[发明专利]用于分布式深度学习训练的聚合通信方法有效
| 申请号： | 202210901380.0 | 申请日： | 2022-07-28 |
| 公开（公告）号： | CN115277454B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 董德尊;黄泽彪;王笑雨;于恩达;汪杨海;杨维铃 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | H04L41/16 | 分类号： | H04L41/16;H04L41/042;H04L41/5019;H04L49/15 |
| 代理公司： | 北京丰浩知识产权代理事务所(普通合伙) 11781 | 代理人： | 李强 |
| 地址： | 410073 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种用于分布式深度学习训练的聚合通信方法，其具体步骤包括：S1，收集各个计算节点的执行任务信息，聚合管理器将聚合通信操作所需的聚合通信资源分配给各个计算节点；S2，初始化通信域；S3，注册内存；S4，聚合交换机对接收到的数据执行聚合通信操作，得到当前聚合结果，该聚合交换机向其在可扩展的分层聚合协议树中的上一层的聚合交换机，根聚合交换机进行最终的聚合通信操作，得到最终聚合结果。本发明通过将传统的需要在计算节点进行的聚合通信操作转移到了交换机上执行，提高了计算节点的资源利用率，减缓了网络拥塞，消除了计算节点处理多任务时对聚合通信的影响，降低了分布式深度学习训练过程的通信开销，提升了训练性能。 | ||
| 搜索关键词： | 用于 分布式 深度 学习 训练 聚合 通信 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210901380.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种电力载波通信抗干扰方法-202311030301.4
- 张毅;张琳娜 - 北京前景无忧电子科技股份有限公司
- 2023-08-16 - 2023-10-27 - H04L41/16
- 本发明公开了一种电力载波通信抗干扰方法，涉及通信抗干扰领域，首先对通信信号进行采集与预处理，然后对通信信号进行干扰检测与预测，并实现干扰源准确识别，然后优化抗干扰控制策略，增强通信信号接收灵敏度，并对抗干扰过程监管，对电力载波通信过程进行漏洞检测，并定期进行安全隐患排查和改进风险点复检；本发明能够对不同干扰源的检测，并自动调整系统参数或改变通信方式，以最大程度地抑制或消除干扰，自动化、智能化程度高。
- 一种通信方法及装置-202210324047.8
- 封召;辛阳;王远 - 华为技术有限公司
- 2022-03-29 - 2023-10-24 - H04L41/16
- 本申请提供一种通信方法及装置，用于提升联邦学习的训练效率。该方法包括：应用功能网元发送第一请求消息，第一请求消息用于请求候选范围内的终端设备的网络状态信息；应用功能网元获取第一响应消息，第一响应消息包括N1个终端设备的网络状态信息，候选范围内的终端设备包括N1个终端设备，N1为正整数；应用功能网元根据N1个终端设备的网络状态信息，确定N2个终端设备，N2个终端设备用于参与联邦学习模型的训练，N1个终端设备包括N2个终端设备，N2为正整数。
- 用于分布式深度学习训练的聚合通信方法-202210901380.0
- 董德尊;黄泽彪;王笑雨;于恩达;汪杨海;杨维铃 - 中国人民解放军国防科技大学
- 2022-07-28 - 2023-10-24 - H04L41/16
