公开(公告)号：CN113810507A

公开(公告)日：2021-12-17

申请号：CN202111367610.1

申请日：2021-11-18

Applicant: 南京信息工程大学

Inventor： 张佩云 ,  黄文君 ,  汪丽翠 ,  陈禹同 ,  郭威峰 ,  谢荣见

IPC: H04L29/08 ,  H04L12/24 ,  G06Q20/38 ,  G06Q20/40 ,  G06N3/00

Abstract: 本发明公开了一种基于IDE（Improved Differential Evolution）的区块链可信节点划分方法，属于区块链技术领域。本发明通过合理分配可信节点，改变了节点随机划分的方式，平衡各分片的信任值与节点数，提高了分片的可靠性，同时，为了减少片内节点间的通信延时，将距离较近的节点放置在同一个分片中，通过IDE进行迭代调整，得到最佳的节点分片集。本发明提出的可信节点划分方法可以有效提高分片的安全性和系统的性能，大大提高了区块链系统的交易吞吐量，并且降低了通信延时。

公开(公告)号：CN113743675A

公开(公告)日：2021-12-03

申请号：CN202111066541.0

申请日：2021-09-13

Applicant: 南京信息工程大学

Inventor： 张佩云 ,  黄文君 ,  陈禹同 ,  王轩

IPC: G06Q10/04 ,  G06Q50/10 ,  G06N3/08 ,  G06K9/62 ,  H04L29/08

Abstract: 本发明公开一种云服务QoS深度学习预测模型，所述模型构建过程包括以下步骤：S1：确定本模型的基本概念；S2：根据确定的基本概念，提出QoS深度学习预测模型；S3：提出算法流程，算法流程包括多尺度特征提取和MM‑DNN学习；S4：评估QoS深度学习预测模型的性能。该模型融合了三种尺度的特征：全局、局部和个体特征，通过非负矩阵分解获得全局和个体特征矩阵，从中可以提取全局和个体特征。由于云服务的QoS值会受到地理位置的影响，基于距离相似度计算获取相似用户和相似服务，并形成用户和服务的局部特征。通过深度神经网络分阶段逐步融合这三种特征，进行特征处理和学习，并在每个阶段中使用个体评价对该阶段的特征进行修正，从而更准确地预测云服务的QoS值。

公开(公告)号：CN117274616B

公开(公告)日：2024-03-29

申请号：CN202311248410.3

申请日：2023-09-26

Applicant: 南京信息工程大学

Inventor： 张佩云 ,  范家俊 ,  黄文君 ,  陈禹同 ,  谢荣见

IPC: G06V10/40 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明公开了一种多特征融合深度学习服务QoS预测系统及预测方法，该方法包括：获取用户潜在特征矩阵及服务潜在特征矩阵，并进行初始化，将初始化后的用户潜在特征矩阵和服务潜在特征矩阵经过深度神经网络提取特征图，得到用户特征图和服务特征图；将特征图提取过程中的数据流经过特征转化块处理，与用户特征图/服务特征图归并处理，分别得到用户融合特征图/服务融合特征图；将用户融合特征图及服务融合特征图通过训练后的多特征融合QoS预测网络，得到QoS预测值，提高预测准确度。