-
公开(公告)号：CN113723619B
公开(公告)日：2024-06-21
申请号：CN202111013367.3
申请日：2021-08-31
Applicant: 南京大学
IPC: G06F30/27
Abstract: 本发明提供了一种基于训练阶段感知策略的联邦学习训练方法，包括：S1各个客户端将其机器学习模型参数更新值以及损失函数更新值发送给服务器端；S2服务器端按照聚合参数C聚合最先传送到的C部分客户端的更新，并设置计时器衡量客户端性能以及识别离线客户端；S3服务器端根据聚合后的数据进行模型参数更新,根据损失函数更新值感知系统所处的训练阶段，结合训练进程和性能信息调整下一轮计算所需使用的本地计算周期和聚合部分；S4更新本地机器学习模型参数以及本地运行参数，并开始新一轮计算直到收敛。本发明采用可动态调整的参数设置以适配不同的联邦学习场景，充分发挥系统性能解决通信同步瓶颈。
-
公开(公告)号：CN117978654A
公开(公告)日：2024-05-03
申请号：CN202410073576.4
申请日：2024-01-18
Applicant: 南京大学
IPC: H04L41/0823 , H04L41/16 , H04L41/14 , H04L69/22
Abstract: 本发明提供了一种INT8量化神经网络在可编程交换机上的部署方法及系统，涉及网络和人工智能领域。包括如下步骤：将神经网络预训练模型预处理为INT8量化神经网络模型；配置可编程交换机的解析器，解析所述INT8量化神经网络模型的输入参数；配置可编程交换机的数据面，根据所述INT8量化神经网络模型的结构配置矩阵乘法加和计算以及移位和截断计算；在可编程交换机的控制面，根据所述INT8量化神经网络模型下发具体参数；可编程交换机解析传入数据包的包头，修改之后并传出作为神经网络计算的结果。本方法能够兼容当前成熟的INT8量化技术，将神经网络结构部署到协议无关架构的网络设备上，能够在高吞吐场景下计算神经网络结果。
-
公开(公告)号：CN113904467B
公开(公告)日：2023-12-26
申请号：CN202111201724.9
申请日：2021-10-15
Applicant: 南京大学
Abstract: 本发明公开了一种基于各向异性和功率受限的无线充电器部署方法，包括以下步骤：根据无线可充电设备的平面分布，建立无线充电器的部署模型；从距离和角度两个维度近似充电器的非线性充电功率，并基于距离近似将二维平面分割成有限的子区域；在给定的子区域中进行有限的策略选择，保证在无性能损失的前提下将充电器无限多的候选部署策略减少到有限的候选部署策略集合中；对问题重构，从候选部署策略的集合中选择给定数量个策略，并确定相应的调节因子。本发明首次在充电器部署问题中关注充电功率的各向异性接收特征和可充电设备的过度充电现象，其部署方法在避免过度充电的同时，有效优化了网络整体的充电效用。
-
公开(公告)号：CN116723550A
公开(公告)日：2023-09-08
申请号：CN202310708601.7
申请日：2023-06-15
Applicant: 南京大学
Abstract: 本发明提供一种基于用户态的RDMA网络QoS协调方法，包括发送端为不同业务流配置不同的QoS初始参数，以相同的发送窗口大小发送数据报文；接收端接收到报文后在返回的ACK报文中携带网络拥塞控制信号；发送端获取网络拥塞控制信号；发送端采用用户态拥塞控制算法调节发送窗口；发送端定期向修正节点上报业务流的QoS参数和服务质量；修正节点根据发送端上报的业务流的QoS参数和服务质量，采用参数调节算法调整QoS参数，并下发给发送端。本发明针对单条业务流量进行细粒度管控，以实现更多的优先级级别，同时修正模块能够尽快恢复预先设定的QoS，达到很好的公平性、收敛性和稳定性。
-
公开(公告)号：CN116561168A
公开(公告)日：2023-08-08
申请号：CN202310542541.6
申请日：2023-05-15
Applicant: 南京大学
IPC: G06F16/2453 , G06F16/2455
Abstract: 本发明公开了一种基于缓存复用的大数据异构查询调度方法，包括如下步骤：获取用户提交查询的信息；将所有查询提交到待执行队列中；按照大数据查询类型对查询进行分类并分别调用如下步骤；根据缓存系统大小确定历史查询窗口大小；依据历史查询窗口中查询访问的数据表来对待执行队列中的所有查询计算查询缓存占比；将具有最高查询缓存占比的查询放置到待执行队列中；按照顺序将待执行队列中的查询提交到大数据查询系统中。本发明在大数据查询调度场景下，充分考虑了查询类型以及缓存状态来进行调度，减少缓存替换频率并提高查询序列的整体执行效率。本发明解决了大数据查询系统难以感知数据缓存状态造成的性能低下问题。
