-
公开(公告)号：CN118660291B
公开(公告)日：2024-10-29
申请号：CN202411124303.4
申请日：2024-08-16
Applicant: 国网信息通信产业集团有限公司 , 四川中电启明星信息技术有限公司 , 国网浙江省电力有限公司 , 重庆邮电大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种移动应用软件流量检测系统及方法，所述系统包括软件检测信号获取模块、正常信号分析模块、异常信号分析模块、数值计算分析模块和检测信息输出模块，本发明涉及软件流量检测技术领域，解决了在对软件流量进行检测的时候，不能对出现异常的真实性进行分析，存在报错或者漏报的技术问题，本发明通过对生成的不同信号进行单独分析，针对出现的正常标记信号，通过对对应软件的流量进行计算，来判断当前正常标记的软件是否为正常信号，其次针对出现的异常标记信号，结合网络情况来对整体的流量使用情况进行分析判断，从而对异常标记信号的真实性进行判断，提高整体检测的准确性。
-
公开(公告)号：CN118551125B
公开(公告)日：2024-10-29
申请号：CN202411025453.X
申请日：2024-07-30
Applicant: 国网信息通信产业集团有限公司 , 四川中电启明星信息技术有限公司 , 国网浙江省电力有限公司 , 重庆邮电大学 , 腾讯科技(深圳)有限公司
IPC: G06F16/9537 , G06F16/958 , G06F40/166 , G06F16/35 , G06F21/62 , H04L67/51 , G06Q10/10
Abstract: 本发明公开了企业内容服务平台的内容账号服务管理系统，涉及服务安全技术领域，本发明通过由用户端模块获取该受信任用户在本次登录过程中其的文章显示列表中点击浏览时长超过P2的所有已发布文章的文章编号，分别依据文章显示列表中所有已发布文章的相似度分数、前序排列特征量和后序排列特征量对文章显示列表中所有已发布文章进行名次排序并进行e次筛选，进而得到该受信任用户的密文偏好采集数据，在保证了预发布文章的文章编号具有一定可用性的同时，满足其在网络中传输不可被识别的要求，进而保证了用以分析受信任用户的偏好关键词的采集数据的安全，更进一步的，第三方难以破解，无法推测出受信任用户的偏好，保证了平台用户流量的不流失。
-
公开(公告)号：CN118608211A
公开(公告)日：2024-09-06
申请号：CN202411080489.8
申请日：2024-08-08
Applicant: 四川中电启明星信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司 , 重庆邮电大学
IPC: G06Q30/0251 , G06Q30/0241 , H04L67/306 , H04L67/55
Abstract: 本发明公开了基于企业用户画像分析的内容投放系统，包括信息获取端、内容甄选端、画像生成端、数据存储端和信息输出端，本发明涉及用户画像技术领域，解决了数据的综合体现的不清晰，没有很好地进行数据整合，内容杂乱，不能很好地反映企业当前状态的技术问题，本发明通过对企业画像的基本构成进行分析，并根据历史数据来分析基本构成的具体内容，最终来确定用户画像的基本构成信息，同时对基本构成信息的内容进行再度分析，综合历史数据来确定所需展示的画像内容，进一步地根据画像内容的数据容量来确定标准的标签类型，最终生成用户画像，从而能够对数据进行整体优化，更为方便直观地体现企业的自身特点。
-
公开(公告)号：CN118569846A
公开(公告)日：2024-08-30
申请号：CN202411034795.8
申请日：2024-07-31
Applicant: 四川中电启明星信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司 , 重庆邮电大学
Abstract: 本发明公开了基于机器视觉的现场作业违章与设备缺陷隐患排查系统，本发明涉及设备缺陷排查技术领域，解决了未通过机器视觉来锁定异常的设备，并基于设备的运作状态来识别其设备是否异常，从厂区整体上来识别设备是否异常的问题，本发明通过对违章设备的运行轨迹进行确认，将运行轨迹与预设轨迹进行比对，确定其距离差异，并生成其偏移距离的曲线图，再将两组运行周期的曲线图进行结合分析，来确定其曲线之间是否差异过大，采用此种方式，来确定本违章设备是否存在驱动异常，并生成对应的信号展示，此种方式，通过分析轨迹来分析其违章设备的缺陷，速度更快，效率更高。
-
公开(公告)号：CN114385359B
公开(公告)日：2024-05-14
申请号：CN202210016729.2
申请日：2022-01-07
Applicant: 重庆邮电大学
Abstract: 本发明属于物联网任务协同领域，具体涉及一种物联网云边端任务时序协同方法；该方法包括：获取物联网设备数据，物联网设备包括任务迁移设备、MEC服务器以及云服务器；根据物联网设备数据，采用基于时序兴趣度的计算资源发现方法得到候选计算资源队列；根据任务迁移设备的计算资源需求，采用基于时序社交相似度的计算资源选择算法，在候选计算资源队列、MEC服务器与云服务器内可用的计算资源中作出最佳的计算资源选择结果；任务迁移设备根据计算资源选择结果进行任务迁移；本发明根据物联网设备的时序特征设计端设备辅助的云边端任务协同方法，提高了任务协同的效率并均衡了网络中计算资源的分布，具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN117807207A