- 本发明公开了一种用于分布式深度学习训练的聚合通信方法，其具体步骤包括：S1，收集各个计算节点的执行任务信息，聚合管理器将聚合通信操作所需的聚合通信资源分配给各个计算节点；S2，初始化通信域；S3，注册内存；S4，聚合交换机对接收到的数据执行聚合通信操作，得到当前聚合结果，该聚合交换机向其在可扩展的分层聚合协议树中的上一层的聚合交换机，根聚合交换机进行最终的聚合通信操作，得到最终聚合结果。本发明通过将传统的需要在计算节点进行的聚合通信操作转移到了交换机上执行，提高了计算节点的资源利用率，减缓了网络拥塞，消除了计算节点处理多任务时对聚合通信的影响，降低了分布式深度学习训练过程的通信开销，提升了训练性能。
- 一种业务开通方法、装置和处理设备-202310157804.1
- 高芳;张艳华;王成利;袁向阳;胡欣;毛吉军 - 中国移动通信有限公司研究院;中国移动通信集团有限公司
- 2023-02-14 - 2023-10-20 - H04L41/16
- 本发明提供了一种业务开通方法、装置和处理设备，涉及通信技术领域，所述业务开通方法，应用于第一处理设备，所述方法包括：获取第二处理设备发送的目标业务开通工单的目标业务关键词；根据预先获取的组网决策模型和所述目标业务关键词，获得所述目标业务开通工单的第一基础组网信息；其中，所述组网决策模型是根据历史业务开通工单和所述历史业务开通开单对应的第二基础组网信息训练生成；向所述第二处理设备发送所述第一基础组网信息。本发明方案可以减少目标业务开通工单的第一基础组网信息的确定时间，进而减少业务开通耗费时间以及增加针对新兴业务的开通响应速度。
- 基于网络信息的数据预测系统-202311072390.9
- 请求不公布姓名 - 泰州市海陵区一马商务信息咨询有限公司
- 2023-08-24 - 2023-10-20 - H04L41/16
- 本发明涉及一种基于网络信息的数据预测系统，包括：内容判断器件，用于采用AI判断模型以基于多份视频数据、边缘像素点的成分数值分布区间以及非边缘像素点的成分数值分布区间智能判断网络数据包传输的视频数据的视频解析度；训练处理器件，与内容判断器件连接，用于对BP神经网络执行多次训练，以获得完成多次训练后的BP神经网络，并作为AI判断模型输出。本发明的基于网络信息的数据预测系统设计智能、运行稳定。由于能够采用针对性设计的人工智能模型基于网络接收到的各个像素点信息、视频数据关联的边缘像素点以及非边缘像素点的数据特征，智能判断网络接收到的视频数据的水平解析度和垂直解析度，从而帮助网络接收端成功进行组帧。
- 智简网络的模式坍塌抑制方法、电子设备和存储介质-202310871356.1
- 董辰;刘洋;刘庚;任洁 - 北京邮电大学;北京智芯微电子科技有限公司;国网思极紫光（青岛）微电子科技有限公司
- 2023-07-14 - 2023-10-13 - H04L41/16
- 本发明提供了智简网络的模式坍塌抑制方法、电子设备和存储介质，所述方法包括：根据智简网络中每一个网络节点的功能需求，在所述智简网络的各网络节点中搜寻满足所述功能需求的神经网络模型；利用所述神经网络模型的语义导频测试数据集合对该神经网络模型进行模式坍塌检测，以判断该神经网络模型是否存在模式坍塌；限制存在模式坍塌的所述神经网络模型在所述智简网络的各网络节点间的传播。本发明能够即使发现存在模式坍塌的神经网络模型，从而能够有效限制存在模式坍塌的神经网络模型在智简网络中的传播，以及提高智简网络的通信性能。
- 一种5G端到端切片部署方法及系统-202310955654.9
- 刘家佳;王佳黛;谭雅文 - 西北工业大学
- 2023-07-31 - 2023-10-13 - H04L41/16
- 一种5G端到端切片部署方法及系统，包括：对物理网络和切片进行基于无向图的建模，描述节点、边的多种属性和各项部署约束；将切片部署过程中的每一步以异构图描述，基于异构图神经网络构建编码器来从切片部署环境中自动化提取全局信息；将所提取的全局信息送入基于对偶网络架构的解码器中以输出部署决策；使用对偶双层深度Q学习算法进行编码器和解码器参数的训练，训练好的编码器和解码器共同组成DRL智能体，输出近似最优的切片部署策略。本发明结合异构图神经网络和强化学习算法，基于异构图神经网络构建编码器来从切片部署环境中自动化提取全局信息，并送入基于对偶网络架构的解码器中以输出部署决策，实现5G端到端网络切片的部署。
