-
公开(公告)号：CN112637132B
公开(公告)日：2022-03-11
申请号：CN202011388343.1
申请日：2020-12-01
Applicant: 北京邮电大学
IPC: H04L9/40
Abstract: 本说明书一个或多个实施例提供一种网络异常检测方法、装置、电子设备和存储介质；所述方法包括：获取一组网络指标，包括：时延，抖动和丢包率；计算所述网络指标间的相关性，得到关联指标数据集；将所述关联指标数据集输入预先训练的传输质量预测模型，得到传输质量预测值；所述传输质量预测模型由历史关联指标数据集训练得到；将所述传输质量预测值输入预先训练的异常标注模型，得到异常数据，所述异常数据用于对网络进行管理；所述异常标注模型由异常样本集训练得到；所述异常样本集由密度聚类算法对所述历史关联指标数据集进行异常标注后得到。
-
公开(公告)号：CN112950204A
公开(公告)日：2021-06-11
申请号：CN202110267022.4
申请日：2021-02-25
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本说明书一个或多个实施例提供一种频谱资源认证与交易方法、系统和电子设备，其特征在于，应用于频谱资源认证与交易系统，所述频谱资源认证与交易系统包括：管理者节点、参与者节点和其他区块链节点；所述参与者节点经由所述管理者节点完成身份注册；所述频谱资源认证与交易方法包括：所述管理者节点对所述参与者节点进行身份验证，调用预设的智能合约管理所述参与者节点参与的频谱交易，并根据所述频谱交易进行频谱分配。
-
公开(公告)号：CN112291793A
公开(公告)日：2021-01-29
申请号：CN202011584793.8
申请日：2020-12-29
Applicant: 北京邮电大学
Abstract: 本发明公开了一种网络接入设备的资源分配方法和装置，所述方法包括：获取网络接入设备当前业务的资源需求信息；确定网络接入设备当前的功率和缓存集群资源的状态信息；将所述资源需求信息以及所述状态信息输入经过训练的资源分配模型；其中，资源分配模型为根据输入的资源需求信息以及状态信息，输出所有可能动作的概率分布的深度神经网络；其中，每个动作对应一种功率或缓存资源的分配结果；根据所述资源分配模型输出的所有可能动作的概率分布，将其中概率最大的动作作为最终的功率或缓存资源的分配结果；根据所述分配结果为所述业务分配功率和/或缓存资源。应用本发明能减轻网络设备的资源调度计算负担、且实现资源利率最大化。
-
公开(公告)号：CN112434313B
公开(公告)日：2024-12-10
申请号：CN202011256399.1
申请日：2020-11-11
Applicant: 北京邮电大学
Abstract: 本说明书提供了一种数据共享方法，包括：根据物联网应用场景和设备地理位置搭建信任联盟区块链；其中，所述信任联盟区块链包括一个主链以及至少一个从链，每个从链对应一个子域，且每个子域内包括一个领导者节点；在所述信任联盟区块链上建立一条虚拟从链；所述信任联盟区块链每个子域内的领导者节点分别指定一个自身子域内的节点作为本子域的联邦学习节点，并为本子域的联邦学习节点分配虚拟身份，加入所述虚拟从链；以及各个所述联邦学习节点分别利用自身子域内生成的数据进行神经网络模型的联合训练，建立相同的联邦学习模型，在各个子域之间完成数据共享。本说明书还提供了数据共享系统、电子设备及存储介质。
-
公开(公告)号：CN116932870A
公开(公告)日：2023-10-24
申请号：CN202210348790.7
申请日：2022-04-01
Applicant: 中国移动通信有限公司研究院 , 北京邮电大学 , 中国移动通信集团有限公司
IPC: G06F16/9535 , G06N20/00
Abstract: 本发明提供一种意图光网络冲突解决方法及装置，该方法包括：获取用户意图：将所述用户意图输入多意图冲突协商模型，得到所述多意图冲突协商模型输出的意图冲突解决策略；其中，产生冲突的每个用户意图被建模为具有强化学习能力的一个智能体，所述多意图冲突协商模型是基于多智能体强化学习训练得到的；本发明实施例通过多智能体意图协商模型，生成冲突用户意图回退解决策略，有效解决了意图光网络中多用户之间的意图冲突问题。
-
Patent Agency Ranking
公开(公告)号：CN116777011A
公开(公告)日：2023-09-19
申请号：CN202210215626.9
申请日：2022-03-07
Applicant: 中国移动通信有限公司研究院 , 北京邮电大学 , 中国移动通信集团有限公司
