公开(公告)号：CN116541885A

公开(公告)日：2023-08-04

申请号：CN202310597796.2

申请日：2023-05-25

Applicant: 重庆邮电大学空间通信研究院

Inventor： 吴大鹏 ,  杨志刚 ,  王汝言 ,  张鸿 ,  罗心怡 ,  李红霞

IPC: G06F21/62 ,  G06F21/60 ,  G06F40/126 ,  G06F16/29 ,  H04W12/033 ,  H04W4/02

Abstract: 本发明属于信息安全领域，具体涉及一种基于编码扰动的轨迹隐私保护方法，包括：对用户所处地理位置为矩形地理区域进行等面积划分，得到四元编码树；将每次划分后的四个兄弟子节点进行兄弟编码，将每个子节点与其父节点的编码进行串接，得到每个矩形在四元编码树中的唯一位置编码；将唯一位置编码分为多层编码，将相同编码层级的区域码按访问顺序串接；对不同层级的轨迹编码进行扰动，得到不同层级的扰动编码，用户将所有层的扰动编码串接后得到的完整轨迹编码。本发明提出基于四元树划分的轨迹编码方法，极大减少了真实轨迹数据的处理难度；为了保证用户上传的轨迹数据隐私，通过轨迹编码分层扰动方案，实现保护用户轨迹隐私。

公开(公告)号：CN115277175B

公开(公告)日：2023-07-25

申请号：CN202210880055.0

申请日：2022-07-25

Applicant: 重庆邮电大学

Inventor： 王汝言 ,  景忠源 ,  吴大鹏 ,  张普宁 ,  杨志刚

IPC: H04L9/40 ,  H04L9/00 ,  H04L9/08 ,  H04L67/12 ,  G06N3/084 ,  G16Y20/00 ,  G16Y30/10 ,  G16Y40/50

Abstract: 本发明涉及一种工业互联网数据隐私保护方法，属于工业互联网的数据隐私保护领域。该方法包括：S1：云服务器初始化模型：参数服务器将预先收集的部分设备的数据集用来训练初始模型；盲化服务器生成Paillier同态加密密钥对和随机数，将其传输到每个边缘节点；S2：每个边缘节点从参数服务器下载初始模型，根据每个工厂设备的敏感度，边缘节点分配隐私预算并在添加高斯噪声后收集噪声数据集；S3：边缘节点训练神经网络模型；S4：参数服务器收集所有边缘节点上传的模型参数，并对其聚合更新生成全局模型；盲化服务器生成新的随机数并将其发送到每个边缘节点进行下一轮训练。本发明提高了训练效率和模型精度。

公开(公告)号：CN116468133A

公开(公告)日：2023-07-21

申请号：CN202310457962.9

申请日：2023-04-25

Applicant: 重庆邮电大学

Inventor： 吴大鹏 ,  张栩华 ,  张鸿 ,  王汝言 ,  张普宁 ,  杨志刚

IPC: G06N20/20

Abstract: 本发明涉及一种通信优化的分布式协作方法，属于机器学习领域。首先基于上一轮次全局模型与当前轮次本地模型的差异化来计算其相对熵，并根据相对熵的结果判断是否传输当前模型层，然后由服务器在不同的轮次下指定不同的量化级别来实现时间自适应量化，对于同一轮次下的不同客户端继续指定不同的量化级别来实现客户端自适应量化，以此解决带宽受限的环境下通信成本过高的问题。另外，在客户端本地训练正常的基础上，考虑传输过程频繁意外中断的情况，当客户端的地理位置不断变化时联邦学习依旧能正常训练。

公开(公告)号：CN116310595A

公开(公告)日：2023-06-23

申请号：CN202310471440.4

申请日：2023-04-27

Applicant: 重庆邮电大学

Inventor： 吕翊 ,  黄凤仪 ,  张普宁 ,  杨志刚 ,  吴大鹏 ,  王汝言

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明涉及一种基于图像的小目标实时识别方法，属于检测技术领域。该方法包括：收集产品生产线上瑕疵图像样本，制作训练所需要的数据集；搭建产品瑕疵检测模型，基于数据集对该检测模型进行训练，将待检测图像输入训练模型进行检测分析，对检测结果进行统计分析与后处理。所述目标检测模型包括主干网络、多尺度合并模块、多维度注意力模块。本发明利用多尺度合并模块，提高特征金字塔的特征融合能力，增强金字塔中信息聚合；利用多维度注意力模块，提高模型对重要信息的提取能力，最终提高对产品小目标瑕疵识别的正确率和效率。

公开(公告)号：CN115934308A

公开(公告)日：2023-04-07

申请号：CN202211018975.8

申请日：2022-08-24

Applicant: 重庆邮电大学

Inventor： 张普宁 ,  孙美玉 ,  李学芳 ,  吴大鹏 ,  杨志刚 ,  王汝言

IPC: G06F9/50 ,  G06F16/9535 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种边缘数据缓存方法，属于物联网领域。该方法包括：数据收集；用户搜索记录存储包括边缘服务器存储用户历史查询内容及其搜索反馈数据；边缘推理包括热点实体识别方法，依次构建个人兴趣预测模型和群体兴趣预测模型，根据群组用户兴趣程度实现热点实体的识别；边缘缓存包括通过设计的边缘缓存策略实现对热点实体信息的优先缓存；内容替换：通过设计的内容替换策略完成实体信息的缓存替换；用户搜索：边缘服务器通过直接响应或者与感知设备通信的方式响应用户搜索请求。本发明可有效提高系统缓存性能，提升用户搜索体验。

