-
公开(公告)号：CN113435472A
公开(公告)日：2021-09-24
申请号：CN202110562894.3
申请日：2021-05-24
Applicant: 西安电子科技大学
Abstract: 本发明属于智能车载算力网络技术领域，公开了一种车载算力网络用户需求预测方法、系统、设备、介质，所述车载算力网络用户需求预测方法包括：构建端‑边‑云的混合联邦架构，均衡联邦学习通信和计算间的性能；设计学习参与者动态选择机制，应对随机性的移动特征和差异化的数据质量；通过车辆历史服务应用信息的分析，在混合联邦架构上部署神经网络算法，在保障车辆隐私的前提下预测其未来时刻的服务需求。本发明考虑用户需求预测带来的数据安全隐私和车辆移动行为对车载计算的影响，实现车载计算节点提前部署服务应用，保障不同用户个性化的服务需求；通过构建端‑边‑云的混合联邦架构，本地数据训练，边缘参数聚合和云端数据聚合有效解决矛盾。
-
公开(公告)号：CN118798299A
公开(公告)日：2024-10-18
申请号：CN202410952291.8
申请日：2024-07-16
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: G06N3/084 , G06N3/08 , G06N3/0464 , G06F21/62
Abstract: 本发明公开了一种基于参数扰动的拆分学习模型测试方法及装置，所述方法包括：获取预先利用拆分学习方法训练得到的初始模型；利用增加参数扰动后的拆分学习方法，重新训练得到更新模型；其中，增加参数扰动后的拆分学习方法在拆分学习方法的训练过程中，由扰动者伪装成用户，在对训练队列中下一个用户进行参数共享之前，对本地模型的参数进行扰动处理；利用更新模型得到初始模型的抗干扰测试结果。本发明深入探究参数共享的信息交互过程。利用该信息交互过程的独有特征，将干扰者伪装成用户，对用户持有的模型中的参数进行扰动处理，得到更新模型，将更新模型的训练结果与初始模型的训练结果进行对比，得到初始模型的抗干扰测试结果。
-
公开(公告)号：CN116633940A
公开(公告)日：2023-08-22
申请号：CN202310728724.7
申请日：2023-06-19
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司 , 佛山链融新技术有限公司
IPC: H04L67/101 , H04L67/1014 , H04L67/1004 , H04L41/0823 , H04L47/76
Abstract: 本申请公开了一种基于质量感知的在线客户端选择方法及装置，计算第t轮的客户端的数据质量，再根据第t‑1轮用户选择信道的累计次数计算通信时延奖励估值和通信能耗奖励估值，为每个客户端分配信道，并根据t‑1轮服务器选择客户端的累计次数计算训练时延奖励估值和训练能耗奖励估值，通过通信时延奖励估值、通信能耗奖励估值、训练时延奖励估值、训练能耗奖励估值以及数据质量计算出合适的客户端集，最后对选择的客户端集重新计算信道分配，直至所有信道分配完成，以实现基于质量感知的在线客户端选择。通过设计客户端选择、信道分配等联合优化策略，能够表现出更好的性能，实现数据质量、时延和能耗之间的平衡，提高了收敛精度。
-
公开(公告)号：CN116261119A
公开(公告)日：2023-06-13
申请号：CN202310109857.6
申请日：2023-02-14
Applicant: 西安电子科技大学广州研究院 , 广州链融信息技术有限公司
Abstract: 本发明属于车联网技术领域，公开了一种车载环境下智能协同任务计算和按需资源分配方法。本发明的协同任务计算和按需资源分配由以下几个方面展开：用车辆与车辆、车辆与基础设施之间链路的连接时间表征连通性，以此作为依据设计车辆到车辆卸载机制支持可用车辆资源的发掘和车辆到基础设施卸载机制指导路边设施资源的管理；根据任务在不同执行位置产生的延迟建立用户效用模型，以实现计算资源的全面协同；提出以最小化用户效用为目标的优化问题，基于异步优势行动者‑评论者算法在端‑边‑云之间实现灵活调度和按需分配网络资源，以保障不同用户的个性化服务需求。
-
Patent Agency Ranking
公开(公告)号：CN115204505A
公开(公告)日：2022-10-18
申请号：CN202210880442.4
