-
公开(公告)号：CN107301583B
公开(公告)日：2020-11-17
申请号：CN201710384564.3
申请日：2017-05-26
Applicant: 重庆邮电大学
IPC: G06F30/27
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：CN109005572A
公开(公告)日：2018-12-14
申请号：CN201810950772.X
申请日：2018-08-20
Applicant: 重庆邮电大学
Abstract: 本发明提供的一种基于博弈论的移动云服务器的接入卸载方法，包括如下步骤：S1.采集候选网络的静态网络性能参数以及移动终端性能参数，S2.计算静态网络性能和移动终端性能的综合权重值；S3.确定最优网络：构建非合作博弈模型F(N,A,G),通过非合作博弈过程得到纳什均衡点，满足该纳什均衡点的网络为最优网络；S4.根据剩余时间Tc以及信号强度RSSI判断当前移动终端是否切换网络；S5.当移动终端接入最优网络后，移动终端通过潜在博弈过程将移动服务卸载到当前服务器中；能够准确地选择出移动终端所能够介入的最优网络接入点，并且能够动态地选择用户是否将移动任务在移动终端本地执行还是卸载到云服务器上执行，从而可以最小化移动终端执行延迟，并且有效降低能耗。
-
公开(公告)号：CN106681791A
公开(公告)日：2017-05-17
申请号：CN201610986690.1
申请日：2016-11-09
Applicant: 重庆邮电大学
CPC classification number: G06F9/45558 , G06F2009/45591 , G06K9/6223
Abstract: 本发明请求保护一种基于对称邻居关系的增量式虚拟机异常检测方法，包括步骤：首先，在云平台中采集虚拟机实例信息，然后，按照每条虚拟机实例信息中包含的虚拟机上下文信息将其聚类成若干个上下文类簇。最后，对于每个上下文类簇，通过采用基于对称邻居关系的增量式局部异常因子算法建立上下文异常检测模型；将实时采集到的虚拟机实例信息按照其包含的虚拟机上下文信息分配到对应的上下文异常检测模型。增量式地更新对应的模型中各条虚拟机实例信息的局部异常因子，并根据新分配到的虚拟机实例的局部异常因子大小判断其是否包含异常行为。本发明提高了检测精度和效率。
-
公开(公告)号：CN106648456A
公开(公告)日：2017-05-10
申请号：CN201610834596.4
申请日：2016-09-18
Applicant: 重庆邮电大学
IPC: G06F3/06
CPC classification number: G06F3/0643 , G06F3/0611 , G06F3/0683
Abstract: 本发明请求保护一种基于用户访问量和预测机制的动态文件副本访问方法，每间隔一个周期就会根据需求来增加或者删除文件副本，包括：设置一个文件访问响应时间阈值td，求取出文件当前周期的副本个数；考虑文件下一周期的访问量趋势，判断副本个数的变化是否同当前周期一致，增加或者删除副本。在选取存储节点集合进行副本添加或删除时，动态地通过粒子群算法，选取最优的节点集合来放置文件副本的位置。本发明实现降低文件的访问延迟、减少文件的增删频率等目标。同时利用粒子群算法动态确定副本增删的存储结点集合，使得增删文件后，系统处于负载均衡以及文件高可靠性的状态。
-
公开(公告)号：CN119960670A
公开(公告)日：2025-05-09
申请号：CN202411926302.1
申请日：2024-12-25
Applicant: 重庆邮电大学
IPC: G06F3/06 , G06F9/50 , G06N3/0442
Abstract: 本发明请求保护一种可靠性驱动的重复数据删除存储优化方法，属于移动边缘网络存储领域，具体包括：云服务商或用户发布内容到边缘服务器，边缘服务器统计用户访问记录之后，结合访问统计和时效特征确定流行内容的生命周期及其副本数量。基于确定出的副本数量，根据访问关系建立内容关联图，筛选出要删除的重复副本，之后将副本部署问题建模为优化问题，选择出副本部署的最优决策。本发明考虑用户的移动性以及内容的变化，以提高在移动边缘网络中用户的服务体验为目标设计副本删除方法和副本部署模型，降低在删除副本后对其他内容访问造成的影响，并找到最佳部署决策，在满足不同用户的需求的同时提高边缘存储的利用率。
-
Patent Agency Ranking
公开(公告)号：CN119728266A
公开(公告)日：2025-03-28
申请号：CN202411926018.4
申请日：2024-12-25
