-
公开(公告)号：CN116962345A
公开(公告)日：2023-10-27
申请号：CN202310998723.4
申请日：2023-08-08
Applicant: 暨南大学
IPC: H04L61/3015 , H04L67/02 , H04L67/10 , G06Q40/04
Abstract: 本发明提出一种区块链跨链交易方法及系统，涉及区块链的技术领域，包括新区块链向域名服务器提交注册申请，域名服务器根据注册申请对合法性检验通过的新区块链进行注册；注册完成后，源区块链向域名服务器提交跨链交易申请；域名服务器根据接收到的跨链交易申请，查找目标区块链的地址，源区块链对查找到的目标区块链的地址进行验证；验证通过后，生成符合跨链数据规范的跨链数据包；源区块链向目标区块链发送包含跨链数据包的跨链交易请求，跨链交易请求通过后，源区块链和目标区块链进行跨链交易。本发明为不同区块链之间提供了统一的数据交互格式，规范跨链交易数据，支持新出现的区块链技术，提高了跨链交易的效率。
-
公开(公告)号：CN114461370B
公开(公告)日：2022-07-01
申请号：CN202210381235.4
申请日：2022-04-13
Applicant: 暨南大学
Abstract: 本发明公开一种面向物联网的安全关键任务调度方法及系统，包括，获取任务参数、处理器参数及任务集合，基于任务集合生成初始解集合，基于所述任务参数及处理器参数对初始解集合进行约束，生成优化解集合，通过迭代计算对所述优化解集合进行优化，得到静态调度表，基于静态调度表及任务集合生成动态调度表，以实现物联网的安全关键任务调度。本发明在满足系统生命周期、任务的安全性需求和时间约束的条件下，通过为实时任务选择最优的处理器和工作频率，来最小化系统的总能耗。
-
公开(公告)号：CN114444240A
公开(公告)日：2022-05-06
申请号：CN202210108798.6
申请日：2022-01-28
Applicant: 暨南大学
IPC: G06F30/18 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/02 , G06F111/04 , G06F119/02 , G06F119/04
Abstract: 本发明提出一种面向信息物理融合系统的延迟和寿命优化方法,包括确定系统能量消耗以及系统的生命周期，再训练长短期记忆神经网络，以预测基站任务负载，并设计基于双重局部搜索的多目标进化算法的离线方案，以确定最优的计算卸载映射和备份个数，最后设计基于亲和度的在线方案，以更新计算卸载映射策略；通过由离线和在线两个阶段组成的边缘智能解决方案，从而在可靠性、能耗和任务可调度性约束下，实现同时最小化服务延迟和最大化系统寿命的目标，在离线阶段，首先利用长期短期记忆神经网络来预测单个用户组的任务卸载率，然后使用一种双局部搜索多目标进化算法确定计算卸载映射和任务备份个数等最优系统静态设置。
-
公开(公告)号：CN116708581A
公开(公告)日：2023-09-05
申请号：CN202310656461.3
申请日：2023-06-02
Applicant: 暨南大学
IPC: H04L67/61 , H04L67/1004 , G06F9/48
Abstract: 本发明提出了面向无服务器边缘计算的高可靠函数调度方法，包括：预设个性驱动的应用程序QoS预测方法，基于所述应用程序QoS预测方法预测不同用户个性类型下单个应用程序的QoS；构建结合针对特定问题的增强NSGA‑II开发的确定性函数调度算法；以及提供了随机函数调度策略；进行并行函数调度优化。本发明可以在满足所有设计约束的前提下很好地平衡目标网络的服务利润和物联网应用的整体应用QoS。
-
Patent Agency Ranking
公开(公告)号：CN116541154A
公开(公告)日：2023-08-04
申请号：CN202310825753.5
申请日：2023-07-07
Applicant: 暨南大学
