-
公开(公告)号：CN115865712A
公开(公告)日：2023-03-28
申请号：CN202211428179.1
申请日：2022-11-15
Applicant: 重庆邮电大学
IPC: H04L41/142 , H04L67/1097
Abstract: 本发明请求保护一种基于时效亲密模型的边缘数据存储方法，主要步骤包括：S1，根据智能体与边缘服务器的存储记录计算智能体与服务器的好感度；S2，根据S1得到的好感度以及智能体间历史通信记录构建具有时效性的亲密模型；S3，根据边缘节点资源数，边缘服务器相关的信息数据以及S2得到的亲密度构建边缘数据存储模型；S4，根据S3建立的模型，通过考虑果蝇飞行惯性和个体最优的果蝇优化算法，得到各智能体的存储策略；S5，各智能体根据S4得到的存储策略进行存储。本发明在边缘数据存储时考虑了智能体之间以及智能体与边缘服务器之间的社交关系以及能耗优化等问题，在不增加能耗的基础上有效降低了边缘数据存储时的错误率，满足了用户需求。
-
公开(公告)号：CN114363962A
公开(公告)日：2022-04-15
申请号：CN202111483496.9
申请日：2021-12-07
Applicant: 重庆邮电大学
IPC: H04W28/08 , H04L67/101 , H04L67/1008 , G06N3/12 , G06N3/00 , G06F9/50
Abstract: 本发明请求保护一种协作式边缘服务器部署和资源调度方法、存储介质及系统，具体包括步骤：S1，根据访问延迟和边缘服务器的容量，建立协作式边缘服务器部署的成本和能耗优化模型；S2，获取初始解，基站映射多个边缘服务器；根据容量和延迟约束调整已有映射；S3，采用基于失败者淘汰的烟花算法，调整部署的边缘服务器数量和映射关系，获得合理的边缘服务器部署方案；S4,基于部署结果，建立动态资源调度的预期响应时间优化模型，S5，利用结合裸骨烟花算法和遗传算法的混合算法，动态调整边缘服务器与基站之间的映射。本发明考虑了服务器之间的协作性，提高了用户体验；降低了系统整体能耗和部署成本，降低了基站的预期响应时间。
-
公开(公告)号：CN109344009B
公开(公告)日：2021-09-14
申请号：CN201811185931.8
申请日：2018-10-11
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于分级检查点的移动云系统容错方法，包括S1：将移动云系统中节点的检查点分成两级检查点；S2：设定level‑1型检查点数量的占比和level‑2型检查点数量的占比；建立检查点预期总额外时间开销最小化模型，获得使移动云系统中第一个故障周期M1的额外时间开销最小的检查点的频率函数；根据频率函数，获取移动云系统执行移动应用程序过程中检查点的放置时间序列；S3：在放置时间序列中的各时刻，设置各节点的level‑1型检查点和level‑2型检查点；本发明将检查点分成两级，分别进行容错配置，并对在移动云系统联合执行的移动应用程序的拓扑进行超图化建模，减少了额外时间开销，提高了整个移动云系统的可靠性和可用性。
-
公开(公告)号：CN112738090A
公开(公告)日：2021-04-30
申请号：CN202011590926.2
申请日：2020-12-29
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种在边缘计算中基于绿色计算共识机制区块链的数据完整性检测方法，包括边缘计算设备接收用户所存储的数据，通过调度算法将数据动态存储在适当的边缘计算节点中。任务节点收集各个边缘节点信息，通过绿色计算共识机制进行工作量证明，每隔一段时间选举区块链记录人，记录人将用户事务打包发布至区块链。边缘计算节点验证新发布区块的合法性，若认同此区块，下一次就将在此区块后方继续添加区块，若不认同此区块，此区块将会被抛弃。边缘计算用户可随时查看自己的数据，向区块链中任意边缘节点申请数据hash值，用以检测用户数据的完整性。具有高效节能，安全可靠的优点。
-
公开(公告)号：CN112632532A
公开(公告)日：2021-04-09
申请号：CN202011577709.X
申请日：2020-12-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种边缘计算中基于深度森林的用户异常行为检测方法，包括步骤：S1，云中心将MEC节点收集的用户日常数据进行预处理；S2，云中心确定深度森林每层的并行训练任务；S3，云中心通过群智能算法将训练任务分配给MEC节点；S4，云中心下发任务所需训练数据，所有MEC节点接收数据后同时进行训练，得到该级联层的子森林训练结果；S5，所有MEC节点将训练结果上传到云中心，得到所有层的训练结果后，云中心整合为异常行为检测模型，并将模型下发到MEC节点，进行用户异常行为检测。本发明结合边缘计算特点和深度森林的并行优势，解放了云中心部分计算压力，提高了基于深度森林的异常行为检测系统的训练效率，从而减少异常行为检测系统建立耗时。
-
Patent Agency Ranking
