“陈思光”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果86个，建议您升级VIP下载更多相关专利

[发明专利]一种通信高效的隐私保护个性化联邦学习方法-CN202310774409.8在审
发明人： 陈思光;王倩;曾文骏;吴蒙 -专利权人：南京邮电大学
申请日： 2023-06-28 - 公布日： 2023-10-10 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种通信高效的隐私保护个性化联邦学习方法。本发明研究了一种基于特征融合相互学习的个性化联邦学习，可以通过在客户端对其共享模型、私有模型和融合模型进行交互训练来实现通信高效的个性化学习。具体地，只有共享模型与全局模型共享以减少通信成本，而私有模型可进行个性化设计，融合模型可以在不同阶段自适应地融合本地知识和全局知识。其次，为了进一步降低通信成本并增强梯度的隐私性，本发明设计了一种基于梯度压缩的隐私保护方法。该方法通过构建一种混沌加密循环测量矩阵，可以很好地实现隐私保护和轻量级压缩。此外，本发明还提出了一种基于稀疏性的自适应迭代硬阈值算法，以提高灵活性和重构性能。
一种通信高效隐私保护个性化联邦学习方法

[发明专利]基于深度残差金字塔的皮肤病变分割与特征提取方法-CN202111416425.7有效
发明人： 陈思光;董春序;段聪颖 -专利权人：南京邮电大学
申请日： 2021-11-25 - 公布日： 2023-09-26 - 主分类号： A61B5/00 文献下载
摘要：本发明是一种基于深度残差金字塔的皮肤病变分割与特征提取方法，包括如下步骤：步骤1：构建一个基于深度残差金字塔的皮肤病智能提取模型；步骤2：构建深度残差金字塔多尺度编码网络，通过残差金字塔多尺度编码网络和训练服务器对提取的模型进行训练，提取多尺度特征，输出分割与提取结果；步骤3：设计基于焦点损失和梯度协调机制的损失梯度监督机制，平衡离群点、易分样本和难分样本的权重，使模型适度关注难分样本。本发明将深度残差网络与特征金字塔结合，构建了一个深度残差金字塔多尺度编码网络，将瓶颈层划分为多尺度编码网络，通过提取多尺度特征，实现网络分割与提取结果的输出，提升神经网络的分割能力和特征提取能力。
基于深度金字塔皮肤病变分割特征提取方法

[发明专利]融合干扰缓解与资源分配的无人机时延最小化方法-CN202210866045.1有效
发明人： 陈思光;孙颖;夏岩岩 -专利权人：南京邮电大学
申请日： 2022-07-22 - 公布日： 2023-07-28 - 主分类号： H04B7/185 文献下载
摘要：本发明提出了一种融合干扰缓解与资源分配的无人机时延最小化方法。具体地，首先考虑基于视距通信链路的无人机到传感器节点信道模型，通过时延‑频移算法缓解同频干扰，达到降低误码率提高无线传感器网络通信质量；然后通过联合优化传感器节点传输功率、无人机三维部署以及带宽分配，达到最小化无人机辅助无线传感器网络数据传输时延最小化的目的。最后，仿真结果表明所发明方法具有可降低误码率的优点，且与分别优化传感器传输功率、无人机位置、通信带宽三种基准方法相比，本发明可以获得更低的传输时延。此外，与传统方法相比，本发明在最小化传输时延方面可以获得近似全局最优解。
融合干扰缓解资源分配无人机时最小化方法

[发明专利]物联网场景中完成时间最小化雾计算迁移方法-CN201910374589.4有效
发明人： 陈思光;朱曦;王倩;王堃;孙雁飞 -专利权人：南京邮电大学
申请日： 2019-05-07 - 公布日： 2023-07-11 - 主分类号： G06F9/50 文献下载
摘要：本发明揭示了一种物联网场景中完成时间最小化雾计算迁移方法，包括如下步骤：S1、设计感知雾计算架构，所述感知雾计算架构包括相互连通的感知层与雾层；S2、感知层中的感知节点向雾层中的雾节点发送计算请求、并将数据传输到对应的雾节点中；S3、所述雾层中的雾节点从对应的感知节点中接收计算请求并执行计算任务，当该雾节点上的计算任务过载时，该雾节点将部分计算任务迁移给相邻空闲的雾节点；S4、所述雾层中的雾节点将处理结果反馈给感知层中的感知节点。本发明能够求解出任务的完成时间最小的资源分配情况，满足那些计算密集型用户对低延迟的要求，提高了用户体验质量。
联网场景完成时间最小化计算迁移方法

