-
公开(公告)号：CN115827176A
公开(公告)日：2023-03-21
申请号：CN202111095726.4
申请日：2021-09-17
Applicant: 南京邮电大学
Abstract: 本发明提供了一种云环境下面向不确定数据密集型工作流的动态调度方法，解决了在传输数据大小信息缺失带来的调度问题，有助于同步降低工作流的跨数据中心数据传输量与工作流执行成本。首先对工作流结构进行抽象，得到DAG图；接着在部分数据大小信息缺失的情况下进行静态任务预分配，获取各数据中心可执行任务森林图，将森林图中各任务结点按节省传输数据大小排序，将节省数据传输大小最多的任务节点分配在对应的数据中心，并将数据中心上该节点的前驱节点、后继节点都分配在该数据中心，直至所有的任务都预分配完成；然后基于静态任务预分配结果与工作流中各任务执行后实际产生的传输数据大小进行任务分配动态调整，最终得到分配方案。
-
公开(公告)号：CN110489214B
公开(公告)日：2022-09-20
申请号：CN201910534070.8
申请日：2019-06-19
Applicant: 南京邮电大学
Abstract: 本发明针对云环境中数据密集型工作流的动态任务分配问题，希望减少传输的数据大小，并且数据大小是在工作流执行过程中动态决定的而不是在执行之前。提出了一种动态分配方法来处理这种情况，其中典型的三个控制流（包括顺序，并行和排他选择）和任务中每个数据依赖的未知大小是两个主要挑战。在执行之前，基于修订的树遍历操作获得并行分支中的每个任务的冲突任务。此外，还基于改进的warshall算法获得从每个任务开始的最大数据路径，包括独占选择分支中的最大数据路径。在执行过程中，任务按控制流定义和一些基本原则决定的顺序依次动态分配。每个任务的云服务器都经过精心选择，以获得尽可能减少数据的最佳决策。案例研究表明了该方法的可行性和有效性。
-
公开(公告)号：CN108932511B
公开(公告)日：2022-09-13
申请号：CN201811170120.0
申请日：2018-10-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于脑机交互的购物决策方法，方法基于用户在电商平台选择物品的脑电信号数据判断用户的对商品的喜欢程度，应用于电商平台的商品推荐功能，方法包括步骤：先通过脑电设备采集用户的脑电信号数据并记录存储；并采用带通滤波器和独立成分分析方法预处理后提取得到样本熵；然后基于样本熵得到特征向量，采用朴素贝叶斯法识别出不同种情绪，并设置每种不同情绪的兴奋等级；接着采用平均能量比法进行特征提取，并做归一化处理得到专注度数值；最后结合兴奋度等级和专注度数值得到用户浏览对应商品时的匹配度，并设定一阈值Th，比较匹配度和阈值Th，根据比较结果给用户推荐对应商品；本发明提升了用户的购物体验以及购物效率，方便选择。
-
公开(公告)号：CN114647492A
公开(公告)日：2022-06-21
申请号：CN202011522226.X
申请日：2020-12-21
Applicant: 南京邮电大学
Abstract: 本发明提供了一种云环境下基于阶段划分的数据密集型工作流调度方法，包括下列步骤：1)对工作流结构进行抽象；2)资源模型定义；3)工作流调度框架确定；4)基于最长路径的任务合并，直至最长路径不能再合并为止并生成所有任务调度至服务器上；5)基于调度结果的任务松弛，依次遍历各服务器，其中对每个服务器从后往前寻找可松弛的若干连续任务形成极大任务串并在可用时间槽长范围内为该任务串降压。本发明提供了一套系统的云环境下基于合并分配的工作流低能耗调度方法，为实际应用的调度方法提供了支持，同时有助于同步降低工作流的完成时间与工作流执行所需要的能耗。本发明是将工作流任务合并分配思想及任务松弛思想运用到云环境下工作流调度方面的迁移创新。
-
公开(公告)号：CN114169973A
公开(公告)日：2022-03-11
申请号：CN202111536056.5
申请日：2021-12-15
Applicant: 南京邮电大学
Abstract: 本发明针对目前服务计算模式蓬勃发展的环境下，大量差异化个人定制需求无效化积压的问题，提出了一种将一定规模个人定制需求融合成具备一定相似度的群组定制需求的方法，群内成员满意度均能达到阈值，更容易吸引服务提供商参与提供服务。方法包括下列步骤：1)需求模型描述；2)相似度计算；3)群组构建；4)需求融合。本方法基于平均成组需求量优化策略构建群组，简化了遍历所有分组可能的冗杂过程。案例研究表明了本方法的可行性和有效性。本方法高效且可执行度高，为实际应用的群组融合方法提供了支持，也为拓宽服务计算模式的发展空间提供了可能。
