-
公开(公告)号：CN110247793B
公开(公告)日：2022-11-11
申请号：CN201910454299.0
申请日：2019-05-29
Applicant: 暨南大学
IPC: H04L41/147 , H04L41/14 , H04L41/0896 , H04L41/5051 , H04W28/16 , H04L41/142
Abstract: 本发明公开了一种移动边缘云中的应用程序部署方法，该方法结合雾计算与移动边缘云网络，构建由射频拉远单元(RRU)、基带处理单元(BBU)和中央控制器组成的三层树形边缘网络结构。在此基础上将移动边缘云中的应用程序部署问题转化为一种二进制整数规划问题，并给出解决此问题的一种应用程序部署方法。该方法通过将降序最佳适应算法(BFD算法)与按优先级替换算法(PRA算法)结合，找到一种可降低总成本的应用程序部署方式，将应用程序合理地部署在边缘服务器中。并在应用程序的重部署频率方面，给出一种启发式的重部署方法，该方法利用命中率监测函数启发式的触发重部署的操作，使得系统能够合理地确定重部署频率，符合时变需求。
-
公开(公告)号：CN117808051A
公开(公告)日：2024-04-02
申请号：CN202410094487.8
申请日：2024-01-23
Applicant: 暨南大学
IPC: G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于可编程数据平面的时序任务预测方法，具体涉及网络数据流时序任务预测领域，包括以下步骤：使用网络数据流量集收集历史数据流的特征和卷积神经网络模型训练算法训练初始模型；使用神经网络架构搜索算法和量化算法自动搜索满足部署条件的卷积神经网络模型；在P4可编程数据平面上实时计算网络流特征并进行卷积神经网络推理。本发明利用神经网络架构搜索算法和量化算法自动搜索可部署的卷积神经网络模型，解决了P4可编程数据平面有限的存储资源和计算资源大小限制导致的部署失败问题；并利用P4可编程数据平面中提供的定点数基本运算实现了卷积神经网络推理计算而无需控制器的参与。
-
公开(公告)号：CN111988389B
公开(公告)日：2023-03-24
申请号：CN202010814352.6
申请日：2020-08-13
Applicant: 暨南大学
Abstract: 发明公开了一种基于HTTP/3协议的服务器端请求调度机制，具体步骤为：从浏览器加载目标Web页面的过程，提取相关资源的调用过程信息；基于调用过程信息，按照相关资源的使用顺序生成传输顺序；或者基于相关资源的调用栈构建加载依赖树，并据此生成传输顺序；将所得的资源传输顺序输入HTTP/3服务器，令其据此调整请求的返回顺序。本发明有效克服了HTTP/3服务器因HTTP/3协议缺少请求优先级机制而无法合理调整请求返回顺序的问题，可有效降低浏览器加载Web页面的耗时。
-
公开(公告)号：CN110298171B
公开(公告)日：2021-07-27
申请号：CN201910521357.7
申请日：2019-06-17
Applicant: 暨南大学
Abstract: 本发明公开了一种移动互联网大数据应用的智能检测与安全防护方法。随着移动App大数据时代的到来，可以发现越来越多的移动应用被复制或重新包装。不法分子通过对原生移动应用进行高度模仿、植入恶意代码等行为来重新打包移动应用，使得用户在使用应用经常会时造成隐私泄露、远程控制等危害。本发明使用描述熵相似方法、资源相似检测、统计相似检测以及字符串相似智能检测进行检测移动应用是否存在剽窃或恶意行为，智能分析其是否存在恶意攻击代码以及潜在漏洞；通过聚类算法、混淆加密技术等对应用程序进行分类和安全加固，实现对移动大数据应用的智能检测及安全防护。
-
公开(公告)号：CN110309382B
公开(公告)日：2021-05-28
申请号：CN201910520989.1
申请日：2019-06-17
Applicant: 暨南大学
IPC: G06F16/906 , G06F16/901
Abstract: 本发明公开了一种基于多维特征的移动应用同源性边聚类方法，步骤如下：构建以移动应用软件关系图，移动应用软件作为关系图的顶点，由移动应用软件的不同特征比较算法得出软件之间的n种多维特征相似性分数作为关系图的边，形成“边”集合；设置相似分数阈值和有效分数个数阈值，过滤出“有效边”集合；计算“有效边”两两之间的距离；设置邻域半径，找出所有“有效边”的邻域；设置邻域密度阈值，找出所有“核心边”，形成“核心边对象”集合；从“核心边对象”集合中任一“核心边”开始遍历，将其所有密度可达的“有效边”聚成簇，最后得到软件同源家族分类情况。本发明有效克服以往基于单一距离的聚类，更公平地将软件进行同源家族分类。
