一种面向6G移动网络的数字孪生功能虚拟化方法

    公开(公告)号:CN116367190A

    公开(公告)日:2023-06-30

    申请号:CN202310106623.6

    申请日:2023-02-13

    IPC分类号: H04W24/02

    摘要: 本发明涉及一种面向6G移动网络的数字孪生功能虚拟化方法,包括以下步骤:构建基于SDN的6G数字孪生功能虚拟化核心架构;基于移动终端设备,在6G孪生网络层中构建异构的基本数字孪生体,并建立二者的通信连接;数字孪生功能虚拟化层将基本数字孪生体解耦成硬件资源和孪生体资源,并通过数据识别和模型结构分析,将具有最近相似度得分的资源放在相同的虚拟资源池中,并重构虚拟数字孪生体,实现数字孪生资源的虚拟化管理;当6G服务层提出服务需求时,数字孪生功能虚拟化层利用虚拟化数字孪生资源编排算法对数字孪生资源进行最佳编排,以实时、自适应地响应动态6G服务请求。与现有技术相比,本发明具有资源配置灵活、能够自适应响应服务需求等优点。

    一种面向移动物联网的区块链上空间数据可认证共享方法

    公开(公告)号:CN116340278A

    公开(公告)日:2023-06-27

    申请号:CN202310125302.0

    申请日:2023-02-16

    摘要: 本发明涉及一种面向移动物联网的区块链上空间数据可认证共享方法,设计了一种自由边界的空间索引数据结构,并利用NFT智能合约标记和描述空间数据;物联网节点将要共享的空间数据的元数据上链,轻节点向提供查询服务的全节点请求元数据,该全节点向所述NFT智能合约发起查询交易,NFT智能合约将查询结果打包发布到区块链上;查询服务提供方利用包含查询结果的区块的交易树创建证明对象VO,将查询结果和VO一起发送给轻节供其验证查询结果;轻节点利用元数据中的统一资源标识符URI从分布式存储系统中获取所需的共享数据。与现有技术相比,本发明在克服移动物联网节点的移动轨迹在空间中的任意扩展方面和共享的空间数据在空间中的随机分布方面具有优势。

    应用于边缘计算系统的区块链密封投标拍卖及防欺诈方法

    公开(公告)号:CN115034867A

    公开(公告)日:2022-09-09

    申请号:CN202210681223.3

    申请日:2022-06-15

    摘要: 本发明涉及一种应用于边缘计算系统的区块链密封投标拍卖及防欺诈方法,包括以下步骤:根据拍卖方案建立多单元拍卖智能合约,并将其部署于以太坊区块链上;获取区块链中边缘计算资源拍卖运行的交易数据集,并将交易数据集抽象为图数据结构,使用子图提取技术以各个节点为中心提取出其子图;以图神经网络作为学习内核构建模型,并以抽象和提取后的子图作为输入进行训练,得到优化的模型;获取区块链中边缘计算资源拍卖运行的实时交易数据集,并将实时交易数据集抽象为图数据结构,输入至优化后的模型,输出拍卖欺诈结果。与现有技术相比,本发明兼顾拍卖隐私性保护和结果真实性验证,对欺诈行为进行检测,保障了链上边缘计算资源拍卖的安全。

    一种面向跨域社交网络节点分类任务的公平联邦学习方法

    公开(公告)号:CN117235331A

    公开(公告)日:2023-12-15

    申请号:CN202311224985.1

    申请日:2023-09-21

    摘要: 本发明涉及一种面向跨域社交网络节点分类任务的公平联邦学习方法,每个客户端拥有一个子图,子图中包含若干节点,其中一部分带有标签,每个客户端通过训练一个图神经网络来预测其余未知的节点标签,通过不断迭代客户端本地模型训练和服务器参数聚合两个步骤,训练得到最优全局模型并分发给客户端使用,其中,客户端本地模型训练中,客户端利用本地掌握的子图数据进行图神经网络参数的更新,同时,基于纳什议价解构建本地优化目标函数,并引入类别平衡重加权损失函数优化本地模型。与现有技术相比,本发明能够缓解不同客户端子图特征的异构分布引发的联邦学习模型在不同客户端上的不公平表现,在保证平均性能的同时有效提升了模型的公平性指标。

