-
公开(公告)号:CN116668995B
公开(公告)日:2023-11-24
申请号:CN202310931544.9
申请日:2023-07-27
Applicant: 苏州大学
IPC: H04W4/46 , H04W4/06 , H04W72/0453 , H04B17/382 , G08G1/01 , G06N3/092
Abstract: 本发明涉及一种基于深度强化学习的车联网动态信标广播方法及系统,包括设置车联网通信机制和中央深度强化学习网络的参数,以及设置每一轮训练实验环境单位时间内生成车流量和实验车辆类型比例,其中实验车辆类型包括智能体车辆与普通车辆;在每个时间步起始时刻获取确定的智能体车辆的本地状态信息,使用本地状态信息对中央深度强化学习网络进行训练,得到训练好的中央深度强化学习网络;将训练好的中央深度强化学习网络部署于模拟交通环境中用于测试。本发明能够更好地区分出不同交通风险程度的车辆并给予其合适的通信信标频率进行安全消息广播,有效地减小高风险车辆与邻近
-
公开(公告)号:CN116702186A
公开(公告)日:2023-09-05
申请号:CN202310255365.8
申请日:2023-03-16
Applicant: 苏州大学 , 江苏省未来网络创新研究院
Abstract: 本发明涉及分布式计算领域,公开一种抗合谋攻击的分布式智能运算隐私保护方法和系统,方法包括:构建包括用户和分布式设备的网络拓扑结构,所述分布式设备共享矩阵库;用户根据目标结果生成编码序列并发送给分布式设备,分布式设备根据编码序列和矩阵库给用户返回计算结果;构建可解码条件和恢复阈值,用户结合所述可解码条件、恢复阈值和所述计算结果得到目标结果;系统包括:网络构建模块、矩阵库模块和隐私保护模块。本发明可以快速运行、提高健壮性和隐私性、易于在分布式设备上实现。
-
公开(公告)号:CN114928548B
公开(公告)日:2023-07-28
申请号:CN202210445503.4
申请日:2022-04-26
Applicant: 苏州大学
IPC: H04L41/147 , H04L41/14 , H04L51/52 , G06Q50/00 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种社交网络信息传播规模预测方法及装置,首先通过对用户之间的关注关系进行采样,并构建异构图解决了多源信息传播结构上的不连通问题;然后,对用户转发的时间序列划分时间段,并进一步根据这些时间段向异构图中添加时间节点,并连接对应时间段内的用户,使得构建的异构图也有了表达时间特征的能力;最后,通过对异构图中的时间节点使用循环神经网络提取时间特征,并和使用图卷积神经网络的结构特征学习多轮交替进行,从而实现时间特征和结构特征之间双向强依赖关系的学习。
-
公开(公告)号:CN110087237B
公开(公告)日:2023-05-02
申请号:CN201910362769.0
申请日:2019-04-30
Applicant: 苏州大学
Abstract: 本申请公开了一种基于数据扰动的隐私保护方法,应用于群智感知,在移动终端采集得到感知数据后,依据聚合噪声消除原理对所述感知数据进行加密脱敏,依据聚合噪声消除原理进行噪声添加可以隐藏感知数据中的隐私信息,同时在后续聚合后为隐藏隐私信息添加的噪声经过聚合消除,而聚合后的数据中隐私数据也经过聚合,无法分辨各用户的隐私信息,对解密脱敏后得到的感知密文进行签名,并将所述签名数据以及所述感知密文发送至服务器云,请求端接收到的数据为经过脱敏处理后的精确聚合数据,提升了分析过程的准确性,同时保证了用户的隐私性不受侵犯。本申请还公开了一种基于数据扰动的隐私保护装置、设备、系统及一种可读存储介质,具有上述有益效果。
-
公开(公告)号:CN108462643B
公开(公告)日:2021-02-02
申请号:CN201611135323.7
申请日:2016-12-11
Applicant: 苏州大学
IPC: H04L12/751 , H04L12/761 , H04L29/06
Abstract: 本发明公开了一种面向整数传输速率的基于网络编码的弱安全多播传输拓扑构建方法,获取所在网络的参数;将所在网络表示为有向图,有向图由节点和边构成,节点包括源节点、中间节点和目的节点,如果两个节点之间存在一条通信链路,则在这两个节点之间连接一条具有该方向的边;每条有向边的容量等于对应通信链路的容量,代价等于对应通信链路的代价;根据有向图建立整数传输速率的基于网络编码的弱安全多播的传输拓扑构建的数学模型;采用整数线性规划求解方法进行求解,获取整数传输速率的基于网络编码的弱安全多播的传输拓扑构建方案。本发明实现了整数传输速率的基于网络编码的弱安全多播在满足弱安全需求的条件下,传输拓扑的构建,使得网络内安全传输吞吐量最大,与此同时保证了最大吞吐量时的最小传输代价,实现了网络的效率与代价优化。
-
公开(公告)号:CN108063726B
公开(公告)日:2020-11-10
