【摘 要】
：
5G网络切片作为一种全新的网络技术,能够保障网络服务质量.网络切片技术的性能和安全是当前5G网络的研究热点.通过分析警务系统的业务需求,基于5G独立组网(5G SA)网络物理节点资源和链路资源以及带宽和时延参数计算网络切片的安全隔离评估值;利用优化的粒子群算法(SecPSO)将网络物理链路资源利用率和网络收益作为适值函数迭代求解最优解,同时以切片安全隔离评估值作为约束条件,实现网络切片的映射编排.5G SA现网实测结果表明,算法能够保证网络切片的安全隔离等级达到标准的同时提升5G网络收益成本比,提高链路利
【机 构】
：
南京邮电大学 计算机学院, 江苏 南京 210003;苏州工业园区服务外包职业学院, 江苏 苏州 215123;中国电信安徽公司, 安徽 合肥 230601;苏州工业园区服务外包职业学院, 江苏 苏州
论文部分内容阅读
5G网络切片作为一种全新的网络技术,能够保障网络服务质量.网络切片技术的性能和安全是当前5G网络的研究热点.通过分析警务系统的业务需求,基于5G独立组网(5G SA)网络物理节点资源和链路资源以及带宽和时延参数计算网络切片的安全隔离评估值;利用优化的粒子群算法(SecPSO)将网络物理链路资源利用率和网络收益作为适值函数迭代求解最优解,同时以切片安全隔离评估值作为约束条件,实现网络切片的映射编排.5G SA现网实测结果表明,算法能够保证网络切片的安全隔离等级达到标准的同时提升5G网络收益成本比,提高链路利用率,使智慧警务5G网络切片满足服务质量区分(5QI)需求.
其他文献
针对工程应用中电容的测量过度依赖仪器设备,难以实现高精度实时测量的问题,提出了一种基于BP神经网络的高精度电容测量方法.利用由DSP,DDS,AGC,ADC和阻容分压等电路构成的数据获取模块采集50个标准电容两端的分压幅值,经过数据清洗与中值滤波去噪预处理后形成71个特征值,以此构建C-U数据集;建立3层隐藏层结构为16×32×16的BP神经网络模型,并进行训练和测试,获取电容预测模型,分析模型性能.测试结果表明,模型预测值与真实值的平均相对误差仅为2.6291％;预测模型在训练集与测试集上的决定系数R2
雷达嵌入式通信(Radar-embedded Communication,REC)是一种在雷达后向散射回波中嵌入通信信号的新型隐蔽通信手段.为了进一步提高REC系统中通信接收机的接收性能,提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)的REC合作接收机结构——CNN接收机,给出了CNN接收机的设计原理及详细结构,并对CNN接收机的接收性能进行了仿真和分析.结果表明,相较于传统REC合作接收机,CNN接收机具有更优的接收性能,REC系统可以使用功率更低的通信
深度学习的应用日益广泛,训练样本是深度学习模型的基础.但是在军事、 商业和金融等领域中,往往会出现模型训练时样本数据分散不易集中和隐私保护等问题.因此,数据隐私安全的研究非常重要.以某领域命名实体识别为应用场景,提出了FedPBert模型,采取了横向联邦学习的方式对Bert模型进行了预训练和微调.为了提高模型的精度,采取对客户端网络全参数加密上传服务器的策略.同时,针对在进行联邦学习训练时客户端与服务器进行通信的加密参数过大且通信效率过低的问题,首次设计了一种可以减少加密参数量同时减少通信量的Random
针对交通标志在城市交通中易受恶劣天气、 交通拥堵等影响而导致识别率低的问题,提出了一种在Alex模型基础上改进的交通标志识别方法,引入了批量归一化(Batch Normalization,BN)方法取代原有的局部响应归一化(Local Response Normalization,LRN)法,并加入全局平均池化层(Global Average Pooling Layer,GAP)取代原有的全连接层.其中BN法将每一层输出数据归一化为均值为0、 标准差为1,使得结构传输更为顺畅;GAP层的引入大大减少了网络
