一种星载核心网用户面服务提供方法

    公开(公告)号:CN119135251B

    公开(公告)日:2025-05-02

    申请号:CN202411449129.0

    申请日:2024-10-16

    Abstract: 本申请公开了一种星载核心网用户面服务提供方法、系统及其策略模型的训练方法、装置、存储介质、设备和计算机程序产品,属于卫星通信领域,包括:响应于任务请求,将任务请求加入本地低轨卫星的任务队列,并在待机状态的情况下,将本地低轨卫星更新为服务状态;在服务状态的情况下,执行任务队列中的任务请求;在本地低轨卫星的待机状态的持续的待机时间,超过预设的待机时间阈值的情况下,将本地低轨卫星更新为关闭状态;在本地低轨卫星为关闭状态,并且任务队列中的任务请求的数量大于或等于预设的请求数量阈值的情况下,将本地低轨卫星更新为设置状态。解决了由于卫星移动速度快造成的星载核心网用户面服务的连续性不足的问题。

    一种星载核心网用户面服务提供方法

    公开(公告)号:CN119135251A

    公开(公告)日:2024-12-13

    申请号:CN202411449129.0

    申请日:2024-10-16

    Abstract: 本申请公开了一种星载核心网用户面服务提供方法、系统及其策略模型的训练方法、装置、存储介质、设备和计算机程序产品,属于卫星通信领域,包括:响应于任务请求,将任务请求加入本地低轨卫星的任务队列,并在待机状态的情况下,将本地低轨卫星更新为服务状态;在服务状态的情况下,执行任务队列中的任务请求;在本地低轨卫星的待机状态的持续的待机时间,超过预设的待机时间阈值的情况下,将本地低轨卫星更新为关闭状态;在本地低轨卫星为关闭状态,并且任务队列中的任务请求的数量大于或等于预设的请求数量阈值的情况下,将本地低轨卫星更新为设置状态。解决了由于卫星移动速度快造成的星载核心网用户面服务的连续性不足的问题。

    一种基于前向梯度的联邦学习方法、系统及装置

    公开(公告)号:CN116702884A

    公开(公告)日:2023-09-05

    申请号:CN202310737218.4

    申请日:2023-06-21

    Abstract: 本申请实施例提供一种基于前向梯度的联邦学习方法、系统及装置:在神经网络模型的每一训练轮,服务器选定多个边缘设备,向选定的边缘设备发送神经网络模型的模型参数,及向不同选定的边缘设备发送不同的随机种子;选定的边缘设备采用随机种子生成随机方向向量,基于本地数据计算神经网络模型中的目标函数在所述随机方向向量方向上的导数,发给所述服务器;服务器根据所述导数,及对应的随机种子进行计算,得到所述神经网络模型在边缘设备的前向梯度;基于所有边缘设备的前向梯度,计算神经网络模型在本训练轮的梯度,以优化所述神经网络模型的模型参数。这样,在保证神经网络模型训练精度的前提下,大幅度地提高联邦学习的可扩展性。

    一种隐私资源保护的移动终端侧数据寻址与分析方法

    公开(公告)号:CN114584564B

    公开(公告)日:2023-08-18

    申请号:CN202210295662.0

    申请日:2022-03-23

    Abstract: 一种隐私资源保护的移动终端侧数据寻址与分析技术,它涉及一种对分布式移动终端的隐私资源以统一的方式执行终端寻址与数据分析的技术。它包含终端系统、云端系统、应用编程接口系统的实际系统,所述的实际系统的运行,包含以下步骤:数据分析程序编写,云端权限检查,云端任务调度,终端任务执行,云端结果聚合与返回,本发明通过对数据分析人员编写的代码在云端执行静态检查与终端执行动态检查的方式,避免了数据分析人员越权获取用户信息,通过限制最少终端查询数量,并通过云端对多终端返回的数据分析结果强制聚合的方式来保护单个用户的隐私资源,提出了统计模型来执行增量的任务分发决策,来平衡数据分析任务的时延和端侧的资源消耗。