[发明专利]面向智慧医疗的深度可分离卷积双重聚合联邦学习方法-CN202310371304.8在审
发明人：海银川;陈思光;夏岩岩 -专利权人：南京邮电大学
申请日： 2023-04-10 - 公布日： 2023-07-04 - 主分类号： G16H50/20 文献下载
摘要：本发明属于物联网技术领域，公开了一种面向智慧医疗的深度可分离卷积双重聚合联邦学习方法，包括如下步骤：(1)构建了一个智能诊断模型，使用户可以获得快速、准确的诊断服务；(2)设计了一种基于深度可分离卷积的诊断网络，并引入了残差连接，可以充分利用医学图像中的特征信息，提高疾病诊断的准确性；(3)设计了双重联邦聚合算法，减少了参数差异对多客户端模型联邦聚合的影响，提高了全局模型的性能。
面向智慧医疗深度可分离卷积双重聚合联邦学习方法

[发明专利]区块链赋能物联网中联合资源分配与控制的智能计算迁移方法-CN202110043738.6有效
发明人： 陈思光;王倩;陈康宇;刘艺 -专利权人：南京邮电大学
申请日： 2021-01-13 - 公布日： 2023-06-23 - 主分类号： H04L41/0826 文献下载
摘要：本发明公开了一种区块链赋能物联网中联合资源分配与控制的智能计算迁移方法，通过对时延、能耗和挖掘成本的综合考量，构建了一个最小化所有任务完成总成本的优化问题。在总成本构成中，基于区块链技术的挖掘成本考量可充分调动终端和雾节点参与计算迁移的能动性，且所设计的奖励分配规则可保证成功挖掘资源终端收获奖励的公平性。为解决上述混合整数非线性规划问题，提出了一种联合通信、计算与控制的智能计算迁移算法，该算法融合深度确定性策略梯度算法思想，设计了基于反梯度更新的双“行动者‑评论家”神经网络结构，使训练过程更加稳定并易于收敛；同时，通过对连读动作输出进行概率离散化运算，使其更加适用于混合整数非线性规划问题的求解。
区块链赋能物联网联合资源分配控制智能计算迁移方法

[发明专利]工业物联网场景中具有延迟保证的能量高效雾计算迁移方法-CN201910445848.8有效
发明人： 陈思光;郑忆敏;葛欣炜;王堃;孙雁飞 -专利权人：南京邮电大学
申请日： 2019-05-27 - 公布日： 2023-06-16 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种工业物联网场景中具有延迟保证的能量高效雾计算迁移方法。为了高效处理计算密集型任务及满足工业物联网场景对延迟的苛刻性要求，本发明首先，针对雾节点的能耗构成给出了综合性的考量即雾节点的能耗由本地计算、传输和等待状态的能耗组成，基于该考量构建了包含能量开销和时间延迟约束的雾节点能量消耗最小化模型；其次，提出了一个基于对偶分解的加速梯度求解方法用于求解，该求解方法可快速求解出最优迁移比达到最小化雾节点能耗的目的，极大地改善了传统求解方法的收敛速度，降低了计算任务的完成时间。同时，本发明方法的具体实施验证了所提出的雾计算迁移方法在雾节点能耗和计算任务完成时间的优势。
工业联网场景具有延迟保证能量高效计算迁移方法

[发明专利]基于雾联盟链的安全分布式聚合与访问系统及方法-CN202010189723.6有效
发明人： 陈思光;李雅兰;陈佳民;尤子慧 -专利权人：南京邮电大学
申请日： 2020-03-18 - 公布日： 2023-05-12 - 主分类号： H04W12/02 文献下载
摘要：本发明公开了一种基于雾联盟链的安全分布式聚合与访问系统及方法，针对当前大多数据聚合方案基于集中化模式设计，面临单点故障和篡改威胁，存在安全与性能提升的空间。为解决这一挑战，本发明结合雾计算和联盟链设计了一个分布式聚合框架，解决了单点故障和篡改危机，为数据的安全收集、通信和存储提供了有力支撑。同时融入阈值版本的Paillier同态算法，设计了安全且具有容错功能的访问控制机制，保证链上数据的机密性和私隐性。同时，提出了一种高效的匿名认证方法，可保证身份隐私和数据的完整性。最后，本方法与现有方法的比较分析结果表明本方法可抵御恶意攻击，保证系统安全性，且相较于其他现有方法，具有较低的计算和通信成本。
基于联盟安全分布式聚合访问系统方法