为了解决现有图像加密算法处理后的密文图像在传存储过程中带宽利用率低、 占据较大的存储空间等问题,提出了一种新的基于混沌压缩感知和DNA编码的多图像加密算法,可同时对多幅图像进行压缩加密为一幅密文图像.通过SHA-256安全散列算法产生内部密钥,实行一次一密,极大地提高了算法的安全性.相比于传统加密算法,密文图像空间利用率提高了约87.5％,平均每幅复原图像的峰值信噪比达26.42,复原图像的细节仍清晰可见.密文图像像素改变率(UACI)与统一平均变化程度(NPCR)分别达到33.75％和99.81％,接近
针对天基MIMO脉冲雷达探测体制的发射波形设计问题,考虑到天基雷达的发射波形等相关参数极易被敌方侦察设备侦收到,提出了一种新的抗干扰天基TDM-MIMO雷达波形设计方法.结合雷达系统的信号处理流程,建立了基于复合模糊函数的波形设计参数化模型,以表征雷达探测性能的发射信号集复合模糊函数和表征抗欺骗干扰的正交性来优化设计雷达波形,在保证了雷达探测性能的前提下,兼顾了抗干扰性能.该优化波形同时具有一定范围的多普勒不敏感的特性.天基TDM-MIMO雷达系统各发射阵元依次发射或跳变发射正交波形,所有接收阵元接收回波
目前基于深度学习的表格结构识别有2种主流方法:检测表格框线法和检测表格行与列法.在检测表格框线法中,表格框线所占像素数较少导致了正负样本失衡的问题.虽然检测表格行与列法避免了正负样本失衡的问题,但有的研究将行与列预测分别简化成一列与一行像素的预测,又造成了容错率大的问题.针对该问题,提出了2种信息传输模块:行信息门和列信息门.在模块内,通过特征切片和平铺来对行或列进行软预测,解决了简化行与列预测产生的大容错率问题;通过计算通道注意力进一步提取行或列信息;使用行信息门与列信息门搭建了一个语义分割模型,同时完
针对基于传统机器学习与简单神经网络的病虫害识别方法对于具有小样本、 数据不均衡、 特征演变(黄龙病不同病害阶段的特征差异较大)、 特征不明显和多类别等特点的柑橘病虫害识别效果不理想的问题,设计了一种基于VGG19改进的VGG19-INC模型.该模型以VGG19网络模型为骨干网络并利用迁移学习实现预训练权重参数的共享;模型结构使用1个批标准化卷积层和2个Inception模块替换VGG19的第5卷积层;使用1个全局池化层替换VGG19模型的全连接层,使用一个1×4的Softmax层作为分类输出层.所提模型不
目标检测技术是计算机视觉中的重要任务,舰船的目标检测是保证海面安全不可或缺的技术,提出了一种改进Faster R-CNN的可见光舰船图像目标检测方法.针对Faster R-CNN网络舰船目标检测时出现的尺度较为单一及ROI池化造成的精度损失问题,通过引入特征金字塔模块实现多尺度特征融合,并将ROI池化的下采样策略优化为ROI对齐方法,以此提升目标检测精度.实验表明,在可见光舰船数据集上取得了较好的效果,优化后网络模型使用VGGNet-16作为主干网络精度提升了5％,使用ResNet-101作为主干网络精度
针对太赫兹通信信号容易被截获的问题,提出了一种基于五维超混沌系统的太赫兹调制跳变方法.根据信道的实时变化,采用改进的信噪比估计算法选择调制类,再通过五维超混沌系统产生的跳变图案随机地选择一种具体的调制方式.仿真结果表明,所提算法对信道的实时预测能力更为准确,在一定的计算复杂度下,相比于传统的混沌序列,其系统性能更好,具有更优的抗截获性能.