-
公开(公告)号：CN111277616A
公开(公告)日：2020-06-12
申请号：CN201811474421.2
申请日：2018-12-04
Applicant: 中兴通讯股份有限公司 , 清华大学
IPC: H04L29/08
Abstract: 本申请公开了一种基于RDMA的数据传输方法，该方法包括：第一节点创建至少两个完成队列CQ，并将CQ与CPU固定映射；所述第一节点创建QP链路，将至少两个QP共享绑定同一个CQ；所述第一节点通过创建的所述QP链路并发向第二节点发送数据。相对于现有技术而言，通过创建多个CQ队列以及多路QP链路，提高了分布式共享内存系统的吞吐性能。本申请还公开了一种分布式共享内存系统。
-
公开(公告)号：CN111277616B
公开(公告)日：2023-11-03
申请号：CN201811474421.2
申请日：2018-12-04
Applicant: 中兴通讯股份有限公司 , 清华大学
IPC: H04L67/1097 , H04L67/2866 , H04L67/568
Abstract: 本申请公开了一种基于RDMA的数据传输方法，该方法包括：第一节点创建至少两个完成队列CQ，并将CQ与CPU固定映射；所述第一节点创建QP链路，将至少两个QP共享绑定同一个CQ；所述第一节点通过创建的所述QP链路并发向第二节点发送数据。相对于现有技术而言，通过创建多个CQ队列以及多路QP链路，提高了分布式共享内存系统的吞吐性能。本申请还公开了一种分布式共享内存系统。
-
公开(公告)号：CN113377547B
公开(公告)日：2021-11-23
申请号：CN202110922867.2
申请日：2021-08-12
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了一种5G边缘计算环境下计算任务智能卸载和安全保障方法，该方法首先考虑用户在卸载过程当中的移动性，估计用户在基站的停留时间，考虑用户在卸载过程当中的移动性，消耗的时延和能量，以及用户向MEC服务器支付的费用，以最大化系统效益为目标，采用Q‑Learning得到用户的卸载方案；其次考虑了基站之间的负载均衡，对用户任务进行优先级排序，为任务指配合适的基站卸载，从而更加有效地利用MEC服务器的计算资源和基站的信道资源；此外还考虑了卸载时用户任务的安全性，对MEC与用户之间传送的数据采用基于多维生物特征的AES加密。
-
公开(公告)号：CN113361504A
公开(公告)日：2021-09-07
申请号：CN202110911316.6
申请日：2021-08-10
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了基于无人机协同组网的边缘群体智能方法，首先，通过一种面向森林火灾烟雾检测的具有自适应间隔的三帧差法提取运动区域，降低了单个无人机烟雾检测的数据运算成本，用烟雾颜色判据模型对运动区域进行提取，获得烟雾图像，再通过计算烟雾的面积变化率判断是否为烟雾图像，提高无人机烟雾检测的准确率；本发明提出了一种改进的分布式的粒子群算法，用多个侦查无人机协同工作，对森林火灾进行实时监控和定位，能够有效地识别森林火灾，降低漏检率，并对火灾做出及时响应，提高无人机组的工作效率；还提出了一种分层反馈校正机制，反馈调节、优化提升自适应间隔三帧差法和改进的分布式粒子群算法。
-
公开(公告)号：CN112948101A
公开(公告)日：2021-06-11
申请号：CN202110531260.1
申请日：2021-05-17
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了一种面向快速联邦学习的5G边缘设备调度方法，该方法在联邦学习的每个训练周期开始阶段，考虑每个边缘设备的训练时延、公平性和本地模型重要性，基于多臂老虎机理论进行边缘设备调度。本发明还搭建了一个无线联邦学习系统，其联邦学习的训练过程包括：每个训练周期开始阶段，基于多臂老虎机理论进行设备调度；每个训练周期训练过程中，被调度的设备进行本地训练，并将更新之后的本地模型上传给基站，生成新的全局模型；每个训练周期结束阶段，基站将更新之后的全局模型广播给所有设备，用于下一个周期的设备选择以及模型训练。该发明能够在设备信道条件以及本地计算能力未知的情况下，以较低的训练时延获得较高的学习性能。
-
Patent Agency Ranking
公开(公告)号：CN112650561A
公开(公告)日：2021-04-13
申请号：CN201910965337.9
申请日：2019-10-11
Applicant: 中兴通讯股份有限公司
