公开(公告)号：CN119473723A

公开(公告)日：2025-02-18

申请号：CN202411596435.7

申请日：2024-11-11

Applicant: 中南大学

Inventor： 唐健恒 ,  黄亚江 ,  刘心语 ,  刘安丰

IPC: G06F11/14 ,  G06F17/16 ,  G06N3/045 ,  G06N3/048 ,  G06F18/22 ,  G06N3/042 ,  G06N3/049 ,  G06N3/0442 ,  H04W4/30

Abstract: 本发明公开了一种基于信任和注意力的时空数据真相收集方法。群智感知网络数据收集中存在恶意工作者提交虚假数据和稀疏数据时空断层等导致服务质量降低的关键挑战。因此，本发明提出了一种基于信任的数据真相发现和基于时空关系的数据恢复方法。平台在获得工人数据后先通过完全可信工人和高可信工人聚合出部分基础真相，通过部分真相填充出稀疏的真相数据矩阵；然后，平台通过基于注意力的时空真相恢复方法识别基础真实数据的时空关系，并重建未被感知或者不可靠的剩余数据。这样，获得出完整真相数据后，平台就可以评估可疑和未知工人信任度，在不断识别出高质量工人的同时，获得高可信的完整时空数据真相，构建高质量的群智感知服务网络。

公开(公告)号：CN119250776A

公开(公告)日：2025-01-03

申请号：CN202411774665.8

申请日：2024-12-05

Applicant: 中南大学

Inventor： 曾志文 ,  秦鑫鑫 ,  刘安丰

IPC: G06Q10/1053 ,  G06F21/62

Abstract: 本发明公开了一种基于位置隐私保护和信任的工人招募方法，包括工人招募方将招工信息、工人将自身信息，通过加密方式上传服务器；服务器计算工人位置与任务点之间的距离并加密传输给工人招募方；工人招募方通过数据重构得到工人集合；在得到的工人集合中得到招募工人集合；工人招募方进行工人权重计算数据的更新；工人招募方对工人权重进行分类并完成基于位置隐私保护和信任的工人招募。本发明还公开了一种实现所述基于位置隐私保护和信任的工人招募方法的系统。本发明能够实现对工人位置隐私和用工需求数据的保护，保证了招募工人的可靠性和后续招募工作的可行性，而且可靠性更高，精确性更好，安全性更好。

公开(公告)号：CN114742442B

公开(公告)日：2024-07-26

申请号：CN202210455504.7

申请日：2022-04-28

Applicant: 中南大学

Inventor： 曲振哲 ,  李泽源 ,  刘安丰 ,  陆嘉恒

IPC: G06Q10/0631 ,  G06Q10/0639 ,  G16Y20/00 ,  G16Y20/10

Abstract: 本发明公开了一种基于信任的参与者选取提高数据质量方法。针对群智网络中存在低可信参与者提交虚假数据的情况提出了一种辨识参与者的信任度，选取可信参与者采集数据的方法。方法基于平台开始有一小部分高可信的参与者，然后，在选取参与者时对同一任务选取多个参与者，一方面采集数据，另一方面是评价其信任度。评价方法是让信任度未知参与者的数据与高可信、可信参与者的数据进行比对，辨识出采集的数据是否真实以评价其信任度。在可信参与者较少，系统自动增加参与数据采集者的数量，从而增加评价出更多参与者的信任度，而当信任参与者达到可用的状态时，就减少参与者的评价数量，从而节省成本。最终达到提高数据采集质量节省成本的目的。

公开(公告)号：CN114742440B

公开(公告)日：2024-07-26

申请号：CN202210455205.3

申请日：2022-04-28

Applicant: 中南大学

Inventor： 李泽源 ,  刘安丰 ,  陆嘉恒

IPC: G06Q10/0631 ,  G16Y20/00 ,  G16Y20/10

Abstract: 本发明公开了一种基于地点偏好的数据参与者选取方法。该发明方法针对群智网络中数据收集的参与者由于对不同地点的熟悉程度不同，感知设备对不同地点的数据感知能力的差异性，参与者在熟悉的地点对数据感知角度，选取位置，效果有很好的理解，因而获取的质量好，而其它地点的数据感知质量就会低得多。因而，对于不同地点的数据采集时要选择对此地点感知质量高的参与者去采集，以获得高的数据质量。该发明方法中，首先，以对地点感知质量高的参与者感知的数据为基准数据，对参与者对不同地点感知质量的偏好度进行计算，指导平台在数据采集时，优先选取对此地点感知质量高的参与者进行数据采集，以提高数据采集质量。

公开(公告)号：CN118337865A

公开(公告)日：2024-07-12

申请号：CN202410305454.3

申请日：2024-03-18

Applicant: 中南大学

Inventor： 陈拙 ,  刘安丰

IPC: H04L67/568 ,  H04L67/5682 ,  H04L9/40

Abstract: 本发明公开了一种面向园区网络的报文留存系统，涉及通信技术领域，其技术方案要点是：包括捕获模块、过滤模块、上传模块、转储模块、存储模块和分析模块；所述捕获模块用于捕获报文；所述过滤模块用于将捕获的报文进行过滤；所述上传模块用于将过滤模块中过滤后的报文上传到转储模块；所述转储模块用于将临时缓存的报文和对应的索引节点上传至存储模块；所述存储模块用于持久存储；所述分析模块用于查询报文进行分析。该系统在实现数据存储的同时能够实现多维度的数据检索功能，缩短检索时间，用以满足流量分析应用中按特定域检索读取特定流量的关键需求，并且通过降低计算开销，极大地提高了报文吞吐率性能。

