-
公开(公告)号：CN106100963A
公开(公告)日：2016-11-09
申请号：CN201610674141.0
申请日：2016-08-16
Applicant: 重庆邮电大学
CPC classification number: H04L12/4641 , H04L63/10
Abstract: 本发明涉及一种基于全文意转换的软件VPN实现方法，属于网络数据安全通信技术领域。该方法的基本思想是建立一个用户访问权限和URL转换的规则库，实现VPN服务器中用户的访问控制以及保护内网资源的目的。与现有的VPN实现方案相比，本方法具有极强的可扩展性，网页内容的全文意转换使得本方法实现的软VPN具有极强的兼容性，能够快速部署于异构的多业务系统中，而无需对各业务系统进行任何修改。该方法应用于多业务系统，并具有处理能力强，能快速部署，可以灵活动态扩展，以及对用户访问权限可以进行有效控制等优点。
-
公开(公告)号：CN119473691A
公开(公告)日：2025-02-18
申请号：CN202411712477.2
申请日：2024-11-27
Applicant: 重庆邮电大学
IPC: G06F11/07 , G06F18/2415 , G06N3/088 , G06F18/25 , G06N3/045 , G06N5/04 , G06F17/16 , G06N3/048 , G06F18/2135 , G06F18/22
Abstract: 本发明涉及一种基于多模态数据的无监督微服务系统故障定位方法，属于服务计算领域；该方法包括以下步骤：S1：构建一个无监督微服务系统故障定位框架模型，模型划分为离线训练阶段与在线故障定位阶段；S2：离线阶段，利用无故障阶段收集微服务系统数据等进行预处理，对模型进行预训练，得到包含自注意力的自编码器模型；S3：在线故障定位阶段中，获取异常发生前t时间窗口内的数据，输入到模型进行推理，通过对比模型的输出和输入的差异进行数据分层，分离出疑似故障数据；S4：在分层出的故障数据中，构建加权状态转移概率矩阵进行最终的故障定位。本发明基于多模态数据和数据分层思想能保证在构建状态转移概率矩阵保持可靠性和定位的准确度。
-
公开(公告)号：CN116113077B
公开(公告)日：2024-05-07
申请号：CN202310106384.4
申请日：2023-02-13
Applicant: 重庆邮电大学
IPC: H04W84/04 , H04W72/1273 , H04W72/12 , H04W72/23
Abstract: 本发明涉及蜂窝网络通信技术边缘计算领域，尤其涉及一种基于5G CPE下行分流技术的专网高可用组网方法，包括将5G融合网络分流器接入本地网络，即专网4G/5G基站、本地企业服务器分别与5G融合网络分流器串联；在本地企业网部署端网络设备5G CPE，端网络设备5G CPE通过有线方式接入5G融合网络分流器，通过空口接入专网4G/5G基站；为端网络设备5G CPE配置固定的蜂窝移动网络的IP地址，将用户终端的目标IP地址设置为端网络设备5GCPE的IP地址，并通过5G融合网络分流器将该IP地址映射到本地企业服务器；本发明保证业务的稳定运行，降低物理专线成本，实现专网下业务不间断的高可用数据传输。
-
公开(公告)号：CN117978660A
公开(公告)日：2024-05-03
申请号：CN202311776817.3
申请日：2023-12-21
Applicant: 重庆邮电大学
IPC: H04L41/0897 , H04L41/149 , H04L41/16 , H04L43/0852 , G06N3/042 , G06N3/08 , G06F17/16 , G06F17/14
Abstract: 本发明公开了一种基于时延预测的微服务弹性伸缩方法及系统，属于微服务技术领域。所述方法包括获取一定时间长度的集群数据；将微服务调用实例构建出有向图，将有向图的邻接矩阵进行变换，得到拉普拉斯矩阵，将微服务调用实例的负载信息进行处理，得到特征张量；将拉普拉斯矩阵和特征张量输入到训练后的基于注意力机制的时空卷积图神经网络中，输出微服务调用节点的预测时延；将所述微服务调用节点的预测时延进行处理，采用基于排队论的上置信界算法搜索得到所述微服务调用节点的最佳伸缩配置。本发明为容器云环境下的微服务提供QoS感知能力，对动态变化的容器云环境进行微服务自适应伸缩，最终保障了QoS的稳定并减少了资源消耗。
-
公开(公告)号：CN117896781A
公开(公告)日：2024-04-16
申请号：CN202311712135.6
申请日：2023-12-13
Applicant: 重庆邮电大学
IPC: H04W28/084 , G06F9/48 , G06F9/50 , G06F12/123 , G06N3/006
Abstract: 本发明属于移动边缘计算领域，具体涉及一种面向移动边缘计算的AR应用计算卸载策略，该策略包括：1)构建一个协同缓存计算卸载系统，并根据AR应用在执行时各个组件的内部子任务及其相互依赖关系，将AR任务抽象成DAG(Directed Acyclic Graph，有向无环图)任务流；2)AR设备将其当前任务的DAG信息发送给协同缓存计算卸载系统的前置边缘计算节点，前置边缘计算节点提取AR任务信息，并采用TurbolSO算法对该任务进行分解，分别得到公共子图和剩余子图任务集合；3)分别将公共子图任务集合与剩余子图任务集合卸载到各边缘计算节点的任务队列；4)各边缘计算节点按照队列调度执行各卸载任务，对于公共子图任务，缓存其结果到边缘计算节点的协同缓存，对于剩余子图任务，根据与公共子图任务的关联性访问协同缓存；本发明能够在边缘计算场景下有效降低AR应用程序的DAG任务流的调度和卸载成本，使得时间消耗达到最优。
