包含服务器的路边单元以及多辆车组成的端‑边‑云构架，定义路边单元RSU模型，车辆模型、通讯模型、任务模型和包含车辆完成任务所需能量和时间的效用函数；假定任务只在边缘服务器和车辆端执行，使用改进的粒子群算法解决安全约束下的效用函数最小化问题；考虑到资源密集型任务所需资源可能较多，边缘服务器可能无法满足执行需求，选择特定的任务在云上执行，以满足所有任务的时间约束。该方法操作简单，实用性强，在保证任务安全性的同时，提高了端边云系统的效率，降低了车辆执行任务的能量开销。
-
公开(公告)号：CN117291786A
公开(公告)日：2023-12-26
申请号：CN202311307159.3
申请日：2023-10-10
Applicant: 南京理工大学
IPC: G06T1/00 , G06N3/0499
Abstract: 本发明公开了一种无需第三方认证的DNN模型后门水印方法，是一种针对深度学习即服务(DLaaS)企业，无需第三方认证的深度神经网络DNN模型后门水印方案。本发明将具有唯一性、直观性、认知度的企业Logo作为企业的“身份证”，同时采用线性嵌入的方式以保证Logo是可从图像中还原的；进一步地，为保证Logo视觉更直观，本发明使用RGB格式的Logo，同时为兼顾生成高质量的触发样本以满足DNN模型水印安全性要求，本发明将Logo嵌入图像频域中，并设计了一种充分利用频域空间信息以及增幅信息的全新编码算法——SA‑Algorithm，最终将水印以后门的方式注入DNN模型中，以保护DNN模型的版权。
-
公开(公告)号：CN110287032A
公开(公告)日：2019-09-27
申请号：CN201910587705.0
申请日：2019-07-02
Applicant: 南京理工大学
Abstract: 本发明公开了一种YoloV3-Tiny在多核片上系统的功耗优化调度方法，属于多核片上系统上卷积神经网络调度领域，包括以下步骤：获取YoloV3-Tiny在多核片上系统上功耗与性能平衡的层部署策略集合Clp；初始化当前前后关键帧索引差值s为1；提取第k帧作为关键帧并将其送至YoloV3-Tiny进行推理；提取第k+s帧作为关键帧并更新k为k+s；根据集合Clp将YoloV3-Tiny的所有层部署在处理器上；将当前关键帧送入YoloV3-Tiny进行推理；求取新的前后关键帧的索引差s1；判断当前索引差s1与当前帧索引k之和是否大于给定的帧长度N，若是，则调度结束；否则，更新变量s的值为s1，并转第四步。本发明的调度方法能够使多核片上系统的YoloV3在满足性能约束、准确度约束的条件下，最小化系统的功耗。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.078 seconds)
