公开(公告)号：CN118101497B

公开(公告)日：2024-07-02

申请号：CN202410491172.7

申请日：2024-04-23

Applicant: 合肥工业大学

Inventor： 乔焰 ,  李敏悦 ,  胡荣耀 ,  赵培 ,  张本初 ,  袁新宇 ,  魏振春 ,  蔡子当 ,  胡子龙 ,  王腾昊 ,  罗敏郡

IPC: H04L41/147 ,  H04L41/16 ,  H04L43/0876 ,  H04L45/02 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及网络工程和人工智能技术领域，尤其是一种基于生成流模型的网络流量矩阵估计模型、方法及系统。流量矩阵估计模型包括嵌入模块和基于流的生成模块，嵌入模块包括编码器和解码器。本发明提出的基于生成流模型的网络流量矩阵估计模型的训练方法，在训练流量矩阵估计模型时，考虑到了丢失信息，基于流量矩阵到链路负载和丢失信息的映射关系，训练嵌入模块和生成模块；从而可以在不了解路由矩阵的情况下，无偏地学习从流量矩阵到链路负载的可逆变换，使得训练完成的流量矩阵估计模型，可通过逆运算，结合随机抽样的丢失信息和链路负载高精度预测流量矩阵。

公开(公告)号：CN118101497A

公开(公告)日：2024-05-28

申请号：CN202410491172.7

申请日：2024-04-23

Applicant: 合肥工业大学

Inventor： 乔焰 ,  李敏悦 ,  胡荣耀 ,  赵培 ,  张本初 ,  袁新宇 ,  魏振春 ,  蔡子当 ,  胡子龙 ,  王腾昊 ,  罗敏郡

IPC: H04L41/147 ,  H04L41/16 ,  H04L43/0876 ,  H04L45/02 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及网络工程和人工智能技术领域，尤其是一种基于生成流模型的网络流量矩阵估计模型、方法及系统。流量矩阵估计模型包括嵌入模块和基于流的生成模块，嵌入模块包括编码器和解码器。本发明提出的基于生成流模型的网络流量矩阵估计模型的训练方法，在训练流量矩阵估计模型时，考虑到了丢失信息，基于流量矩阵到链路负载和丢失信息的映射关系，训练嵌入模块和生成模块；从而可以在不了解路由矩阵的情况下，无偏地学习从流量矩阵到链路负载的可逆变换，使得训练完成的流量矩阵估计模型，可通过逆运算，结合随机抽样的丢失信息和链路负载高精度预测流量矩阵。

公开(公告)号：CN119322945A

公开(公告)日：2025-01-17

申请号：CN202411635346.9

申请日：2024-11-15

Applicant: 合肥工业大学

Inventor： 卫星 ,  杨帆 ,  万展翼 ,  陆阳 ,  孙帅 ,  罗敏郡 ,  杨承烨 ,  雷之博 ,  周浩伟 ,  刘敏睿 ,  赵冲 ,  毕翔 ,  张本宏

IPC: G06F18/214 ,  G06N3/096 ,  G06N5/04 ,  G06F21/62

Abstract: 本发明涉及一种用于隐私数据的大模型训练样本构建和学生模型训练方法和系统。构建方法包括：客户端获取原始样本；客户端基于划分规则，将原始样本划分为第一子原始样本和第二子原始样本，发送至第一服务器和第二服务器；第一服务器和第二服务器基于保存的第一子教师模型和第二子教师模型，分别对第一子原始样本和第二子原始样本进行预测，对应生成并发送第一预测结果和第二预测结果至第三服务器；第三服务器基于秘密共享协议，对第一预测结果和第二预测结果进行合并，生成并发送完整预测结果至客户端；客户端根据完整预测结果得到原始样本的伪标签，将伪标签和原始样本构成含标签的训练样本。本发明降低了数据泄露的风险，提升了数据的隐私性。