[发明专利]一种稀疏随机线性网络编码的低时延解码方法-CN202211314405.3有效
发明人：殷俊;陈亮;张兆维;陈思光;王磊;杨余旺 -专利权人：南京邮电大学
申请日： 2022-10-26 - 公布日： 2023-04-28 - 主分类号： H04L1/00 文献下载
摘要：本发明公开了一种稀疏随机线性网络编码的低时延解码方法包括：用户设备在接收到由稀疏随机线性网络编码生成的可解码编码块后，将可解码编码块的编码系数矩阵进行分块；每个线程通过拆分递归的并行任务对分块后的编码系数子矩阵进行并行LU分解；利用并行LU分解出的上三角矩阵和下三角矩阵求解源数据，实现解码；本发明在单机LU分解算法的基础上，考虑到当前的网络接入设备例如手机，车载电脑等均具备多核并行计算处理能力，将解码阶段的大规模矩阵计算任务分配给多个线程，利用多线程高效的并行性和数据计算能力，提高大规模稀疏矩阵的稀疏网络编码解码带宽。
一种稀疏随机线性网络编码低时延解码方法

[发明专利]一种计算分层的联邦学习训练方法-CN202211619123.4在审
发明人： 陈思光;石雁航;黄宇虹 -专利权人：南京邮电大学
申请日： 2022-12-14 - 公布日： 2023-03-28 - 主分类号： G06F18/214 文献下载
摘要：本发明属于物联网技术领域，公开了一种高效的计算分层的联邦学习训练方法，包括：步骤1：构建一个计算分层的联邦学习系统模型，步骤2：在联邦学习系统模型中允许用户在不需要进行本地梯度计算或连续数据传输的情况下参与联邦训练，该原则通过在线方法和离线方法实现；步骤3：针对联邦学习系统模型中的竞争、用户移动性、新的数据任务不断呈现给联邦学习系统模型和隐私保护的挑战提供解决方案。本发明使资源受限的设备能够在设备训练和轻量级消息传输的基础上执行联邦训练，在线和离线方法允许设备在不需要进行本地梯度计算或连续数据传输的情况下参与联邦训练，在保障性能的基础上减轻训练负担，减少通信开销。
一种计算分层联邦学习训练方法

[发明专利]一种基于一维查表法的低存储开销网络编码方法-CN202011275735.7有效
发明人：殷俊;温家欣;张兆维;陈思光;王磊;张登银 -专利权人：南京邮电大学
申请日： 2020-11-16 - 公布日： 2023-02-28 - 主分类号： H04L1/00 文献下载
摘要：本发明公开一种基于一维查表法的低存储开销网络编码方法，将传统基本运算中一维指数表和一维对数表分别进行扩充，从而消除乘法中的模运算操作和条件分支操作，消除除法中的模运算操作和条件分支操作；基于随机线性网络编码进行乘法运算和除法运算时直接查寻扩充后的一维指数表和一维对数表。通过适当增加一维指数表和一维对数表的空间，不额外增加乘法算法的时间复杂度、除法算法的时间复杂度、乘法算法的空间复杂度和除法算法的空间复杂度，提高有限域上编码的效率。以解决传统乘除运算计算成本高、运算速度低和编解码效率低下的问题，以及基于二维查表法的乘除运算在保证高概率成功解码时内存开销过大的问题，实现有限域GF(2n)上的高效运算。
一种基于一维查表法存储开销网络编码方法

