检索结果-内蒙古大学图书馆

计算机研究与发展 2024年第11期61卷 3793-3805页

作者：徐冬竹周安福马华东张园北京邮电大学计算机学院(国家示范性软件学院) 北京100876 网络与交换技术全国重点实验室(北京邮电大学) 北京100876 中国电信集团有限公司上海200125

云网资源与视频任务的高效调度是保障视频物联网(video Internet of things,VIoT)应用性能的关键.然而,目前运营化VIoT所用调度算法对差异化的任务需求和高度动态的云网资源变化适应能力不足,导致VIoT应用性能不佳.针对上述问题,提出了... 详细信息

云网资源与视频任务的高效调度是保障视频物联网(video Internet of things,VIoT)应用性能的关键.然而,目前运营化VIoT所用调度算法对差异化的任务需求和高度动态的云网资源变化适应能力不足,导致VIoT应用性能不佳.针对上述问题,提出了一种基于连续学习的视频物联网任务需求理解与调度方法(continuous learning-based task demand understanding and scheduling method for VIoT,CLTUS).与传统启发式或机器学习驱动的调度算法不同,将连续学习引入云网资源与视频任务需求的匹配中.首先,基于通用的连续学习框架实现各类视频任务需求的准确理解;其次,依据视频任务之间的需求依赖关系,实现任务与服务器的适配,以精细化调度云网资源;最后,将所提方法部署于软件定义的VIoT实验平台上.与传统方法相比,CLTUS不仅将视频任务的平均处理效率提高了127.73%,还将云网资源利用均衡率提高至67.2%,有效增强了VIoT应用性能.

关键词：视频物联网连续学习任务需求理解资源调度运营化网络测量

来源：评论

学校读者我要写书评

暂无评论

服务定制网络体系架构的设计与思考

引用

通信学报 2024年第2期45卷 1-17页

作者：黄韬张晨肖玉明余水刘韵洁北京邮电大学网络与交换国家重点实验室北京100876 网络通信与安全紫金山实验室江苏南京211111 悉尼科技大学计算机学院悉尼NSW2007

系统性阐述了服务定制网络(SCN)新型网络架构,可为互联网应用提供一种全新的网络底层能力与使用方式。在TCP/IP网络架构中,网络为应用提供“尽力而为”的服务质量,而SCN架构转换了应用与网络两者之间的主客体关系,允许应用“按需定制”... 详细信息

系统性阐述了服务定制网络(SCN)新型网络架构,可为互联网应用提供一种全新的网络底层能力与使用方式。在TCP/IP网络架构中,网络为应用提供“尽力而为”的服务质量,而SCN架构转换了应用与网络两者之间的主客体关系,允许应用“按需定制”网络的服务质量。以应用视角出发,挖掘了“可声明”“细粒度”“端到端”三大能力内涵,由此推演了SCN的总体设计思路,并给出了一种具象的SCN体系架构和一种可行的SCN系统实现。SCN未来可应用于远程工控、增强现实等人机物全场景,为网络即服务(NaaS)的实现提供一种新颖、实用、理想的手段。

关键词：未来网络体系架构服务定制网络网络即服务确定性网络

来源：评论

学校读者我要写书评

暂无评论

无丢失网络流量管理研究综述

引用

计算机研究与发展 2025年

作者：张乙然王尚广任丰原北京邮电大学计算机学院(国家示范性软件学院) 网络与交换全国重点实验室(北京邮电大学) 清华大学计算机科学与技术系

近年来，无丢失网络在高性能计算、数据中心等领域得到了广泛应用.无丢失网络通过链路层流量控制技术保障网内交换机不会因缓存溢出而丢包，避免了数据丢失与重传，极大提高了应用的时延和吞吐量性能.然而，链路层流量控制带来的负面效... 详细信息

近年来，无丢失网络在高性能计算、数据中心等领域得到了广泛应用.无丢失网络通过链路层流量控制技术保障网内交换机不会因缓存溢出而丢包，避免了数据丢失与重传，极大提高了应用的时延和吞吐量性能.然而，链路层流量控制带来的负面效应（拥塞扩展、死锁等）使得无丢失网络的大规模部署面临着诸多挑战.因此，引入流量管理技术来提升无丢失网络的可扩展性得到了更多关注.对应用于高性能计算领域和数据中心领域的典型无丢失网络InfiniBand和无丢失以太网的流量管理研究进展进行系统性综述，首先介绍链路层流量控制的负面影响和流量管理的目标，总结无丢失网络传统的流量管理架构.然后根据流量管理技术路线（拥塞控制、拥塞隔离、多路径负载均衡等）以及驱动的位置（发送端驱动、接收端驱动等），对InfiniBand和无丢失以太网流量管理的最新研究进展进行分类和阐述，分析对应的优势以及局限性.最后指出无丢失网络流量管理进一步研究中需要着重探索的问题，包括无丢失网络流量管理统一架构、主机内与网络联合流量管理以及面向领域应用的流量管理.

