-
公开(公告)号：CN112887156B
公开(公告)日：2022-05-06
申请号：CN202110204246.0
申请日：2021-02-23
Applicant: 重庆邮电大学
IPC: H04L41/0894 , H04L41/12 , G06N3/04 , H04L41/142
Abstract: 本发明涉及一种基于深度强化学习的动态虚拟网络功能编排方法，属于无线通信领域。该方法包括：针对物理网络拓扑动态变化引起的VNF编排成本高的问题，建立时延约束下的最小化VNF编排的资源成本和运行成本的数学模型；根据网络拓扑动态变化和VNF动态变化，建立MDP模型，且通过深度Q网络来求解MDP；针对MDP模型中状态空间和动作空间过大和网络负载动态变化的问题，设计动态最优的VNF编排策略以解决VNF编排成本高的问题。本发明在保证用户时延性能的前提下，受限于网络中计算资源容量和链路带宽资源容量，动态的调整各网络切片VNF的编排策略，保证了用户性能，优化VNF编排成本，提高资源利用率。
-
公开(公告)号：CN112887145B
公开(公告)日：2022-04-29
申请号：CN202110113262.9
申请日：2021-01-27
Applicant: 重庆邮电大学
IPC: H04L41/042 , H04L41/0654 , H04L41/0823 , H04L41/14
Abstract: 本发明涉及一种基于分布式的网络切片故障检测方法，属于移动通信技术领域。该方法包括：S1：构建基于联邦学习的网络切片故障检测架构；S2：建立基于CNN‑GRU网络的无监督故障检测方法；S3：在联邦学习参数上传时，采用top‑k梯度压缩机制进行模型压缩；S4：采用适用联邦学习的自适应优化器进行全局模型聚合。本发明能够在保障故障检测模型准确性的同时，减少通信开销，提高模型泛化效果。
-
公开(公告)号：CN113015196A
公开(公告)日：2021-06-22
申请号：CN202110204251.1
申请日：2021-02-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于状态感知的网络切片故障愈合方法，属于移动通信技术领域。首先提出了一种基于状态感知的VNF愈合策略选择方法，该方法通过物理节点上的VNF的故障状态与节点资源使用情况，进行VNF愈合策略的选择，以适应不同的故障场景。进一步地，针对需要进行迁移的VNF，提出了一种基于最小化愈合开销的计算模型。最后，通过深度强化学习方法DQN，寻找得到VNF的最佳迁移策略。本发明所提方法能够在进行网络切片故障愈合的同时，减少愈合开销，提高网络的可靠性。
-
公开(公告)号：CN112887999A
公开(公告)日：2021-06-01
申请号：CN202110113348.1
申请日：2021-01-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于分布式A‑C的智能接入控制与资源分配方法，属于通信技术领域。该方法中，根据eMBB和URLLC切片的性能需求，构建了一个联合eMBB切片用户传输速率和URLLC切片用户时延的双目标优化模型。其次，将联邦学习与强化学习融合，建立一个联邦强化学习框架，各个智能体协作，以更新全局权重参数，且各个智能体本地数据不相互交换。联邦强化学习框架中的智能体利用A‑C学习不断与环境进行交互，各个智能体间相互协作，动态调整接入控制与资源分配策略，优化系统模型。本发明所提能够满足各切片用户性能需求且维持各切片用户队列处于稳定状态，优化eMBB用户传输速率和URLLC用户时延，提高资源利用率。
-
公开(公告)号：CN112887145A
公开(公告)日：2021-06-01
申请号：CN202110113262.9
申请日：2021-01-27
Applicant: 重庆邮电大学
IPC: H04L12/24
Abstract: 本发明涉及一种基于分布式的网络切片故障检测方法，属于移动通信技术领域。该方法包括：S1：构建基于联邦学习的网络切片故障检测架构；S2：建立基于CNN‑GRU网络的无监督故障检测方法；S3：在联邦学习参数上传时，采用top‑k梯度压缩机制进行模型压缩；S4：采用适用联邦学习的自适应优化器进行全局模型聚合。本发明能够在保障故障检测模型准确性的同时，减少通信开销，提高模型泛化效果。
-
Patent Agency Ranking
公开(公告)号：CN112887999B
公开(公告)日：2022-04-01
申请号：CN202110113348.1
