-
公开(公告)号：CN114884895A
公开(公告)日：2022-08-09
申请号：CN202210483572.4
申请日：2022-05-05
Applicant: 郑州轻工业大学
IPC: H04L47/2441 , H04L45/30 , H04L45/00 , G06N3/04
Abstract: 本发明提出了一种基于深度强化学习的智能流量调度方法，其步骤为：实时采集数据中心网络拓扑中的流，根据不同类型的流特征将流分成大象流或老鼠流；分别建立大象流和老鼠流的节能和性能为联合优化目标的流量调度模型；建立基于CNN改进的DDPG智能路由流量调度框架并进行环境交互；状态映射：将三种状态信息共同作为状态集合CNN进行训练；动作映射：动作设置为流在时间和空间上均匀传输情况下每条路径节能和性能综合的权重，根据权重分别选取大象流或老鼠流的传输路径；奖励值映射：分别设计大象流和老鼠流的奖励值函数。本发明具有较好的收敛效率，有效提高了节能百分比和时延、吞吐量、丢包率等网络性能。
-
公开(公告)号：CN114513426A
公开(公告)日：2022-05-17
申请号：CN202210198386.6
申请日：2022-03-02
Applicant: 郑州轻工业大学
IPC: H04L41/12 , H04L41/142 , H04L41/0803 , H04L41/40 , H04L67/63
Abstract: 本发明提出一种基于节点相似度和影响力的CCN社区划分方法，其步骤包括：首先计算社区内各节点所对应的特征向量中心性，得到标准化的特征向量中心性的值；改进标签传播算法，确定标签传播值的更新规则；基于标准化后的特征向量中心性和改进的标签传播算法，将CCN网络划分为若干个非重叠的社区；最后在所划分的每个社区内各部署一个SDN控制器以帮助管理社区。本发明解决了现有的内容中心网络所存在的内容检索过程低效冗余问题以及现有CCN社区划分方法中所存在的稳定性差、缺乏考虑节点之间的相似性及节点的重要性的技术问题，通过引入SDN控制器和社区划分可以加快内容检索和路由分发的速度，提高CCN路由的性能。
-
公开(公告)号：CN112529148B
公开(公告)日：2022-02-22
申请号：CN202011311810.0
申请日：2020-11-20
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于图神经网络的智能QoS推理方法，用以解决现有神经网络无法适应网络结构的动态调整的问题。本发明的步骤如下：根据网络拓扑结构构建GNN的图结构，将网络中的状态信息映射为图结构中节点和边的特征值；采集网络拓扑结构中设备的状态信息组成数据集，将采集的数据集输入到步骤一建立的GNN模型进行训练，保存最优的节点和边的神经网络参数获得GNN推理模型；将采集的现实网络实时的设备中的状态数据输入GNN推理模型，实现当前状态下QoS的推理。本发明的建模简单、计算量小、且准确度较高，具有较好的泛化推理能力，解决了已有智能QoS推理方法在面对新网络拓扑时必需重新训练的难题，在现实网络中具有极好的实用性。
-
公开(公告)号：CN113346996A
公开(公告)日：2021-09-03
申请号：CN202110788763.7
申请日：2021-07-13
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于量子的内容中心网络隐私保护方法，其步骤如下：利用ELGamal算法加密和聚合经典密文：根据所有参与者产生的公私密钥对生成主公钥，根据参与者明文信息生成密文并发送给云服务器，根据密文进行聚合得到聚合密文，根据聚合密文生成待共享的经典消息；量子加密阶段：在所有和云服务器交互过程中，数据所有者把经典信息转换成量子信息，并通过BB84密钥协商协议与云服务器协商共享密钥，每个数据者使用其对量子信息进行加密；还通过随机插入诱骗粒子的方法检测窃听行为，使其安全性具有双重保证。本发明保证发布者和使用者之间交换敏感内容的机密性，在不泄露任何隐私信息的情况下能够有效地执行，可以安全地共享和聚合内容。
-
公开(公告)号：CN112529148A
公开(公告)日：2021-03-19
申请号：CN202011311810.0
申请日：2020-11-20
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于图神经网络的智能QoS推理方法，用以解决现有神经网络无法适应网络结构的动态调整的问题。本发明的步骤如下：根据网络拓扑结构构建GNN的图结构，将网络中的状态信息映射为图结构中节点和边的特征值；采集网络拓扑结构中设备的状态信息组成数据集，将采集的数据集输入到步骤一建立的GNN模型进行训练，保存最优的节点和边的神经网络参数获得GNN推理模型；将采集的现实网络实时的设备中的状态数据输入GNN推理模型，实现当前状态下QoS的推理。本发明的建模简单、计算量小、且准确度较高，具有较好的泛化推理能力，解决了已有智能QoS推理方法在面对新网络拓扑时必需重新训练的难题，在现实网络中具有极好的实用性。
-
Patent Agency Ranking
公开(公告)号：CN111212086A
公开(公告)日：2020-05-29
申请号：CN202010048308.9