-
Patent Agency Ranking
公开(公告)号：CN109858249B
公开(公告)日：2020-08-07
申请号：CN201910118777.0
申请日：2019-02-18
Applicant: 暨南大学
IPC: G06F21/56
Abstract: 本发明公开了一种移动恶意软件大数据的快速智能比对和安全检测方法。随着移动软件应用发展势头迅猛，很多流行的移动应用被复制或重新包装。攻击者可能通过重包装应用程序以达到插入广告盈利或者传播恶意软件。海量的移动软件代码形成大数据，相似性的比较计算体量非常庞大。本发明使用压缩字符串、描述熵与哈希值方法结合提出快速智能比对检测算法，计算得到移动应用软件之间的相似度，若它们的相似度大于或等于预定的阈值，则认为检测程序有重包装或剽窃的嫌疑，进而分析检测的移动软件是否存在恶意攻击代码，最后实现移动软件大数据的快速安全检测。
-
公开(公告)号：CN110267279A
公开(公告)日：2019-09-20
申请号：CN201910466174.X
申请日：2019-05-31
Applicant: 暨南大学
Abstract: 本发明公开了一种基于差分进化的三维ECDV-Hop定位方法，针对目前有许多基于二维平面的定位算法有较高的定位精度，但是在现实世界中所需要的是三维空间的高精度定位算法，本发明通过利用多通信半径探测信号来细化节点间跳数以及根据跳数误差指数对跳数进行加权，再利用锚节点的平均跳距误差和跳数的多少进行加权的思想精确未知节点的平均跳距，同时引入阈值HTL来保证用已定位的锚节点和未知节点处在整个网络的局部范围内；最后利用差分进化改进算法优化了未知节点的坐标。本发明提出的ECDV-Hop定位方法提高了无线传感器节点的定位精度，降低了网络能耗。
-
公开(公告)号：CN110247793A
公开(公告)日：2019-09-17
申请号：CN201910454299.0
申请日：2019-05-29
Applicant: 暨南大学
Abstract: 本发明公开了一种移动边缘云中的应用程序部署方法，该方法结合雾计算与移动边缘云网络，构建由射频拉远单元(RRU)、基带处理单元(BBU)和中央控制器组成的三层树形边缘网络结构。在此基础上将移动边缘云中的应用程序部署问题转化为一种二进制整数规划问题，并给出解决此问题的一种应用程序部署方法。该方法通过将降序最佳适应算法(BFD算法)与按优先级替换算法(PRA算法)结合，找到一种可降低总成本的应用程序部署方式，将应用程序合理地部署在边缘服务器中。并在应用程序的重部署频率方面，给出一种启发式的重部署方法，该方法利用命中率监测函数启发式的触发重部署的操作，使得系统能够合理地确定重部署频率，符合时变需求。
-
公开(公告)号：CN110225566A
公开(公告)日：2019-09-10
申请号：CN201910466161.2
申请日：2019-05-31
Applicant: 暨南大学
Abstract: 本发明公开了一种无线传感器网络中基于延迟与距离的背压路由方法，该方法针对在传感器网络环境中如何降低基于背压路由的平均端到端的数据包延迟。现有背压方法中大量因素会导致较大的数据包端到端延迟，例如，最后数据包问题、数据包饥饿问题与初始数据包问题。该方法设计了一个新的链路权值计算公式，在背压路由和调度决策时，综合考虑队头数据包在节点中的逗留时间、节点之间的相互位置关系以及队列长度三个因素，使得积压时间长的队首数据包具有传输的优先权，且距离目标节点更近的节点被选择作为下一跳的概率更大。通过本发明提出的方法在吞吐量与延迟性能以及数据包成功传递率性能上都有提升。
-
公开(公告)号：CN110210224A
公开(公告)日：2019-09-06
申请号：CN201910424145.7
申请日：2019-05-21
Applicant: 暨南大学
IPC: G06F21/56
Abstract: 本发明公开了一种基于描述熵的大数据移动软件相似性智能检测方法，包括以下步骤：获取移动软件路径，按照路径读取移动软件的文件；对移动软件的文件进行初步逆向工程反编译，获取每个移动软件的函数特征；通过函数特征中的描述熵，统计每个移动软件描述熵的分布；将每个移动软件描述熵进一步整合，通过整合后，移动软件之间的描述熵分布情况进行比较，进行相似性分数计算，得到移动软件之间的相似性分数；输出所有移动软件的相似性分数，得到移动软件相似性结果；本发明通过反编译获取移动软件源代码，获取函数压缩编码再获取描述熵，利用描述熵作为表示一个对象的信息量，用于移动软件的相似性检测，大大提高软件相似性智能计算速度。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.025 seconds)
