边缘网络中一种VNF需求预测方法

针对当前虚拟网络功能（Virtualization Network Functions,VNF）需求预测方法准确率较低且不适用于边缘网络的问题,提出了一种在边缘网络中基于支持向量回归（Support Vector Regression,SVR）与门控循环单元（Gated Recurrent Unit,GRU）神经网络模型结合的VNF需求预测方法。考虑到网络边缘流量具有突发性、自相似性及长相关性等特点,结合SVR和GRU两种模型的优点,利用计算复杂度较低的SVR和GRU模型分别提取网络服务历史时序数据的短期特征和长期特征,以提高VNF需求预测准确率,实现边缘网络中VNF的提前放置。实验表明,所提出的预测方法在边缘网络中针对不同网络服务的预测较于传统方法、循环神经网络（Recurrent Neural Networks,RNN）、长短期记忆网络（Long Short-Term Memory,LSTM）模型能够降低20%~30%的误差,有更佳的预测效果。     

基于海量扫频数据的用户感知提升策略及应用研究

本文主要针对无线网络优化工作中的扫频测试数据进行研究,挖掘扫频数据在无线安全性、无线定位应用和无线环境预警方面的延展性,并结合移动终端用户App应用数据的倾向性,形成一套用户感知提升策略,并提出了该策略的应用方向和设计方案。研究的目的在于让运营商的数据为用户服务,同时用户的反馈数据也能成为运营商的有利数据源。     

基于海量扫频数据的用户感知提升策略

本文主要针对无线网络优化工作中的扫频测试数据进行研究,挖掘扫频数据在无线安全性、无线定位应用和无线环境预警方面的延展性,并结合移动终端用户App应用数据的倾向性,形成一套用户感知提升策略,并提出了该策略的应用方向和设计方案。研究的目的在于让运营商的数据为用户服务,同时用户的反馈数据也能成为运营商的有利数据源。     

基于国产TCM芯片加密的边云协同数据采集架构

审计部门在对内部各单位进行审计工作前,需要对各类材料进行搜集整理作为审计依据,包括互联网公开数据和单位内部涉密数据。在搜集单位内部涉密数据时通常需要加密介质传输或审计人员直接到现场进行工作。本文提出一种以国产TCM芯片加密,边云协同为基础的采集架构。该架构能够同时采集互联网公开数据和单位内部涉密数据,通过固化于硬件内部的TCM芯片进行加密,保证只有指定机器能够阅览涉密材料。基于国产TCM芯片加密的审计数据边云协同采集架构能够实现涉密数据的跨网络传输。据审计用户使用反馈,以涉密数据使用加密介质传输为对比场景,在采用协同采集架构后能够实现在本地快速进入审计工作,数据获取效率平均提升30%,非异地审计工作时间减少3天~4天,有效提升了审计工作效率。     

无线电频率使用评估的推广与应用

《上海市无线电频率使用管理规定》、《无线电频率使用评估指标体系》等一系列规章、标准的配套出台．为实施频率评估工作提供了基础和政策保障。“无线电频率使用评估的推广与应用”项目研究了评估的具体操作方法、评估推广及应用中可能存在的问题，并对管理工作提出了积极的建议。     

环氧官能化(乙烯/辛烯)共聚物增韧PBT的研究

利用双螺杆挤出机将对苯二甲酸丁二酯(PBT)分别与(乙烯／辛烯)共聚物(POE)及环氧官能化的POE(gPOE)熔融共混,对共混物的流变性能、相形态、断裂形貌和力学性能进行了研究。结果表明,gPOE的环氧官能团与PBT的端羧基或端羟基发生化学反应生成PBT—CO—POE共聚物,降低了PBT与POE之间的界面张力,使POE在PBT基体中分散均匀;与PBT／POE共混物相比,PBT／gPOE共混物呈现明显的韧性断裂特征;gPOE的引入显著提高了PBT的缺口冲击强度,成功实现了对PBT的增韧。