数据传输方法、装置、设备及存储介质

    公开(公告)号:CN117134878A

    公开(公告)日:2023-11-28

    申请号:CN202310768566.8

    申请日:2023-06-27

    Abstract: 本申请公开了一种数据传输方法、装置、设备及存储介质,属于物联网技术领域,本申请应用于物联网系统中的验证管理节点,所述验证管理节点是通过预设共识机制从区块链的各节点中选举得到的,验证管理节点通过获取事务数据并确定事务数据的类型,其中,事务数据的类型包括紧急事务、异常事务和正常事务;基于事务数据的数量以及事务数据的类型对应优先级,确定所述区块链中验证节点的数量以及区块内所能包含的事务数量;将所述事务数据打包为待上链区块,并将待上链区块发送至对应验证节点进行验证,其中,所述待上链区块内包含的事务数据的数量与所述区块内所能包含的事务数量相同;基于验证节点反馈的验证结果,确定所述事务数据的存储方式。

    基于GBA的证书发放方法和装置

    公开(公告)号:CN115348036A

    公开(公告)日:2022-11-15

    申请号:CN202210995959.8

    申请日:2022-08-18

    Abstract: 本申请涉及安全认证技术领域,提供一种基于GBA的证书发放方法和装置。该方法包括:获取注册证书机构设置的预置机密参数;根据预置机密参数生成对称密钥和身份认证值,并根据对称密钥对身份认证值进行加密得到加密信息;根据加密信息生成证书注册的申请请求,并将申请请求通过认证授权系统发送至注册证书机构,其中,注册证书机构根据申请请求确定注册证书,对注册证书进行加密,并将加密后的注册证书通过认证授权系统发送至车路协同设备;接收认证授权系统发送的加密后的注册证书,根据对称密钥对加密后的注册证书进行解密得注册证书。本申请基于认证授权系统,加入匿名认证机制隐藏终端用户的身份,保护用户隐私,提高证书发送的安全性。

    基于车载网络边缘的缓存内容放置方法及系统

    公开(公告)号:CN113993108B

    公开(公告)日:2022-03-18

    申请号:CN202111607230.0

    申请日:2021-12-27

    Abstract: 本发明提供了一种基于车载网络边缘的缓存内容放置方法及系统。将预定基站通信范围内的车辆定义为请求车辆和服务车辆并划分优先级;针对通信范围内的车辆得出基站所需服务的数据包数量;根据缓存内容的流行度、请求车辆的数量、通信区域内服务车辆的数目、服务车辆中的缓存内容放置状况,得出基站的平均能耗;构建优化问题模型以降低基站的总功耗。本方法综合考虑车辆缓存更新的时间、车辆的数目、车辆移动性、车辆之间的通信时间不固定以及服务车辆无法传递自身存储的所有数据包,在提出车辆选择策略的基础上,制定缓存内容放置方法,并提出优化问题,将问题转化为拟阵约束下子模函数的最大化问题,最终利用贪婪算法解决,达到节能的目的。

    基于5G边缘计算的社区安全实现方法、系统及设备

    公开(公告)号:CN112257691A

    公开(公告)日:2021-01-22

    申请号:CN202011517738.7

    申请日:2020-12-21

    Abstract: 本发明实施例提供了一种基于5G边缘计算的社区安全实现方法、系统、设备及计算机存储介质,该方法包括建立信息采集设备触发机制的通信链路,在信息采集设备启动时,与边缘网络发生通信认证,并触发信息采集设备进行视频图像信息的获取;边缘网络接收视频图像信息,并对视频图像信息进行切片,以及人脸图像的抓取;随后将人脸图像与数据库中的人脸信息进行比对,记录人脸信息在数据库中对应的键值信息;根据键值信息匹配内网中人脸图像对应身份的详细信息,并反馈至边缘网络中;边缘网络接收人脸图像对应的详细信息并叠加到接收到的视频图像信息形成视频流,通过通信链路发送至信息采集设备;信息采集设备将边缘网络生成的视频流呈现至用户端。

    基于图神经网络的空天地网络流量卸载决策方法及系统

    公开(公告)号:CN118972900B

    公开(公告)日:2025-02-11

    申请号:CN202411460580.2

    申请日:2024-10-18

    Abstract: 本发明公开了基于图神经网络的空天地网络流量卸载决策方法及系统,涉及通信网络优化技术领域,包括:接收空天地一体化网络中的节点相关数据,将节点相关数据进行时间窗口划分,并进行特征提取,得到节点特征数据,其中,所述节点相关数据包括节点连接状态数据和节点间的实时流量数据;将节点特征数据输入至预先建立的图神经网络模型GNN内,通过对节点和边的特征进行编码和聚合,生成每个节点的表示向量,利用每个节点的表示向量对GNN进行训练,得到训练后的GNN;接收空天地一体化网络中的网络状态和节点特征,输入至训练后的GNN内,输出得到性能预测结果,基于性能预测结果,结合多目标优化技术,从而实现网络整体的流量最佳卸载。

Patent Agency Ranking