公开(公告)号：CN118395449A

公开(公告)日：2024-07-26

申请号：CN202410498360.2

申请日：2024-04-24

Applicant: 重庆邮电大学

Inventor： 李沁 ,  唐桐 ,  祝志远 ,  吴大鹏 ,  王汝言 ,  张鸿 ,  张若英 ,  邹虹

IPC: G06F21/57 ,  H04W12/60 ,  H04W28/084 ,  H04W28/08 ,  H04L67/10 ,  G06F21/64 ,  G06F9/50 ,  G16Y30/10

Abstract: 本发明涉及一种信任可靠的资源量化方法，属于无线通信领域。该方法包括：构建边缘网络中多用户异构设备服务交付场景；根据用户间社交关系的复杂动态性以及有向图理论来构建边缘网络用户间社交关系模型，其中每个节点代表实体或个体，边代表节点之间的关系；根据用户的主观信任视角，构建感知信任量化模型；根据基于实证的客观信任视角，构建行为信任量化模型；利用模糊逻辑方法综合信任元素得到针对资源的信任量化评估结果。本发明有效保障了边缘网络系统的安全性，为资源分配和调度提供了可靠依据，具有广阔的运用前景。

公开(公告)号：CN111447512A

公开(公告)日：2020-07-24

申请号：CN202010160107.8

申请日：2020-03-09

Applicant: 重庆邮电大学

Inventor： 杨静 ,  吴晓当 ,  张若英 ,  张鸿 ,  吴大鹏 ,  王汝言

IPC: H04Q11/00

Abstract: 本发明涉及一种面向边缘云卸载的节能方法，属于光无线通信技术领域，具体包括以下步骤：S1：给定用户任务请求消息，并执行类型标记以及初始化网络状态信息；S2：ONU-MPP将任务请求消息广播至包括边缘云服务器与邻近设备在内的协作节点；S3：基于当前用户移动信息，估算接受下行数据的位置；S4：以不同协作节点下的网络能耗、接受位置偏移为依据选择协作节点；S5：执行EDBA算法为FiWi数据与卸载数据配置时隙；S6：通知被选择协作节点处理卸载数据，返回网络资源信息。本发明避免了为执行卸载数据导致网络能耗效率低下以及较高的时延，考虑节点传输卸载数据的能耗成本以及用户接受数据与协作节点的位置偏移来选择协作节点，在保证降低网络能耗的同时优化时延。

公开(公告)号：CN116567724A

公开(公告)日：2023-08-08

申请号：CN202310526802.5

申请日：2023-05-09

Applicant: 重庆邮电大学

Inventor： 张若英 ,  高洋洋 ,  李职杜 ,  唐桐 ,  吴大鹏 ,  王汝言

IPC: H04W28/08 ,  H04W4/70 ,  H04L67/10 ,  G06Q30/08 ,  G06Q50/00

Abstract: 本发明涉及一种端边协同方法，属于无线通信领域，包括以下步骤：S1：根据终端设备交互的数据，建立一种结合物理层和社会层的系统模型，其中物理层表示设备间的物理约束和通信需求，社会层表示设备间的社会链接；S2：基于任务场景，建立以时延最小化为目标的端边协同计算系统；S3：基于VCG拍卖机制解决设备间资源共享的自私性问题，并确定拍卖赢家组合和定价。本发明在优化时延的前提下，提高资源的有效利用率，同时保证机制的个人理性和激励相容性。

公开(公告)号：CN111447512B

公开(公告)日：2021-10-26

申请号：CN202010160107.8

申请日：2020-03-09

Applicant: 重庆邮电大学

Inventor： 杨静 ,  吴晓当 ,  张若英 ,  张鸿 ,  吴大鹏 ,  王汝言

IPC: H04Q11/00

Abstract: 本发明涉及一种面向边缘云卸载的节能方法，属于光无线通信技术领域，具体包括以下步骤：S1：给定用户任务请求消息，并执行类型标记以及初始化网络状态信息；S2：ONU‑MPP将任务请求消息广播至包括边缘云服务器与邻近设备在内的协作节点；S3：基于当前用户移动信息，估算接受下行数据的位置；S4：以不同协作节点下的网络能耗、接受位置偏移为依据选择协作节点；S5：执行EDBA算法为FiWi数据与卸载数据配置时隙；S6：通知被选择协作节点处理卸载数据，返回网络资源信息。本发明避免了为执行卸载数据导致网络能耗效率低下以及较高的时延，考虑节点传输卸载数据的能耗成本以及用户接受数据与协作节点的位置偏移来选择协作节点，在保证降低网络能耗的同时优化时延。

公开(公告)号：CN119577648A

公开(公告)日：2025-03-07

申请号：CN202411644141.7

申请日：2024-11-18

Applicant: 重庆邮电大学

Inventor： 吴大鹏 ,  魏海超 ,  王汝言 ,  张鸿 ,  张若英 ,  邹虹

IPC: G06F18/2433 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明涉及一种多因素融合的物联网离群数据识别方法，属于物联网技术领域，包括确定识别的目标因素，并融合与其相关联的多种影响因素，获取对应的历史数据并进行预处理；对具体指标进行相关性分析，选择对目标因素有显著影响的指标数据，形成最终的有效指标组合；构建LSTM结合特征注意力机制的预测模型，利用相关性分析筛选后的数据进行预测，输出未来一段时间的预测值，通过反归一化获得实际预测值；采用预测模型，融合多因素综合分析的离群数据识别方法，使用孤立森林算法建模，将预测残差和影响因子作为输入特征，计算每个数据点的异常分数；基于异常分数的分布，采用滑动窗口技术动态设置阈值，将超出阈值的数据点判定为离群数据。