-
Patent Agency Ranking
公开(公告)号：CN108446572A
公开(公告)日：2018-08-24
申请号：CN201810252377.4
申请日：2018-03-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于服务粒度的隐私权限管理方法，包括以下步骤：先为所有应用服务绑定的一个最小隐私权限集合；获取待测应用的应用服务并验证应用服务是否合理；获取应用唯一标识，利用唯一标识从数据库中查询历史检测结果，根据应用服务获取需要检测的最小隐私权限集合，使用静态分析获取隐私权限相关API之间的敏感数据流路径；将敏感数据流路径量化成特征向量；分析良性样本应用和恶性样本应用的差异敏感数据流路径量化并构建特征样本矩阵；使用机器学习算法对应用服务的特征向量进行分类，确定应用是良性还是恶性，为用户选择的应用服务绑定的隐私权限的赋予问题给予合理的提示。本发明具有隐私泄露检测速度快且检测结果准确率高的优点。
-
公开(公告)号：CN104036103A
公开(公告)日：2014-09-10
申请号：CN201310071041.5
申请日：2013-03-06
Applicant: 南京邮电大学
IPC: G06F19/00
Abstract: 针对目前单一尺度需求预测方法所导致的需求预测精度的难以控制，本发明提出的一种面向供应链系统的多尺度需求预测方法，综合考虑针对某一预测对象的长期趋势、周期波动和近期市场消费情况，以及当前突发的随机扰动事件，对未来某一时段的市场需求进行科学合理的预测，给出了产品在未来的一段时间里的需求期望水平，为企业调整生产能力、采购、安排生产作业等具体生产经营活动和组织供应链提供重要的计划和决策支撑依据。
-
公开(公告)号：CN120050625A
公开(公告)日：2025-05-27
申请号：CN202411958358.5
申请日：2024-12-27
Applicant: 南京邮电大学
IPC: H04W4/44 , H04W4/46 , H04W28/084
Abstract: 本发明提供了一种基于分阶段深度强化学习的多边任务卸载优化方法，针对车联网环境下细粒度任务卸载问题，旨在在高度动态的复杂路况下，在保证所有车载任务都能在截止时限内完成的情况下，实时获得一个使指定路段整体细粒度车载任务的总完成时耗较低的决策方案，具体包括以下步骤：1)建立车联网环境下的任务模型、资源模型和计算模型并定义优化问题；2)对所有具有数据依赖关系的车载任务进行层级分割，并对不同层级下的子任务进行优先级计算；3)将数据进行预处理后，利用深度强化学习算法对其进行求解。通过具体的实例证明了所提供方法的可行性和有效性，在与其他几种算法的对比之下，本发明所提供的方法显著地降低了指定路段整体细粒度车载任务的总完成时耗，为实际车联网环境下细粒度任务卸载模式的发展提供了更多的可能。
-
公开(公告)号：CN118945229A
公开(公告)日：2024-11-12
申请号：CN202310518448.1
申请日：2023-05-09
Applicant: 南京邮电大学
Abstract: 本发明提供了一种云环境下考虑安全风险和成本优化的工作流调度方法，在用户给定截止时间约束下，降低了工作流的整体安全风险和执行成本。首先对云计算资源进行定义，对工作流结构进行抽象，提出安全风险的计算方法；然后构建面向安全风险和成本优化的强化学习模型；接着确定了学习过程中的动作选择算法，最后基于Q学习算法思想进行迭代学习，最终确定任务调度方案，得到工作流的整体安全风险和总成本。
-
公开(公告)号：CN114625496A
公开(公告)日：2022-06-14
申请号：CN202111535864.X
申请日：2021-12-15
Applicant: 南京邮电大学
Abstract: 本发明提供了一种云环境下考虑安全风险的工作流调度方法，在用户给定截至时间约束下，降低了任务执行和数据传输的总体安全风险。首先对工作流结构进行抽象，得到DAG图，确定工作流使用的资源模型和安全风险计算模型；接着对工作流任务排序，通过执行时间和传输时间计算任务的排序值并按降序排序，得到任务的调度顺序；然后对安全风险和完成时间设置不同的权重值，为每个任务选择最合适的服务器，直到出口任务的完成时间满足截止时间约束，最终得到分配方案和总体安全风险概率。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.026 seconds)