- 一种人工智能通信方法、装置及存储介质-202380009436.4
- 牟勤 - 北京小米移动软件有限公司
- 2023-05-15 - 2023-10-13 - H04L41/16
- 本公开是关于一种AI通信方法、装置及存储介质，用于提高AI通信的通信效率。该方法包括：使用第一AI模型或第一AI功能基于数据集进行AI操作，得到AI操作结果；所述AI操作结果用于确定是否对所述第一AI模型或第一AI功能进行第一操作；所述第一AI模型为单边模型，并部署于所述终端侧；所述第一AI功能对应的AI模型为单边模型，并部署于所述终端侧。
- 基于深度强化学习的无线通信网络管控方法及相关设备-202210772369.9
- 王鲁晗;牛海文;杜科良;路兆铭;温向明 - 北京邮电大学
- 2022-06-30 - 2023-10-13 - H04L41/16
- 本申请提供一种基于深度强化学习的无线通信网络管控方法及相关设备，该方法可以应用于包括智能化网元的无线通信网络管控，其中，该智能化网元可以包括状态‑动作‑奖励的强化学习架构，该方法能够根据不同控制器中的不同经验数据集将状态采集器获取的状态数据转化为增强状态数据，实现了延迟马尔可夫过程到标准马尔可夫过程的转化，避免了通信网络中状态和动作的时延对多个控制器中数据优化过程的影响，提高了控制器的优化效率。
- 网络流量预测方法和装置及存储介质-202310826327.3
- 段含婷;张乐;吴艳芹;杨昊 - 中国电信股份有限公司技术创新中心;中国电信股份有限公司
- 2023-07-06 - 2023-10-10 - H04L41/16
- 本公开提出一种网络流量预测方法和装置及存储介质，涉及大数据领域。该方法包括：获取待处理的多个历史时刻的网络流量数据；利用由多个标量神经元构成的第一神经网络对所述多个历史时刻的网络流量数据进行处理，得到第一特征信息；利用由多个向量神经元构成的第二神经网络对所述第一特征信息进行处理，得到第二特征信息；利用具有长短期记忆结构的第三神经网络对所述第二特征信息进行处理，得到预测的未来时刻的网络流量数据。从而更好地适应于具有不稳定特点的网络流量的长期预测。
- 人工智能训练方法和系统及相关设备-202210312327.7
- 李鹏宇;于梦晗 - 中国电信股份有限公司
- 2022-03-28 - 2023-10-10 - H04L41/16
- 本公开提出一种人工智能训练方法和系统及相关设备，涉及移动通信领域。核心网人工智能网元响应消费者设备请求或订阅的人工智能训练准备分析服务，向相关网元收集相关数据；对收集到的所述相关数据进行分析，给出人工智能训练准备相关的建议信息；将人工智能训练准备相关的建议信息发送给所述消费者设备，以便所述消费者设备根据建议信息进行人工智能训练准备和进行人工智能模型的训练。从而通过人工智能分析为人工智能训练准备提供支持，以便更好的支持模型训练，达到更加准确的训练效果。
- 实现人工智能服务的方法和系统及存储介质-202210311741.6
- 李鹏宇;于梦晗 - 中国电信股份有限公司
- 2022-03-28 - 2023-10-10 - H04L41/16
- 本公开提出一种实现人工智能服务的方法和系统及存储介质，涉及移动通信领域。应用功能网元向策略控制功能网元发送定制的人工智能服务策略；策略控制功能网元判断有用户设备满足人工智能服务策略生效条件时，将人工智能服务策略中的各种策略分别发送给相关网元，使得相关网元为所述用户设备提供网络服务保障；人工智能服务器响应所述用户设备发起的人工智能请求，为所述用户设备提供网络推理服务或发起相关的人工智能训练。从而，动态选择适合参与人工智能训练的用户设备，有利于提高训练效果。
- 一种虚假链接识别方法、装置及计算机可读存储介质-202310887577.8
- 王欢;杨寅广;沙灜;魏小梅;陈思;万丽;洪汝旗 - 华中农业大学;郑州信大先进技术研究院