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于数据生产者用户行为的共享数据过滤方法，包括步骤：S1：数据生产者用户包装加密的共享访问数据；S2：边缘服务器根据数据生产者用户异常度和共享数据的指标计算请求异常度；S3：边缘服务器根据请求异常度和异常行为规则进行共享请求数据的过滤；S4：云端服务器对数据生产者用户行为进行统计，计算每个用户的异常度向量；S5：云端服务器对所有数据生产者用户的异常度向量进行聚类并计算异常度向量每个维度的权重；S6：云端服务器更新每个数据生产者用户的异常度。本发明旨在提高共享数据过滤过程的安全性和灵活性，提高用户异常度的评估效果。
-
公开(公告)号：CN118487787A
公开(公告)日：2024-08-13
申请号：CN202410133800.4
申请日：2024-01-31
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种边缘环境下基于智能合约的数据完整性审计策略，包括以下步骤：S1：将原始数据均匀分块，求出每个数据块的哈希值，并将数据上传至边缘服务器；S2：生成密钥对，计算各数据块的验证标签，并将验证标签上传至验证标签存储智能合约；S3：选择当前资源使用率最低的边缘服务器作为本次工作的审计者，云服务器向审计者发起数据完整性审计挑战；S4：生成随机数k，并为每个数据块生成签名，将数据块的签名和随机数k发送给审计者；S5：完整性审计智能合约对边缘数据的完整性进行检测，判定边缘数据的完整性是否受损；S6：若审计通过，审计者直接将审计结果返还给云服务器；否则执行数据块定位智能合约找出受损数据块。
-
公开(公告)号：CN118228300A
公开(公告)日：2024-06-21
申请号：CN202410133808.0
申请日：2024-01-31
Applicant: 重庆邮电大学
IPC: G06F21/62 , G06F21/55 , G06F18/213 , G06F18/24 , G06N5/04
Abstract: 本发明请求保护一种对边缘数据进行量化与保护的方法，属于边缘计算数据发布共享领域。本发明通过概述攻击者的攻击背景，采用基于特征相关性的推理次序以及采用基于二阶马尔科夫链的量化方法，计算出用户的身份泄露风险；针对未考虑多维敏感数据的不同重要系数，通过熵权法确定不同敏感属性的重要系数；针对多种数据类别的数据集，设计了一种同时计算连续型数据和分类型数据的信息损失函数。本发明提高了量化数据隐私泄露风险的准确性；面对大型数据集时，边缘服务器利用聚类与启发式算法提高了数据集排序的准确度，并降低了数据集排序的时延，同时在形成受保护的数据集后降低了数据的隐私风险和信息损失。
-
公开(公告)号：CN115865428B
公开(公告)日：2024-05-17
申请号：CN202211426994.4
申请日：2022-11-15
Applicant: 重庆邮电大学
IPC: H04L9/40 , H04L67/1029 , H04L67/1031
Abstract: 本发明请求保护一种基于信任值和纠删码的边缘数据存储和完整度验证方法及系统，具体包括：云服务器计算出边缘服务器的信任值、能力值，选取出存储服务器、存储验证服务器、完整度验证服务器；基于选取的结果，智能终端处理、发送数据，存储服务器存储数据，存储验证服务器验证存储结果、完整度验证服务器检测数据完整度。本发明考虑了边缘服务器的信任值和能力值，提高了数据存储过程中边缘服务器的可靠性和确保数据的完整性；智能终端只做少量的数据处理，降低了智能终端的能耗，减少了智能终端的数据处理时间；使用纠删码和MHT(Merkle Hash Tree，梅克尔树)的分块存储策略可以实现数据的完整度检测。
-
公开(公告)号：CN114338685B
公开(公告)日：2023-09-26
申请号：CN202111485003.5
申请日：2021-12-07
Applicant: 重庆邮电大学
IPC: H04L67/1004 , H04L67/1025 , H04L67/1097 , H04L67/63
Abstract: 本发明请求保护一种基于信用度‑价格关系的边缘服务器资源分配方法，包括下列主要步骤：S1，获取边缘服务器资源数，信用度及要价，获取用户的出价及其要求的信用度；S2，根据信用度评估模型对边缘服务器与用户进行排序；S3，根据排序结果、价格约束及信用度约束，对用户和边缘服务器进行匹配；S4，判断边缘服务器与用户是否能进行价格动态更新，若能更新则更新价格后继续匹配；S5，对匹配结果进行筛选，筛选重复的用户请求；S6，根据最终成功的匹配结果计算成交价格以及成交效用；S7，根据信用度评估模型更新边缘服务器信用度。本发明提出了信用度‑价格关系，并基于此提出了动态价格更新机制，整体提高了资源分配的可靠性和资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.024 seconds)
