基于区块链和机器学习的移动边缘云网络可信协作机制和资源优化方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61871237
  • 项目类别:
    面上项目
  • 资助金额:
    63.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0105.移动通信
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

At present the development of the Internet of things faces the problem of the information isolated island. Aimed at this problem, this project will deeply study trusted collaboration mechanism and resource optimization algorithm based on blockchain and machine learning for mobile edge cloud networks. The aims of this project are as follows: We try to build trusted collaboration mechanism based on blockchain to achieve data sharing among edge clouds; Also we try to use machine learning, SDN and NFV, etc., to build dynamic serving network of edge clouds and make it effectively adapt to varied service requirements. And the contents are as follows: ①To study the trusted collaboration mechanisms based on blockchain to solve data sharing problem of distributed edge clouds. We try to use dynamic authorization and environment sensing to propose adaptive quick consensus algorithms of blockchain. And we will use blockchain to build data sharing mechanisms of distributed edge clouds; ②To study the resource adaptation mechanisms based on the combination of SDN and NFV to solve the intelligent match problem of complex services and network resources; ③To study quick routing decision algorithm based on machine learning. We try to build network analysis model based on stochastic network calculus and use the combination of enforcement learning and neural networks to build routing decision algorithm. By deep theoretic analysis, simulations and experiments, the proposed algorithms are expected to be used in the actual network system.
针对物联网发展面临的信息孤岛、不能有效实现数据共享的问题,本项目拟研究基于区块链和机器学习的移动边缘云网络可信协作机制和资源优化方法。研究目标:拟基于区块链建立边缘云之间的可信协作机制,实现边缘云之间的数据共享;拟采用机器学习、SDN、NFV等技术构建边缘云之间的动态服务网络,使网络能够有效适配多变的业务需求。研究内容:①研究基于区块链的分布式边缘云之间的可信协作机制,拟利用动态授权和网络环境感知建立自适应快速共识算法、基于区块链建立边缘云之间的数据共享机制;②研究基于SDN和NFV融合的资源动态适配机制,解决复杂业务与网络资源的智能适配问题;③研究利用随机网络演算理论建立网络性能分析模型、基于强化学习和神经网络相结合的快速路由决策算法,解决业务驱动的快速组网问题。通过深入的理论分析、计算机仿真,使所提出的算法在将来能够应用于实际的网络系统。

结项摘要

随着高清移动视频、AR/VR、车联网、智能制造等新业务的快速发展,要求网络能够提供超低时延、高速率、可定制化等特定能力,这对5G为代表的下一代移动通信网络提出严峻挑战。本项目主要研究了移动边缘云网络的可信协作机制和资源优化方法,引入区块链建立边缘云之间的可信协作机制,探索了在不可信网络中进行信息与价值传递交换的可信协作机制,然后采用机器学习、SDN、NFV等技术构建了边缘云之间的动态服务网络,探索了网络按照业务需求动态进行结构重组、功能重构的机理与方法,使网络能有效适配多变的业务需求。.本项目得到南京邮电大学的大力支持,组织了由1名教授、3名副高/副研究员、5名博士生和38余名研究生组成的专职研究队伍。.本课题组通过开展深入的研究工作,取得了相应的理论突破与技术创新。课题组在2019~2022年度完成计划任务的基础上,共发表论文40篇,其中SCI检索11篇,EI检索19篇,其中会议文章13篇;申请专利32项,已经授权10项;出版专著1部;获得江苏省科学技术二等奖1项,获得教育部科技奖二等奖1项,获得中国电子学会科技进步三等奖1项;已培养博士生2名、硕士生21名。.因此,本项目超额完成了预期目标和任务。

项目成果

期刊论文数量(27)
专著数量(1)
科研奖励数量(3)
会议论文数量(13)
专利数量(32)
An Efficient Indoor Localization Method Based on the Long Short-Term Memory Recurrent Neuron Network
一种基于长短期记忆循环神经元网络的高效室内定位方法
  • DOI:
    10.1109/access.2019.2937831
  • 发表时间:
    2019-08
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Bo Xu;Xiaorong Zhu;Hongbo Zhu
  • 通讯作者:
    Hongbo Zhu
A Novel Design Method of High Throughput Blockchain for 6G Networks: Performance Analysis and Optimization Model
6G网络高吞吐量区块链的新颖设计方法:性能分析和优化模型
  • DOI:
    10.1109/jiot.2022.3194889
  • 发表时间:
    2022-12
  • 期刊:
    IEEE Internet of Things Journal
  • 影响因子:
    10.6
  • 作者:
    Qin Yin NI;Linfeng Zhang;Xiaorong Zhu;I. Ali
  • 通讯作者:
    I. Ali
A Novel Multitask Scheduling and Distributed Collaborative Computing Method of Edge Nodes in the Internet of Things
一种新型物联网边缘节点多任务调度与分布式协同计算方法
  • DOI:
    10.1155/2021/1548142
  • 发表时间:
    2021-12
  • 期刊:
    Wireless Communications and Mobile Computing
  • 影响因子:
    --
  • 作者:
    Yong wang;Siyu Tang;Xiaorong Zhu;Yonghua Xie
  • 通讯作者:
    Yonghua Xie
基于大数据挖掘的LTE网络弱覆盖分析及覆盖优化研究
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    南京邮电大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    邓扬鑫;赵夙;朱晓荣
  • 通讯作者:
    朱晓荣
双连接场景中基于强化学习的基站选择算法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    南京邮电大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    陈美娟;管铭锋
  • 通讯作者:
    管铭锋

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于广域测量信号的双馈风电机组阻尼控制策略
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    电测与仪表
  • 影响因子:
    --
  • 作者:
    朱晓荣;张建超;王毅
  • 通讯作者:
    王毅
从OPG/RANK/RANKL信号调控机制探讨从瘀论治非创伤性股骨头坏死
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    中国中医药信息杂志
  • 影响因子:
    --
  • 作者:
    曹盼举;张晓刚;曹林忠;于海洋;陈彦同;朱晓荣;郭强强;王志鹏;宋敏;赵希云
  • 通讯作者:
    赵希云
基于报童模型的运营商间频谱共享策略
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    南京邮电大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    徐林林;朱晓荣
  • 通讯作者:
    朱晓荣
超密集小峰窝网中基于干扰协调的小区分簇和功率分配算法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    朱晓荣;朱蔚然
  • 通讯作者:
    朱蔚然
基于WiFi的体温监测系统设计与实现
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    电子技术应用
  • 影响因子:
    --
  • 作者:
    王勇;朱晓荣;贾永兴
  • 通讯作者:
    贾永兴

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

朱晓荣的其他基金

面向工业互联网复杂系统的拓扑几何结构理论
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    80 万元
  • 项目类别:
    重大研究计划
QoE驱动的泛在异构无线网络协同机制研究
  • 批准号:
    61372125
  • 批准年份:
    2013
  • 资助金额:
    74.0 万元
  • 项目类别:
    面上项目
基于QoS的快速资源分配算法及节能技术研究
  • 批准号:
    61001078
  • 批准年份:
    2010
  • 资助金额:
    19.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码