- 2023-07-18 - 2023-10-03 - H04L41/16
- 本发明提供了一种虚假链接识别方法、装置及计算机可读存储介质，包括：对待识别网络中的所有节点进行特征提取，得到待识别网络的特征向量表示矩阵；对特征向量表示矩阵中的所有特征向量进行融合优化，得到目标特征向量表示矩阵；对目标特征向量表示矩阵进行拆分，得到融合向量；对至少一个融合向量进行判断，得到待识别网络中虚假链接的识别结果。本发明通过对待识别网络中的所有节点进行特征提取，从而得到每个节点的特征，以使在处理网络时，对节点特征进行处理，以解决用整个网络的全局信息会对有效的局部信息产生干扰的问题，提高了识别虚假链接的准确率。还对特征向量表示矩阵中的所有特征向量进行融合优化，从而提高识别虚假链接的效率。
- 生命周期管理方法、装置和存储介质-202380009030.6
- 刘敏;刘正宣;牟勤 - 北京小米移动软件有限公司
- 2023-04-07 - 2023-09-29 - H04L41/16
- 本公开涉及一种生命周期管理方法、装置和存储介质，该方法包括：向网络设备发送第一信息，第一信息指示终端设备支持的AI信息，接收网络设备发送的第二信息，第二信息指示LCM指示信息，根据第二信息，确定AI信息对应AI模型的生命周期。从而使NW基于UE支持的AI信息，对AI模型的生命周期进行管理，保证了通信过程中AI模型的性能。
- 通信方法、分析网元和通信系统-202310880151.X
- 于梦晗 - 中国电信股份有限公司
- 2023-07-18 - 2023-09-29 - H04L41/16
- 本公开提供了一种通信方法、分析网元和通信系统，涉及通信技术领域，所述方法包括：分析网元接收来自服务消费者网元的分析请求；所述分析网元将所述分析请求的第一分析结果发送至测试验证平台进行验证，所述测试验证平台包括与所述分析请求的分析结果关联的网元的孪生网元；所述分析网元从所述测试验证平台接收所述第一分析结果的验证结果；和所述分析网元向所述服务消费者网元发送所述分析请求的第一响应，所述第一响应携带作为所述分析请求的分析结果的第二分析结果，所述第二分析结果根据所述验证结果得到。如此，可以提高分析网元发送的分析结果的准确性。
- 模型的管理方法、系统以及共享节点、网络节点-202310817613.3
- 王晴天;刘洋;邢燕霞;陈鹏 - 中国电信股份有限公司
- 2023-07-05 - 2023-09-22 - H04L41/16
- 本公开涉及一种模型的管理方法、系统以及共享节点、网络节点，涉及通信技术领域。本公开的方法包括：接收网络节点发送的模型复用请求，其中，网络节点为接入网域内的节点或核心网域内的节点，模型复用请求包括：请求的模型的属性信息和内容信息，属性信息用于表示网络节点所属的域；根据模型复用请求，在共享模型库中查找请求的模型；在查找到的模型与请求的模型内容信息相匹配，属性信息不匹配的情况下，向网络节点获取训练数据和模型需求信息；根据训练数据和模型需求信息对查找到的模型进行调整，作为请求的模型；将请求的模型发送至网络节点。
- AI能力调度方法、装置、电子设备及存储介质-202310594582.X
- 黄诗琳;丁开生;丁建会;黄永华;张伟 - 中国电信股份有限公司
- 2023-05-24 - 2023-09-19 - H04L41/16
- 本申请实施例提供了一种AI能力调度方法、装置、电子设备及存储介质。所述方法包括：响应于接收到业务方发送的目标AI能力的调用请求，确定所述目标AI能力是否存在多个能力提供商；响应于所述目标AI能力存在多个能力提供商，确定所述调用请求中是否携带有目标能力标签；在所述调用请求中携带有目标能力标签的情况下，基于所述目标能力标签，确定所述多个能力提供商中的第一能力提供商，以为所述业务方提供AI能力服务；在所述调用请求中未携带目标能力标签的情况下，基于平台策略，确定所述多个能力提供商中的第二能力提供商，以为所述业务方提供AI能力服务。本申请实施例可以有效地推进同质化AI算法模型差距的缩小，减少AI算法垄断局面以及AI能力调用成本费用开支。