Abstract: 本发明实施例提供的事务管理方法、系统、网络设备和可读存储介质，协调节点接收主控节点所转发的从外部发起的结构化查询语言SQL请求；协调节点将SQL分解为SubSQL，并发送给各相应的参与节点；参与节点接收SubSQL并处理，将SubSQL的执行状态信息发送给协调节点和/或其他参与节点，并接收其他参与节点处理各自的SubSQL的执行状态信息；参与节点根据主控节点或者协调节点所发起的状态查询信息，反馈当前参与节点已有的局部事务状态集合。从而通过各参与节点也能进行执行状态信息的独立收发，以及对状态查询信息的反馈，提升了系统的灵活性，降低了阻塞率，从而提升了事务处理效率。
-
公开(公告)号：CN117632018A
公开(公告)日：2024-03-01
申请号：CN202311616129.0
申请日：2023-11-30
Applicant: 天津理工大学 , 中兴通讯股份有限公司
IPC: G06F3/06
Abstract: 本发明公开了一种持久内存和闪存混合的存储系统及写数据方法，闪存最小读写单位即闪存页大小用P标识，擦除块大小用B标识，所述写数据方法具体包括以下步骤：步骤一、对于写入数据小于闪存页大小P的情况，将数据直接写入持久内存中；步骤二、对于写入数据的长度大于闪存页大小P，且小于擦除块大小B，即P≤写入数据≤B的情况，如果此时持久内存的空闲空间小于阈值T1，那么数据写入持久内存，否则写入闪存；步骤三、对于写入数据大于擦除块大小B的情况，那么数据按照顺序写入闪存中，这种方式能够减少闪存的擦除。本发明将持久内存和闪存配合使用，并根据写入数据的大小优化了数据放置策略，以达到优化闪存寿命和提升性能的效果。
-
公开(公告)号：CN113543071B
公开(公告)日：2023-10-03
申请号：CN202110742975.1
申请日：2021-06-30
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了一种车联网环境下异构节点协作边缘缓存方法，方法包括：构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型；将一组流行文件集通过拉链分布建模，按人气下降的顺序排序；利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个数据包；以最小化车辆获取总内容所需延迟和成本为优化目标，优化网络边缘缓存模型，对车辆传输内容进行放置，分别在宏基站和路边单元上缓存部分数据包；其中，将流行文件集中的流行文件按照人气由高到低的顺序依次进行缓存。本发明旨在最小化车辆获取总内容所需延迟、成本以及高命中率的情况下，对内容进行协作放置。
-
公开(公告)号：CN113361504B
公开(公告)日：2021-11-16
申请号：CN202110911316.6
申请日：2021-08-10
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了基于无人机协同组网的边缘群体智能方法，首先，通过一种面向森林火灾烟雾检测的具有自适应间隔的三帧差法提取运动区域，降低了单个无人机烟雾检测的数据运算成本，用烟雾颜色判据模型对运动区域进行提取，获得烟雾图像，再通过计算烟雾的面积变化率判断是否为烟雾图像，提高无人机烟雾检测的准确率；本发明提出了一种改进的分布式的粒子群算法，用多个侦查无人机协同工作，对森林火灾进行实时监控和定位，能够有效地识别森林火灾，降低漏检率，并对火灾做出及时响应，提高无人机组的工作效率；还提出了一种分层反馈校正机制，反馈调节、优化提升自适应间隔三帧差法和改进的分布式粒子群算法。
-
公开(公告)号：CN112948101B
公开(公告)日：2021-10-26
申请号：CN202110531260.1
申请日：2021-05-17
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了一种面向快速联邦学习的5G边缘设备调度方法，该方法在联邦学习的每个训练周期开始阶段，考虑每个边缘设备的训练时延、公平性和本地模型重要性，基于多臂老虎机理论进行边缘设备调度。本发明还搭建了一个无线联邦学习系统，其联邦学习的训练过程包括：每个训练周期开始阶段，基于多臂老虎机理论进行设备调度；每个训练周期训练过程中，被调度的设备进行本地训练，并将更新之后的本地模型上传给基站，生成新的全局模型；每个训练周期结束阶段，基站将更新之后的全局模型广播给所有设备，用于下一个周期的设备选择以及模型训练。该发明能够在设备信道条件以及本地计算能力未知的情况下，以较低的训练时延获得较高的学习性能。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.076 seconds)
