公开(公告)号：CN117015053A

公开(公告)日：2023-11-07

申请号：CN202310909811.2

申请日：2023-07-24

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  景川芳 ,  贺楚闳

IPC: H04W72/563 ,  H04W72/541 ,  H04W40/08 ,  H04W40/12 ,  H04W40/16 ,  G06F18/15 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种大规模自组织网络资源分配与路由联合优化方法及系统，方法包括以下步骤：S1、采集大规模自组织网络历史数据并形成数据库；S2、计算最优下一跳；步骤S3、将步骤S2得到的最优下一跳节点作为下组图注意力网络的中心节点，在不同中心节点上重复步骤S2执行多次图注意网络以生成最优端到端路径；步骤S4、建立大规模自组织网络最优下一跳资源分配优化模型，用于最大化节点对间成功传输的业务数量；步骤S5、基于业务优先级的动态资源分配算法，求解步骤S4中建立的最优下一跳资源分配优化模型,得到节点对间成功传输的业务数量最大值。本发明的方法可以自适应地寻找最优端到端路径和有效利用网络中的有限资源。

公开(公告)号：CN119031415A

公开(公告)日：2024-11-26

申请号：CN202411249269.3

申请日：2024-09-06

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  贺楚闳

IPC: H04W28/08 ,  H04W28/02 ,  H04W72/40 ,  H04L41/14 ,  H04L41/16

Abstract: 本发明公开了一种面向分布式AI训练业务的6G算力网络自适应拆分联邦学习方法，属于通信网络技术领域；方法为：建立6G算力网络模型，并构建面向分布式AI训练业务的自适应拆分联邦学习模型；对各智能终端在模型训练阶段和模型聚合阶段中的时延进行分析；构建业务总时延最小化优化问题；利用最短路径搜索算法对模型训练阶段和模型聚合阶段的模型分割方式、协作节点选择与多域资源调度方式进行联合优化。本发明通过多基站场景中的模型分割方式、节点选择与多维资源分配的联合优化，缓解单基站学习框架处理大量智能终端模型聚合带来的网络拥塞问题，适应实际网络中异构的智能终端算力和差异化的信道质量，提升模型训练的效率、泛化能力。

公开(公告)号：CN116981007A

公开(公告)日：2023-10-31

申请号：CN202310830313.9

申请日：2023-07-06

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  贺楚闳 ,  顾浩

IPC: H04W40/02 ,  H04W4/30 ,  H04W24/06 ,  H04W28/08

Abstract: 本发明公开了一种Mesh网络联合路由选择及资源调度方法，包括建立Mesh骨干网的系统模型；定义业务集合，确定各业务在系统模型中的传输介质和调制方式；基于传输介质和调制方式构建各业务在系统模型中的传输成本最小化优化问题；采用多条最短路径搜索算法获取各业务在系统模型中传输的所有最短路径；基于所有最短路径将传输成本最小化优化问题转换成多臂老虎机问题；对多臂老虎机问题求解获取各业务最终的最短路径、最短路径上每一跳的传输介质和调制方式；本发明能够自适应地调整传输路径、传输路径上每一跳的传输介质和调制方式，在保证网络可靠性的前提下，最大化网络的传输效率，降低传输成本。

公开(公告)号：CN115119242A

公开(公告)日：2022-09-27

申请号：CN202210726134.6

申请日：2022-06-24

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  潘庆亚 ,  吴铭骁 ,  贺楚闳

IPC: H04W24/04 ,  H04L41/0631 ,  H04L41/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于知识和数据融合的蜂窝网络故障诊断方法，使用基于生成对抗网络(GAN)的方法对真实的数据集进行数据扩充，有效地平衡数据集以及减少标记数据所花费的成本；使用朴素贝叶斯法结合专家知识对网络故障数据集进行预诊断分类任务，并根据预诊断结果生成数据间的关联图，有效地解决了GCN生成的数据间拓扑关联图不精确的问题；将生成的拓扑关联图与训练数据集都输入到GCN模型中进行模型的训练，对GCN模型进行改进使之在训练中能够分别调整预诊断先验知识和训练数据集规模对GCN模型精度的影响。