申请日：2020-01-16
Applicant: 郑州轻工业大学
IPC: H04L29/06
Abstract: 本发明提供了一种计算机网络防护方法及系统，其中，计算机网络防护方法包括：在检测到请求方发送的网络访问请求时，判断所述请求方是否在白名单中，其中，所述网络访问请求包括所述请求方的标识信息及数据包；当确定所述请求方不处于白名单中时，向指定监控终端发送认证请求，并根据认证结果确定是否响应所述网络访问请求；当确定所述请求方处于白名单时，对所述网络访问请求中的数据包进行加密处理，并响应所述网络访问请求。通过本发明的技术方案，能够有效防止非法请求方入侵网络，提高网络的安全性。
-
公开(公告)号：CN119094801A
公开(公告)日：2024-12-06
申请号：CN202411250688.9
申请日：2024-09-06
Applicant: 郑州轻工业大学
IPC: H04N21/218 , H04N21/2187 , H04N21/44 , H04N21/647 , H04L65/75 , H04L65/80 , G06N3/0442 , G06N3/0455 , G06N3/092
Abstract: 本发明提出了一种基于改进PPO和深度强化学习的自适应码率视频流方法，包括以下步骤：S1：收集数据集，将数据集划分为训练集和测试集；S2：定义策略，并构建环境，基于策略构建IPPO‑DRL‑ABR模型，初始化模型参数并输入训练集到IPPO‑DRL‑ABR模型；S3：基于IPPO‑DRL‑ABR模型利用策略在环境中多次采样，记录轨迹数据；S4：基于轨迹数据，利用采用双重裁剪机制的PPO方法进行策略更新；S5：重复步骤S3到S4直到达到预定的训练周期或性能标准，得到训练好的IPPO‑DRL‑ABR模型；S6：利用测试集对训练好的IPPO‑DRL‑ABR模型进行验证并输出最优码率。本发明方法显著提升自适应码率方法的训练效率、稳定性和泛化能力。
-
公开(公告)号：CN114266301B
公开(公告)日：2024-09-27
申请号：CN202111542143.1
申请日：2021-12-16
Applicant: 郑州轻工业大学
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明提出了一种基于图卷积神经网络的电力设备故障智能预测方法，步骤如下：采集待预测的电力设备的历史监测信息，对历史监测信息进行预处理，预处理后的监测信息和电力数据中心采集的数据集组成训练样本；构建图卷积神经网络，初始化神经网络参数；将监测信息作为图卷积神经网络的每个节点的输入，利用图卷积神经网络对监测信息进行故障分类；利用训练样本对步骤二构建的图卷积神经网络进行训练，得到优化图卷积神经网络模型；采集待检测设备的实时监测信息并进行预处理，将预处理后的监测信息输入到优化图卷积神经网络模型，获得故障预测结果。本发明具有较好的通用性，预测准确率较高，使用、部署和升级维护简单，无需硬件设备的升级改造。
-
公开(公告)号：CN117376971A
公开(公告)日：2024-01-09
申请号：CN202311312075.9
申请日：2023-10-11
Applicant: 郑州轻工业大学
IPC: H04W24/08 , H04L43/0876 , G06F18/25 , G06F18/2323 , G06N3/0442 , G06N3/045 , G06N3/088 , G06F123/02
Abstract: 本发明提出一种基于互信息聚类的联邦学习无线流量预测方法，包括构建客户端模型、模型聚类和模型聚合；首先，使用滑动窗口机制将本地的原始流量数据构造为临近型流量序列和周期型流量序列；然后，使用双LSTM模型分别学习这两个流量序列对应的临近性特征和周期性特征，并融合这两种特征，再通过一个线性层映射得到预测值；增强客户端模型学习能力以提高预测准确度。其次，使用基于互信息的谱聚类算法将客户端流量预测模型进行聚类，得到聚类集群；以捕获每个集群模型的个性化特征。最后，使用基于注意力机制的模型聚合算法对模型进行分层聚合得到用于流量预测的全局模型，提高了全局模型的泛化能力。本发明预测误差小，具有优秀的流量预测性能。
-
公开(公告)号：CN113489733A
公开(公告)日：2021-10-08
申请号：CN202110788755.2
申请日：2021-07-13
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于区块链的内容中心网络隐私保护方法，其步骤为：可信属性授权中心执行初始化算法生成公共参数和主密钥；每个消费者和出版者生成其公钥和私钥；可信属性授权中心随机生成自己的公钥和私钥；互相通信计算出公钥；生成密文并上传给云服务提供商；交易上链阶段；解密阶段：当消费者想要获取感兴趣的内容时，在联盟链上找到内容的交易信息；消费者根据交易信息发送兴趣包，通过交易信息中的存储地址获取密文；联盟链根据消费者的访问信息生成访问交易，并以数据包发送给消费者，消费者在本地进行解密并在联盟链上验证。本发明实现了内容共享的机密性、抗合谋攻击和抗CSP攻击；实现了分布式访问控制且访问策略安全。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.052 seconds)
