-
公开(公告)号：CN111817975A
公开(公告)日：2020-10-23
申请号：CN202010720378.4
申请日：2020-07-23
申请人： 北京邮电大学 , 中交信通网络科技有限公司
IPC分类号： H04L12/803
摘要： 本发明提供了一种混合式网内动态负载均衡方法、装置及系统，涉及通信的技术领域，应用于第一分布式交换机，包括：在基于本地策略执行动作之后，向集中式平台发送第一分布式交换机的参数信息；接收集中式平台基于第一分布式交换机的参数信息和第二分布式交换机的参数信息确定的策略修正信息；其中，第二分布式交换机为网内除第一分布式交换机之外所有的其他分布式交换机；基于策略修正信息和预设策略更新公式更新本地策略，以使第一分布式交换机基于更新后的本地策略执行下一动作；其中，预设策略更新公式引入基准机制。本发明实施例可以在保证分布式执行的基础上实现各个分布式交换机的协作，有效避免学习难度，提高优化效率。
-
公开(公告)号：CN111988306B
公开(公告)日：2021-08-24
申请号：CN202010828239.3
申请日：2020-08-17
申请人： 北京邮电大学 , 中交信通网络科技有限公司
IPC分类号： H04L29/06
摘要： 本发明提供了一种基于变分贝叶斯的网内DDoS攻击流量检测方法和系统，应用于交换机群，交换机群包括多个交换机，方法包括：获取流经每个交换机的流量数据；获取流量数据的多个目标特征向量；目标特征向量为可以判断流量数据是否为DDoS攻击流量的特征向量；基于多个目标特征向量，建立交换机群的高斯混合模型；高斯混合模型中的每一个高斯成分对应于一个目标特征向量的高斯分布；基于每个交换机的流量数据，利用变分贝叶斯推断对高斯混合模型进行参数估计，得到多个估计结果；一个交换机对应于一个估计结果；基于多个估计结果，判断流量数据是否为DDoS攻击流量。本发明缓解了现有技术中存在的内存效率低下的技术问题。
-
公开(公告)号：CN112769594A
公开(公告)日：2021-05-07
申请号：CN202011470782.7
申请日：2020-12-14
申请人： 北京邮电大学 , 中交信通网络科技有限公司
IPC分类号： H04L12/24 , H04L12/801 , G06N20/00
摘要： 本发明公开了一种基于多智能体强化学习的网内服务功能部署方法，包括以下步骤：S1、每个参与者分别更新策略π的参数；S2、每个评论家分别更新动作Q值参数；S3、定义θ＝{θ1,θ2,....θN}为N个agent(actor)的参数，相应的π＝{π1,π2,....πN}分别表示其策略；S4、对于在SFC部署过程中的用户，将第i个agent的累计预期奖励的策略梯度定义；S5、每个agent的Qi是相互独立进行训练学习的，其更新方法可以表示为：S6、定义来表示第i个agent的策略对第j个agent策略的函数近似，它的近似代价是一个带有熵正则化器的对数代价函数。本发明能够综合分布式和集中式方法的优点，既能够快速反应用户需求，保护用户隐私，提高用户服务体验。又能够考虑服务提供商运营成本，促使网络负载均衡，提高网络资源利用率。
-
公开(公告)号：CN111817975B
公开(公告)日：2021-04-06
申请号：CN202010720378.4
申请日：2020-07-23
申请人： 北京邮电大学 , 中交信通网络科技有限公司
IPC分类号： H04L12/803
摘要： 本发明提供了一种混合式网内动态负载均衡方法、装置及系统，涉及通信的技术领域，应用于第一分布式交换机，包括：在基于本地策略执行动作之后，向集中式平台发送第一分布式交换机的参数信息；接收集中式平台基于第一分布式交换机的参数信息和第二分布式交换机的参数信息确定的策略修正信息；其中，第二分布式交换机为网内除第一分布式交换机之外所有的其他分布式交换机；基于策略修正信息和预设策略更新公式更新本地策略，以使第一分布式交换机基于更新后的本地策略执行下一动作；其中，预设策略更新公式引入基准机制。本发明实施例可以在保证分布式执行的基础上实现各个分布式交换机的协作，有效避免学习难度，提高优化效率。
-
公开(公告)号：CN111988306A
公开(公告)日：2020-11-24
申请号：CN202010828239.3
申请日：2020-08-17
申请人： 北京邮电大学 , 中交信通网络科技有限公司
IPC分类号： H04L29/06
摘要： 本发明提供了一种基于变分贝叶斯的网内DDoS攻击流量检测方法和系统，应用于交换机群，交换机群包括多个交换机，方法包括：获取流经每个交换机的流量数据；获取流量数据的多个目标特征向量；目标特征向量为可以判断流量数据是否为DDoS攻击流量的特征向量；基于多个目标特征向量，建立交换机群的高斯混合模型；高斯混合模型中的每一个高斯成分对应于一个目标特征向量的高斯分布；基于每个交换机的流量数据，利用变分贝叶斯推断对高斯混合模型进行参数估计，得到多个估计结果；一个交换机对应于一个估计结果；基于多个估计结果，判断流量数据是否为DDoS攻击流量。本发明缓解了现有技术中存在的内存效率低下的技术问题。
