-
公开(公告)号：CN115134829B
公开(公告)日：2024-10-29
申请号：CN202210583735.6
申请日：2022-05-25
Applicant: 国网河南省电力公司信息通信公司 , 北京邮电大学 , 国家电网有限公司
IPC: H04W24/02
Abstract: 本发明提供一种移动业务边缘协作卸载方法、装置、设备及介质，包括：将多个边缘节点进行聚类，得到节点簇，每个节点簇中的节点组成边缘节点协作域；根据边缘协作服务域的服务能力和待处理移动业务的任务信息，确定待处理移动业务的卸载决策；将卸载决策下发至边缘协作服务域对应的目标移动终端，以供目标移动终端将待处理移动业务上传至卸载决策对应的边缘节点进行协助处理；其中，卸载决策包括卸载模式、卸载位置和服务路径，服务能力是基于边缘协作服务域中边缘节点的数量、剩余的计算能力和预先缓存的服务组件确定的。本发明实现适当的能量时延权衡，最小化平均执行时间和能量消耗。
-
公开(公告)号：CN111885137B
公开(公告)日：2022-08-02
申请号：CN202010682703.2
申请日：2020-07-15
Applicant: 国网河南省电力公司信息通信公司 , 北京邮电大学 , 国家电网有限公司
IPC: H04L67/1074 , G06F9/455 , G06F9/50 , G06N20/00
Abstract: 本发明公开了一种基于深度强化学习的边缘容器资源分配方法，包括Actor网络、Critic网络、回声状态网络ESN，有效的解决了时延敏感性应用的边缘计算环境的容器资源分配的问题。本发明提供的资源分配方法通过在M/D/1排队模型的基础上建立端到端时延模型，得到服务流s数据包在容器n上的端到端时延，为解决边缘容器资源分配的问题采用基于深度强化学习模型，并通过回声状态网络ESN改进传统A3C算法得到了一种时延敏感型应用的边缘容器的资源分配方法—EC‑A3C网络，在资源池z为不同的容器集群Sz，t分配资源分配策略At，用以解决边缘计算环境的容器资源分配的问题，EC‑A3C网络通过改变端到端时延的奖励值rt，以适应多种的边缘计算环境。
-
公开(公告)号：CN110753065B
公开(公告)日：2022-03-01
申请号：CN201911032287.5
申请日：2019-10-28
Applicant: 国网河南省电力公司信息通信公司 , 国家电网有限公司 , 北京邮电大学
Abstract: 本发明公开了一种网络行为检测方法、装置、设备及存储介质，该方法包括：根据待检测用户的网络行为，确定待检测用户的待检测行为特征向量，根据待检测行为特征向量，以及，预先确定的聚类模型，确定待检测行为特征向量的所属类簇，其中，聚类模型为根据多个用户的历史网络行为以及基于拉普拉斯映射的近邻传播聚类算法确定的模型，聚类模型包括类簇以及类簇中心，当待检测行为特征向量与所属类簇的中心的距离大于预设阈值时，确定待检测行为特征向量对应的行为为攻击行为。通过基于拉普拉斯映射的近邻传播聚类算法确定出的聚类模型对用户的网络行为进行检测，该检测方法检测效率及检测准确率均较高。
-
公开(公告)号：CN116613520A
公开(公告)日：2023-08-18
申请号：CN202310393589.5
申请日：2023-04-13
Applicant: 国网河南省电力公司信息通信公司 , 北京邮电大学
Abstract: 本发明涉及贴片天线技术领域，提供一种单阶梯型频率可重构贴片天线，包括：介质基板、主辐射单元、金属接地板、同轴馈电及耦合条带；主辐射单元位于介质基板的上侧，金属接地板位于介质基板的下侧；同轴馈电依次穿过金属接地板与介质基板对主辐射单元进行馈电；耦合条带位于主辐射单元的下侧，耦合条带与主辐射单元之间部分重叠，耦合条带沿朝向靠近同轴馈电的一侧或远离同轴馈电的一侧可移动地设于介质基板内；本发明通过调整耦合条带沿E面方向的位置和尺寸，可使得该贴片天线工作在不同的频段，结构简单，在保持天线辐射特性的基础上实现了频率可重构功能。
-
公开(公告)号：CN113762466B
公开(公告)日：2023-06-20
申请号：CN202110882758.2
申请日：2021-08-02
Applicant: 国网河南省电力公司信息通信公司 , 北京万可信息技术有限公司 , 国家电网有限公司 , 北京邮电大学
IPC: G06F18/24 , G06N3/044 , G06N3/0475 , G06N3/094 , G06F18/214 , H04L43/0876 , G16Y10/35 , G16Y10/75 , G16Y40/20
Abstract: 本发明提供一种电力物联网流量分类方法及装置，方法包括：根据第一分类器，确定目标域数据的伪标签；根据中间域数据的第一标签对源域数据进行重构；根据伪标签和重构的源域数据训练双向循环生成对抗网络，以获取目标双向循环生成对抗网络；将目标域数据输入至目标双向循环生成对抗网络，以对目标域数据进行分类。所述装置用于执行上述方法。本发明充分利用源域和目标域数据，生成的中间域数据起到数据增强的作用，并根据中间域数据更新源域数据进行重构，从而避免生成器转换能力太强导致的损失，可以以有标签数据(源域数据)训练的模型作为基础，实现对无标签(目标域)数据的流量分类。