-
Patent Agency Ranking
公开(公告)号：CN117858165A
公开(公告)日：2024-04-09
申请号：CN202311712133.7
申请日：2023-12-13
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种车载网络环境下基于V2V的车辆成组协同计算卸载策略，属于边缘计算技术领域。它包括以下步骤：1)在车辆成组的车载网络中，将不同类型任务按照大小划分为若干子任务，并根据任务局部延迟查找组内服务车辆；2)根据车辆历史数据，构建状态转移矩阵，建立基于马尔科夫链的车辆离群率预测模型；3)根据每辆车的计算需求、离群率预测、任务大小以及通信链路的带宽等，构建车辆任务卸载的时延模型并建立目标函数；4)利用贪心算法对步骤S3的目标函数求解，得到子任务预卸载策略；再采用基于MAB模型的学习式计算卸载算法动态调整得到最优任务卸载决策；本发明所述的协同计算卸载策略，能够有效提高车载环境中V2V计算卸载效率，优化计算资源的使用。
-
公开(公告)号：CN117858093A
公开(公告)日：2024-04-09
申请号：CN202311772309.8
申请日：2023-12-21
Applicant: 重庆邮电大学
IPC: H04W12/60 , H04W12/37 , H04W12/06 , H04W12/121 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于网络安全领域，具体涉及一种基于深度学习的5G专网终端信任评估方法，包括：构建5G零信任网络架构；获取网关数据，其中网关数据包括本地专网内各终端系统数据、终端状态数据以及终端接入认证数据；对网关数据进行信任评估，得到终端的原子信任值；将终端的原子信任值输入到卷积神经网络模型中，得到预测的终端信任值；将预测的终端信任值与存储的终端历史信任值进行对比，并采用时间衰减算法动态计算权重；根据计算的权重对终端信任值进行更新；本发明实现了零信任网络中对网络实体的信任评估，保证了零信任网络的安全性。
-
公开(公告)号：CN117835245A
公开(公告)日：2024-04-05
申请号：CN202410006678.4
申请日：2024-01-03
Applicant: 重庆邮电大学
IPC: H04W12/121 , G06N3/0455 , G06N3/084 , G06N3/098 , H04L9/40 , H04L41/16
Abstract: 本发明属于数据安全技术领域，具体涉及一种基于联邦学习的移动边缘网络异常流量检测方法及系统，方法包括构建基于循环神经网络构建基于编码器和解码器的自编码器，中央服务器利用正常的流量数据对自编码器进行训练；将完成训练的自编码器部署到移动边缘网络服务器，利用自编码器对实时流量数据进行异常识别；移动边缘网络服务器利用识别为正常的流量数据对自编码器惊醒增量训练，并将训练后更新的参数发送给中央服务器；中央服务器对收到的移动边缘网络服务器发送的参数进行聚合，并将聚合得到的模型参数下发到移动边缘网络服务器，移动边缘网络服务器更新本地参数；本发明能够有效地帮助维护移动边缘网络的安全性，防止潜在的安全威胁。
-
公开(公告)号：CN117749797A
公开(公告)日：2024-03-22
申请号：CN202311730559.5
申请日：2023-12-15
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种车联网环境下基于马尔科夫链的差分隐私任务卸载方法，属于车联网和隐私保护领域。所述方法包括构建并初始化各个车辆的离散马尔科夫状态空间；根据当前车辆的移动速度、周围车辆数量和边缘服务器数量，更新状态转移概率矩阵，得到当前车辆的隐私参数；对当前车辆的位置进行本地差分隐私保护并生成当前车辆的混淆位置；计算当前车辆与边缘服务器之间传输任务产生的时延，并构建最小化的系统任务卸载时延目标函数；采用鲸鱼算法对系统任务卸载时延目标函数处理，搜索最优卸载方案，进行差分隐私任务卸载。本发明降低了数据泄露的风险，在保证车联网任务卸载时延的同时，为车联网中的隐私保护提供了一种有效且灵活的解决方案。
-
公开(公告)号：CN113723514B
公开(公告)日：2023-10-20
申请号：CN202111012705.1
申请日：2021-08-31
Applicant: 重庆邮电大学
IPC: G06F18/23213
Abstract: 本发明涉及数据处理领域，涉及一种基于混合采样的安全接入日志数据平衡处理方法；所述方法包括对安全日志记录预处理提取出结构化的句向量；将句向量划分为多数类样本与少数类样本；利用k近邻密度峰值聚类算法分别对多数类样本和少数类样本聚类处理，确定出簇中心和离群点，并将所有样本分配到对应的类簇中；利用k近邻密度峰值聚类算法对多数类样本进行欠采样处理；将轮盘赌算法与k近邻密度峰值聚类算法结合对少数类数据进行过采样，同时还单独为少数类的离散点进行过采样；将欠采样和过采样得到的结果共同组成新的平衡数据集。本发明在学习到数据分布的基础上做到多数类与少数类的平衡，能够为分类模型提供良好的数据学习基础，提高分类精度。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.029 seconds)