Abstract: 本发明公开一种面向智慧医疗的个性化应用调度方法和装置，包括以下步骤：步骤S1、获取每个应用程序的负载；步骤S2、根据每个应用程序的负载，得到单个智慧医疗应用程序对响应延迟和功耗的偏好和延迟功耗级别下的QoS；步骤S3、根据单个智慧医疗应用程序对响应延迟和功耗的偏好和延迟功耗级别下的QoS，最大化个性化智慧医疗应用程序的QoS。采用本发明的技术方案，能在满足时间、温度、寿命可靠性和能源预算等所有设计约束条件下，充分发挥协同处理器的并行计算能力，实现应用程序QoS最大化。
-
公开(公告)号：CN114444240B
公开(公告)日：2022-09-09
申请号：CN202210108798.6
申请日：2022-01-28
Applicant: 暨南大学
IPC: G06F30/18 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/02 , G06F111/04 , G06F119/02 , G06F119/04
Abstract: 本发明提出一种面向信息物理融合系统的延迟和寿命优化方法,包括确定系统能量消耗以及系统的生命周期，再训练长短期记忆神经网络，以预测基站任务负载，并设计基于双重局部搜索的多目标进化算法的离线方案，以确定最优的计算卸载映射和备份个数，最后设计基于亲和度的在线方案，以更新计算卸载映射策略；通过由离线和在线两个阶段组成的边缘智能解决方案，从而在可靠性、能耗和任务可调度性约束下，实现同时最小化服务延迟和最大化系统寿命的目标，在离线阶段，首先利用长期短期记忆神经网络来预测单个用户组的任务卸载率，然后使用一种双局部搜索多目标进化算法确定计算卸载
-
公开(公告)号：CN113918321A
公开(公告)日：2022-01-11
申请号：CN202111048618.1
申请日：2021-09-08
Applicant: 暨南大学
Abstract: 本发明公开了一种面向信息物理系统的可靠边缘‑云计算服务延迟优化方法，该方法为结合静态和动态两阶段的服务延迟优化方法，在静态阶段，采用蒙特卡罗模拟和整数线性规划来寻找最优计算卸载映射和任务备份数量。在动态阶段，提出了一种自适应备份的动态机制，以避免冗余的数据传输和执行，从而实现额外的节能和业务延迟的增强。本发明解决了在能量预算和可靠性要求约束下，耦合CPS的边缘云计算服务延迟最小化问题，通过结合静态阶段和动态阶段进行服务延迟优化，有效减少了系统服务延迟。
-
公开(公告)号：CN115237506B
公开(公告)日：2022-12-09
申请号：CN202211146704.0
申请日：2022-09-21
Applicant: 暨南大学
Abstract: 本发明公开一种CPS系统中可靠性驱动的分层任务卸载方法和装置，包括：获取由大规模信息物理融合系统中每个终端设备的应用任务参数和处理器参数；根据所述应用任务参数对任务队列里存储的任务进行分组，得到应用任务列表；根据所述处理器参数和应用任务参数对所述应用任务列表里计算密集型应用任务生成第一可行卸载方案；对所述应用任务列表里通讯密集型应用任务进行转换并生成第二可行卸载方案。采用本发明的技术方案，在满足任务可靠性、定时性和可调度性要求的前提下，通过为任务区分不同的能源需求，分析动态能源最优性，最小化终端设备的整体能耗。
-
公开(公告)号：CN113918321B
公开(公告)日：2022-09-09
申请号：CN202111048618.1
申请日：2021-09-08
Applicant: 暨南大学
Abstract: 本发明公开了一种面向信息物理系统的可靠边缘‑云计算服务延迟优化方法，该方法为结合静态和动态两阶段的服务延迟优化方法，在静态阶段，采用蒙特卡罗模拟和整数线性规划来寻找最优计算卸载映射和任务备份数量。在动态阶段，提出了一种自适应备份的动态机制，以避免冗余的数据传输和执行，从而实现额外的节能和业务延迟的增强。本发明解决了在能量预算和可靠性要求约束下，耦合CPS的边缘云计算服务延迟最小化问题，通过结合静态阶段和动态阶段进行服务延迟优化，有效减少了系统服务延迟。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.021 seconds)