[发明专利]融合射频能量采集的协同节能计算迁移方法-CN202211220355.2在审
发明人： 陈思光;陈韬;汤蓓 -专利权人：南京邮电大学
申请日： 2022-10-08 - 公布日： 2023-01-20 - 主分类号： H04L67/10 文献下载
摘要：本发明属于无线通信网络技术领域，公开了一种融合射频能量采集的协同节能计算迁移方法，通过设计了分层的雾计算辅助数据收集架构，基于对计算迁移决策、上行带宽资源分配、下行带宽资源分配及基站功率分割的联合优化考量，构建了一个最小化系统总能耗的优化问题。为有效求解该优化问题，融合惩罚函数的概念设计了新的评价指标，并提出了一种基于自适应粒子群的协同节能计算迁移算法。该算法构造了动态变化的惯性权重和线性调节的惩罚因子，可在迭代搜索过程中实时变更粒子群落的空间分布密度，以生成可容忍惩罚下的最优计算迁移策略；进一步地，为避免粒子越过探索范围，引入了速度边界限制，可降低无效解的产生概率，提升搜索有效性。
融合射频能量采集协同节能计算迁移方法

[发明专利]一种动态分簇的无线智能锁网络上数据的加密方法-CN201910349563.4有效
发明人：阮秀凯;郭文博;陈思光;闫正兵;周志立;谈燕花;崔桂华 -专利权人：温州晶彩光电有限公司;温州大学;浙江智彩科技有限公司
申请日： 2019-04-28 - 公布日： 2023-01-03 - 主分类号： H04W12/02 文献下载
摘要：本发明提供一种动态分簇的无线智能锁网络上隐私数据的加密方法，包括确定每一预设周期时隙中基于动态分簇的无线智能锁网络的节点分簇情况及每一簇内的活动智能锁节点；对每一簇内的活动智能锁节点进行数据监测，得到每一预设周期时隙中各簇内各活动智能锁节点的感知数据，且计算出每一预设周期时隙中各簇内各活动智能锁节点的时间数据；计算出每一预设周期时隙中各簇内的空间数据；将各簇内的空间数据采用预设的加密函数进行编译，得到在动态分簇的网络上传输的密文数据。实施本发明，对动态变化的事件驱动型应用场景中具有时空性的感知数据进行深度压缩，不仅减少智能锁节点通信的数据量，还降低智能锁通信频率，延长了网络的生命周期。
一种动态无线智能网络数据加密方法

[发明专利]一种基于事件检测的无线传感器网络动态分簇的方法-CN201910350051.X有效
发明人：周志立;阮秀凯;郭文博;陈思光;闫正兵;谈燕花;崔桂华 -专利权人：温州晶彩光电有限公司;温州大学;浙江智彩科技有限公司
申请日： 2019-04-28 - 公布日： 2023-01-03 - 主分类号： H04W40/10 文献下载
摘要：本发明提供一种基于事件检测的无线传感器网络动态分簇的方法，包括获取WSNs的本地和全局信息，得到各本地网络的节点及各节点所接收到的邻居节点ID号和剩余能量；在各本地网络中设定节点广播竞争信息半径，并筛选出剩余能量最大的节点；判定各本地网络的簇头；检测出活动节点，并在各本地网络的簇头中得到各活动节点各自对应的两个最近簇头，且进一步确定首选及候选簇头；将首选簇头所在簇作为各活动节点的簇，并待各活动节点发送感知数据一段时间后，检测出首选簇头的剩余能量降低至一定阈值，则重新选择候选簇头所在簇为加入的簇。实施本发明，使节点感知数据具有更好的时空相关性，有效降低整个网络的能量消耗，显著延长网络生命周期。
一种基于事件检测无线传感器网络动态方法

[发明专利]基于双重扰动的联邦学习对抗推理攻击隐私保护方法-CN202211052864.9在审
发明人： 陈思光;蒋永琦 -专利权人：南京邮电大学
申请日： 2022-08-31 - 公布日： 2022-12-16 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了基于双重扰动的联邦学习对抗推理攻击隐私保护方法，包括生成对抗网络设置分类特征提取器，并为条件生成对抗网络的设置与训练；使用训练好的条件生成生成伪数据，并将真实数据与伪数据按一定比例混合构造参与联邦学习训练的伪训练数据；通过中央服务器随机初始化全局模型参数，并通过通信链路向参与训练的客户端发送当前通信轮次的全局模型参数，客户端在私有数据集上训练本地模型；模型训练过程中设计一个目标函数来构造扰动矩阵对全连接层的梯度进行扰动；然后更新模型参数；更新所有来自客户端的模型，通过中央服务器根据样本量的权重进行聚合，得到下一轮的全局模型参数。安全性有保障，并且几乎不会降低模型的性能。
基于双重扰动联邦学习对抗推理攻击隐私保护方法

1
2
3
4
5
6
下一页»
尾页
共 86 条