-
公开(公告)号：CN116527336A
公开(公告)日：2023-08-01
申请号：CN202310409186.5
申请日：2023-04-17
Applicant: 西安电子科技大学
IPC: H04L9/40 , H04L67/12 , G06N3/0464 , G06N3/048 , G06N3/098
Abstract: 本发明公开了一种针对拜占庭攻击的车联网联邦学习防御方法，包括：从M个客户端中随机挑选K个客户端，服务器端为选中的K个客户端下发初始全局模型；选中的K个客户端在本地训练初始全局模型，并将训练完成后更新的模型参数上传至服务器端；服务器端获取每个客户端的本地模型对全局模型的基尼增益；根据基尼增益检测恶意客户端的数量和编号；服务器端得到恶意客户端数量和编号后将所有恶意客户端筛除，聚合剩余良好客户端的本地模型得到全局模型；去除恶意客户端后随机挑选K个客户端重复上述步骤，直至筛出所有恶意客户端。本发明可以在不知道恶意客户端数量的前提下检测出所有恶意客户端，提升了全局自动驾驶模型的准确性和收敛性。
-
公开(公告)号：CN115660113A
公开(公告)日：2023-01-31
申请号：CN202211310743.X
申请日：2022-10-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种应用选择性联邦学习的CAV决策方法，包括：所有自动驾驶汽车从FL服务器下载上一轮迭代更新的全局模型；所有自动驾驶汽车使用自身的行驶数据训练本地模型，更新模型参数；获取所有自动驾驶汽车在联邦学习过程中的通信开销和计算开销；进行多因素驱动的本地模型筛选，选中的自动驾驶汽车将更新后的本地模型上传至FL服务器，其中，本地模型筛选包括基于信誉的筛选、基于模型收敛性的筛选和基于最大化效用的筛选；所述FL服务器对接收到的本地模型进行聚合以获得改进的全局模型。本发明在上传本地模型之前提出了一种多因素驱动的模型筛选策略，克服传统方法不对参与者加以区分的缺陷，能够选择尽可能多的高质量用户。
-
公开(公告)号：CN113511215A
公开(公告)日：2021-10-19
申请号：CN202110606707.7
申请日：2021-05-31
Applicant: 西安电子科技大学
Abstract: 本申请提供的一种混合自动驾驶决策方法，获取当前时刻下，自动驾驶车辆在行驶过程中的实时交通环境信息；基于所述交通环境信息建立本地自动驾驶决策模型；基于所述本地自动驾驶决策模型，使用基于深度强化学习的方法来学习自动驾驶车辆的驾驶行为，并提取驾驶规则；共享所述驾驶规则；扩充已有专家系统知识库；判断是否存在紧急情况，若是，则采用机器学习模型进行决策；若否，基于扩充后已有专家系统知识库对机器学习模型进行调整，由所述机器学习模型进行决策。该决策方法利用两种现有策略相辅相成，以克服单个策略的缺点，从而使之有效针对不同驾驶场景的决策。
-
公开(公告)号：CN115081002A
公开(公告)日：2022-09-20
申请号：CN202210752319.4
申请日：2022-06-28
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种用于去中心化联邦学习的聚合服务器选择方法，主要解决现有联邦学习框架中聚合服务器出现单点故障易受攻击的问题，其实现方案为：1)聚合服务器车辆生成初始全局模型并下发；2)客户端车辆对全局模型进行本地训练和更新，并确定聚合服务器选举性能分数；3)客户端车辆在性能分数中选最大值，并上传本地梯度更新值；4)本地模型和全局模型身份交互，开始新一轮模型更新迭代；5)重复步骤(2)～步骤(4)，直到全局模型精度达到收敛时精度的最大值停止迭代，得到最终的聚合服务器。本发明通过对聚合服务器的选择提高了联邦学习聚合服务器受到攻击时全局模型的精度，保证了联邦学习过程的安全性。
-
公开(公告)号：CN114742583A
公开(公告)日：2022-07-12
申请号：CN202210332486.3
申请日：2022-03-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种质量保障型的车联网群智感知激励方法，平台层由若干个边缘节点簇组成，每个边缘节点簇由部署在道路两旁的一组位置相近的边缘节点组成，边缘节点即RSUs和BSs，边缘节点拥有本地服务器和计算单元，可以完成及时的数据计算和存储；以边缘节点簇作为矿工进行区块链的共识和挖矿，从而搭建基于区块链的分布式感知平台；请求者和参与者之间的交易信息经由矿工验证并周期性打包成区块添加到区块链中；云层包含授权中心和多种服务器，用来实现对边缘节点簇的统一管理；参与者会为了在未来的感知任务中赢得更多的奖励，尽可能稳定的提供高质量数据以获得更高的信誉评分。
-
Patent Agency Ranking
公开(公告)号：CN111211893B
公开(公告)日：2022-03-04
申请号：CN202010074874.7
