摘要：物联网(IoT)设备资源存在高度异构性,严重影响联邦学习(FL)的训练时间和精度。已有研究未充分考虑物联网设备资源的异构性,且缺乏异构设备间协同训练机制的设计,导致训练效果有限且设备的资源利用率较低。为此,该文提出资源高效的分层协同联邦学习方法(HCFL),设计了端边云分层混合聚合机制,考虑边缘服务器的差异化参数聚合频率,提出自适应异步加权聚合方法,提高模型参数聚合效率。提出资源重均衡的客户端选择算法,考虑模型精度与数据分布特征动态选取客户端,缓解资源异构性对联邦学习性能的影响。设计自组织联邦协同训练算法,充分利用空闲物联网设备资源加速联邦学习训练进程。仿真结果表明,在不同资源异构状态下,与基线方法相比,模型训练时间平均降低15%,模型精度平均提高6%,设备平均资源利用率提高52%。

摘要：时空覆盖类感知任务对参与者的时间与空间约束使得传统单参与者模式难以适用。为此,该文提出群组协作的移动群智感知任务分配方法,以群组模式替代传统单参与者模式。设计层次化群组协作的任务分配框架,提出偏好感知的社交群组生成方法,引入社交关系生成社交群组,提高任务完成率。提出效用优化的任务群组匹配方法,采用网络流理论进行群组-任务匹配,保证平台效用最大化。仿真结果表明所提方法在任务完成率与平台效用方面均有较大提升。

摘要：针对目前移动边缘计算增强异构云无线接入网中的设备能耗高、资源利用率低以及用户服务质量恶化等不足之处,从频谱资源与计算资源的角度出发,提出了一种基于能耗感知的通信与计算资源分配机制。首先将网络吞吐量作为收入,能耗作为成本支出,建立起了服务提供商视角的利润模型框架。为了避免由于资源分配不均导致的边缘服务器资源浪费或过载,首先通过分析用户到来的各项服务请求,并利用稀疏矩阵算法合理分配频谱资源使网络吞吐量得到提升,而针对计算资源则设计了一种启发式算法,以确定用户关联和用户计算资源需求量,使每个边缘服务器都能得到充分利用;并基于资源利用的结果并结合考虑光纤前传链路容量约束,可以动态部署移动边缘计算服务器于宏基站或者远端射频头处以降低设备开销。针对不同参数指标与一天不同时刻服务请求情况的仿真结果表明,所提机制能有效地提高网络吞吐量、减少网络能耗并降低光纤前传链路的阻塞概率,相较于其他算法在各项指标上均有显著提升。

摘要：方面情感分析旨在识别句子中特定方面的情感极性,是一项细粒度情感分析任务。传统基于注意力机制方法,仅在单词之间进行单一的语义交互,没有建立方面词与文本词的语法信息交互,导致方面词错误地关注到与其语法无关的文本词信息。此外,单词的位置距离特征和语法距离特征,分别体现其在句子线性形式中和句子语法依存树中的位置关系,而基于图卷积网络处理语法信息的方法却忽略距离特征,使距方面词较远的无关信息对其情感分析造成干扰。针对上述问题,该文提出多交互图卷积网络(MIGCN),首先将文本词位置距离特征馈入到每层图卷积网络,同时利用依存树中文本词的语法距离特征对图卷积网络的邻接矩阵加权,最后,设计语义交互和语法交互分别处理单词之间语义和语法信息。实验结果表明,在公共数据集上,准确率和宏F1值均优于基准模型。

摘要：提出了实体状态预测方法,基于传感器采集的实体状态原始数据,预测实体在用户搜索时刻的状态,设计了实体匹配估计方法,依据实体的预测状态对实体的匹配状态进行分类,并估计其与搜索需求的匹配概率,返回匹配概率较高的实体作为搜索结果.结果表明,所提机制在物联网中基于内容的实体搜索的查全率与查准率方面均有较大的性能增益.

摘要：对实体匹配用户内容搜索的状态进行预测可显著提高物联网搜索的效率,降低搜索过程的通信开销。该文提出等时距与周期内实体状态预测方法,估计实体在用户查询时刻的状态;设计了适用于内容搜索的有序验证方法,依据实体匹配用户查询内容的概率对实体进行排序验证,以保证用户搜索结果的可靠性。结果表明,所提实体状态预测方法具有较高的精度,结合所提预测方法与匹配验证方法的搜索机制具有较低的通信开销。

摘要：机会网络中节点存储资源有限,为了提高机会网络中节点存储资源的使用效率,本文首先提出一种准确的节点活跃程度估计方法,并用于衡量消息的重要程度,进而,根据评估结果设计了适用于机会网络的自适应队列管理策略,确定节点队列内部消息优先级以及携带决策。该策略根据节点与其他节点相遇的次数估计节点活跃程度。节点活跃程度与消息成功传输直接相关,可用于衡量消息的重要程度。仿真结果表明,所提出的节点活跃度估计方法比较准确,误差小于5%,同时消息重要程度感知的自适应队列管理策略策略能有效提高消息成功投递率,降低网络平均时延和网络负载率。

摘要：提出了跨域特征融合的端-边协同遮挡人脸识别方法,设计了端-边协作的人脸识别架构,充分利用终端和边缘的计算资源进行遮挡人脸的实时识别。提出了跨域人脸特征融合的方法,通过显式域人脸特征增强与隐式域人脸特征挖掘,进行人脸特征的融合提取。进而,提出时延优化的边缘识别任务调度方法,综合考虑边缘的任务负载、计算能力、带宽及时延容忍约束,动态调度人脸识别任务,在保证识别精度的同时最小化识别时延。实验结果表明,所提方法相比基线方法,在人脸识别任务精度基本持平的同时大幅提高了识别时延方面的性能。

摘要：针对现有相似实体搜索方法缺乏对于观测序列长度的自适应性,且搜索过程数据存储开销过大,搜索结果准确性较低的问题,该文提出相似度自适应估计的物联网实体高效搜索方法(SAEES)。首先,设计了轻量级观测序列分段表示方法,对传感器采集的实体原始观测序列进行轻量级分段压缩表示,以降低实体观测序列的存储开销。然后,提出了观测序列相似度自适应估计方法,实现对不同观测序列长度的实体相似性的准确估计。最后,设计了高效的相似实体搜索匹配方法,依据所估计的实体相似度进行实体的准确搜索匹配。仿真结果表明,所提方法可大幅提高相似实体搜索的效率。

摘要：机会网络中,消息副本数越多,其成功投递的概率越大。首先根据网络历史信息来估计消息的副本数量,并证明网络中生存时间相同的消息的副本数服从正态分布,进而设计出基于消息副本数量的自适应缓存管理方案。仿真结果显示,此缓存管理方案在不增加网络负载率的条件下,可以有效提高消息成功投递率,降低网络平均时延。