-
Patent Agency Ranking
公开(公告)号：CN113988266A
公开(公告)日：2022-01-28
申请号：CN202111282366.9
申请日：2021-11-01
Applicant: 南京大学
Abstract: 本发明公开了基于Top‑k的支持复杂网络状况的自适应分布式梯度压缩方法，包括各分布式节点运行深度神经网络学习模型,完成梯度计算过程，保存当前轮数的训练精准度；运用事先部署于各分布式节点的自适应梯度压缩算法针对不同的网络状况产生压缩率调整决策；针对产生的压缩率调整决策，在各个分布式节点中自适应改变当前梯度压缩率；分布式梯度通信过程完成后，各分布式节点保存当前轮数的通信时间，重复进行下一轮的分布式神经神经网络训练。本发明结合分布式深度神经网络训练中的多维度评估特征进行自适应地调整梯度通信压缩率，适用于复杂的实时网络情况，减少分布式深度神经网络的训练时间，提升测试数据集的精准度。
-
公开(公告)号：CN112532598A
公开(公告)日：2021-03-19
申请号：CN202011304350.9
申请日：2020-11-19
Applicant: 南京大学
IPC: H04L29/06
Abstract: 本发明公开了一种用于实时入侵检测系统的过滤方法，包括：白名单与黑名单构建；风险损失评估；过滤器构建和部署：为白名单用户分配用于插入布隆过滤器的初始散列函数集；结合黑名单用户和其所对应的危害程度，自适应调整白名单用户的散列函数集，使得危害程度高的黑名单用户具有更高的被拦截概率；将调整过的散列函数集存入预设的散列表达器中；将白名单用户利用它的散列函数集插入到布隆过滤器中，结合散列表达器得到哈希自适应布隆过滤器，再将哈希自适应布隆过滤器部署到检测系统。本发明具备空间高效，快速检测的特点，能有效降低由黑名单用户带来的系统损失，并给出了有效的理论性能保障，可以应用于涉及实时入侵检测的应用。
-
公开(公告)号：CN112469079A
公开(公告)日：2021-03-09
申请号：CN202011227115.6
申请日：2020-11-05
Applicant: 南京大学
IPC: H04W28/02
Abstract: 本发明公开了一种结合深度强化学习与传统拥塞控制的新型拥塞控制方法，步骤如下：步骤一：传输层协议获取实际应用根据需求所定义的性能偏好，交付给新型拥塞控制算法的深度强化学习模块；步骤二：以预定义的间隔为基本单位，根据应答反馈收集并更新往返时延、丢包率来反应网络中实际状况的信息；步骤三：基于已有的信息，分别运行深度强化学习模块与传统拥塞控制模块，获取两个模块所决策的拥塞速率调整量；步骤四：根据事先定义好的结合策略，选取并计算最终的拥塞窗口调整决策，对当前传输速率进行调整，传输数据。本发明能够有效的适应应用的需求，提升性能，并且能够提供更优的公平性与收敛性，具有实用价值。
-
公开(公告)号：CN108509742B
公开(公告)日：2021-03-02
申请号：CN201810314749.1
申请日：2018-04-10
Applicant: 南京大学
IPC: G06F30/20
Abstract: 本发明提出一种鲁棒安全的无线可充电传感器网络中的充电调度方法，首先提出了概率性充电模型和电磁辐射模型，并用其来描述其电磁辐射抖动特性，同时，还定义一个设备的充电效用与它的接收功率成比例；然后利用电磁辐射近似和区域离散化技术，把无线可充电传感器网络中鲁棒安全的电能传输问题公式化为经典的二阶锥规划，并提出首个消除二阶锥约束冗余的算法，进而降低计算开销，得到一个(1‑ε)‑近似比的集中式算法；最后提出一个随网络规模可扩展的(1‑ε)‑近似比的分布式算法。本发明首次在无线可充电传感器网络中基于电磁辐射抖动研究无线可充电传感器网络中无线电能传输鲁棒安全的充电问题，软件仿真和实际实验都显示其性能优于比较算法480.19％。
-
公开(公告)号：CN107103219B
公开(公告)日：2021-02-05
申请号：CN201710227786.4
申请日：2017-04-10
Applicant: 南京大学
Abstract: 本发明公开一种基于步态的可穿戴设备用户识别方法，其特征在于，将加速度传感器自动收集用户数据进行预处理并得到用户步态数据，提取用户步态数据的特征值并输入至用户分类器，根据用户分类器的输出结果即可判断用户是否为可穿戴设备拥有者。进一步公开采用该方法的基于步态的可穿戴设备用户识别系统。通过该方法，降低用户识别系统的能量消耗，减少对用户的干预，提高识别准确性，增强对用户隐私和安全的保护。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.022 seconds)