申请日：2021-01-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于分布式A‑C的智能接入控制与资源分配方法，属于通信技术领域。该方法中，根据eMBB和URLLC切片的性能需求，构建了一个联合eMBB切片用户传输速率和URLLC切片用户时延的双目标优化模型。其次，将联邦学习与强化学习融合，建立一个联邦强化学习框架，各个智能体协作，以更新全局权重参数，且各个智能体本地数据不相互交换。联邦强化学习框架中的智能体利用A‑C学习不断与环境进行交互，各个智能体间相互协作，动态调整接入控制与资源分配策略，优化系统模型。本发明所提能够满足各切片用户性能需求且维持各切片用户队列处于稳定状态，优化eMBB用户传输速率和URLLC用户时延，提高资源利用率。
-
公开(公告)号：CN104267963A
公开(公告)日：2015-01-07
申请号：CN201410531034.3
申请日：2014-10-10
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种跨平台角色扮演网络游戏客户端引擎，包括游戏编辑器和游戏引擎；游戏编辑器，用于通过采用所见即所得的方式来动态编辑游戏数据，对游戏中各个模块进行可视化编辑；游戏引擎，用于为建立编写游戏所需的各种工具模块。本发明提供了一个面向网页和移动设备，尤其是建立大规模用户(MMORPG)的开发平台，具有创新性、灵活性、简洁性和友好性。大大减少网页，手机游戏开发商开发同类游戏的代价，缩短游戏的开发周期，这个平台所见即所得的UI编辑器和强大的加密措施，可以让游戏开发人员快速开发出网页、移动设备上的RPG游戏。
-
公开(公告)号：CN112887156A
公开(公告)日：2021-06-01
申请号：CN202110204246.0
申请日：2021-02-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度强化学习的动态虚拟网络功能编排方法，属于无线通信领域。该方法包括：针对物理网络拓扑动态变化引起的VNF编排成本高的问题，建立时延约束下的最小化VNF编排的资源成本和运行成本的数学模型；根据网络拓扑动态变化和VNF动态变化，建立MDP模型，且通过深度Q网络来求解MDP；针对MDP模型中状态空间和动作空间过大和网络负载动态变化的问题，设计动态最优的VNF编排策略以解决VNF编排成本高的问题。本发明在保证用户时延性能的前提下，受限于网络中计算资源容量和链路带宽资源容量，动态的调整各网络切片VNF的编排策略，保证了用户性能，优化VNF编排成本，提高资源利用率。
-
公开(公告)号：CN104298562A
公开(公告)日：2015-01-21
申请号：CN201410531293.6
申请日：2014-10-10
Applicant: 重庆邮电大学
IPC: G06F9/50
Abstract: 本发明公开了一种游戏开发的资源管理方法，首先获取加载数据；建立资源链表队列L和二进制数据链表H；然后查找缓存是否存在加载数据，如果不存在，则将加载数据读入内存中并进行排队和转换处理；最好判断参数CO和参数SO是否为真，并将加载数据缓存进入内存或将数据缓存进内存或缓存进入用户磁盘。本发明在数据加载过程中，使用链表进行线性表操作会提高代码执行效率，并且在排队过程中，会根据数据的优先级进行次序调整，使紧急数据最先得到使用；在进行数据缓存时，根据不同控制参数，进行不同的缓存，将不经常用的数据将其缓存进外存，避免内存过大现象出现，提高用的体验度，同时也减少了同样的数据多次从网络进行下载的情况，减少了节省网络资源的目地。
-
公开(公告)号：CN104268480A
公开(公告)日：2015-01-07
申请号：CN201410530820.1
申请日：2014-10-10
Applicant: 重庆邮电大学
IPC: G06F21/60
CPC classification number: G06F21/6227
Abstract: 本发明公开了一种XML配置文件安全保护处理方法，首先初始化第二次加密密钥P和第三次加密密钥K；然后将XML文件进行压缩转换成为压缩格式文件形成第一次加密文件；使用第二次加密密钥P将第一次加密文件再进行一次加密形成第二次加密文件并读入内存；将第二次加密文件通过加密算法嵌入第三次加密密钥K形成第三次加密文件并读入内存；通过解密算法利用第三次加密密钥K将第三次加密压缩格式文件转换为第三次解密文件以及进行第二次解密；最后将第二次解密文件利用压缩转换的密码进行解密形成XML文件。本发明采用三层加密解密的方法，每个层次加密的形式和方法不相同，这样加大了破解的难度，极大的增强了数据的安全性。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.022 seconds)