申请号:CN201711294703.X
申请日:2017-12-08
Applicant: 苏州大学
IPC: H04L12/721 , H04L12/751 , H04L12/771
Abstract: 本发明公开了一种信息中心网络中信息缓存路由方法、系统、设备及计算机存储介质,其中该方法包括:获取信息中心网络的状态参数,状态参数包括源节点参数、中间节点参数、目的节点参数、节点间的第一内容传输关系;基于状态参数及目标条件建立目标线性规划模型;求取目标线性规划模型的解值,并基于解值获取与目标条件对应的缓存及路由方法。本发明提供的一种信息中心网络中信息缓存路由方法借助线性规划方法来获取与目标条件对应的缓存及路由方法,在一定程度上解决了如何提高信息中心网络中合作缓存方式的适用性的技术问题。本发明提供的一种信息中心网络中信息缓存路由系统、设备及计算机存储介质也解决了相应的技术问题。
-
公开(公告)号:CN111805894A
公开(公告)日:2020-10-23
申请号:CN202010544704.0
申请日:2020-06-15
Applicant: 苏州大学
IPC: B29C64/129 , B29C64/386 , G06T17/00 , G06T3/40 , B33Y50/00
Abstract: 本发明公开了一种STL模型切片方法和装置,涉及数据处理技术领域,读取和加载STL模型;获得第一切片平面;将第一切片平面依据第一设定厚度对STL模型水平相切,获得第一轮廓曲线,其中,第一轮廓曲线是STL模型与第一切片平面的切面的轮廓曲线;判断轮廓曲线中是否包含STL模型的实体部分;如果轮廓曲线中包含STL模型的实体部分,将实体部分填充白色获得白色部分;根据实体部分确定轮廓曲线中的非实体部分;将非实体部分填充黑色,构成切面的掩膜;通过第一3D打印机将掩膜投影到液态光敏树脂,将白色部分固化为第一固化轮廓。达到了准确获取切片位图的轮廓信息,提高切片位图打印的准确性,提高3D打印模型的精确性的技术效果的技术效果。
-
公开(公告)号:CN111049814A
公开(公告)日:2020-04-21
申请号:CN201911229659.3
申请日:2019-12-04
Applicant: 苏州大学
Abstract: 本发明公开了一种在边缘计算环境中针对污染攻击的计算验证的方法,在云端随机生成零空间向量矩阵和标记验证矩阵,得到完成两次扩展的编码数据块;进行行序随机重排,并将重排后的行号记录进集合并发送给边缘设备;用户向云端发送计算请求后,云端将边缘节点信息、编码系数矩阵、零空间验证矩阵、零空间扩展行与标记行行序号记录发送给用户节点;用户将输入矩阵发送给边缘设备,获得中间计算结果;用户对接收到的计算结果进行标记行验证和零空间验证从而确定正确计算结果;用户在得到某个固定数量的正确中间结果后进行解码并获得最终的计算结果。本发明给出的基于编码边缘计算的可验证计算方案,能够在用户付出较少计算代价的情况下对计算结果进行正确性验证。
-
公开(公告)号:CN110457053A
公开(公告)日:2019-11-15
申请号:CN201910592024.3
申请日:2019-07-02
Applicant: 苏州大学
Abstract: 本发明公开了一种基于NB-IoT的终端远程自动更新系统,包括人机交互系统以及终端,人机交互系统包括云服务器,云服务器读取端口数据接收缓冲区存储的终端发来的数据,以及将程序更新数据发送至终端。终端包括存储器、驱动模块和程序更新模块,存储器包括存储用户中断向量表和用户程序的用户程序存储区以及存储云服务器发来的程序更新数据的更新存储区,驱动模块对存储器存储的内容进行读取、擦除和写入,程序更新模块依据云服务器发来的程序更新数据,控制驱动模块对用户程序存储区内的程序进行更新。该系统能够使人机交互系统通过窄带物联网对终端进行程序的远程自动更新,无需维护人员进行现场程序更新,节省了时间成本、人力成本和设备回收成本。
-
公开(公告)号:CN108960929A
公开(公告)日:2018-12-07
申请号:CN201810778152.2
申请日:2018-07-16
Applicant: 苏州大学
CPC classification number: G06Q30/0202 , G06Q50/01
Abstract: 本发明涉及一种考虑现有产品影响的社交网络营销种子用户选取方法,包括:步骤1、将社交网络模型化为一幅社交图G=(V,E,W),其中顶点集V表示社交网络中所有社交用户集合,边集E表示社交用户间社交关系集合,W表示所有边上的权值集合;步骤2、初始化种子用户集合S为空集,即初始化用户集合U为步骤1中所有用户集合,即U←V;步骤3、计算步骤2中集合U中所有用户的营销影响力。上述考虑现有产品影响的社交网络营销种子用户选取方法,考虑现有产品对营销产品推广的影响,从社交关系和现有产品两方面对社交用户的营销影响力进行度量,以营销回报率作为优化目标,利用双向优化方法选取种子用户集合,以最大化营销回报率。
-
-
-
-
-
-
-
-
-