公开(公告)号：CN111258980A
公开(公告)日：2020-06-09
申请号：CN202010058803.8
申请日：2020-01-18
Applicant: 重庆邮电大学
IPC: G06F16/182 , G06F16/11 , G06F9/50 , G06N3/00
Abstract: 本发明请求保护一种云存储系统中基于组合预测的动态文件放置方法，包括下列主要步骤：S1，依据文件的历史访问量，获取文件访问量的时序序列；S2，根据文件访问的访问量的时序序列和设置的一个文件响应时间阈值计算文件的副本数目；S3，利用IOWA算子组合预测方法对文件的下周期访问经行预测，根据预测结果计算下周期文件副本的数目；S4，以降低云副系统平均访问延迟，提高系统可靠性和均衡系统负载构建云存储系统目标优化函数；S5，根据文件副本变化数目和存储系目标优化函数，通过布谷鸟对存储系统的文件副本进行增加和删减。本发明提高了文件访问量的预测精确度；降低了文件的平均访问延迟。
-
公开(公告)号：CN108833302A
公开(公告)日：2018-11-16
申请号：CN201810682188.0
申请日：2018-06-27
Applicant: 重庆邮电大学
IPC: H04L12/911 , H04L12/24
Abstract: 本发明公开了一种云环境下基于模糊聚类及严格双边匹配的资源分配方法，包括以下步骤：步骤S1:分别获取任务数据集Ct和资源数据集Cr；步骤S2:将任务数据集Ct和资源数据集Cr分别进行标准化处理得到待划分的任务数据矩阵T和资源数据矩阵R；步骤S3:利用FCM方法对任务数据矩阵T和资源数据矩阵R进行聚类划分获得c个任务类和c个资源类，计算c个任务类和c个资源类的聚类中心的值；步骤S4:将c个任务类的聚类中心的值和c个资源类的聚类中心值进行01编码，计算海明距离，得到矩阵HD；步骤S5:对矩阵HD中的任务类与资源类进行相异度匹配，得到配对成功的任务类与资源类；步骤S6:将配对成功的任务类与资源类运用严格双边匹配方法进行最终匹配。
-
公开(公告)号：CN107301583A
公开(公告)日：2017-10-27
申请号：CN201710384564.3
申请日：2017-05-26
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于用户偏好和信任的冷启动推荐方法，包括步骤：S1，依据用户社交信息，度量用户间的综合信任值，构建信任关系矩阵；S2，依据用户评分数据，计算用户的偏好相似度，构建偏好关系矩阵；S3，利用综合相似度计算方法融合偏好关系与信任关系，并使用蜂群算法迭代更新综合相似度中的权值，进行多目标优化，使权值达到自适应最优，构建偏好信任关系矩阵；S4，基于偏好信任关系矩阵，选取目标用户的最可信邻居集为其预测相应项目的评分值；S5，将预测评分高的项目推荐给目标用户。本发明提高用户信任度量的精确度、更准确地构建用户行为偏好及提高了对冷启动用户的推荐质量。
-
公开(公告)号：CN105162613A
公开(公告)日：2015-12-16
申请号：CN201510340212.9
申请日：2015-06-18
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于光网络架构业务平面的资源量化分配方法，包括物在物理网络拓扑中，将物理拓扑节点消减为只剩下边界节点的抽象网络拓扑；将抽象网络拓扑中不同的目标-源节点对的链路共享同一条实际链路，目标-源节点对的链路的数据传输可以选择不同的实际链路进行，其中每一条实际链路的数据流都只能沿着同一个方向；计算物理络拓扑中每一个内部节点到所有边界节点的最短路径的带宽值，将内部节点归并到所述带宽值的最大值所对应的边界节点。通过定义线性约束的条件，充分考虑所有链路的带宽资源，不仅资源请求命中率高，而且充分整合了分散的带宽资源，使资源的利用率也相应的提高。
-
公开(公告)号：CN105119741A
公开(公告)日：2015-12-02
申请号：CN201510430406.8
申请日：2015-07-21
Applicant: 重庆邮电大学
CPC classification number: H04L41/12 , H04L41/142 , H04L41/145 , H04L67/10
Abstract: 本发明请求保护一种基于矩阵分解的云计算网络可靠性度量方法，包括步骤：a.获取云计算网络节点及链路，形成云网络等值拓扑模型，形成云网络邻接矩阵；b.为云计算网络指定节点集K，当K中所有节点正常，并且存在连通K中所有节点的通路时网络处于可靠状态；c.基于云计算网络邻接矩阵，求取其不相交K-端路径；d.基于云计算网络不相交K-端路径以及t时刻节点和链路的工作效率，求取t时刻云计算网络可靠度R；本发明提除了能减少矩阵运算次数外，还可用于节点与节点间存在多条链路的情况。在最大限度提高计算效率的同时，也提高了可靠性分析的准确性。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.027 seconds)
