-
公开(公告)号:CN118433183A
公开(公告)日:2024-08-02
申请号:CN202410617407.2
申请日:2024-05-17
申请人: 北京邮电大学
IPC分类号: H04L67/10 , H04L41/14 , H04L41/142 , H04L41/12 , G06N3/126
摘要: 本发明提供一种面向运行可靠性和时延的多目标DNN推理任务部署方法和系统,所述方法包括:接收移动设备提出的DNN推理任务;获取包含中心云服务器、边缘服务器和移动设备的物理网络拓扑图;获取预设的用于多目标DNN推理任务部署寻优的种群数量和最大迭代次数;利用多目标遗传模型寻找优化的DNN推理任务部署,按照所述种群数量生成种群个体,对所有的种群个体进行多次迭代寻优,迭代达到所述最大迭代次数后,输出寻找到的优化后的DNN推理任务部署结果。其中,将所述物理网络拓扑图和所述DNN推理任务作为多目标遗传模型的输入,多目标遗传模型的多目标优化方向包含高运行可靠性和低延迟性,多目标遗传模型的约束条件包含推理总时延约束。
-
公开(公告)号:CN117527814A
公开(公告)日:2024-02-06
申请号:CN202311423422.5
申请日:2023-10-30
申请人: 北京邮电大学
IPC分类号: H04L67/1031 , H04L41/12
摘要: 本发明提供一种分布式算力网络服务的动态扩缩容方法、装置及存储介质,该方法包括:获取目标算力网络服务请求;目标算力网络服务请求中包括算力节点拓扑和算力节点资源;获取预先构建的目标模型;在目标算力网络服务请求为时延敏感请求的情况下,将算力节点拓扑和算力节点资源输入目标模型,得到目标算力节点对应的部署方案;按照部署方案将目标算力节点部署在分布式算力网络中;能够解决在网络流量和服务拓扑变化的情况下,无法实现对算力网络服务动态扩缩容的问题;实现对算力网络服务的动态扩缩容;同时,能够在多个节点之间有效地分配资源,从而优化整个算力网络的性能,确保每个节点都得到适当的资源分配,从而提高整个算力网络的效率。
-
公开(公告)号:CN115834232A
公开(公告)日:2023-03-21
申请号:CN202211645981.6
申请日:2022-12-20
申请人: 北京邮电大学
摘要: 本申请提供物联网入侵检测模型训练方法和装置、个性化检测方法,方法包括:基于个性化联邦学习算法,采用本地网络流量数据训练本地物联网入侵检测的个性化模型,并基于所述个性化模型更新物联网入侵检测模型,以得到更新后的通用模型参数;将更新后的通用模型参数发送至自身所在的联邦学习系统中的服务器,以使该服务器对该通用模型参数和其接收自其他客户端设备的各个通用模型参数进行聚合以更新所述物联网入侵检测模型的全局通用模型参数。本申请能够保障隐私安全,有效地克服数据异质性,为本地数据量少的物联网设备训练出有效的、全面的入侵检测模型。
-
公开(公告)号:CN118228989A
公开(公告)日:2024-06-21
申请号:CN202410342492.6
申请日:2024-03-25
申请人: 国网经济技术研究院有限公司 , 国网江苏省电力有限公司信息通信分公司 , 北京邮电大学
IPC分类号: G06Q10/0631 , G06Q50/06
摘要: 本发明涉及一种配微电网边缘算力协同调度方法、系统、设备和介质,包括以下步骤:根据各用户上传的边缘算力请求,得到付费列表X和成本列表Y;基于付费列表X和成本列表Y,根据边缘数据中心的边缘算力资源剩余量为各用户分配相应的边缘算力资源;根据所有用户的边缘算力资源分配结果,计算联合优化目标,得到微电网边缘算力资源协同调度结果。本发明创新性地以“算力服务提供者”的角度切入,将配微电网中潜在的边缘算力资源进行统一纳管,面向用户边缘算力业务请求,设计配微电网中边缘算力服务交易模式,联合优化算力服务经济效益和边缘算力资源利用率。本发明可以广泛应用于电网规划设计领域。
-
公开(公告)号:CN116156228A
公开(公告)日:2023-05-23
申请号:CN202310085087.6
申请日:2023-01-28
申请人: 北京邮电大学
IPC分类号: H04N21/2662 , G06N3/0464 , H04N21/2343 , H04N21/4402 , H04N21/462
摘要: 本发明提供一种码率自适应选择方法及装置,所述方法包括:获取当前视频块的状态空间、下一视频块的动作空间以及预设强化学习模型,将当前视频块状态空间中的向量部分输入一维卷积层得到第一特征向量,将状态空间中的标量输入第一全连接层得到第二特征向量,将第一特征向量和第二特征向量输入第二全连接层得到第三特征向量后输入Softmax层传输下一视频块时选择的各码率副本的概率,并通过内外奖励折扣累计值对预设强化学习模型的参数进行更新。本发明能够使得预设强化学习模型输出的码率副本最大化提高用户观看视频时的体验质量,同时减少视频块缓冲对用户体验质量的影响。
-
-
-
-