申请日：2020-01-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种应用区块链的自动驾驶汽车模型共享方法，旨在提高自动驾驶汽车决策的准确率和效率。其实现步骤包括：1)构建移动边缘计算网络；2)生成移动边缘计算网络中每个节点的密钥对；3)构建移动边缘计算网络中移动节点集合的本地模型集合；4)每个移动节点与距离其最近的移动边缘计算节点进行通信；5)移动边缘计算节点集合获取超级节点序列；6)基于超级节点序列构建区块链；7)对本地模型集合进行更新。本发明与现有的自动驾驶汽车模型训练的方法相比，在将模型用于自动驾驶汽车行驶过程中的决策时，有效提高了决策的准确率和效率。
-
公开(公告)号：CN105608896B
公开(公告)日：2018-03-06
申请号：CN201610143775.3
申请日：2016-03-14
Applicant: 西安电子科技大学
IPC: G08G1/01
Abstract: 本发明公开了一种复杂交通环境中交通瓶颈的识别方法，主要解决现有技术不能满足当前交通需求而导致的交通严重拥堵的问题。其实现步骤为：(1)将实际交通网络抽象的复杂网络用一个无向有权图表示；(2)使用容限配流法对抽象后的网络拓扑图进行用户平衡配流；(3)为网络中各个路段分配权值，权值为每个路段上的零流阻抗；(4)根据分配权值后的网络，寻找零流阻抗最小支撑树；(5)对步骤(4)中得到的最小支撑树中的瓶颈的重要程度进行优先级排序。本发明能为交通管理部门提供瓶颈的重要程度定量描述，使其能准确地把握交通瓶颈的分布特征，合理地规划交通网络拓扑，将路网各个路段的交通需求与通行能力匹配，可用于一体化交通疏导系统。
-
公开(公告)号：CN115081002B
公开(公告)日：2024-05-14
申请号：CN202210752319.4
申请日：2022-06-28
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种用于去中心化联邦学习的聚合服务器选择方法，主要解决现有联邦学习框架中聚合服务器出现单点故障易受攻击的问题，其实现方案为：1)聚合服务器车辆生成初始全局模型并下发；2)客户端车辆对全局模型进行本地训练和更新，并确定聚合服务器选举性能分数；3)客户端车辆在性能分数中选最大值，并上传本地梯度更新值；4)本地模型和全局模型身份交互，开始新一轮模型更新迭代；5)重复步骤(2)～步骤(4)，直到全局模型精度达到收敛时精度的最大值停止迭代，得到最终的聚合服务器。本发明通过对聚合服务器的选择提高了联邦学习聚合服务器受到攻击时全局模型的精度，保证了联邦学习过程的安全性。
-
公开(公告)号：CN115442253A
公开(公告)日：2022-12-06
申请号：CN202211123957.6
申请日：2022-09-15
Applicant: 西安电子科技大学
IPC: H04L43/04 , H04L43/0876 , H04L41/147 , H04L41/16 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种利用注意力机制的网络流量预测方法，主要解决现有网络流量预测方法未考虑网络流量动态空间依赖性导致预测准确度较低的问题。其实现方案为：对原始网络流量数据进行处理变换，并使用滑动窗口方法对处理后的流量数据进行采样，划分训练集、验证集和测试集；构建动态空间依赖性表征模块，并将其与现有的时间依赖性表征模块和预测模块级联构成时空相对动态预测模型；根据训练集和验证集，使用自适应矩估计法对时空相对动态预测模型进行训练；将测试集输入到训练好的时空相对动态预测模型进行预测，得到预测的时空序列。本发明有效提高了预测准确度，能为通信资源的合理分配提供依据，可用于频谱资源的有效分配和网络拥塞的合理控制。
-
公开(公告)号：CN114828048A
公开(公告)日：2022-07-29
申请号：CN202210405535.1
申请日：2022-04-18
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种用于车载边缘网络的视频配置方法，主要解决现有车载视频配置方法视频配置成本较高和使用环境固定的问题。其方案是：1)构建车载边缘网络；2)客户端车辆用户通过车载摄像头采集视频数据，生成待分的视频；3)客户端车辆用户与计算节点建立通信链路；4)应用贝叶斯在线学习获得待分析视频在不同视频配置下的时延与精度，并应用高斯模型衡量当前配置与这些通过学习获得时延与精度的配置相似性，根据相似配置具有相似的性能和配置在有潜力视频配置集合中出现的频次得出最优配置；5)根据视频内容的变化定期重复4)，得到新的最优视频配置。本发明配置成本低，适用环境广，道路维护安全，可用于自动驾驶车辆，维护道路安全。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.024 seconds)