- 内生人工智能评估方法、系统和存储介质-202310927302.2
- 王晴天;刘洋;邢燕霞;陈鹏 - 中国电信股份有限公司技术创新中心;中国电信股份有限公司
- 2023-07-26 - 2023-09-15 - H04L41/16
- 本公开提供了一种内生人工智能评估方法、系统和存储介质，涉及无线终端技术领域。该方法包括：确定与智能内生服务质量相关的待评估的多个参数；根据多个参数中每两个参数之间的相对重要程度，构建第一参数矩阵；对第一参数矩阵进行处理，得到每个参数的权重向量；根据每个参数的权重向量，确定智能内生服务质量。本公开能够确定6G网络中智能内生要素对服务质量的影响权重，消除用户主观性带来的影响，提升了评估方案的客观性。
- 面向全局时延优化的云边端协同CNN推理方法及系统-202310713616.2
- 郭永安;周金粮;奚城科;王宇翱 - 南京邮电大学
- 2023-06-16 - 2023-09-12 - H04L41/16
- 本发明公开了面向全局时延优化的云边端协同CNN推理方法，通过构建训练分块推理时延预测模型、计算理论数据传输时延、构建并训练时延损耗预测模型、构建全局时延预测模型；利用全局时延预测模型计算各个边缘服务器的理论全局时延，以全局时延最小化为优化目标，决定参与协同推理的边缘服务器的选择和推理任务量的分配。本发明同时提出面向全局时延优化的云边端协同CNN推理系统。相较于传统的协同推理研究工作在时延指标制定方面仅关注当前推理任务的时延优化，本方法将处理当前推理任务对其他并行处理的推理任务可能产生的时延影响也纳入了决策考量范围，同时，本发明还提供一种CNN分割优化方法，能够有效节省协同推理中的决策时延。
- 全链路的网络延时情况分析系统-202310738143.1
- 董小兰;戴小明;彭凤;汤锐 - 大有期货有限公司
- 2023-06-21 - 2023-09-12 - H04L41/16
- 本发明涉及通信技术领域，尤其为全链路的网络延时情况分析系统，包括：链路监控模块：用于监控全链路并搭建全链路模型；数据采集模块：用于搭建的全链路模型基于信息获取算法采集全链路数据；延时分析模块：用于对全链路进行网络延时情况分析；延时告警模块：用于根据网络延时情况分析结果进行延时告警。本发明通过神经网络对全链路网络延时进行预测，解决了网络传输延时过长的问题。且使用戳技术对延时进行记录和预测，减少了平均误差，也在一定程度上提高了拟合率。且通过LMS算法对进行预测，提高了系统负载率。通过灰狼‑布谷鸟算法进行寻优，在迭代过程中对种群位置进行扰动更新，可有效增加种群多样性，平衡算法的全局与局部搜索能力。
- 用于自动生成训练数据以分析通信网络新配置的系统、方法和计算机程序-201980022400.3
- N·桑德勒曼;O·赫蒙尼;E·费尔斯坦纳 - 阿姆多克斯发展公司
- 2019-03-25 - 2023-09-05 - H04L41/16
- 根据一个实施例，提供了一种用于训练基于AI的网络管理系统的系统、方法和计算机程序产品。在使用中，接收用于通信网络的第一配置的日志数据和第一网络配置数据。另外，接收用于通信网络的第二配置的第二网络配置数据。此外，基于日志数据和第二网络配置数据，产生用于通信网络的第二配置的模拟日志数据。
- 一种基于网内聚合的分布式模型训练任务卸载方法和装置-202310344957.7
- 赵功名;裘宇航;徐宏力 - 中国科学技术大学苏州高等研究院
- 2023-04-03 - 2023-09-01 - H04L41/16
- 本发明公开了一种基于网内聚合的分布式模型训练任务卸载方法和装置。其中，该方法由数据中心网络的控制器执行，所述数据中心网络包括若干服务器和可编程交换机，包括：根据数据中心网络中实时的网络拓扑信息、网络资源信息为每一个到来的分布式模型训练任务构建网络物理拓扑模型；在所述物理拓扑模型的基础上，通过省略梯度数据的转发信息来构建逻辑聚合模型；根据所述逻辑聚合模型以及所述数据中心网络中的可用聚合资源，确定分布式模型训练任务的任务卸载策略。本发明通过对worker、PS的指派以及网内聚合路由进行联合优化，从而进一步加速模型训练，并减少训练产生的通信开销。
