公开(公告)号：CN119690669A

公开(公告)日：2025-03-25

申请号：CN202411772791.X

申请日：2024-12-04

Applicant: 北京邮电大学

Inventor： 辛阳 ,  郑壹丹 ,  朱洪亮 ,  胡文丽 ,  蒋萌

IPC: G06F9/50 ,  G06F16/36 ,  G06F40/295 ,  G06N5/025

Abstract: 本发明公开了一种基于表示学习的边缘计算知识图谱构建方法，属于知识图谱技术领域，包括以下步骤：S1、将边缘计算系统中的实体、实体属性、实体之间关系进行抽象提取，收集关键实体、实体属性和实体间的关系数据；S2、对S1收集的数据进行预处理；S3、采用表示学习技术对S2得到的数据自动提取有价值的特征表示，构建出结构化的知识图谱；S4、关系预测补全。本发明采用上述的一种基于表示学习的边缘计算知识图谱构建方法，解决了边缘计算中的知识图谱构建问题，优化在大规模、动态且不确定的边缘计算环境中，任务与资源的有效匹配问题；且其在面对新设备和任务时能够快速补全知识图谱中的缺失关系，实现设备与任务之间的智能匹配。

公开(公告)号：CN119692473A

公开(公告)日：2025-03-25

申请号：CN202411766814.6

申请日：2024-12-04

Applicant: 北京邮电大学

Inventor： 辛阳 ,  欧凯强 ,  商彦磊 ,  蒋萌 ,  胡文丽

IPC: G06N5/04 ,  G06F16/36 ,  G06F16/31 ,  G06F40/295 ,  G06N3/0464 ,  H04L41/14 ,  H04L41/16

Abstract: 本发明公开了一种基于AMIE+算法的网元关联分析方法，包括：获取网元数据；对所述网元数据进行实体和关系抽取，并构建网元知识图谱；将所述构成网元知识图谱的三元组数据输入至规则学习模型，获取初始规则集，其中，所述规则学习模型是基于AMIE+算法构建；对所述初始规则集进行优化，获取最佳规则集；对所述最佳规则集进行推理，获取推理结果。通过本发明的方法，能够更好地支持现代网络的管理和运维，提升网络的整体性能和稳定性。