-
公开(公告)号：CN118943231A
公开(公告)日：2024-11-12
申请号：CN202310537848.7
申请日：2023-05-12
申请人： 北京邮电大学
IPC分类号： H01L31/108 , H01L31/0312 , H01L31/18 , H01L31/0224
摘要： 发明名称一种基于六角氮化硼二维薄膜的4H‑SiC肖特基辐射探测器及其制备方法摘要本发明提供一种基于六角氮化硼薄膜的4H‑SiC肖特基辐射探测器，可通过六角氮化硼薄膜优化接触界面，进而提高载流子分离输运，提高探测器的器件性能。该射探测器衬底层为碳化硅，在所述衬底层的上表面依次覆盖碳化硅缓冲层、碳化硅灵敏层、六角氮化硼薄膜层、和碳化硅肖特基接触上电极，在所述衬底的下表面形成n型碳化硅欧姆接触下电极。其中的六角氮化硼薄膜作为二维材料，相较于其他体材料能提供均匀、低褶皱的表面，可减小表面界面电荷，优化碳化硅与石墨烯以及金属的接触界面，形成优异的肖特基接触结，进而提高载流子分离输运，提高探测器的器件性能。而且六角氮化硼耐高温、耐辐射等特性，使得器件整体在高温高辐射条件下仍保持良好的器件性能。
-
公开(公告)号：CN118707716A
公开(公告)日：2024-09-27
申请号：CN202410925816.9
申请日：2024-07-10
申请人： 北京邮电大学
摘要： 本发明公开了一种基于遗传算法的反馈迭代多模态涡旋光束解复用器设计方法，涉及光通信与光探测领域，包含以下步骤：步骤1固定空间光调制器、散射介质扩散器、CCD相机，通过计算机建立CCD相机和空间光调制器之间的反馈控制线路；步骤2设置优化算法迭代次数，计算机生成用于空间光调制器加载所需的初始相位；步骤3进行遗传算法的迭代优化，根据串扰矩阵生成评价函数，优选相位分布；步骤4重复步骤3，直至达到最大演化代数，得到最终相位分布。本方法能够将多个不同模态叠加的涡旋光束聚焦到空间中的不同位置，能同时解复用多模态复用涡旋光束，相比于将单模态相位调制函数叠加后取相位的方法，可实现更高的探测概率和更小的信道间串扰。
-
公开(公告)号：CN118631323A
公开(公告)日：2024-09-10
申请号：CN202410787224.5
申请日：2024-06-18
申请人： 北京邮电大学
摘要： 本发明公开一种基于A‑star增强的蚁群卫星路由与波长分配算法，涉及卫星路由算法领域，所述方法包括：获取源节点对目的节点的路由请求；基于路由请求通过A*算法在卫星拓扑结构，波长资源的约束下，寻得次优路径，并判断路径是否大于多普勒波长漂移以及时延门限；若是，则直接进行蚁群算法，寻找可行路径，若否，则对寻得路径初始信息素进行倍增，通过蚁群算法进行迭代，寻找最优路径，本发明提高了卫星路由算法成功率，并降低了传输时延。
-
公开(公告)号：CN118611805A
公开(公告)日：2024-09-06
申请号：CN202410745990.5
申请日：2024-06-11
申请人： 北京邮电大学
IPC分类号： H04B17/391 , H04B10/25 , G06N3/084
摘要： 基于物理诱导神经网络的原理驱动少模光纤建模方法，属于少模光纤领域，包括：利用物理诱导神经网络求解NLSE方程，建立基于物理诱导神经网络的原理驱动少模光纤信道模型；物理诱导神经网络的输入神经元代表时间和距离帧，输出神经元分别代表NLSE方程解的实部和虚部；少模光纤信道模型的输入和输出在进入模型前和在离开模型后分别进行归一化和反归一化处理；少模光纤信道模型的损失函数包含原始NLSE方程和输入信号的初始条件；模型训练阶段。本发明不需要确定计算步长，任何传播距离的复杂度都保持不变，有效避免了由于配置错误而导致结果错误的风险，时间消耗减少。
-
公开(公告)号：CN118605016A
公开(公告)日：2024-09-06
申请号：CN202410601775.8
申请日：2024-05-15
摘要： 本发明公开的一种基于全光衍射神经网络的光纤图像显示恢复方法，属于光信号处理领域。本发明实现方法为：搭建光纤成像系统光路，在空间光调制器上展示待传输的图像，用CCD相机采集光纤输出的散斑；将L个板上N×N元素对穿过其的光线的相位调制参数设置为用于学习的参数矩阵，当光波经过衍射板，其输出都被视作一个经过板上对应参数相位调制的子光源，板间过程以菲涅尔衍射过程作为物理模型在计算机进行训练，训练过程采取学习率衰减的优化方法加快收敛，得到能够从散斑恢复出原图像的参数矩阵；根据训练好的衍射神经网络模型参制作衍射神经板，将制作的全光衍射板放置于分束器与CCD相机之间，基于全光衍射神经网络从光域直接实现光纤图像显示恢复。
-
-
-
-
-
-
-
-
-
搜索结果
611 条记录 (耗时 0.06 秒)
