公开(公告)号：CN119398107A

公开(公告)日：2025-02-07

申请号：CN202411423847.0

申请日：2024-10-12

Applicant: 南通大学

Inventor： 杨文猛 ,  潘麒旭 ,  陈亮 ,  周政

IPC: G06N3/0455 ,  G06N3/098 ,  H04W4/44 ,  H04W4/46

Abstract: 本发明提出了一种基于车载边缘计算的改进流行文件预测方法，属于车联网技术领域。解决了反应式缓存机制存在的预测失准和文件过时的技术问题。其技术方案为：包括以下步骤：S1：在每轮中，每个车辆从测试集中获取数据以构建文件评分初始矩阵；S2：获得各车的文件评分修正矩阵；S3：车辆分簇；S4：RSU汇总各簇评分表后，累加获得总文件评分表；S5：RSU从总文件评分表降序选取Fc个评分最高的文件作为流行文件，从中随机缓存文件。本发明的有益效果为：本发明设计学习率自适应调整和车辆筛选算法，显著提高了缓存命中率，降低了文件传输延迟。

公开(公告)号：CN117061553A

公开(公告)日：2023-11-14

申请号：CN202311026240.4

申请日：2023-08-14

Applicant: 南通大学

Inventor： 周政 ,  陈亮 ,  杨文猛

IPC: H04L67/12 ,  H04L67/10 ,  H04L67/101 ,  H04L41/14

Abstract: 本发明提供了边缘计算资源受限环境下的车边云协同任务卸载方法，属于计算机网络技术领域。解决了车联网系统中边缘计算资源受限环境下的大规模密集型计算任务卸载问题。其技术方案为：包括以下步骤：S1：计算任务的时延容忍度；S2：计算当前总任务数量；S3：基于时延容忍度和“先到先服务”排队原则进行任务卸载；S4：确定时延和能耗的总消耗；S5：建立时延和能耗总消耗的优化问题模型；S6：采用基于改进NSGA‑II算法的计算卸载算法求解该优化问题。本发明的有益效果为：本发明综合考虑任务的时延和能耗，在车载本地计算和边缘计算基础上增加了云端计算，实现车边云协同的最优卸载策略，使系统总消耗最小。

公开(公告)号：CN118139129A

公开(公告)日：2024-06-04

申请号：CN202410341018.1

申请日：2024-03-25

Applicant: 南通大学

Inventor： 陈亮 ,  周政 ,  杨文猛 ,  谢添姣 ,  张宇 ,  许宏伟

IPC: H04W36/00 ,  H04W36/08 ,  H04W16/28 ,  H04W16/22 ,  H04W4/44 ,  H04B17/391 ,  H04L41/16

Abstract: 本发明提供了一种毫米波车联网基站切换方法，属于计算机网络技术领域。解决了由于5G毫米波穿透能力差，通过波束选择和信道阻塞预测，实现基站切换，导致车辆通信链路被障碍物阻塞的技术问题。其技术方案为：包括以下步骤：S1：车辆接收基站发射的信号；S2：进行波束选择；S3：采用BP神经网络预测信道阻塞情况；S4：根据预测情况进行基站切换。本发明的有益效果为：本发明通过Sub‑6GHz带外辅助压缩波束选择波束，以减少5G毫米波的波束选择开销，提高了连接的可靠性和稳定性；其次，利用BP神经网络预测车辆未来信道阻塞状态，据此进行基站切换，以增强车联网信号稳定性。

公开(公告)号：CN118101233A

公开(公告)日：2024-05-28

申请号：CN202311659440.3

申请日：2023-12-06

Applicant: 南通大学

Inventor： 陈亮 ,  付跃 ,  潘麒旭 ,  丁际雷 ,  杨文猛 ,  周政 ,  谢添娇 ,  张宇 ,  许宏伟

IPC: H04L9/40 ,  H04W12/122 ,  H04W4/40

Abstract: 本发明提供了一种基于边缘计算的车联网泛洪流量检测方法，属于网络安全技术领域，解决了移动车辆发动的泛洪攻击，路侧单元检测时长通常不足，导致检测失准的技术问题。其技术方案为：包括以下步骤：S1、基站RSU选作检测节点，当异常车辆即将离开基站RSU的信号覆盖范围，筛选出选车质量系数较高的车辆作为检测节点；S2、异常流量的Hurst自相似度计算；S3、当异常车辆即将离开当前检测节点的信号覆盖范围，再根据选车质量系数优选其它伴随车辆，接力持续检测异常车辆，以延长检测时间。本发明的有益效果为：本发明延长了流量检测时间，提高了车联网环境中的泛洪检测准确性。

公开(公告)号：CN117828388A

公开(公告)日：2024-04-05

申请号：CN202410012276.5

申请日：2024-01-03

Applicant: 南通大学

Inventor： 杨文猛 ,  陈亮 ,  周政 ,  谢添姣 ,  张宇 ,  许宏伟

IPC: G06F18/23213 ,  H04L67/12

Abstract: 本发明提出了一种改进的车联网节点启发式K‑means聚类方法，属于车联网技术领域。解决了车联网系统中由于车辆节点众多且高速运动的情况下，现有K‑means聚类算法运行效率较低的技术问题。其技术方案为：包括以下步骤：S1：边缘服务器接收附近区域车辆上报的节点信息；S2：将上述车辆节点随即划分成K个初始簇；S3：以最接近中心点的车辆作为该簇的簇首节点；S4：每个簇成员节点创建专属候选簇首编号列表；S5：当前后迭代相似度总和误差收敛到误差阈值时停止聚类；S6：确认形成最终簇；本发明的有益效果为：本发明可以提升聚类算法的运行效率，减少聚类算法时间开销，更快地实现车联网分簇。