- 基于人工智能技术的自动化运维方法-202310654748.2
- 胡涛;李巨博;段莹 - 安徽高颐科技有限公司
- 2023-06-05 - 2023-08-25 - H04L41/16
- 本发明公开了基于人工智能技术的自动化运维方法，涉及智能化运维技术领域；包括如下步骤：自动获取当前组织或企业内部网络的资产信息；建立资产映射关系和目标监控对象列表；对目标监控对象进行自动化巡查；针对巡查异常结果进行智能判断和归因，并针对原因归属进行异常处置；根据近期的运维数据分析预测得到未来一定时间区间内资产异常情况，并提前建立解决预案。根据不同标准建立多张目标监控对象列表，并选用相适配的列表，且在对列表中的资产进行监控时对监控时间进行动态调整，使整个运维系统更加智能化，实时匹配当前所有网络资产的工作状态针对性进行资源倾斜，更加高效合理。
- 网络流量检测模型的建模方法、防护方法及相关设备-202310532203.4
- 熊奕洋;董石磊;李凯;谭华;张学智 - 中国电信股份有限公司北京研究院;中国电信股份有限公司
- 2023-05-11 - 2023-08-22 - H04L41/16
- 本公开实施例提供了一种网络流量检测模型的建模方法、应用程序的防护方法、装置、计算机设备、可读存储介质及程序，涉及计算机技术领域。该方法包括：获取网络流量的日志数据；将所述网络流量的日志数据进行标注；将标注后的所述网络流量的日志数据向量化以获得所述网络流量的日志数据词向量矩阵；根据所述网络流量的日志数据词向量矩阵确定神经网络的层数；将所述词向量矩阵作为输入对所述神经网络进行训练以完成网络流量检测模型的建模，以使所述网络流量检测模型具备根据日志数据识别故障的能力。本公开实施例提供的方案建立的网络流量检测模型，能够根据日志数据对故障进行检测的网络流量检测模型。
- 一种基于多目标深度强化学习的服务功能链放置方法-202310550450.7
- 邢焕来;蒲雨彤;肖智文;王心汉;冯力;张新有;滕飞 - 西南交通大学
- 2023-05-16 - 2023-08-18 - H04L41/16
- 本发明公开了一种基于多目标深度强化学习的服务功能链放置方法，具体为：生成需要放置的服务功能链实例以及用户服务需求；将用户服务需求映射为子问题，并为每个优化指标分配权重偏好；判断权重偏好是否在以往时间步出现，检索当前权重偏好对应的问题最优神经网络模型；否则，初始化当前权重偏好下的神经网络模型；获取当前物理网络环境信息输入时空编码器中进行信息编码；将编码信息输入分布式强化学习智能体中，智能体神经网络进行决策计算并生成决策函数；保存并更新当前权重下的神经网络模型参数，执行分布式强化学习中所有智能体的联合决策；服务功能链放置任务完成。本发明提高了在不同动态网络环境下放置服务功能链的资源分配能力。
- 一种基于人工智能的数据传输异常监管系统及方法-202310575898.4
- 刘冰;宫世成 - 黑龙江贾维斯物联网科技有限公司
- 2023-05-22 - 2023-08-18 - H04L41/16
- 本发明公开了一种基于人工智能的数据传输异常监管系统及方法，通采集数据传输节点的历史运行记录，对历史运行进行分类，得到若干个异常数据传输类型，提取每种异常数据传输类型影响范围的特征向量，采集目标节点的运行数据，对所述运行数据进行分析，得到目标节点的第一关联节点，设置各个第一关联节点的第一权重值，计算目标节点连接内容数据流的信息熵，计算分离信息熵，分离信息熵对应的节点设置为第二关联节点，设置各个第二关联节点的第二权重值，汇集第一关联节点和第二关联节点中所有节点，组成目标排查节点集合，设置风险值评估函数，计算节点风险值，给管理人员排查建议。
- 基于机器学习的智能控制方法及系统-202310691791.6