申请日：2022-07-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种面向AR赋能车载边缘元宇宙系统的最优资源分配方法，包括：初始化计算模型大小s(0)、传输功率P(0)以及AR车辆的CPU频率f(0)；根据s(0)、P(0)和f(0)，确定移动边缘计算VEC服务器的计算频率fs(0)；根据s(0)、P(0)、f(0)和fs(0)，确定元宇宙系统运营商成本值C(0)；根据f(l‑1)、P(l‑1)和fs(l‑1)，确定计算模型的大小s(l)；根据f(l‑1)、s(l)和fs(l‑1)，确定传输功率P(l)；根据P(l)、s(l)和fs(l‑1)，确定AR车辆的CPU频率f(l)；根据P(l)、s(l)和f(l)，确定VEC服务器的CPU频率fs(l)；根据s(l)、P(l)、f(l)和fs(l)，确定元宇宙系统运营商成本值C(l)；当C(l)与C(l‑1)满足预设条件时，将C(l)确定为最终的成本值。本发明通过对CPU频率、传输功率、计算模型大小和服务器计算频率的联合优化，能够实现能量消耗与运营商收益之间的平衡。
-
公开(公告)号：CN113423091B
公开(公告)日：2022-07-29
申请号：CN202110563049.8
申请日：2021-05-24
Applicant: 西安电子科技大学
Abstract: 本发明属于车联网技术领域，公开了一种车载算力网络的多维资源智能联合优化方法、系统，所述车载算力网络的多维资源智能联合优化方法包括：定义两个变量分别表示任务是否卸载给路边单元处理和是否需要从云端下载该应用，计算得到服务器完成任务处理所需要的时延；利用系统处理完所有用户任务的平均时延表示其效用性，反映系统的整体性能，利用个体时延和系统平均时延之间平均偏差充分考虑个体性能的公平度；基于异步优势的演员‑评论家算法分布式学习策略的优势求解整体性能、个体性能的公平度和整体的存储开销三者的优化问题。本发明利用分布式强化学习实现了网络资源统一协同管理和高效按需分配，优化了整体和个体双边的性能。
-
公开(公告)号：CN113795026B
公开(公告)日：2022-07-15
申请号：CN202110883180.2
申请日：2021-08-02
Applicant: 西安电子科技大学 , 西安链融科技有限公司
Abstract: 本发明属于通信技术领域，公开了一种边缘计算网络中计算卸载的认证安全级别和资源优化方法，包括：初始化边缘计算频率和Merkle签名树的数据块数量，设置最大迭代数目和精度；根据边缘计算频率和数据块数得到卸载指示和传输速率；根据卸载指示、传输速率和数据块数量得到边缘计算频率；根据卸载指示、传输速率和边缘计算频率得到数据块数量；根据卸载指示、传输速率、边缘计算频率和数据块数量得到目标值；根据最大迭代数目和目标值精度确定是否循环，获得最优卸载指示、传输速率、边缘计算频率和数据块数量。本发明提出的算法与其他方案相比具有显着的性能优势，确实提供了边缘计算网络中计算卸载的时间延迟和认证安全级别之间的权衡。
-
公开(公告)号：CN111132175B
公开(公告)日：2022-04-05
申请号：CN201911309928.7
申请日：2019-12-18
Applicant: 西安电子科技大学 , 西安链融科技有限公司
IPC: H04W16/10 , H04W52/34 , H04L47/783
Abstract: 本发明属于无线通信技术领域，公开了一种协同计算卸载和资源分配方法及应用，通过联合优化协同卸载决策、功率分配、区块链系统的出块大小和出块时间来最大化移动边缘计算的计算速率和区块链系统的吞吐量的加权和，实现两个子系统性能的最优折衷。具体地，首先移动设备的计算任务通过协同通信卸载到MEC服务器上执行，其次采用区块链技术处理自MEC系统的计算卸载交易，同时为了保证集成系统中数据的安全，信任计算模型在协同卸载和块生成过中被考虑。本发明将这个联合优化问题转化为马尔可夫决策过程问题，并提出了一种高效的基于深度强化学习的卸载决策和资源分配算法。
-
公开(公告)号：CN114154984A
公开(公告)日：2022-03-08
申请号：CN202111223045.1
申请日：2021-10-20
Applicant: 西安电子科技大学广州研究院
Abstract: 本发明属于区块链技术领域，公开了一种电网节点可信度信息测定评估方法、系统、设备及终端，所述电网节点可信度信息测定评估方法包括：新节点加入电网区块链，并被赋予初始可信度；用户节点的可信度达到阈值时，被允许进行电量的交易；在电网中，用户节点根据需求来决定买卖电量；在电网区块链中，匹配买卖电量的双方，双方进行交易；将完成的电量交易写入区块中，并将其中的恶意交易剔除，由共识节点达成共识，将区块添加到区块链上；更新用户节点的可信度。本发明采用的基于区块链的电网节点可信度信息测定评估方法，更加方便的进行电量的交易，对于交易的每一笔信息都会存储到区块链中，实现信息的不可篡改性，有利于维护系统的正常运行。
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.091 seconds)
