检索结果-维普期刊中文期刊服务平台

车联网边缘计算环境下基于流量预测的高效任务卸载策略研究被引量：1: 1; 作者许小龙杨威 +4 位作者杨辰翊程勇齐连永项昊龙窦万春《电子学报》北大核心 2025年第2期329-343,共15页; 车联网(Internet of Vehicles,IoV)边缘计算通过将移动边缘计算和车联网相结合,实现了车辆计算任务从云服务器向边缘服务器的下沉,从而有效降低了车联网服务的响应时延.然而,车联网中不规则的交通流时空分布会导致边缘服务器计算负载不... 展开更多; 关键词移动边缘计算深度强化学习车联网图神经网络(GNN) 任务卸载; 在线阅读下载PDF 职称材料

一种基于验证的量子私有集合计算协议: 2; 作者刘文杰杨奇 +1 位作者李文博李子贤《量子电子学报》 CAS CSCD 北大核心 2024年第2期330-339,共10页; 私有集合计算是安全多方计算的重要组成部分,可以在不暴露合法参与者私有信息的情况下解决参与者之间的某些集合计算问题(如交集、并集)。然而现有的量子私有集合计算协议基本上没有考虑验证性,参与者无法确定计算结果是否正确。针对此... 展开更多; 关键词量子通信私有集合计算交集并集可验证; 在线阅读下载PDF 职称材料

求解最小公倍数问题的量子安全多方计算协议: 3; 作者李子贤刘文杰《计算机学报》 EI CAS CSCD 北大核心 2024年第6期1393-1412,共20页; 最小公倍数是解决很多数学问题的基础工具,在隐私保护的情况下如何对其进行多方协同计算具有一定的研究价值.部分经典安全多方计算协议虽然能够求解该问题,但计算复杂度为指数级.本文通过将最小公倍数问题转化为求多个周期函数的连接函... 展开更多; 关键词量子计算量子信息安全多方计算最小公倍数量子周期查找算法匿名输出检验隐私计算; 在线阅读下载PDF 职称材料

多头注意力机制的全频图像去噪算法被引量：3: 4; 作者江结林史明月 +1 位作者杨海东崔燕《计算机工程与应用》 CSCD 北大核心 2024年第16期236-247,共12页; 近年来,深度卷积神经网络(convolutional neural network,CNN)在图像去噪领域取得了显著成果。然而,现有的大部分去噪方法都是将噪声图像直接输入CNN模型训练,依赖于裁剪大量的图像训练块,重复裁剪的区域不仅浪费计算资源,还限制了特征... 展开更多; 关键词图像去噪高斯噪声多头注意力残差学习频率分解; 在线阅读下载PDF 职称材料