公开(公告)日：2024-04-02
申请号：CN202311850236.X
申请日：2023-12-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于图神经网络的人机交互情感引导方法，属于人机交互情感计算领域。该方法包括如下步骤：基于用户历史情感和人机历史情感构建情感转移状态图；利用图神经网络对情感状态转移图中的节点进行动态更新，从而获得人机交互的全局情感向量和用户情感向量；使用多头注意力机制来获取多方人机交互的全局情感走向，通过全局情感向量获取人机交互的全局情感嵌入向量；通过用户情感向量获取用户的目标情感嵌入向量；进行机器人情感引导策略预测，并通过线性变换生成情感引导嵌入向量；结合候选答案集并借助情感引导匹配度评估函数进行机器人最终情感引导策略的决策。本方法能够减少机器人不自然的情感响应，提升人机交互的参与体验。
-
公开(公告)号：CN116319368A
公开(公告)日：2023-06-23
申请号：CN202310033009.1
申请日：2023-01-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向异构边缘计算环境的分散联邦学习方法，属于大数据计算领域。该方法包括以下步骤：在联邦学习系统中，边缘节点初始化自己的模型；边缘节点根据本身的通信速率和计算能力计算通信成本函数，该成本函数表示边缘节点之间的匹配程度；节点基于贪婪算法选择成本函数较小的相邻节点作为匹配集；对于每个边缘节点，基于梯度和权重衡量边缘节点模型间的相似性，使用MonteCarlo方法进行从匹配集中选择邻居；节点从邻居处接收权重和更新模型，基于得到的数据，通过共识得到聚合模型；节点通过聚合模型，计算梯度下降，更新模型，并发给邻居。本发明使得具有相似数据分布的边缘节点协同训练模型，以节省额外的计算和通信延迟。
-
公开(公告)号：CN116170461A
公开(公告)日：2023-05-26
申请号：CN202211696743.8
申请日：2022-12-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种物联网中保证设备可靠性和减少通信损失的协作设备组构建方法，属于物联网领域。该方法包括：S1：构建社交物联网中设备的信任评估方案：首先，构建认同型信任和认知型信任；然后，采用模糊推理的方法综合认知型信任和认同型信任；最后根据质心公式反模糊化得到最终的信任值；S2：构建社交物联网场景中面向任务委托的最小化总成本的社交协作组。本发明能最大限度保障任务委托的可靠性，同时降低无线和有线网络中的传输成本以及MEC服务器和SIoT设备中的通信和计算成本。
-
公开(公告)号：CN116167452A
公开(公告)日：2023-05-26
申请号：CN202211625268.5
申请日：2022-12-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于模型相似性的集群联邦学习的方法，属于联邦学习领域。该方法包括步骤：S1：设计本地训练调整策略，服务器发布联邦学习任务；客户端获取联邦学习任务后将包含身份信息和数据资源信息的加入联邦学习请求发送给服务器节点；S2：服务器节点验证客户端的身份和数据资源信息后，服务器广播全局模型；S3：根据每个客户的数据量调整其本地训练周期；所得到的局部模型用于计算模型权重距离矩阵；S4：设计客户机自适应聚类策略，从模型相似度矩阵中揭示客户端之间的聚类关系，在不指定聚类数量的情况下，将数据分布相似的客户端自适应划分到同一个集群中；S5：FedCluster在客户端和服务器之间的通信中获得稳定的客户机集群。
-
公开(公告)号：CN116055324A
公开(公告)日：2023-05-02
申请号：CN202211722211.7
申请日：2022-12-30
Applicant: 重庆邮电大学
IPC: H04L41/0823 , H04L41/0894 , H04L41/046 , H04L41/142 , H04L41/14 , H04L41/16 , H04L41/12
Abstract: 本发明涉及一种用于数据中心网络自优化的数字孪生方法，属于数字孪生领域，包括以下步骤：S1：构建孪生网络系统，包括物理数据中心网络层和数字孪生网络层，所述物理数据中心网络层由网元、服务器、链路组成；所述数字孪生网络层包括控制器、数据存储模块、强化学习模块、孪生网络模块、路径计算模块和流表管理模块；S2：数字孪生网络层采集物理数据中心网络层的数据，建立基础模型和功能模型，所述基础模型是由网元模型和链路模型连接组合构建拓扑模型，所述功能模型用于对基础模型作出网络优化策略；S3：对数字孪生网络层的强化学习算法进行训练；S4：部署训练好的数字孪生网络层，实现数据中心网络的自我优化。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.026 seconds)
