-
公开(公告)号：CN115174670B
公开(公告)日：2023-06-06
申请号：CN202210812043.4
申请日：2022-07-11
Applicant: 电子科技大学
IPC: H04L67/56 , H04L67/2866 , H04L67/63
Abstract: 本发明公开了一种分级代理部署方法，本发明利用分级的代理部署架构，在面向5G/B5G网络中某种特定类型的业务流的传输性能需求时，通过选择最佳的代理部署位置和数量，以形成一个最佳的代理部署方案，实现在满足传输性能需求下最小化代理部署数量，以减少网络开销和资源浪费。
-
公开(公告)号：CN115829028B
公开(公告)日：2023-04-18
申请号：CN202310107997.X
申请日：2023-02-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种多模态联邦学习任务处理方法及系统，属于联邦学习技术领域。本发明方法包括：多模态数据的线性嵌入，基于线性嵌入的模态迁移联邦训练和采用同模嵌入结果进行联邦学习任务训练。本发明还公开了一种多模态联邦学习任务处理系统。本发明用于提升机器学习数据资源利用率和机器学习模型的质量。本发明支持具有不同数据模态参与方进行联邦学习训练以得到相比本地训练更优质的模型，支持模态差异较大的多模态联邦学习，支持模态缺失的参与方，不需要每个参与方都具有所有数据模态就能执行训练，提高了多模态联邦学习的实用性；采用联邦学习方式训练不同模态的线性嵌入映射矩阵模态迁移模型，保证了不同参与方的模态迁移的一致性。
-
公开(公告)号：CN114064499B
公开(公告)日：2023-04-07
申请号：CN202111393163.7
申请日：2021-11-23
Applicant: 电子科技大学
IPC: G06F11/36 , G06F21/57 , G06N3/0464
Abstract: 本发明提供了一种黑盒模糊测试方法、系统、电子设备及存储介质，属于黑盒模糊测试技术领域，该方法包括：获取神经网络模型和与其匹配的数据集；搭建智能计算框架；将神经网络模型作为初始种子放入种子模型中，并将其与匹配的数据集一并作为初始测试用例；通过层变异、权重变异和API变异三种模型变异方法生成变异的神经网络模型，并将变异的神经网络模型结合匹配的数据集形成测试用例；启动智能计算框架，将测试用例中的变异的神经网络模型和数据集进行加载，使加载完的变异的神经网络模型在数据集上进行计算；对智能计算框架的运行结果以及执行过程的输出进行分析。本发明能够更全面的覆盖神经网络模型的可变异范围，实现高效的模型生成。
-
公开(公告)号：CN113434252B
公开(公告)日：2023-04-07
申请号：CN202110719767.X
申请日：2021-06-28
Applicant: 电子科技大学
IPC: G06F9/455 , H04L47/215 , H04L47/22 , H04L47/50
Abstract: 本发明提供了一种面向5G网络功能虚拟化的自定义VNF部署系统及方法，属于通信技术领域，通过用户态DPDK技术将网络功能的实现从内核中剥离，降低开发门槛，提高可定制程度；提供了一类模块化方法实现数据包处理流程，进一步减小开发难度，提升实现效率；并在用户态数据包处理过程中预设了监控点，可通过简单的配置获取数据包和数据流级别的监控指标，以支撑VNF的功能性验证和性能评估；最后该工具集支持容器化部署方式，可通过容器镜像封装，对外提供统一的虚拟网络接口和简洁的控制接口，从而加快从功能交付到服务部署的流程，且上手简单，逻辑清晰，定制化程度高，易于部署和管理，并且提供内生的监控功能便于VNF性能指标的获取。
-
公开(公告)号：CN112100659B
公开(公告)日：2023-04-07
申请号：CN202010963388.0
申请日：2020-09-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种区块链联邦学习系统及拜占庭攻击检测方法，其中区块链联邦学习系统包括数据持有者、验证器、矿工和任务发布者；若干个验证器构成验证器组，每个验证器组与一个矿工相连接构成边缘云，每个数据持有者随机与附近边缘云的验证器组中的任一验证器相连接；所有边缘云的矿工构建区块链网络，并通过区块链网络与任务发布者相连。本区块链联邦学习系统可部署于包含移动边缘计算、微数据中心、微云在内的多种边缘计算场景中，利用边缘基础设施的充足计算、通信、存储资源来均衡验证负载，从而减小验证时延，提高系统效率。本方法可以容忍负精度增益的本地模型，能够在保障模型精度无损的前提下取得高检测率。