    一种无损高效的RDMA传送方法

    公开(公告)号:CN114866476A

    公开(公告)日:2022-08-05

    申请号:CN202210376871.8

    申请日:2022-04-12

    Abstract: 本发明涉及网络传输技术领域,且公开了一种无损高效的RDMA传送方法,所述传送方法包括RDMA数据包重传和RDMA智能流控机制,所述RDMA智能流控机制包括有链路状态反馈机制和流量控制机制;所述RDMA数据包重传包括以下步骤:S1、发送节点维护发送窗口,记录当前待发送及已发送为收到确认的数据包编号;S2、依窗口记录的编号顺序依次向接受方发送数据包;S3、接受方收到数据后,构建确认数据包。该无损高效的RDMA传送方法,通过研究在广域分布式网络环境下,将网络拓扑、流量特征、机器学习的传输特征实现有机的整合,提出一种无损高效的RDMA传送技术,通过精细化拥塞控制与流控制策略来最大化带宽利用率解决数据处理效率低和传输时延过长问题。

    一种低精度整型表示下的联邦学习方法及系统

    公开(公告)号:CN114611689A

    公开(公告)日:2022-06-10

    申请号:CN202210100881.9

    申请日:2022-01-27

    Abstract: 本发明提供了一种低精度整型表示下的联邦学习方法,包括:服务器对全局浮点数模型进行初始化,并选择终端;将全局浮点数模型量化为整型的全局整型模型;服务器将全局整型模型发送至终端;终端利用训练数据对获取的全局整型模型进行训练,得到整型的低精度模型;终端将低精度模型传输至服务器;服务器对全局整型模型以及低精度模型反量化,利用反量化后的全局整型模型以及反量化后的低精度模型更新全局浮点数模型;重复上述初始化之后的步骤直至所述全局浮点数模型收敛或达到预设的训练次数;本发明通过设计一个全整型表示的神经网络训练算法解决终端浮点数运算的能耗问题并通过设计一个低精度模型聚合算法解决低精度联邦学习的精度问题。

    微服务迁移方法、装置及存储介质和电子设备

    公开(公告)号:CN113014659A

    公开(公告)日:2021-06-22

    申请号:CN202110262693.1

    申请日:2021-03-11

    Abstract: 本发明实施例提出微服务迁移方法、装置及可读存储介质和电子设备。方法包括:当需要对微服务功能链上的微服务进行边缘服务器迁移时,以微服务功能链的总服务时延小于第一阈值、且发生迁移的每个微服务占用其目标边缘服务器的存储资源值小于该目标边缘服务器的存储资源上限为约束条件,以总迁移成本最低为目标,为微服务器功能链上的各微服务选择目标边缘服务器。本发明实施例实现了微服务功能链的微服务迁移,且,在满足微服务功能链的服务时延的约束条件下,最小化了微服务的迁移与部署成本。

    预训练AI模型在终端应用中微调的方法、系统及装置

    公开(公告)号:CN119670837A

    公开(公告)日:2025-03-21

    申请号:CN202311211028.5

    申请日:2023-09-19

    Abstract: 一种预训练AI模型在终端应用中微调的方法、系统及装置,终端获取预训练AI模型,及对应所述预训练AI模型的至少一适配器,所述适配器为所述预训练AI模型在适用于预设的终端应用时涉及的子网络结构;所述终端将所述适配器嵌入到所述预训练AI模型中;所述终端将所述终端应用的数据输入到具有所述适配器的预训练AI模型中,进行微调。本申请还预设微调平台,所述微调平台面向预训练AI模型的不同终端应用,生成对应的适配器、及控制所述预训练AI模型及所述适配器的结合及后续对嵌入所述适配器的所述预训练AI模型在终端应用中的微调。本申请实现在终端侧的预训练AI模型的微调,避免终端应用的数据的泄露及节省网络资源。

    一种用户面功能选取方法和系统
    10.
    发明公开

    公开(公告)号:CN117880796A

    公开(公告)日:2024-04-12

    申请号:CN202311828936.9

    申请日:2023-12-28

    Abstract: 本发明提供了一种UPF选取方法,应用于NWDAF,该方法包括:接收SMF发送的UPF选取请求;其中,所述SMF是在UE发起会话请求并被响应于所述会话请求的AMF选择用来构建和管理所述会话后发送的所述UPF选取请求;响应于所述UPF选取请求,根据预先基于核心网数据构建的通信知识图谱选取目标UPF,并将所述目标UPF信息返回给所述SMF,以使所述SMF发起对所述目标UPF的配置,使得所述目标UPF执行UPF实例配置,并将上下文信息同步至所述SMF以完成UPF实例部署。本发明缩短UPF的决策过程,能够快速、有效的完成用户面路径规划及会话建立,从而提高会话建立效率。

Patent Agency Ranking