Abstract: 本发明提供一种边缘计算的模型训练方法及边云协同系统，该方法包括：边缘节点确定待使用的第一模型后，确定边缘节点能够支持第一模型的最大可训练层数；边缘节点根据最大可训练层数以及确定性时延，确定边缘节点所需切片带宽并进行带宽资源预留；边缘节点在训练完成后通过预留的带宽资源向云节点发送训练得到模型参数，由云节点完成后续的模型层训练，并通过反向传播算法更新边缘模型；云节点使用联邦聚合算法聚合边缘节点对应的边缘模型，生成全局模型，并将全局模型发送至边缘节点；其中，确定性网络保障训练的同步性，边云系统解决边缘节点算力不足的问题，减少边缘节点的训练压力；联邦学习保障训练的数量，提升模型训练精度。
-
公开(公告)号：CN116074661B
公开(公告)日：2023-08-22
申请号：CN202211667166.X
申请日：2022-12-22
Applicant: 北京邮电大学
Abstract: 本申请提供一种基于Q学习的自适应路由方法及相关设备。所述方法包括：根据获取的信噪比和环境温度变化，构建路径质量评估模型；利用路径质量评估模型计算得到第一节点和第二节点间的路径质量；根据路径质量从第二节点中确定最优下一跳节点并将最优下一跳节点作为新的第一节点；根据最优下一跳节点，更新第一节点的Q表；根据新的第一节点确定新的最优下一跳节点；响应于新的第一节点为待传输业务的目标节点，停止计算；根据Q表，确定待传输业务的传输路径。本申请实施例可以依据片上光互连网络的通信状况，通过构建路径质量评估模型，依据此模型更新路由器节点的Q表，依据Q表确定待传输业务的传输路径，完成业务传输。
-
公开(公告)号：CN116257663A
公开(公告)日：2023-06-13
申请号：CN202310103919.2
申请日：2023-01-30
Applicant: 北京邮电大学
IPC: G06F16/903 , G06F18/23 , G06Q10/0639
Abstract: 本申请提供一种面向无人地面车辆的异常检测与关联分析方法及相关设备，获取多个时刻的无人地面车辆的状态信息数据。采用聚类算法对所述状态信息数据进行聚类，根据聚类结果对所述多个指标数据进行标注，得到指标标注数据。基于所述指标标注数据采用关联规则算法计算得到所述多个指标之间的关联规则，基于预先确定的目标指标对所述关联规则进行筛选，得到目标关联规则。采用相关系数算法分别计算所述目标指标与所述多个指标中其他指标的相关系数，得到相关系数表，基于所述指标标注数据、所述目标关联规则和所述相关系数表对所述无人地面车辆的异常数据进行分析，为后续无人地面车辆的维护决策提供依据。
-
公开(公告)号：CN112636995B
公开(公告)日：2022-08-05
申请号：CN202011257471.2
申请日：2020-11-11
Applicant: 北京邮电大学
IPC: H04L43/0876 , H04L41/147 , H04L47/127 , H04L47/80
Abstract: 本说明书一个或多个实施例提供一种前传网络资源分配方法，所述方法包括：获取前传网络中的当前流量数据，并将所述当前流量数据输入已训练的流量类型预测模型，得到所述当前流量数据对应的预测流量数据的流量类型；根据所述预测流量数据的流量类型，确定所述预测流量数据对应的请求队列优先级(RQP)值；根据所述预测流量数据对应的流量类型、RQP值，确定所述预测流量数据对应的资源分配方式。可见，本申请可以通过流量梳理提升流量预测类型的准确性，并且根据流量类型进行资源分配，能有效提升前传网络资源利用率，降低网络阻塞率，从而可以实现根据不同的流量类型，针对性地进行资源分配，进而提高前传网络的资源利用率，降低传输时延。
-
公开(公告)号：CN113067720B
公开(公告)日：2022-06-03
申请号：CN202110226806.2
申请日：2021-03-01
Applicant: 北京邮电大学
IPC: H04L41/0663
Abstract: 本说明书实施例提供一种服务链重映射方法、电子设备及存储介质。所述方法包括：确定故障服务链相应的网络业务；获取为所述网络业务提供通信服务的通信网络的网络资源，以生成网络资源池；确定与所述故障服务链相对应的故障网络资源，将所述故障网络资源从所述网络资源池中删除以更新所述网络资源池；根据所述网络资源池为所述网络业务生成目标映射方案并按照所述目标映射方案部署服务链。所述电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行以执行所述服务链重映射方法的计算机程序。所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行所述服务链重映射方法。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.031 seconds)