关键词：无丢失网络 InfiniBand 无丢失以太网流量管理链路层流量控制

来源：评论

学校读者我要写书评

暂无评论

面向云环境的外包数据多关键词量子隐私查询

引用

中国科学：物理学、力学、天文学 2024年第3期54卷 30-42页

作者：贾倩倩石润华王庆乐李荟杰华北电力大学控制与计算机工程学院北京102206 北京邮电大学网络与交换技术国家重点实验室北京100876

本文引入量子密码技术,设计了一种实际可行的量子方案解决外包数据的多关键词隐私查询问题.该方案在我们提出的安全两方计算集合相似度协议、安全两方量子逻辑乘协议以及量子隐私查询协议的协助下,完成隐私的查询.前两个协议在不串谋的... 详细信息

本文引入量子密码技术,设计了一种实际可行的量子方案解决外包数据的多关键词隐私查询问题.该方案在我们提出的安全两方计算集合相似度协议、安全两方量子逻辑乘协议以及量子隐私查询协议的协助下,完成隐私的查询.前两个协议在不串谋的量子云的协助下,达到了信息论安全.而量子隐私查询是抗量子攻击的,即量子安全,所以所提方案是量子安全的.此外,所有基础协议均采用单光子作为量子资源,最复杂的操作是Toffoli门,所必须的测量是单光子测量.因此,在现有技术条件下,该方案是实际可行的.最后,在Qiskit中的IBM量子系统上验证了该方案关键环节的正确性和可行性.

关键词：量子计算量子隐私查询信息论安全量子安全

来源：评论

学校读者我要写书评

暂无评论

关闭时间一致漏洞的Svetlichny不等式

引用

陕西师范大学学报（自然科学版） 2024年第2期52卷 80-88页

作者：李丹丹高飞严欢北京邮电大学计算机学院(国家示范性软件学院) 北京100876 网络与交换技术国家重点实验室北京100876

对于任一贝尔不等式,漏洞的存在导致不等式的违背并非都是对局域实在的违背,进而威胁到设备无关量子信息处理任务的安全性。时间一致漏洞(coincidence-time loophole)作为主要漏洞之一,已在两方贝尔不等式的研究中被关闭。Svetlichny不... 详细信息

对于任一贝尔不等式,漏洞的存在导致不等式的违背并非都是对局域实在的违背,进而威胁到设备无关量子信息处理任务的安全性。时间一致漏洞(coincidence-time loophole)作为主要漏洞之一,已在两方贝尔不等式的研究中被关闭。Svetlichny不等式作为表征真正多体关联的多方贝尔不等式的典型代表,仍面临时间一致漏洞的威胁。由此,从三方Svetlichny不等式出发,给出关闭时间一致漏洞的Svetlichny不等式的条件;进一步,讨论更一般情况的结果,给出关闭时间一致漏洞的n(n≥3)方Svetlichny不等式的条件。该关闭时间一致漏洞的Svetlichny不等式为设计设备无关的多体量子信息处理协议提供基础工具。

关键词：时间一致漏洞 Svetlichny不等式时间一致事件贝尔不等式

来源：评论

学校读者我要写书评

暂无评论

无丢失网络流量管理综述

引用

计算机研究与发展 2025年第5期62卷 1290-1306页

作者：张乙然王尚广任丰原北京邮电大学计算机学院(国家示范性软件学院) 北京100876 网络与交换技术全国重点实验室(北京邮电大学) 北京100876 清华大学计算机科学与技术系北京100084

近年来,无丢失网络在高性能计算、数据中心等领域得到了广泛应用.无丢失网络通过链路层流量控制技术保障网内交换机不会因缓存溢出而丢包,避免了数据丢失与重传,极大提高了应用的时延和吞吐量性能.然而,链路层流量控制带来的负面效应(... 详细信息

近年来,无丢失网络在高性能计算、数据中心等领域得到了广泛应用.无丢失网络通过链路层流量控制技术保障网内交换机不会因缓存溢出而丢包,避免了数据丢失与重传,极大提高了应用的时延和吞吐量性能.然而,链路层流量控制带来的负面效应(拥塞扩展、死锁等)使得无丢失网络的大规模部署面临着诸多挑战.因此,引入流量管理技术来提升无丢失网络的可扩展性得到了更多关注.对应用于高性能计算领域和数据中心领域的典型无丢失网络InfiniBand和无丢失以太网的流量管理研究进展进行系统性综述,首先介绍链路层流量控制的负面影响和流量管理的目标,总结无丢失网络传统的流量管理架构.然后根据流量管理技术路线(拥塞控制、拥塞隔离、多路径负载均衡等)以及驱动的位置(发送端驱动、接收端驱动等),对InfiniBand和无丢失以太网流量管理的最新研究进展进行分类和阐述,分析对应的优势以及局限性.最后指出无丢失网络流量管理进一步研究中需要着重探索的问题,包括无丢失网络流量管理统一架构、主机内与网络联合流量管理以及面向领域应用的流量管理.

