公开(公告)号：CN117409301A

公开(公告)日：2024-01-16

申请号：CN202311295427.4

申请日：2023-10-07

Applicant: 鹏城实验室

Inventor： 李清 ,  李天宇 ,  张媚 ,  江勇

IPC: G06V10/94 ,  G06V20/40 ,  G06V10/778

Abstract: 本发明公开了一种边云协同视频分析方法、装置及计算机可读存储介质，其方法包括：响应于接收到的边缘设备发送的探测帧，基于所述教师模型获取所述探测帧中的第一视频信息对应的标签结果，其中，所述边缘设备基于第二视频信息以及对应的推理结果确定所述探测帧；基于所述推理结果以及所述标签结果，确定所述边缘设备对应的推理精度；若所述推理精度大于目标推理精度，则停止所述学习模块的持续学习过程。本发明提升了边云协同过程中持续学习系统运行的可靠性，使得视频分析任务可以根据使用者对于精度的需求和部署环境的实际情况自动启动持续学习过程，以及适应多变的带宽环境。

公开(公告)号：CN117319659A

公开(公告)日：2023-12-29

申请号：CN202311395962.7

申请日：2023-10-25

Applicant: 鹏城实验室

Inventor： 李清 ,  王福临 ,  江勇

IPC: H04N19/137 ,  H04N19/164 ,  H04N21/2187

Abstract: 本发明公开了一种直播视频流推送方法、装置、设备及存储介质，涉及互联网领域，所述方法包括：获取初始视频流中相邻帧之间的差异特征信息，基于差异特征信息确定初始视频流中待丢弃的目标帧，基于目标帧对初始视频流进行编码，获得目标直播视频流，并将目标直播视频流推送至服务器端，服务器端对接收到的目标直播视频流进行解码恢复；由于本发明基于初始视频流中相邻帧之间的差异特征信息确定初始视频流中待丢弃的目标帧，基于目标帧对初始视频流进行编码后发送至服务器端进行解码，从而有效地提升了直播视频的质量以及视频传输效率，提高了编码解码效率，大幅降低了带宽占用率，有效地降低了直播延迟。

公开(公告)号：CN114422620B

公开(公告)日：2023-12-01

申请号：CN202111565340.5

申请日：2021-12-20

Applicant: 鹏城实验室

Inventor： 李清 ,  谢国锐 ,  段光林 ,  董宇韬 ,  江勇 ,  刘冀洵 ,  刘凯 ,  齐竹云

IPC: H04L69/22 ,  G06F18/24 ,  G06F18/214

Abstract: 本申请公开了一种基于知识蒸馏的数据包分类方法及相关装置，所述方法包括基于经过训练的教师模型，确定预设训练集中的各训练数据包各自对应的类别概率向量；基于各训练数据包及其对应的属性数据和类别概率向量构建二进制决策树模型；根据二进制决策树模型生成三元匹配流表并将三元匹配流表部署于可编程交换机，并通过可编程交换机对数据包进行分类。本申请基于预先训练的教师模型所学的知识构建二进制决策树模型，以将复杂的教师模型转换为简单的二进制决策树模型，使得学习到教师模型所学的知识的二进制决策树模型可以布置于可编程交换机，这样一方面可以利用可编程交换机的数据包处理能力，另一方面可以提高可编程交换机的数据包分类效率。

公开(公告)号：CN117058208A

公开(公告)日：2023-11-14

申请号：CN202310947205.X

申请日：2023-07-28

Applicant: 鹏城实验室

Inventor： 李清 ,  王汉凌 ,  江勇

IPC: G06T7/41 ,  G06T7/73 ,  G06V10/764 ,  G06N5/04 ,  G06V20/40 ,  G06V10/766 ,  G06V20/52

Abstract: 本申请公开了一种基于边缘设备的图像处理方法、电子设备及存储介质，涉及边缘计算技术领域，本申请估计待推理图像中各位置存在推理目标的概率信息；基于概率信息从所述待推理图像中提取出各图像块；将各图像块分发至各边缘设备进行推理。也即本申请实施例，将估计待推理图像上各位置存在有推理目标的概率，再将概率作为提取图像块的依据，从而保证每个图像块的都具有推理的价值，再将各图像块分发至多个边缘设备上分别进行推理，从而使得多个边缘设备参与到一个图像的推理过程中，实现多个边缘设备的算力聚集，弥补了单个边缘设备算力不足的缺陷，提高了模型推理完全在边缘设备上实现的场景下的准确率。

公开(公告)号：CN114401230B

公开(公告)日：2023-10-20

申请号：CN202111617446.5

申请日：2021-12-27

Applicant: 鹏城实验室

Inventor： 李清 ,  蒋慧玲 ,  江勇 ,  周建二 ,  蒋长林 ,  刘冀洵 ,  宋胜安 ,  齐竹云

IPC: H04L47/25

Abstract: 本发明涉及网络通信技术领域，具体是涉及基于跨数据中心网络通信的发送速率控制方法和装置。本发明首先计算在历史发送速率下的各个数据中心链路的带宽利用率，再计算各个带宽利用率在一段时间内的变化信息，最后根据变化信息和带宽利用率得到整个链路网络的瓶颈所在位置，即判断出是数据中心链路的带宽利用率接近数据中心链路的瓶颈带宽利用率还是广域网链路的带宽利用率接近广域网链路的瓶颈带宽利用率，之后才能有针对性的调整发送速率，以预防整个链路网络发生拥塞。本发明能够在拥塞发生之前调整发送速率以避免发生拥塞，同时本发明在避免拥塞发生的同时还能通过调整发送速率使得整个链路网络的带宽利用率最大化。

