-
Patent Agency Ranking
公开(公告)号：CN111522657A
公开(公告)日：2020-08-11
申请号：CN202010289197.0
申请日：2020-04-14
Applicant: 北京航空航天大学
Abstract: 本发明公开一种将基于缓存的深度神经网络分布式部署在分散边缘设备上的方法。该方法先对神经网络进行划分，并在划分处前一层神经网络进行剪枝，然后在任务发起设备计算深度神经网络的一部分，将少量中间结果传输到其他边缘设备，并计算剩余的部分，除此之外缓存并重用边缘设备神经网络的中间结果，不同设备间可以共享缓存，从而减少边缘智能应用的延迟并减少神经网路对边缘设备性能的要求，特别是在边缘侧对类似数据发起智能任务请求时，可减少重复计算量，降低深度学习对设备的性能需求，充分利用边缘场景的计算资源。
-
公开(公告)号：CN111522656A
公开(公告)日：2020-08-11
申请号：CN202010289181.X
申请日：2020-04-14
Applicant: 北京航空航天大学
Abstract: 一种边缘计算数据调度与分布的方法，包括在线缓存数据调度和基于纠删码的离线数据分布。以提高边缘设备数据回传效率以及数据安全性为目标，解决边缘计算中数据调度与分布的问题。具有计算能力的边缘设备通过网关节点与云端进行连接。在连通状态下，网关节点为边缘设备提供基于最短延迟期望与优先级的混合调度的数据回传代理。在离线状态下，网关节点持续接收回传数据，为了减轻网关节点的存储压力以及提高数据的安全性，将数据进行编码后生成的数据块与校验块通过哈希策略分布在各边缘设备映射出的虚拟节点上。当网关节点与云端恢复连接后，请求边缘设备上的数据块以及校验块，通过解码操作进行数据恢复，以继续回传数据至云端。当某边缘节点遭受攻击失效后，利用其余边缘设备上存储的数据块和校验块仍可恢复数据，从而进一步提高数据安全性。
-
公开(公告)号：CN111522657B
公开(公告)日：2022-07-22
申请号：CN202010289197.0
申请日：2020-04-14
Applicant: 北京航空航天大学
Abstract: 本发明公开一种将基于缓存的深度神经网络分布式部署在分散边缘设备上的方法。该方法先对神经网络进行划分，并在划分处前一层神经网络进行剪枝，然后在任务发起设备计算深度神经网络的一部分，将少量中间结果传输到其他边缘设备，并计算剩余的部分，除此之外缓存并重用边缘设备神经网络的中间结果，不同设备间可以共享缓存，从而减少边缘智能应用的延迟并减少神经网路对边缘设备性能的要求，特别是在边缘侧对类似数据发起智能任务请求时，可减少重复计算量，降低深度学习对设备的性能需求，充分利用边缘场景的计算资源。
-
公开(公告)号：CN111556514A
公开(公告)日：2020-08-18
申请号：CN202010289408.0
申请日：2020-04-14
Applicant: 北京航空航天大学
Abstract: 一种去中心化的移动边缘计算资源发现和选择方法及系统。用于解决服务提供者如何服务质量最优地选择移动边缘计算节点部署物联网设备所请求的服务，以及如何发现相邻移动边缘计算节点中已有服务以避免重复部署，节省边缘资源。通过一个三层分层移动边缘计算网络拓扑，根据地理位置将移动边缘计算节点放入多个集群/组，每个集群都由区域云控制，相对采用中心化控制器来说减少计算开销。基于内容中心网络，通过扩展内容中心网络表，引入统一协议，实现服务自主发现和自主部署。通过一个数学模型来综合考虑传输延迟、节点性能等计算服务质量，进行服务发现和部署决策，使被请求服务实例所在节点对于请求服务的物联网设备来说服务质量最优。
-
公开(公告)号：CN111556514B
公开(公告)日：2021-09-21
申请号：CN202010289408.0
申请日：2020-04-14
Applicant: 北京航空航天大学
Abstract: 一种去中心化的移动边缘计算资源发现和选择方法及系统。用于解决服务提供者如何服务质量最优地选择移动边缘计算节点部署物联网设备所请求的服务，以及如何发现相邻移动边缘计算节点中已有服务以避免重复部署，节省边缘资源。通过一个三层分层移动边缘计算网络拓扑，根据地理位置将移动边缘计算节点放入多个集群/组，每个集群都由区域云控制，相对采用中心化控制器来说减少计算开销。基于内容中心网络，通过扩展内容中心网络表，引入统一协议，实现服务自主发现和自主部署。通过一个数学模型来综合考虑传输延迟、节点性能等计算服务质量，进行服务发现和部署决策，使被请求服务实例所在节点对于请求服务的物联网设备来说服务质量最优。
-
-
-
-
Search Results
5
records
(took 0.036 seconds)
