公开(公告)号：CN119760774A

公开(公告)日：2025-04-04

申请号：CN202411859194.0

申请日：2024-12-17

Applicant: 重庆邮电大学

Inventor： 王汝言 ,  张浈 ,  张普宁 ,  杨志刚 ,  吴大鹏 ,  张鸿

IPC: G06F21/62 ,  G06F18/231 ,  G06F21/60 ,  G06F16/22 ,  G06F17/18 ,  G06F17/16 ,  G06N3/08 ,  H04L67/10 ,  H04L9/40

Abstract: 本发明涉及一种高效的隐私保护语义搜索方法，属于信息安全与隐私保护领域，包括以下步骤：S1：执行系统初始化，用户向授权中心进行注册，授权中心分发密钥给用户；S2：数据拥有者将收集到的数据上传至本地边缘服务器执行数据预处理，然后上传至云端；S3：利用最大化向量，通过分层次聚类算法构造二叉树作为索引结构；S4：当数据用户开始对多个查询关键词进行搜索时，首先将查询请求上传到本地边缘服务器，边缘服务器利用查询关键词生成陷门，然后将陷门作为搜索请求发送至云服务器；云服务器收到搜索陷门后，使用加密索引进行语义感知搜索，并向边缘服务器返回k个加密数据作为结果；边缘服务器用密钥解密后将得到明文结果返回给用户。

公开(公告)号：CN119743423A

公开(公告)日：2025-04-01

申请号：CN202411948773.2

申请日：2024-12-27

Applicant: 重庆邮电大学

Inventor： 张普宁 ,  黄海云 ,  邹虹 ,  杨志刚 ,  王汝言 ,  张鸿

IPC: H04L45/12 ,  H04L45/00 ,  H04L45/24 ,  H04L45/247 ,  H04L47/12 ,  H04L47/625 ,  H04L47/10 ,  H04B7/185

Abstract: 本发明涉及一种时延优化的卫星网络自适应路由方法及系统，属于卫星通信技术领域。本方法包括多跳信息年龄的构建，多路径路由，链路状态感知，流量分割自适应路由，动态路由决策等步骤；采用多跳信息年龄模型考虑链路状态的时变性，精确估计路径信息的实时性，确保数据更新的时效性；多路径搜索算法根据星历信息预测链路占用频率构建多条不相交的传输路径，缓解流量拥塞问题，优化链路资源利用率；流量分割自适应路由算法调整路径流量分配比例，降低数据丢包率和信息年龄，保障时延敏感型数据传输的稳定性；在高动态性的卫星网络中平衡资源利用，有效防止链路拥塞，提升整体传输效率和可靠性，为时延敏感型业务提供适应性强、高效的传输方案。

公开(公告)号：CN119583726A

公开(公告)日：2025-03-07

申请号：CN202411653408.9

申请日：2024-11-19

Applicant: 重庆邮电大学

Inventor： 何鹏 ,  魏银来 ,  崔亚平 ,  吴大鹏 ,  王汝言

IPC: H04N1/44 ,  H04L9/08 ,  H04L9/00 ,  G06V40/70 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于多模态生物特征的医疗图像安全传输方法，属于图像安全保护技术领域。该方法首先通过深度神经网络将医疗图像分割为病灶像素和非病灶像素，随后采用时间戳和最低有效位替换方法将病灶像素嵌入到非病灶像素中。进一步地，该方法将标记后的非病灶部分与病灶部分结合，生成标记图像。其次，通过深度神经网络提取用户的多模态生物特征，采用用户自定义密钥和设备MAC地址编码提取后的特征作为密钥。最后，使用编码后的密钥和混沌系统对标记图像进行加密，增强了医疗图像数据的安全保护水平。

公开(公告)号：CN119583725A

公开(公告)日：2025-03-07

申请号：CN202411653407.4

申请日：2024-11-19

Applicant: 重庆邮电大学

Inventor： 何鹏 ,  魏银来 ,  崔亚平 ,  吴大鹏 ,  王汝言

IPC: H04N1/44 ,  G06N3/0475 ,  G06N3/094 ,  H04L9/08

Abstract: 本发明涉及一种基于双对抗神经网络的医疗图像加密系统及方法，属于图像安全保护技术领域。该方法利用深度神经网络的非线性和不稳定性设计图像加密系统，首先采用两对相互对抗的神经网络作为加密系统的主要框架，随后构建具有理想特性的随机类噪声图像监督加密网络训练，并使用原始医疗图像数据指导解密网络训练。本发明提出的加密系统通过对抗训练动态生成强随机性和高灵敏度的密钥，最后结合加密网络架构和密钥参数对输入医疗图像数据加密。

公开(公告)号：CN119545432A

公开(公告)日：2025-02-28

申请号：CN202411644132.8

申请日：2024-11-18

Applicant: 重庆邮电大学

Inventor： 张鸿 ,  龙珍兰 ,  杨静 ,  吴大鹏 ,  王汝言

IPC: H04W28/08 ,  H04W84/06 ,  H04L41/40

Abstract: 本发明涉及一种任务感知的服务动态部署方法，属于无线通信技术领域。该方法通过构建多功能时间扩展图模型，并在该模型上构建任务的服务请求模型、时延模型和能量成本模型，从而实现网络资源的有效管理和控制。同时，采用基于动态挥发自适应蚁群优化算法，根据任务的服务质量要求实时调整启发式权重，使路径选择和虚拟网络功能部署更加贴合任务需求，提升网络资源的利用率与服务完成率，有效减少系统能耗，满足不同任务流的多样化需求。