-
Patent Agency Ranking
公开(公告)号：CN111510501B
公开(公告)日：2022-10-18
申请号：CN202010333661.1
申请日：2020-04-24
Applicant: 国网河南省电力公司信息通信公司 , 北京邮电大学 , 国家电网有限公司
Abstract: 本发明公开了一种可调频物联网终端，包括信号接收模块、调频缓冲模块，所述信号接收模块接收可调频物联网终端中信号接收器输出信号，信号接收模块通过运放器AR1接调频缓冲模块输入端口，调频缓冲模块运用电感L4滤除高频信号分量，电容C1、电容C2滤除信号低频分量，同时三极管Q1起到放大信号电流的作用，同时为了用源信号取代现有技术中参考信号进行调频，运用电阻R3分压，然后运用三极管Q3和电容C4组成延时电路同步调频电路输出信号，使其一起输入三极管Q4、三极管Q5和可变电阻RW1组成调频电路对信号进行调制频率，调频缓冲模块输出端口接可调频物联网终端控制器，实现对物联网终端信号接收器输出信号主动调频校准的效果。
-
公开(公告)号：CN114138493A
公开(公告)日：2022-03-04
申请号：CN202111476655.2
申请日：2021-12-06
Applicant: 国网河南省电力公司信息通信公司 , 国网河南省电力公司 , 北京邮电大学 , 国家电网有限公司
Abstract: 本发明公开了一种基于能耗感知的边缘算力资源调度方法，有效的解决了现有技术在解决多层算例资源管理复杂的问题时忽略了终端能耗以及计算任务在智能终端本地执行时的CPU频率调度方式的问题，本发明针对智能终端设备SMD的实际情况设置两种不同的卸载策略，第一种是将计算任务在智能终端设备SMD上执行，第二种是将计算任务卸载至边缘服务器上，由边缘服务器协助智能终端设备SMD完成计算任务，两种卸载策略在执行过程中都对开销进行了限制，避免了终端能耗对智能终端设备SMD的消耗，也避免了现有技术在解决多层算例资源管理复杂的问题时忽略了计算任务在智能终端本地执行时的CPU频率调度方式的问题。
-
公开(公告)号：CN113657428A
公开(公告)日：2021-11-16
申请号：CN202110734331.8
申请日：2021-06-30
Applicant: 北京邮电大学 , 中国雄安集团数字城市科技有限公司 , 国网河南省电力公司信息通信公司
IPC: G06K9/62
Abstract: 本发明提供一种网络流量数据的抽取方法及装置，方法包括：根据原始网络流量数据集中样本的样本密度信息，确定样本所属类别的类密度信息；根据所述类密度信息，确定样本信息量和类信息量；根据所述样本信息量和所述类信息量，确定抽取的代表样本集。所述装置用于执行上述方法。本发明通过根据原始网络流量数据集中的样本的信息携带量来计算类的信息携带量，依照样本信息量和类信息量来抽取用于合成的代表样本，解决了只依靠多数类和少数类的数量比难以表明两者之间信息不平衡的问题。
-
公开(公告)号：CN113297152A
公开(公告)日：2021-08-24
申请号：CN202110512978.6
申请日：2021-05-11
Applicant: 国网河南省电力公司信息通信公司 , 北京邮电大学 , 国家电网有限公司
IPC: G06F16/172 , G06F16/23 , G06F16/2455 , G06Q50/06 , G16Y10/35
Abstract: 本申请实施例提供一种电力物联网边缘服务器缓存更新的方法及装置。其方法包括：获取数据文件的缓存价值，所述数据文件包括：待缓存数据文件以及所述边缘服务器上的已缓存数据文件；用所述待缓存数据文件更新所述边缘服务器的缓存空间，使其满足更新后的所述边缘服务器上的所述已缓存数据文件的缓存价值的平均值达到最大化。通过本申请实施例提供的电力物联网边缘服务器缓存更新的方法及装置，提出数据文件缓存价值的评价方式，对边缘服务器的缓存更新策略进行了优化，使得边缘服务器尽可能多地缓存数据文件，同时最大化数据文件的缓存价值，高效的利用有限的缓存空间。
-
公开(公告)号：CN111885137A
公开(公告)日：2020-11-03
申请号：CN202010682703.2
申请日：2020-07-15
Applicant: 国网河南省电力公司信息通信公司 , 北京邮电大学 , 国家电网有限公司
Abstract: 本发明公开了一种基于深度强化学习的边缘容器资源分配方法，包括Actor网络、Critic网络、回声状态网络ESN，有效的解决了时延敏感性应用的边缘计算环境的容器资源分配的问题。本发明提供的资源分配方法通过在M/D/1排队模型的基础上建立端到端时延模型，得到服务流s数据包在容器n上的端到端时延，为解决边缘容器资源分配的问题采用基于深度强化学习模型，并通过回声状态网络ESN改进传统A3C算法得到了一种时延敏感型应用的边缘容器的资源分配方法—EC-A3C网络，在资源池z为不同的容器集群Sz，t分配资源分配策略At，用以解决边缘计算环境的容器资源分配的问题，EC-A3C网络通过改变端到端时延的奖励值rt，以适应多种的边缘计算环境。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.063 seconds)