- 景明 - 山西凯瑞科技有限公司
- 2023-06-13 - 2023-08-18 - H04L41/16
- 本发明提供了基于机器学习的智能控制方法及系统，涉及数据处理技术领域，方法包括：根据目标企业的第一计算机集群的连接关系，生成第一计算机网络，采集第一计算机网络的历史资源传输路径，并对历史资源传输路径进行特征识别，获取路径分布特征对第一计算机网络进行拆分，生成多个拆分子网络进行迁移学习，输出与多个拆分子网络分别对应的多个控制子模型，根据多个控制子模型对第一计算机集群进行资源传输控制，本发明解决了现有技术中在对资源进行传输的过程中缺乏机器学习迭代，导致资源传输效率低的技术问题，实现了基于机器学习对资源传输进行的合理化智能控制，进而提高资源传输效率。
- 低压配电网业务接入感知方法及系统-202310858388.8
- 张楠;白晖峰;霍超;尹志斌;张港红;谢凡;罗安琴;苑佳楠;高建;丁啸;杨双双;申一帆 - 北京智芯微电子科技有限公司
- 2023-07-13 - 2023-08-11 - H04L41/16
- 本发明实施例提供一种低压配电网业务接入感知方法及系统，属于配电物联网技术领域。所述方法包括：响应于业务变更信号，采集对应的业务流信息；基于特征提取模型，对所述业务流信息进行特征提取，获得业务流特性参数；对所述业务流特性参数进行归一化处理，获得业务流特征集；采集当前配电网的历史业务接入数据，与所述业务流特性集共同构建样本集，并基于所述样本集进行机器学习，输出关键特征；基于所述关键特征进行专家库模糊匹配，确定业务类型。本发明方案提出的业务感知方法实现业务流关键特征的识别，进而实现业务的自动感知，提高业务接入效率。
- 用于网络中的异常检测的方法和装置-202111546511.X
- A·费基;N·罗特;F·西亚德·穆哈穆德;V·卡普德维埃尔勒;M·S·坎;T·欧瓦达;C·弥海勒素 - 诺基亚通信公司
- 2021-12-16 - 2023-08-08 - H04L41/16
- 提出了一种用于网络中的异常检测的装置，该装置使用包括编码器和解码器的自动编码器。该装置包括处理器和包括计算机程序代码的存储器，使得该装置执行：‑向解码器提供网络配置参数，该网络配置参数被用来获得计算出的网络性能指标，‑基于被用来获得计算出的网络性能指标的网络配置参数，从解码器中获得重构的网络性能指标，‑将重构的网络性能指标与计算出的网络性能指标进行比较，‑当观察到重构的网络性能指标与计算出的网络性能指标之间的偏差时检测到异常，‑向编码器提供计算出的网络性能指标，‑基于计算出的网络性能指标从编码器获得估计的网络配置参数，‑当观察到估计的网络配置参数与被用来获得计算出的网络性能指标的网络配置参数之间的偏差时，检测到异常与该网络配置参数相关。
- 一种基于机器学习的区块链四阶段共识方法-202310486710.9
- 张必英;杜左强;马颖 - 哈尔滨商业大学;张必英
- 2023-04-29 - 2023-08-01 - H04L41/16
- 为了利用区块链服务节点的算力对机器学习模型进行训练，同时也为了提高共识速度，本发明提供了一种基于机器学习的区块链四阶段共识方法。本发明所提供的区块链共识方法把共识过程分为任务发布、预训练、最终训练、验证与奖励四个过程。客户节点将机器学习模型、训练脚本和数据集上传至星际文件系统(Inter Planetary File System,IPFS)，将任务列表写入区块链。预训练服务节点从区块链读取任务属性信息，从IPFS中获取真实数据集和训练脚本，在本地计算节点训练，准确度达到要求时上传模型至IPFS中，把模型信息写入区块链中。最终训练节点从区块链中读取预模型和数据集的地址，从IPFS获取机器学习模型并下载到本地，对机器学习模型进行最终训练并把最终模型写入IPFS中，将其地址写入区块链网络中。验证服务节点从区块链中获取最终模型地址，从IPFS文件系统中取出最终模型并进行验证，对训练模型的节点发放奖励。
- 专利分类
