-
公开(公告)号：CN117580132B
公开(公告)日：2024-04-12
申请号：CN202410064548.6
申请日：2024-01-16
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04W48/16 , H04W48/18 , H04W72/0457 , H04W72/044 , H04W4/30 , G06N3/092
Abstract: 本申请提供一种基于强化学习的移动设备异构网络接入方法、装置及设备，该方法包括：获取多个候选参数集合，所述候选参数集合包括一个候选网络、一个候选带宽和一个候选功率；针对每个候选参数集合：基于所述候选参数集合确定移动设备对应的用户奖励值和候选网络对应的网络奖励值；基于所述用户奖励值和所述网络奖励值确定所述候选参数集合对应的目标奖励值；基于每个候选参数集合对应的目标奖励值，从多个候选参数集合中选取一个候选参数集合，基于该候选参数集合确定移动设备接入的目标网络、移动设备采用的目标功率、目标网络为移动设备分配的目标带宽。通过本申请的技术方案，通过异构网络支持物联网设备的连接，满足物联网设备的需求。
-
公开(公告)号：CN116016610B
公开(公告)日：2024-01-09
申请号：CN202310283893.4
申请日：2023-03-21
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L67/12 , H04L9/40 , H04L41/142 , H04L41/16
Abstract: 本申请提供一种基于区块链的车联网数据安全共享方法、装置及设备，该方法包括：将初始全局模型参数发送给多个终端设备，以使每个终端设备基于初始全局模型参数获取局部模型参数；获取多个终端设备发送的局部模型参数；从区块链下载终端设备对应的信誉特征，或基于终端设备对应的车联网数据交互信息确定终端设备对应的信誉特征；基于信誉特征确定终端设备为第一类终端或第二类终端；基于所有第一类终端发送的局部模型参数生成目标全局模型参数；若目标全局模型参数已收敛，则将目标全局模型参数确定为已训练模型参数。通过本申请技术方案，能够保护终端设备的数字资产，保证数据安(56)对比文件Haoyu Chen.RepBFL: Reputation BasedBlockchain-Enabled Federated LearningFramework for Data Sharing in Internet ofVehicles《.Parallel and DistributedComputing, Applications and Technologies:22nd International Conference》.2022,全文.
-
公开(公告)号：CN113312105B
公开(公告)日：2023-05-02
申请号：CN202110619282.3
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
IPC: G06F9/445 , G06F9/50 , G06N20/00 , H04L67/1004 , H04L67/12
Abstract: 本发明是一种基于Q学习的车辆任务部分卸载策略方法，该方法应用在车载自组织网络中，方法步骤如下：对于移动车辆终端所请求的任务，进行任务分类，排除两种极端的任务类型，将时延极其敏感的任务直接进行本地卸载，将需要计算资源量大的任务全部卸载到MEC服务器进行计算。其次，对于剩下的不容易判断类型的业务，定义任务分类因子为βn，筛选出其中一部分时延不大敏感，计算资源量也一般的任务，对筛选出的任务进行基于Q学习的部分卸载。最后，当所有移动车辆用户终端所请求任务的卸载决策确定后，将对每个MEC服务器中的用户进行计算资源的分配。本发明的策略方法充分利用本地资源和服务器资源，降低系统总开销。
-
公开(公告)号：CN116029370A
公开(公告)日：2023-04-28
申请号：CN202310281737.4
申请日：2023-03-17
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于区块链的联邦学习的数据共享激励方法、装置及设备，包括：将初始全局模型参数添加至目标区块链，以使终端设备从目标区块链下载初始全局模型参数，基于初始全局模型参数获取局部模型参数，将局部模型参数添加至目标区块链；从目标区块链下载局部模型参数，基于局部模型参数确定目标全局模型参数；若目标全局模型参数已收敛，则将目标全局模型参数确定为已训练参数，已训练参数用于对数据进行处理；在得到目标全局模型参数后，基于局部模型参数对应的预测准确率确定终端设备对应的目标奖励率。通过本申请方案，提高模型训练过程的效率，模型训练的收敛速度更快。
-
公开(公告)号：CN115329032A
公开(公告)日：2022-11-11
申请号：CN202211256270.X
申请日：2022-10-14
