-
公开(公告)号：CN112579301A
公开(公告)日：2021-03-30
申请号：CN202011581614.5
申请日：2020-12-28
申请人： 北京理工大学
摘要： 本发明涉及一种基于NDN的P2P分布式机器学习训练系统数据传输方法，属于分布式机器学习领域。本发明方法，将NDN中基于PIT的请求聚合机制、基于CS的网内缓存机制以及“一对多”的内容分发机制应用于P2P架构下的分布式机器学习中，在同步训练与异步训练中，能够满足减小传输冗余数据的需求。本发明方法减小了分布式机器学习训练系统中的传输冗余，从而减小了传输时延，提高了网络传输效率。同时，可以支持异步机器学习。在传输失败进行重传时，可以通过网内缓存实现就近获取，减少了对服务器端链路的占用，降低了传输延迟。
-
公开(公告)号：CN112579301B
公开(公告)日：2022-07-01
申请号：CN202011581614.5
申请日：2020-12-28
申请人： 北京理工大学
摘要： 本发明涉及一种基于NDN的P2P分布式机器学习训练系统数据传输方法，属于分布式机器学习领域。本发明方法，将NDN中基于PIT的请求聚合机制、基于CS的网内缓存机制以及“一对多”的内容分发机制应用于P2P架构下的分布式机器学习中，在同步训练与异步训练中，能够满足减小传输冗余数据的需求。本发明方法减小了分布式机器学习训练系统中的传输冗余，从而减小了传输时延，提高了网络传输效率。同时，可以支持异步机器学习。在传输失败进行重传时，可以通过网内缓存实现就近获取，减少了对服务器端链路的占用，降低了传输延迟。
-
公开(公告)号：CN113592219A
公开(公告)日：2021-11-02
申请号：CN202110650590.2
申请日：2021-06-11
申请人： 北京理工大学
摘要： 本发明涉及一种基于粒子群的车联网络任务分配方法，属于移动边缘计算技术领域。包括：1)按照基站分布将城市划分为多个等大区域；2)基站中心控制器编排区域内用户车辆应用任务；3)用户广播短信息包；4)收到信息包的雾节点发送数据包反馈给用户；5)用户根据数据包封装任务请求包发送给中心控制器；6)中心控制器执行基于粒子群算法的计算卸载策略；7)用户按照计算卸载策略卸载计算任务；8)雾节点实时处理用户任务，将结果反馈给用户；9)用户和雾节点断开连接时：如果任务未处理完，用户遗弃任务，重新执行步骤3)，否则，雾节点不再接收后续任务。所述方法为每个卸载的计算任务选择合适的服务质量，已达到服务质量与服务时延之间的平衡。
-
公开(公告)号：CN113518320B
公开(公告)日：2024-03-15
申请号：CN202110670822.0
申请日：2021-06-15
申请人： 北京理工大学
摘要： 本发明涉及一种基于加权距离及紧凑路由的数据传输方法，属于无线网络路由及数据传输技术领域。所述方法初始化节点各参数后，依据距离、带宽、信道质量及能量的线性叠加计算加权距离，发送查询信号并建立路由；采集信息并进行编码封装后受控制模块控制，经数据传输模块进行传输；判决节点是否有邻居节点、是否有足够多能量以及邻居是否还有其他邻居节点来决定数据传输还是该邻居节点从路由表中删除；当节点间距离变动即节点移动、信道、带宽及能量变动时，路由表会相应修改。所述方法的加权距离为混合动态加权，大大降低了运算量；采用紧凑路由与数据传输，大大提升了传输效率；同时有利于避免信息泄露和侦听，提高了信息传输的安全性。
-
公开(公告)号：CN113518320A
公开(公告)日：2021-10-19
申请号：CN202110670822.0
申请日：2021-06-15
申请人： 北京理工大学
摘要： 本发明涉及一种基于加权距离及紧凑路由的数据传输方法，属于无线网络路由及数据传输技术领域。所述方法初始化节点各参数后，依据距离、带宽、信道质量及能量的线性叠加计算加权距离，发送查询信号并建立路由；采集信息并进行编码封装后受控制模块控制，经数据传输模块进行传输；判决节点是否有邻居节点、是否有足够多能量以及邻居是否还有其他邻居节点来决定数据传输还是该邻居节点从路由表中删除；当节点间距离变动即节点移动、信道、带宽及能量变动时，路由表会相应修改。所述方法的加权距离为混合动态加权，大大降低了运算量；采用紧凑路由与数据传输，大大提升了传输效率；同时有利于避免信息泄露和侦听，提高了信息传输的安全性。
-
-
-
-
搜索结果
5 条记录 (耗时 0.019 秒)