基于数字孪生的QoE保障公平资源优化方法

    公开(公告)号:CN116996937A

    公开(公告)日:2023-11-03

    申请号:CN202310896468.2

    申请日:2023-07-20

    Abstract: 本发明公开了一种基于数字孪生的QoE保障公平资源优化方法,包括:初始化模式选择;根据模式选择决策,得到HDM客户端在TR模式下的传输功率、VPR模式下的传输功率、GPU周期频率和计算时间;根据TR模式下的传输功率、VPR模式下的传输功率、GPU周期频率和计算时间,得到HDM客户端模式选择决策策略;基于TR模式下的传输功率、VPR模式下的传输功率、GPU周期频率、计算时间和模式选择决策策略,确定目标值;根据预设阈值和判断条件,重复执行以上步骤直至得到联合优化后的模式选择决策、TR模式下的传输功率、VPR模式下的传输功率、GPU周期频率和计算时间;本发明通过联合优化的方式,能够实现最大化头戴式显示器客户端QoE和资源公平分配的效果。

    基于在线学习的用户关联方法
    6.
    发明公开

    公开(公告)号:CN116133140A

    公开(公告)日:2023-05-16

    申请号:CN202310074158.2

    申请日:2023-01-19

    Abstract: 本发明公开了一种基于在线学习的用户关联方法,包括:定义并初始化基站和VR用户的各项数据;根据t‑1时刻基站m与用户u的关联次数gm,u(t‑1)计算并更新t时刻置信上界的估值根据分配t时刻基站m为用户u选择的最优压缩比基站m到用户u所需的最优传输时间以及基站m为用户u分配的最优GPU时钟频率根据计算t时刻与用户u相关联的基站m(u,t)*,并计算用户关联A(t);计算更新t+1时刻存储在基站m对应的MEC服务器中的数据量Qm(t+1);更新t时刻基站m与用户u的关联次数gm,u(t);按照上述步骤进行迭代更新,以实现基于在线学习的动态用户关联。该方法实现了通信和计算延迟之间的平衡,降低了算法的计算复杂度,且具有良好的收敛性。

    基于模格的非集合成员属性零知识证明方法

    公开(公告)号:CN119254447A

    公开(公告)日:2025-01-03

    申请号:CN202411385744.X

    申请日:2024-09-30

    Abstract: 本发明公开了一种基于模格的非集合成员属性零知识证明方法,该方法为:确定证明任务;在环#imgabs0#上选取均匀随机的矩阵和若干个向量构成承诺密钥;将集合中的元素和秘密元素编码为多项式形式,建立目标多项式;将证明任务等价转化为转化为在模格上验证多项式正确计算的形式;生成第一阶段的承诺,并确定对应的盲化打开值和第一多余项;验证端随机抽样第一挑战信息;生成第二阶段的承诺和第二多余项;所述验证端再次随机抽样第二挑战信息;确定用于盲化的向量和元素;所述验证端验证生成的向量是否满足预设条件,检查一系列等式是否成立,若所有等式均成立,则接受证明;所述验证端根据证明过程中产生的信息验证证明端的声称。

    一种可防御频谱感知数据伪造攻击的快速共识方法及系统

    公开(公告)号:CN114189299B

    公开(公告)日:2023-06-23

    申请号:CN202111315062.8

    申请日:2021-11-08

    Abstract: 本发明属于认知车联网协作频谱感知数据伪造攻击防御技术领域,公开了一种可防御频谱感知数据伪造攻击的快速共识方法及系统,通过车辆用户根据感知任务匹配程度自主响应感知任务,进行本地感知;车辆用户与邻近用户组成子网络,用于提高数据融合速度;各子网络内车辆用户互相交换感知数据,实现数据共享;数据交换完成后,检测虚假感知数据,并生成局部融合结果;各子网络上传局部融合结果至路边单元,生成最终融合结果,用于频谱感知判决;路边单元将收集各车辆用户感知数据存入区块链,并以此生成各车辆用户信任值,用于下次频谱感知任务。本发明具有抗攻击性能高、数据融合速度快等优点,适用于认知车联网等时间敏感网络。

    一种可防御频谱感知数据伪造攻击的快速共识方法及系统

    公开(公告)号:CN114189299A

    公开(公告)日:2022-03-15

    申请号:CN202111315062.8

    申请日:2021-11-08

    Abstract: 本发明属于认知车联网协作频谱感知数据伪造攻击防御技术领域,公开了一种可防御频谱感知数据伪造攻击的快速共识方法及系统,通过车辆用户根据感知任务匹配程度自主响应感知任务,进行本地感知;车辆用户与邻近用户组成子网络,用于提高数据融合速度;各子网络内车辆用户互相交换感知数据,实现数据共享;数据交换完成后,检测虚假感知数据,并生成局部融合结果;各子网络上传局部融合结果至路边单元,生成最终融合结果,用于频谱感知判决;路边单元将收集各车辆用户感知数据存入区块链,并以此生成各车辆用户信任值,用于下次频谱感知任务。本发明具有抗攻击性能高、数据融合速度快等优点,适用于认知车联网等时间敏感网络。

    具有隐蔽乘积的线性关系准确零知识证明方法

    公开(公告)号:CN119276511A

    公开(公告)日:2025-01-07

    申请号:CN202411385747.3

    申请日:2024-09-30

    Abstract: 本发明公开了一种具有隐蔽乘积的线性关系准确零知识证明方法,将不完全分裂环#imgabs0#上具有隐蔽乘积的线性关系转化成#imgabs1#上的线性关系;将附带的额外条件转化成#imgabs2#上的逐分量乘积关系;将#imgabs3#上的秘密证据#imgabs4#通过NTT逆变换成#imgabs5#上的#imgabs6#个元素xi,在#imgabs7#上选取均匀随机的矩阵和若干个向量;生成第一阶段的承诺,并从离散高斯分布上抽样向量,确定公开向量;选取第一挑战信息;通过所述第一挑战信息生成新的承诺、盲化元素和多余项;从挑战空间C中随机抽样第二挑战信息c;通过c确定用于盲化#imgabs8#的向量#imgabs9#验证向量#imgabs10#是否满足预设条件,并检查一系列等式是否成立,若所有等式均成立,则接受证明,否则拒绝接受。

Patent Agency Ranking