-
Patent Agency Ranking
公开(公告)号：CN111563093A
公开(公告)日：2020-08-21
申请号：CN202010414671.8
申请日：2020-05-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种联盟区块链冲突交易检测与规避系统及方法，包括：交易分组子系统、交易重处理子系统、交易冲突检测子系统和冲突交易丢弃子系统；在排序阶段实现冲突交易的检测并通过对块内的交易进行重处理以及采用分组整合的方法来将部分冲突的交易转变为非冲突的交易。最后，对于冲突无法避免的交易，采用最小冲突交易集合搜索算法来提前中止冲突的交易，减少交易的丢弃率来提高用户的满意度。同时，通过缩短无效交易的执行流程，减少其对系统性能的损耗，从而实现Fabric联盟区块链性能的优化。
-
公开(公告)号：CN109302747B
公开(公告)日：2020-07-21
申请号：CN201811257244.2
申请日：2018-10-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种体域网中保证QoS的MAC层时隙分配方法。本发明考虑了节点传输数据过程中的时延成本和能量成本，结合节点优先级和传输的交付概率对节点效用函数进行了创新性的设计，并且根据效用函数的定义对优化问题进行数学建模，给出一种复杂度较低且性能较好的时隙分配方案。因此本发明提出的时隙分配方案可以提高网络的综合效用。
-
公开(公告)号：CN107769976B
公开(公告)日：2020-06-26
申请号：CN201711043968.2
申请日：2017-10-31
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于传输带宽优化的服务功能链映射方法，首先调用分层算法对底层网络拓扑进行分层，获取了对整个网络的感知和认识，然后调用节点评估算法并选择最合适的节点部署相应的虚拟化的网络功能，最后将一系列的虚拟化的网络功能成链为服务功能链，实现服务功能链映射，这样通过使用最少的节点来部署这些虚拟化的网络功能，并在成链时尽可能的形成一条较短的服务功能链，最大程度的减少了宝贵的带宽资源消费。
-
公开(公告)号：CN110995488A
公开(公告)日：2020-04-10
申请号：CN201911220964.6
申请日：2019-12-03
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于分层参数服务器的多机构协同学习系统，包括中心机构，以及与所述中心机构通过WAN网连接的若干个参与机构。基于上述系统，本发明还公开了一种基于分层参数服务器的多机构协同学习方法。本发明解决了大数据的数据孤岛问题，解决了多方协作时的数据隐私安全问题，解决了现有系统的高通信代价、高维护成本、高安全风险、低资源利用率问题。本发明在保障数据隐私安全的前提下实现了通信高效、计算高效的多方协同学习，适用于多独立机构、多数据中心的跨域互联。本发明所提出的系统支持平台模式和参与模式，既能用作平台提供多方知识融合服务，也能用作工具支持多个独立机构间的共享协作。
-
公开(公告)号：CN108712305B
公开(公告)日：2020-03-31
申请号：CN201810420239.2
申请日：2018-05-04
Applicant: 电子科技大学
IPC: H04L12/26 , H04L12/865 , H04L12/873
Abstract: 本发明公开了一种基于子流流量值估计方法的Coflow调度方法，包括如下步骤：S1、将Coflow子流流量的估计值周期性上报给控制器；S2：通过控制器侧Coflow优先级制定方法，计算Coflow对应优先级，并下发报文到各主机；S3、主机侧根据Coflow优先级信息，更新Coflow优先级map和各Coflow优先级对应虚拟传输完成时间，生成数据报文；S4、主机侧对数据报文进行入队处理，得到Coflow报文的存储队列；S5、对数据报文进行出队处理，得到调度报文，实现对Coflow进行调度。本发明解决了现有技术存在的缺乏准确性、影响调度策略的优化效果、方案缺乏合理性以及优化性和处理效率低的问题。
-
-
-
-
-
-
-
-
-
Search Results
232
records
(took 0.035 seconds)
