公开(公告)号：CN116248725B

公开(公告)日：2023-07-25

申请号：CN202310518821.3

申请日：2023-05-10

Applicant: 南京信息工程大学

Inventor： 张佩云 ,  何思开 ,  郭威峰 ,  丁松 ,  潘朝君 ,  徐涪雅 ,  刘颖 ,  陶帅 ,  陈健 ,  华晓麒

IPC: H04L67/12 ,  H04L41/00 ,  H04L9/32

Abstract: 本申请涉及一种车联网环境中面向节点协作存储的区块链节点分片方法。该方法包括：区块链系统中的所有节点对工作量证明难题进行求解确定为目录委员会中的各成员节点以及领导节点，各成员节点运行NSGA‑II算法，得到对应的最佳分片结果发送至领导节点；领导节点根据各最佳分片结果，从中选出通信延迟差异最小的最佳分片结果向目录委员会中的其他节点广播；目录委员会中的其他节点进行确认签名；当领导节点接收到大于等于2h/3个节点的确认签名的情况下，目录委员会达成共识，分片完成；否则重新选出领导节点进行分片，直至目录委员会达成共识，生成分片结果列表并确定各分片的协作组划分结果列表，由此降低了分片内各节点间的通信延迟。

公开(公告)号：CN116248725A

公开(公告)日：2023-06-09

申请号：CN202310518821.3

申请日：2023-05-10

Applicant: 南京信息工程大学

Inventor： 张佩云 ,  何思开 ,  郭威峰 ,  丁松 ,  潘朝君 ,  徐涪雅 ,  刘颖 ,  陶帅 ,  陈健 ,  华晓麒

IPC: H04L67/12 ,  H04L41/00 ,  H04L9/32

Abstract: 本申请涉及一种车联网环境中面向节点协作存储的区块链节点分片方法。该方法包括：区块链系统中的所有节点对工作量证明难题进行求解确定为目录委员会中的各成员节点以及领导节点，各成员节点运行NSGA‑II算法，得到对应的最佳分片结果发送至领导节点；领导节点根据各最佳分片结果，从中选出通信延迟差异最小的最佳分片结果向目录委员会中的其他节点广播；目录委员会中的其他节点进行确认签名；当领导节点接收到大于等于2h/3个节点的确认签名的情况下，目录委员会达成共识，分片完成；否则重新选出领导节点进行分片，直至目录委员会达成共识，生成分片结果列表并确定各分片的协作组划分结果列表，由此降低了分片内各节点间的通信延迟。

公开(公告)号：CN116996399A

公开(公告)日：2023-11-03

申请号：CN202310585199.8

申请日：2023-05-23

Applicant: 南京信息工程大学

Inventor： 张佩云 ,  刘颖 ,  陈禹同 ,  黄文君 ,  任继港 ,  陶帅 ,  陈健 ,  徐涪雅

IPC: H04L41/147 ,  H04L41/16

Abstract: 本发明公开基于时间感知和特征融合的端对端深度学习QoS预测模型，属于计算机应用技术领域；基于时间感知和特征融合的端对端深度学习QoS预测模型包括：用户‑服务编码转换模块：将用户和服务的独热编码转换为用户‑服务潜在特征；时间特征提取模块：用提取的时间趋势曲线提取QoS的时间趋势并使用神经网络提取其中的时间特征；以及，特征融合模块：使用特征融合网络将用户‑服务潜在特征与时间特征进行融合得到最后的预测结果；通过将用户‑服务的独热编码转换为信息内容更丰富且更有解释性的潜在特征，提高神经网络的性能，以提高QoS预测的准确度。

公开(公告)号：CN116094977A

公开(公告)日：2023-05-09

申请号：CN202211437946.5

申请日：2022-11-16

Applicant: 南京信息工程大学

Inventor： 张佩云 ,  潘朝君 ,  陈禹同 ,  黄文君 ,  陶帅 ,  陈健 ,  谢荣见

IPC: H04L43/55 ,  H04L41/142 ,  G06N3/0442 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明公开了基于时间感知面向特征优化的服务QoS预测的深度学习方法，提出一种基于时间感知面向特征优化的深度学习服务QoS预测模型，在预测准确度方面获得了进一步的提升，在基于时间感知面向特征优化的深度学习服务QoS预测模型中，首先设计了DGRN进行时间感知，来提取基于时间感知的用户/服务特征，其次设计了GRGAN进行特征优化，利用GRGAN中的判别器对优化后的特征进行评价从而训练GRGAN中的生成器，最后利用优化后的特征对QoS值进行预测，提高预测准确度。