题名车联网边缘计算环境下基于流量预测的高效任务卸载策略研究被引量：1: 1; 作者许小龙杨威杨辰翊程勇齐连永项昊龙窦万春; 机构南京信息工程大学软件学院江苏省大气环境与装备技术协同创新中心江苏省先进计算与智能服务工程研究中心东南大学软件学院中国石油大学(华东)计算机科学与技术学院南京大学计算机软件新技术国家重点实验室; 出处《电子学报》北大核心 2025年第2期329-343,共15页; 基金国家自然科学基金(No.62372242,No.92267104)。; 文摘车联网(Internet of Vehicles,IoV)边缘计算通过将移动边缘计算和车联网相结合,实现了车辆计算任务从云服务器向边缘服务器的下沉,从而有效降低了车联网服务的响应时延.然而,车联网中不规则的交通流时空分布会导致边缘服务器计算负载不均衡,进而影响车联网服务的实时响应.为此,本文提出了一种车联网边缘计算环境下基于流量预测的高效任务卸载策略.具体而言,首先设计了能充分挖掘路段间连通性和距离信息的切比雪夫图加权网络(Chebyshev graph Weighted Network,ChebWN)进行交通流量预测.然后,设计了一种基于深度强化学习的二元任务卸载方法(DRL-based Binary task Offloading Algorithm,DBOA),该算法将二元任务卸载的决策过程分为两个阶段,即首先通过深度强化学习得到卸载策略,再通过一维双端查找算法确定最大化总计算速率的时间片分配方案,降低了决策过程的复杂度.最后,通过大量的对比实验验证了ChebWN在预测交通流量方面的准确性,以及DBOA在提升车联网服务响应速度方面的优越性.; 关键词移动边缘计算深度强化学习车联网图神经网络(GNN) 任务卸载; Keywords mobile edge computing deep reinforcement learning internet of vehicles graph neural network task offloading; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种基于验证的量子私有集合计算协议: 2; 作者刘文杰杨奇李文博李子贤; 机构南京信息工程大学软件学院江苏省大气环境与装备技术协同创新中心江苏省先进计算与智能服务工程研究中心; 出处《量子电子学报》 CAS CSCD 北大核心 2024年第2期330-339,共10页; 基金国家自然科学基金(62071240,61802175) 江苏省高等学校重点学术项目建设(PAPD)。; 文摘私有集合计算是安全多方计算的重要组成部分,可以在不暴露合法参与者私有信息的情况下解决参与者之间的某些集合计算问题(如交集、并集)。然而现有的量子私有集合计算协议基本上没有考虑验证性,参与者无法确定计算结果是否正确。针对此问题,提出了一种基于验证的量子私有集合计算协议。此外,该协议还能够可选择地求解私有交集或并集问题。性能分析中通过实例证明了该协议的正确性与可验证性,并通过外部攻击和参与者攻击证明了协议的安全性。; 关键词量子通信私有集合计算交集并集可验证; Keywords quantum communication private set computation set intersection set union verifiability; 分类号 TN918 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名求解最小公倍数问题的量子安全多方计算协议: 3; 作者李子贤刘文杰; 机构南京信息工程大学软件学院江苏省大气环境与装备技术协同创新中心江苏省先进计算与智能服务工程研究中心; 出处《计算机学报》 EI CAS CSCD 北大核心 2024年第6期1393-1412,共20页; 基金国家自然科学基金(62071240) 科技创新2030-“量子通信与量子计算机”重大项目(2021ZD0302901) +1 种基金江苏省自然科学基金(BK20231142)资助.; 文摘最小公倍数是解决很多数学问题的基础工具,在隐私保护的情况下如何对其进行多方协同计算具有一定的研究价值.部分经典安全多方计算协议虽然能够求解该问题,但计算复杂度为指数级.本文通过将最小公倍数问题转化为求多个周期函数的连接函数的周期,提出了一个基于量子周期查找算法的最小公倍数协议,将复杂度降为多项式级.在协议中,发起方对每个参与方发送一个粒子.每个参与方对粒子施加一个Oracle操作,其中Oracle函数的周期即各自的私有整数.然后,发起方通过运行量子周期查找算法来计算出连接函数的周期,即各自整数的最小公倍数.为了防御共谋和伪造攻击,采用星-环混合拓扑结构对粒子发送方进行诚实性检验.由于量子周期查找算法存在一定的失败概率,设计了一个量子匿名输出检验协议来检验最小公倍数结果的正确性.安全性分析表明了该协议在恶意模型下具有无条件安全性,且协议的计算复杂度和通信复杂度分别为O(n^(3)m^(2)log(nm))和O(n^(2)mlog(nm)),均为多项式级.此外,该协议具有较好的扩展性,可应用于安全多方最大公约数计算、有理数求和、最值计算等问题.; 关键词量子计算量子信息安全多方计算最小公倍数量子周期查找算法匿名输出检验隐私计算; Keywords quantum computation quantum information secure multi-party computation least common multiple quantum period-finding algorithm anonymous output validation privacy computing; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名多头注意力机制的全频图像去噪算法被引量：3: 4; 作者江结林史明月杨海东崔燕; 机构南京信息工程大学软件学院江苏省先进计算与智能服务工程研究中心内蒙古工业大学信息工程学院南京特殊教育师范学院数学与信息科学学院; 出处《计算机工程与应用》 CSCD 北大核心 2024年第16期236-247,共12页; 基金国家自然科学基金(62001236)。; 文摘近年来,深度卷积神经网络(convolutional neural network,CNN)在图像去噪领域取得了显著成果。然而,现有的大部分去噪方法都是将噪声图像直接输入CNN模型训练,依赖于裁剪大量的图像训练块,重复裁剪的区域不仅浪费计算资源,还限制了特征提取的多样性,导致图像纹理细节的丢失。为解决这些问题,提出一种适用于去除加性高斯白噪声和真实图像噪声的全频增强多头注意力去噪网络。该方法将噪声图像分解为低频和高频分量,并与噪声图像一起输入网络进行训练,通过增加网络宽度来提取更丰富的图像特征。特征增强多头注意力机制关注图像级别的特征,能够保留更多的纹理细节。为了得到干净噪声映射,还设计了噪声学习模块来去除冗余特征并优化图像的残差特征。在Set12、CBSD68等多个数据集上验证了所提出方法的有效性。实验结果显示,该方法在灰度噪声图像去噪、彩色噪声图像去噪以及真实图像去噪方面均优于ADNet、AMDNet、MWDCNN等主流去噪方法,而且使用该方法去噪后的图像具有更清晰的视觉效果。; 关键词图像去噪高斯噪声多头注意力残差学习频率分解; Keywords image denoising Gaussian noise multi-head attention residual learning frequency decomposition; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	车联网边缘计算环境下基于流量预测的高效任务卸载策略研究	许小龙杨威杨辰翊程勇齐连永项昊龙窦万春	《电子学报》北大核心	2025	1	在线阅读下载PDF 职称材料
2	一种基于验证的量子私有集合计算协议	刘文杰杨奇李文博李子贤	《量子电子学报》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	求解最小公倍数问题的量子安全多方计算协议	李子贤刘文杰	《计算机学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	多头注意力机制的全频图像去噪算法	江结林史明月杨海东崔燕	《计算机工程与应用》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料