公开(公告)号：CN118297322A

公开(公告)日：2024-07-05

申请号：CN202410389709.9

申请日：2024-04-02

Applicant: 中南大学

Inventor： 马明珠 ,  刘安丰

IPC: G06Q10/0631 ,  G06Q10/0639 ,  G06Q10/1053 ,  G06Q10/04 ,  G06N20/00

Abstract: 本发明公开了群智感知中一种基于Shapley值和多臂赌博机的工人招募方法。该方法首先考虑到现实MCS中的PUWR问题，通过在为任务分配高质量工人的同时，引入一定数量的待评估工人，基于他们提交的数据质量对比，运用质量对比机制动态更新评估工人的质量水平。然后，本方法提出基于shapley值的工人协作质量获得算法，以量化工人之间的协作紧密程度与对服务质量重要程度的拓扑关系，即计算工人的协作质量，从而更全面地评估工人的综合能力。最后，结合工人的质量与工人的协作质量，设计了一种结合2者的置信区间上界算法(UCB)函数,提出了有效的基于多臂赌博机(MAB)的工人招募算法来以低成本获得高质量服务，进而提升平台收益。经过模拟实验分析,本发明方法相比一般的方法能够以低成本获得更高质量的数据，为群智感知中的工人招募问题提供了有效的解决方案。

公开(公告)号：CN114969756B

公开(公告)日：2024-05-28

申请号：CN202210579757.5

申请日：2022-05-25

Applicant: 湖南第一师范学院 ,  中南大学

Inventor： 黄国盛 ,  刘安丰

IPC: G06F21/57 ,  G06F16/215

Abstract: 本发明公开了一种通过历史数据插值检验的可信参与者选取方法。目标是辨识群智网络中恶意参与者，从而选取可信的参与者以提高数据采集质量。提出的发明方法如下：通过无人机采取部分数据作为标准检验数据，用来比对数据参与者提交的数据，如果一致则提高参与者的信任度，反之则降低其信任度。这样当参与者的可信度大于阀值#imgabs0#，则纳可信参与者，可信参与者的数据也作为标准数据类似于无人机采集的数据对其它参与者进行信任辨识。更重要的是，对可信参与者辨识后，还对历史上的交互数据进行比对，并采用插值方法推理出邻居网格多数有可信数据的网格的数据，从而扩展信任辨识的范围，加快信任辨识。在此基础上，给出了参与者选取方法以提高数据质量。

公开(公告)号：CN115604311B

公开(公告)日：2024-04-26

申请号：CN202211205659.1

申请日：2022-09-30

Applicant: 中南大学

Inventor： 谢欣奕 ,  刘安丰

IPC: H04L67/12 ,  H04L67/10 ,  H04L47/125

Abstract: 本发明公开了一种面向服务网络的云端融合计算系统及自适应路由方法，该方法可用于解决服务网络面临的数据量过大和数据与任务分散等问题。该方法采用云边融合的计算方式，数据在中间设备上根据网络拥塞情况被逐级处理，最终在云端形成全局服务。主要方案包括：1)对网络进行监听，获得网络拓扑，拥塞情况，设备与数据流信息；2)基于匹配理论将数据流发送至下一中间设备；3)设备将数据加入排队队列，优先对数据进行简单处理，当网络拥塞发生时则进行服务编排；4)设备将处理结果暂存至本地后向上传输。本发明可利用网络中计算资源分布式执行任务，显著提高计算效率；在最小化数据延时的同时保证数据质量，实现服务快速响应和网络低能耗。

公开(公告)号：CN114978550B

公开(公告)日：2023-05-16

申请号：CN202210578818.6

申请日：2022-05-25

Applicant: 湖南第一师范学院 ,  中南大学

Inventor： 黄国盛 ,  刘安丰

IPC: H04L9/32 ,  H04L9/40 ,  H04L47/2475 ,  G06F16/215

Abstract: 本发明公开了一种基于历史数据回溯的可信数据感知方法。群智网络中存在恶意的参与者提交虚假数据从而对网络造成危害，提出了一种对历史提交数据进行回溯而有效辨识参与者的信任度，选取可信参与者感知数据的方法。平台开始有一小部分可信的参与者，在选取参与者时，利用可信参与者提交的数据与信任度未知，中可信参与者的数据进行比对，依据二者数据是否一致来提升与下降其信任度。更重要的，一旦识别出新的可信参与者，则将此可信参与者历史曾经提交的数据为标准检验其它数据参与者的可信性，从而推导出更多参与者的信任度。从而以较少的代价，能够快速辨识出更多参与者的信任度，选取可信参与者提交数据，提高数据质量。

公开(公告)号：CN115955699A

公开(公告)日：2023-04-11

申请号：CN202211629314.9

申请日：2022-12-19

Applicant: 中南大学

Inventor： 王露莹 ,  刘安丰

IPC: H04W28/08 ,  H04W16/22

Abstract: 本发明提出了一种基于云‑边计算网络中的多层服务优化部署方法。首先构建多层的边缘计算网络场景，建立部署模型、通信模型；其次将传输延迟、部署成本的多目标优化问题建模为单目标优化问题；将多个区域访问的公共服务部署在网络树的最小公共父节点，并使用基于贪心的方法逐步为服务创建副本，使服务部署在距离用户更近的位置。本发明能够适用于边缘计算场景下服务的多层优化部署，通过降低部署成本和请求延迟的综合目标值，实现以低成本提高用户服务质量的目标。