公开(公告)号：CN119544097A

公开(公告)日：2025-02-28

申请号：CN202411653402.1

申请日：2024-11-19

Applicant: 重庆邮电大学

Inventor： 祝志远 ,  徐伟伟 ,  应俊 ,  吴大鹏 ,  王汝言

IPC: H04B15/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09 ,  G06N3/094 ,  H04K3/00

Abstract: 本发明涉及一种基于监督判别学习的抗噪语义通信方法，属于通信技术领域。针对图像传输中的语义噪声和信道噪声问题，在语义任务执行端引入深度监督网络，通过在隐藏层后增设监督层，提取高质量中间层特征，从而学习语义特征表示；设计一种包含终端损失和伴随损失的复合损失函数，其中伴随损失引入原型一致型损失函数，通过最大分离约束降低语义噪声影响；该方法还根据SNR值调整任务执行与数据恢复的优先级，以适应不同通信条件；此外，采用白盒攻击方法生成语义噪声，并在不改变原深度学习模型结构的前提下，利用监督层输出结果增强抗噪性能；从语义特征层面出发，设计一种损失函数，进一步增强了抗噪性能，兼顾了数据恢复和任务执行。

公开(公告)号：CN118536547A

公开(公告)日：2024-08-23

申请号：CN202410498390.3

申请日：2024-04-24

Applicant: 重庆邮电大学

Inventor： 吴大鹏 ,  伍思俊 ,  唐桐 ,  祝志远 ,  王汝言 ,  张鸿

IPC: G06N3/045 ,  G06N3/0495 ,  G06N3/098 ,  G06N3/092 ,  G06N5/04 ,  G06N5/043

Abstract: 本发明涉及一种轻量化强化学习算法，属于计算机强化学习领域。该方法包括：S1：构建基于序贯交替多智能体机制的强化学习模型；S2：对该模型的状态、动作、奖励、策略以及价值函数书写进行定义；S3：对所提的模型进行理论分析，结合多智能体中合作与竞争的关系以及强化学习中确定性策略以及随机性策略进行理论分析该方式可以获得理论最优值。S4：构建具体的仿真模型，以进行性能比对。本发明在不降低系统性能的前提条件下，实现了算法轻量化。

公开(公告)号：CN114707076B

公开(公告)日：2024-07-09

申请号：CN202210235650.9

申请日：2022-03-11

Applicant: 重庆邮电大学

Inventor： 甄岩 ,  刘欢 ,  张普宁 ,  杨志刚 ,  吴大鹏 ,  王汝言

IPC: G06F16/9536 ,  G06F16/9537 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种个性化物联网实体推荐方法，属于物联网技术领域。该方法包括：S1：采集用户历史数据，包括IoT实体评分、社交域和地理位置信息；S2：数据抽象化：服务器端处理采集的用户历史数据，获取项目域自适应部分的输入、社交域自适应部分的输入和特征嵌入部分的输入；S3：提取偏好特征：服务器端采用APTE推荐模型，获取用户项目域和社交域的偏好特征；S4：获取轻量级特征：采用轻量级卷积网络即使用两层网络代替复杂的卷积神经网络，获取实体项目和社交关系的最终特征表示；S5：采用基于频率的加权策略优化APTE推荐模型参数；S6：用户推荐。本发明减少了模型参数，优化了模型收敛速度。

公开(公告)号：CN118153668A

公开(公告)日：2024-06-07

申请号：CN202410490999.6

申请日：2024-04-23

Applicant: 重庆邮电大学

Inventor： 王汝言 ,  杨澜 ,  唐桐 ,  祝志远 ,  吴大鹏 ,  张鸿

IPC: G06N3/098 ,  G16Y30/00 ,  G06N3/084

Abstract: 本发明涉及一种鲁棒的联邦学习方法，属于通信技术领域，包括以下步骤：S1：构建能够减小因节点间数据异构导致的模型性能损失的联邦学习算法，以及具有不可靠通信链路的边缘网络间通信模型与计算模型；S2：根据鲁棒的联邦学习与信道条件的分析结果，提高训练完成后的联邦学习模型性能，满足在资源有限的边缘网络中进行部署，构建联邦学习性能优化问题；S3：在数学假设下推导在不可靠通信链路影响下联邦学习算法的理论收敛边；S4：将所述联邦学习性能优化问题转为二分图的最大匹配问题，利用匈牙利算法寻找每一轮训练中的最佳节点选择与信道资源分配策略。

公开(公告)号：CN114610500B

公开(公告)日：2024-04-30

申请号：CN202210286001.1

申请日：2022-03-22

Applicant: 重庆邮电大学

Inventor： 吕翊 ,  李富祥 ,  李职杜 ,  吴大鹏 ,  钟艾玲 ,  王汝言

IPC: G06F9/50 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明涉及一种基于模型蒸馏的边缘缓存方法，属于无线通信领域，首先将边缘服务器采集到的用户端数据汇聚到云中心，对数据进行预处理并设计教师模型训练预测用户对内容的偏好；然后，在边缘服务器端部署学生模型，通过共享教师模型的参数学习该基站覆盖下的局部用户偏好。最后，根据得到的用户偏好，结合群组用户的活跃度，制定群组缓存策略，优化缓存命中率。本发明可以节约无线通信的链路资源，提高边缘服务器的资源利用率，提升用户服务质量。