公开(公告)号：CN114363236B

公开(公告)日：2023-10-20

申请号：CN202111560725.2

申请日：2021-12-20

Applicant: 鹏城实验室

Inventor： 李清 ,  栾泽宇 ,  江勇

IPC: H04L45/00 ,  H04L45/12 ,  H04L45/16

Abstract: 本发明公开了一种基于显式路径的流量控制方法及相关设备，方法包括：将源节点到目的节点的目标路径划分为多个目标子路径；将所有所述目标子路径的端点中不是所述源节点和所述目的节点的端点作为所述目标路径的关键节点；当将所述目标路径作为显式路径进行控制时，将所述目标路径的所述源节点、所述目的节点和所述关键节点的节点标签封装至所述目标路径的数据包分组头部。本发明可以降低端到端路径的显式控制时的分组头部开销。

公开(公告)号：CN114745170B

公开(公告)日：2023-08-18

申请号：CN202210362853.4

申请日：2022-04-07

Applicant: 鹏城实验室

Inventor： 李清 ,  董宇韬 ,  李克军 ,  江勇 ,  夏树涛

IPC: H04L9/40 ,  H04L67/12

Abstract: 本发明公开了一种物联网异常实时检测方法，包括：对途径交换机的数据流进行过滤，得到异常流ID，并将异常流ID报告给服务器防火墙，同时将包含异常流ID的镜像流量发送给服务器；服务器从镜像流量中分析异常流ID，并得到异常流的包序列；对得到的包序列进行高精度异常检测，并根据高精度异常检测结果进行判断，得到一个判断信息，根据判断信息更新交换机的黑名单；本发明提前将孤立森林转换成规则并部署在交换机上，实现了在交换机上通过无监督学习算法来对互联网进行恶意流量的检测，在交换机上设计使用了双哈希算法特征提取方案，降低了延迟和资源占用，设置非对称的自动编码器模型，在交换机初步检测流量后进一步检测，提高了检测高精度。

公开(公告)号：CN114866474B

公开(公告)日：2023-07-25

申请号：CN202210483562.0

申请日：2022-04-29

Applicant: 鹏城实验室 ,  清华大学深圳国际研究生院

Inventor： 李清 ,  吕鸿润 ,  江勇 ,  王羽 ,  赵达毅

IPC: H04L47/11 ,  H04L47/122 ,  H04L47/125 ,  H04L47/127

Abstract: 本发明公开了一种端网协同流量调度方法、装置、系统及存储介质，方法包括：将网络侧的速率调整决策信息反馈至发送端；根据流启动阶段的数据流计算网络侧的基础目标速率，并将网络侧的当前数据流传输速率调整至基础目标速率；获取剩余带宽信息，并根据基础目标速率和剩余带宽信息占据剩余带宽；接收发送端反馈的实时发送速率计算结果，根据实时发送速率计算结果向发送端嵌入对应的带宽，并基于利用率调整网络侧的传输速率。本发明通过显式告知端侧速率决策信息，避免了端侧反复探测网络侧资源分配与拥塞情况，从而提高了网络利用率和传输效率；并将速率决策转移到网络侧，在计算流发送速率时能够直接考虑其他流的信息，从而更好的实现调度目标。

公开(公告)号：CN113033806B

公开(公告)日：2023-07-18

申请号：CN202110387715.7

申请日：2021-04-12

Applicant: 鹏城实验室 ,  清华大学深圳国际研究生院 ,  南方科技大学

Inventor： 李清 ,  郭嘉伟 ,  江勇 ,  刘冀洵 ,  周建二

IPC: G06N3/092

Abstract: 本申请公开了一种用于分布式计算集群的深度强化学习模型训练方法、装置以及调度方法，所述方法包括采用深度强化学习框架建立若干第一调度模型和第二调度模型；通过若干第一调度模型确定训练样本集；基于训练样本集训练第二调度模型以得到模型参数；基于模型参数更新各第一调度模型中的第一深度强化学习智能体的模型参数，并继续执行通过若干第一调度模型确定训练样本集的步骤，直至第二调度模型满足预设条件以得到深度强化学习模型。本申请通过解耦深度强化学习训练的前向行动和后向学习过程，通过多个独立且同时与环境交互的第一调度模型生成训练样本集，再基于训练样本对第二调度模型进行训练，这样实现了大规模并行训练，提高了深度强化学习模型的训练速度，实现了分布式计算集群的高效利用。

公开(公告)号：CN114826963B

公开(公告)日：2023-07-14

申请号：CN202210331321.4

申请日：2022-03-31

Applicant: 鹏城实验室

Inventor： 李清 ,  黄禹诚 ,  李若愚 ,  江勇 ,  蒋长林 ,  周建二

IPC: H04L43/08 ,  H04L43/04 ,  H04L41/147 ,  H04L67/12

Abstract: 本发明公开了一种基于设备行为的物联网设备检测方法及系统，方法包括：获取家用网关的实时数据包，对实时数据包中的五元组数据进行聚类预处理，得到聚类后的特征序列；根据聚类后的特征序列，分别对所有物联网设备的闲置状态与活动状态进行行为指纹提取并进行行为匹配，得到闲置行为指纹与活动行为指纹；基于闲置行为指纹与活动行为指纹，确定所有物联网设备的实时设备行为，并建立用于表征实时设备行为与环境信息之间关联性的异构图；根据异构图，并结合注意力机制，确定与环境信息所对应的设备行为状态以及与实时设备行为所对应的环境预测信息。本发明保证了设备行为指纹的准确提取与精确匹配，有利于保证物联网设备的安全性。