    一种智能交通系统异常预测方法、装置及存储介质

    公开(公告)号:CN116307033A

    公开(公告)日:2023-06-23

    申请号:CN202211535501.0

    申请日:2022-11-30

    摘要: 本发明涉及一种基于对比图神经网络的智能交通系统异常预测方法、装置及存储介质,其中方法包括:获取原始数据,所述原始数据包括交通事故数据集和道路数据集;提取道路数据集的信息,得到道路的交通拓扑图、空间特征、时空特征和额外特征,并结合交通事故数据集得到图数据集;建立基于对比图神经网络的智能交通系统异常预测模型,所述智能交通系统异常预测模型采用对比学习损失函数进行模型预训练;针对图数据集进行数据增广,并基于增广后的图数据集对模型进行预训练;将图数据作为输入,基于智能交通系统异常预测模型预测图中每个节点的异常情况。与现有技术相比,本发明具有解决了异常数据失衡问题、预测精度高等优点。

    一种小样本恶意流量检测方法、装置及存储介质

    公开(公告)号:CN116318778A

    公开(公告)日:2023-06-23

    申请号:CN202211527530.2

    申请日:2022-11-30

    摘要: 本发明涉及一种面向边缘智能网络的小样本恶意流量检测方法、装置及存储介质,其中方法包括:从已知物联网网络活动中收集并标记网络流量;对网络流量进行预处理和特征提取,并划分为选举集和辅助集;构建基于三重网络的度量学习模型,模型的输入为三元组,输出为嵌入层中特征向量的欧式距离;基于选举集和辅助集生成训练三元组;利用训练三元组,基于对比距离损失度量区分相似和不相似的样本对,对度量学习模型进行训练;将实时网络流量样本与恶意节点网络流量支撑样本对进行组合生成检测三元组,利用度量学习模型,实现未知恶意活动网络流量的检测。与现有技术相比,本发明具有检测准确率高等优点。

    一种基于学习模型可触发性的代码语义冗余度量验证方法

    公开(公告)号:CN116301875A

    公开(公告)日:2023-06-23

    申请号:CN202211088884.1

    申请日:2022-09-07

    摘要: 本发明涉及一种基于学习模型可触发性的代码语义冗余度量验证方法,包括以下步骤:合成混合代码数据集,包含恶意代码和非恶意代码,将该混合代码数据集分为训练集和测试集;在训练集中插入触发器并作为第一训练集,对第一训练集进行代码语义表征,利用对抗扰动投毒,获取中毒的代码语义表征结果,并将中毒的代码语义表征结果处理为特征向量,将该特征向量输入良性神经网络模型进行训练,获取后门神经网络模型;在测试集中插入触发器,获取第一测试集,对第一测试集进行处理后,输入到后门神经网络模型中,根据后门神经网络模型的输出结果验证输入样本中是否包含语义冗余空间。与现有技术相比,该发明能够准确验证并度量代码数据的语义冗余空间。

    一种基于零信任和边缘智能的物联网持续认证方法

    公开(公告)号:CN116248308A

    公开(公告)日:2023-06-09

    申请号:CN202211523481.5

    申请日:2022-11-30

    摘要: 本发明涉及一种基于零信任和边缘智能的物联网持续认证方法,包括以下步骤:扩展零信任网络架构的覆盖维度,构建零信任网络架构;基于零信任网络架构建立零信任物联网网络;在零信任物联网网络运行状态下收集各个维度的特征;构建基于神经网络的边缘智能决策模型,并利用各个维度的特征进行训练;根据训练得到的边缘智能决策模型对网络请求进行周期性的持续校验,实现对网络请求的持续认证。与现有技术相比,本发明具有网络连接全周期动态校验、网络延时开销小以及以物联网核心资源为中心等优点。

    应用于边缘计算系统的区块链密封投标拍卖及防欺诈方法

    公开(公告)号:CN115034867B

    公开(公告)日:2024-08-06

    申请号:CN202210681223.3

    申请日:2022-06-15

    摘要: 本发明涉及一种应用于边缘计算系统的区块链密封投标拍卖及防欺诈方法,包括以下步骤:根据拍卖方案建立多单元拍卖智能合约,并将其部署于以太坊区块链上;获取区块链中边缘计算资源拍卖运行的交易数据集,并将交易数据集抽象为图数据结构,使用子图提取技术以各个节点为中心提取出其子图;以图神经网络作为学习内核构建模型,并以抽象和提取后的子图作为输入进行训练,得到优化的模型;获取区块链中边缘计算资源拍卖运行的实时交易数据集,并将实时交易数据集抽象为图数据结构,输入至优化后的模型,输出拍卖欺诈结果。与现有技术相比,本发明兼顾拍卖隐私性保护和结果真实性验证,对欺诈行为进行检测,保障了链上边缘计算资源拍卖的安全。