关键词：无丢失网络 InfiniBand 无丢失以太网流量管理链路层流量控制

来源：评论

学校读者我要写书评

暂无评论

面向联邦算力网络的隐私计算自适激励机制

引用

计算机学报 2023年第12期46卷 2705-2725页

作者：周赞张笑燕杨树杰李鸿婧况晓辉叶何亮许长桥北京邮电大学计算机学院(国家示范性软件学院) 网络与交换技术全国重点实验室信息系统安全技术国家重点实验室中国电信股份有限公司研究院

面对“人-机-物”超融合与万物智能互联远景的现实需求，联邦算力网络充分发挥联邦学习等分布式智能技术的数据聚合优势以及“信息高铁（低熵算力网）”的计算协同优势，高效利用网络中泛在离散部署的海量数据与算力资源，从而最大化满... 详细信息

面对“人-机-物”超融合与万物智能互联远景的现实需求，联邦算力网络充分发挥联邦学习等分布式智能技术的数据聚合优势以及“信息高铁（低熵算力网）”的计算协同优势，高效利用网络中泛在离散部署的海量数据与算力资源，从而最大化满足多种高性能、智能化计算任务需求瓶颈.同时，为建立用户泛在协作计算过程中的全生命周期安全保障和对联邦算力网络的互信任基础，差分隐私等隐私计算技术的引入成为基础性需求之一.因此，在用户自身安全和隐私不受模型逆转、梯度泄露等新兴攻击威胁的前提下，如何对大量的个性化参与用户进行有效激励，促使其积极参与并真实共享本地数据和算力，是实现联邦算力任务实际部署的关键步骤之一.然而，当前联邦算力网络的激励机制大多主要侧重于用户数据评估与公平性等计算性能相关指标研究，缺少对用户隐私需求的关注，无法有效规约隐私噪声注入过程.边缘算力节点出于自身利益考量，往往夸大隐私预算需求，造成严重的冗余精度损失.针对这一问题，本文基于改进的斯塔克伯格主从博弈模型，提出一种面向联邦算力网络的隐私计算自适应激励方法，通过两阶段的动态博弈根据分布式计算过程中隐私注入尺度进行差异化定价激励.基于反向归纳法，参与用户之间首先进行博弈均衡获取最优的本地隐私噪声预算设置策略，随后联邦参数服务器求取最优的隐私支付策略.通过理论分析，本文所提方案能够取得纳什均衡下的最优解.此外，本文还进一步对参与用户的限制条件进行了讨论，得出了用户隐私成本需求的约束上界.在EMNIST、CIFAR等公有标准数据集上的实验结果也表明，该方法相比于基于合约理论、三方博弈等理论的现有隐私激励机制，能够显著提升分布式智能协同计算任务参与各方的平均效用，在满足用户隐私需求的同时提升计算性能，大幅减少冗余损耗.

关键词：联邦算力网络隐私计算隐私定价个性化隐私动态博弈算力网络

来源：评论

学校读者我要写书评

暂无评论

算网融合下时间连续的计算任务卸载机制

引用

计算机研究与发展 2023年第4期60卷 735-749页

作者：郝昊杨树杰张玮齐鲁工业大学(山东省科学院)山东省计算中心(国家超级计算济南中心) 济南250101 网络与交换技术国家重点实验室(北京邮电大学) 北京100876

算力网络通过网络协同云、边、端计算资源,突破单点算力的性能瓶颈,为智能化社会提供了算力支撑.算网融合逐渐成为新型信息通信网络技术发展的趋势.由于计算资源异构、网络负载动态,如何协同云、边、端计算资源,从而降低计算任务时延是... 详细信息

算力网络通过网络协同云、边、端计算资源,突破单点算力的性能瓶颈,为智能化社会提供了算力支撑.算网融合逐渐成为新型信息通信网络技术发展的趋势.由于计算资源异构、网络负载动态,如何协同云、边、端计算资源,从而降低计算任务时延是算网融合下极具挑战性的问题之一.为简化问题,现有工作往往假设系统时间是离散的,并且只在时隙结束时进行计算卸载决策.但该假设会引入决策等待时间,增加了计算任务的整体时延.针对上述问题,提出一种算网融合下时间连续的计算任务卸载机制,在保证时间轴连续和协同多个边缘节点计算资源的前提下,以服务体验提升率为优化目标,对云、边、端间任务卸载问题进行建模,并设计了一种基于深度强化学习的任务卸载方法,从而更高效地利用算力网络计算资源.通过大量的仿真实验证明,与2种基线算法相比所提算法能够有效降低任务时延,提升服务体验.