公开(公告)号：CN115378963A

公开(公告)日：2022-11-22

申请号：CN202211018585.0

申请日：2022-08-24

Applicant: 重庆邮电大学

Inventor： 张普宁 ,  孙美玉 ,  李学芳 ,  吴大鹏 ,  杨志刚 ,  王汝言

IPC: H04L67/1097 ,  H04L67/568

Abstract: 本发明涉及一种边缘数据服务方法，属于物联网领域。该方法首先计算数据新鲜度及通信能耗等状态感知，并依据两种状态客观定义系统平均搜索成本，然后边缘服务器采用DQN模型对最优缓存策略进行推理，获得使得搜索成本最小时的实体集合。本发明可有效降低系统搜索成本，提高缓存命中率，为用户提供实时的、高质量的数据服务。

公开(公告)号：CN114707076A

公开(公告)日：2022-07-05

申请号：CN202210235650.9

申请日：2022-03-11

Applicant: 重庆邮电大学

Inventor： 甄岩 ,  刘欢 ,  张普宁 ,  杨志刚 ,  吴大鹏 ,  王汝言

IPC: G06F16/9536 ,  G06F16/9537 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种个性化物联网实体推荐方法，属于物联网技术领域。该方法包括：S1：采集用户历史数据，包括IoT实体评分、社交域和地理位置信息；S2：数据抽象化：服务器端处理采集的用户历史数据，获取项目域自适应部分的输入、社交域自适应部分的输入和特征嵌入部分的输入；S3：提取偏好特征：服务器端采用APTE推荐模型，获取用户项目域和社交域的偏好特征；S4：获取轻量级特征：采用轻量级卷积网络即使用两层网络代替复杂的卷积神经网络，获取实体项目和社交关系的最终特征表示；S5：采用基于频率的加权策略优化APTE推荐模型参数；S6：用户推荐。本发明减少了模型参数，优化了模型收敛速度。

公开(公告)号：CN119992291A

公开(公告)日：2025-05-13

申请号：CN202411924323.X

申请日：2024-12-25

Applicant: 重庆邮电大学

Inventor： 吴大鹏 ,  林畅 ,  张普宁 ,  杨志刚 ,  王汝言 ,  张鸿

IPC: G06V10/94 ,  G06V10/96 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0455 ,  G06T7/00

Abstract: 本发明涉及一种面向工业异常检测任务的语义通信方法，属于工业异常检测领域。该方法包括边‑端协同的工业图像语义传输架构、高精度工业图像异常检测网络和面向异常检测的语义特征提取模型。在训练阶段，边缘服务器训练某个工业产品种类的异常检测模型，训练完成后，将异常检测网络下发至终端设备。在测试阶段，当输入某一个种类的工业产品图像时，终端设备对于输入图像进行语义编码和信道编码，以得到语义特征，通过无线信道直接将语义信息传输到对应的边缘服务器。当边缘服务器接收到语义特征后进行信道解码和语义解码，直接输出工业异常检测任务结果。本发明可以减轻工业物联网中的数据传输压力及边缘计算负载，实现实时工业产品表面的异常检测。

公开(公告)号：CN119691808A

公开(公告)日：2025-03-25

申请号：CN202411859189.X

申请日：2024-12-17

Applicant: 重庆邮电大学

Inventor： 吴大鹏 ,  程城 ,  杨志刚 ,  张普宁 ,  王汝言 ,  张鸿

IPC: G06F21/62 ,  G06N20/00 ,  G06F21/60 ,  H04L9/00 ,  H04L9/32 ,  H04L9/40

Abstract: 本发明涉及一种基于数据对齐和隐私保护的多参与方纵向联邦学习方法，属于数据安全领域。本发明通过融合多方数据的安全计算，满足数据隐私保护和数据协作方面的要求，同时支持用户解决数据泄露和隐私侵犯问题；本发明方法结合零知识证明和同态加密技术构建安全的多方数据对齐机制，通过高效的加密手段保护数据隐私，并利用多方私有集合交集计算实现对共同用户数据的安全识别，提高了数据协作的安全性和效率；本发明的违规处理与奖惩机制，通过第三方审查机构的监督，确保参与方在数据对齐和模型训练过程中遵守协议规定，防止数据滥用，增强了协议的可靠性和参与方的合规性。

公开(公告)号：CN118411748A

公开(公告)日：2024-07-30

申请号：CN202410505558.9

申请日：2024-04-25

Applicant: 重庆邮电大学

Inventor： 张普宁 ,  付秒 ,  杨志刚 ,  吴大鹏 ,  王汝言 ,  张鸿

IPC: G06V40/16 ,  G06V20/59 ,  G06V20/40 ,  G06V10/80 ,  G06V10/774 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明涉及一种边云协同的车联网多模态数据分析方法，属于车联网技术领域。该方法通过车载设备实时采集驾驶人的面部视频和对话音频多模态数据，并进行预处理后发送至路边单元进行计算；在路边单元中，通过CNN捕获人脸区域的重要信息，同时通过区域特征交互模块将区域特征与全局特征进行交叉融合以实现粗粒度的面部表情识别；此外，在路边单元中使用堆叠的卷积神经网络分别对音频和人脸图像进行特征提取，并计算输出性格特征；最后将粗粒度的表情特征与性格特征上传至云端，与语音特征进行融合，识别出驾驶人的真实情绪。本发明嫩巩固提高驾驶人情绪识别精度，有效实现驾驶员的真实情绪识别。