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于联邦字典学习数据传输方法、装置、设备及存储介质，涉及信息安全技术领域，有效防止联邦学习中数据隐私的泄露。该方法包括：数据需求设备向第一终端设备发送数据请求；数据请求用于请求第一终端设备的本地数据；第一终端设备向数据需求设备发送本地数据在本地字典中对应的字典索引数据；本地字典用于表征第一终端设备的本地数据经字典学习后的训练数据。数据需求设备基于字典索引数据，从第一字典中获取训练数据；训练数据为本地数据经字典学习后的数据。本申请可用于联邦学习的过程中。
-
Patent Agency Ranking
公开(公告)号：CN113296845B
公开(公告)日：2022-10-14
申请号：CN202110619280.4
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开一种边缘计算环境下基于深度强化学习的多小区任务卸载算法，提出了一种改进的双深度Q网络算法，并基于双深度Q网络算法进行任务卸载算法设计，并将MEC边缘控制平台作为智能体与车联网环境进行交互，旨在相同的资源下优化任务处理速率与任务执行时延，另外在复杂业务场景下，针对DQN算法中存在的过估计问题，对DQN算法中的Q值函数进行改进，提高模型选择最优卸载策略的能力，本方案可以显著的提高计算与存储资源的利用率、有效降低车辆终端的任务执行时延，大幅度提高边缘侧计算与存储资源的利用率，并且算法收敛效率高于传统的DQN算法，解决了任务的最佳卸载比例问题，能够更有效地降低任务的执行时延。
-
公开(公告)号：CN113645103A
公开(公告)日：2021-11-12
申请号：CN202111205316.0
申请日：2021-10-15
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供视频监控平台与前端设备间通信链路异常检测方法及装置。本实施例中，通过在视频监控平台与前端设备之间通信链路上的交换设备上或者在该交换设备的旁路部署通信监听装置，由通信监听装置监听前端设备发向视频监控平台的上行数据包并对上行数据包进行识别，在识别出的上行数据包为重发的心跳数据包或注册数据包时确定视频监控平台与前端设备之间的通信链路异常，且则相比传统的双向流量检测，大大减少了资源消耗。
-
公开(公告)号：CN113312105A
公开(公告)日：2021-08-27
申请号：CN202110619282.3
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明是一种基于Q学习的车辆任务部分卸载策略方法，该方法应用在车载自组织网络中，方法步骤如下：对于移动车辆终端所请求的任务，进行任务分类，排除两种极端的任务类型，将时延极其敏感的任务直接进行本地卸载，将需要计算资源量大的任务全部卸载到MEC服务器进行计算。其次，对于剩下的不容易判断类型的业务，定义任务分类因子为βn，筛选出其中一部分时延不大敏感，计算资源量也一般的任务，对筛选出的任务进行基于Q学习的部分卸载。最后，当所有移动车辆用户终端所请求任务的卸载决策确定后，将对每个MEC服务器中的用户进行计算资源的分配。本发明的策略方法充分利用本地资源和服务器资源，降低系统总开销。
-
公开(公告)号：CN113296845A
公开(公告)日：2021-08-24
申请号：CN202110619280.4
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开一种边缘计算环境下基于深度强化学习的多小区任务卸载算法，提出了一种改进的双深度Q网络算法，并基于双深度Q网络算法进行任务卸载算法设计，并将MEC边缘控制平台作为智能体与车联网环境进行交互，旨在相同的资源下优化任务处理速率与任务执行时延，另外在复杂业务场景下，针对DQN算法中存在的过估计问题，对DQN算法中的Q值函数进行改进，提高模型选择最优卸载策略的能力，本方案可以显著的提高计算与存储资源的利用率、有效降低车辆终端的任务执行时延，大幅度提高边缘侧计算与存储资源的利用率，并且算法收敛效率高于传统的DQN算法，解决了任务的最佳卸载比例问题，能够更有效地降低任务的执行时延。
-
公开(公告)号：CN117544513B
公开(公告)日：2024-04-02
申请号：CN202410015996.7
申请日：2024-01-02
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L41/0895 , H04L41/044 , H04L67/60 , H04L67/2866
Abstract: 本申请提供一种基于雾资源的新型物联网定制化服务提供方法及装置，该方法包括：接收物联网终端发送的服务请求；其中，所述服务请求中携带有时延容忍度及资源需求，所述服务请求对应一组有序的虚拟网络功能VNF；所述时延容忍度用于指示最大容忍时延；依据所述时延容忍度及资源需求，以最小化延迟和负载为原则，确定所述服务请求的服务路径；其中，所述服务路径以接收所述物联网终端发送的服务请求的主雾节点为源节点，以次雾节点为目标节点；所述服务路径的总延迟小于等于所述最大容忍时延；依据所述服务路径，对所述服务请求对应的VNF进行映射。该方法可以提升雾架构的计算性能，以及，数据处理的灵活性。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.077 seconds)