关键词：算力网络计算资源协同任务卸载多边缘节点协作时间连续性

来源：评论

学校读者我要写书评

暂无评论

面向异质性医学图像处理的深度学习算法综述

引用

软件学报 2023年第10期34卷 4870-4915页

作者：马梓博米悦张波张征吴静云黄海文王文东网络与交换国家重点实验室(北京邮电大学) 北京100876 北京邮电大学计算机学院北京100876 北京邮电大学现代邮政学院北京100876 北京邮电大学国际学院北京100876 北京大学第一医院医学影像科北京100034 北京大学第一医院泌尿外科北京100034 北京大学泌尿外科研究所北京100034 国家泌尿男生殖系肿瘤研究中心北京100034

近年来深度学习技术在诸多计算机视觉任务上取得了令人瞩目的进步,也让越来越多的研究者尝试将其应用于医学图像处理领域,如面向高通量医学图像(CT、MRI)的解剖结构分割等,旨在为医生提供诊断辅助,提高其阅片效率.由于训练医学图像处理... 详细信息

近年来深度学习技术在诸多计算机视觉任务上取得了令人瞩目的进步,也让越来越多的研究者尝试将其应用于医学图像处理领域,如面向高通量医学图像(CT、MRI)的解剖结构分割等,旨在为医生提供诊断辅助,提高其阅片效率.由于训练医学图像处理的深度学习模型同样需要大量的标注数据,同一医疗机构的数据往往不能满足需求,而受设备和采集协议的差异的影响,不同医疗机构的数据具有很大的异质性,这导致通过某些医疗机构的数据训练得到模型很难在其他医疗机构的数据上取得可靠的结果.此外,不同的医疗数据在患者个体病情阶段的分布上也往往是十分不均匀的,这同样会降低模型的可靠性.为了减少数据异质性的影响,提高模型的泛化能力,域适应、多站点学习等技术应运而生.其中域适应技术作为迁移学习中的研究热点,旨在将源域上学习的知识迁移到未标记的目标域数据上;多站点学习和数据非独立同分布的联邦学习技术则旨在在多个数据集上学习一个共同的表示,以提高模型的鲁棒性.从域适应、多站点学习和数据非独立同分布的联邦学习技术入手,对近年来的相关方法和相关数据集进行了综述、分类和总结,为相关研究提供参考.

关键词：医学图像处理深度学习数据异质性域适应多站点学习联邦学习

来源：评论

学校读者我要写书评

暂无评论

一种对时延敏感的去中心化联邦学习算法

引用

计算机科学 2025年

作者：彭姣常永娟严韬游张政宋美娜朱一凡张鹏飞贺月张博欧中洪国网河北省电力有限公司信息通信分公司北京邮电大学计算机学院(国家示范性软件学院) 北京邮电大学网络与交换技术全国重点实验室

近年来，深度学习、移动设备及物联网技术的快速发展，导致边缘设备上模型推理和数据存储需求激增。传统的集中式模型训练方法受限于数据量、通信带宽及用户数据隐私等问题，无法有效应对新的挑战。为此，联邦学习技术应运而生。联邦学... 详细信息

近年来，深度学习、移动设备及物联网技术的快速发展，导致边缘设备上模型推理和数据存储需求激增。传统的集中式模型训练方法受限于数据量、通信带宽及用户数据隐私等问题，无法有效应对新的挑战。为此，联邦学习技术应运而生。联邦学习允许边缘设备基于本地数据训练模型，并上传模型参数至中央服务器进行聚合与分发，保证数据不出各方可信域的前提下进行联合建模，并进一步发展了分布式联邦学习以克服时延、带宽限制及单点故障风险等问题。受限于真实网络环境下的网络延迟和带宽等因素，联邦学习的训练效率受到严重影响，造成多方联合建模困难。针对这一问题，文中提出一种对时延敏感的去中心化联邦学习算法DBFedAvg，通过动态选择算法选取平均时延较小的节点作为主节点，降低通信成本，提高全局模型训练性能，加速模型收敛。基于Sprint网络等场景下的实验结果，验证了文中提出的方法在通信成本和模型收敛等方面带来的巨大提升。

关键词：联邦学习去中心化真实网络环境时延敏感通信成本

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：