首页期刊导航|江苏通信
期刊信息/Journal information
江苏通信
江苏通信

朱新煋

双月刊

1007-9513

jstx@jsca.gov.cn,jstxy@jsca.gov.cn

025-83341166

210003

南京市中山北路301号

江苏通信/Journal Jiangsu Communication
查看更多>>本刊“立足江苏通信行业,面向世界通信发展,报道最新科技成果,开展学术技术培训交流”。
正式出版
收录年代

    基于DevSecOps的研发体系探索与实践

    陈雪勇于伟涛张丹吉
    44-48页
    查看更多>>摘要:随着数字化时代的飞速发展,软件安全与研发效率成为企业竞争力的核心要素.本文探讨了基于DevSecOps(Development Security Operations,集开发、安全与运维一体化)的研发体系,在坚实的理论基础上阐述了研发体系的构建过程,包括流程优化、安全工具集成和团队组织等方面,并通过实践验证了该体系在研发中的有效性,为企业研发工作提供更安全、更高效的解决方案.

    DevSecOps研发体系开发安全

    NFV技术在边缘云网络中的应用

    谢旸
    49-52页
    查看更多>>摘要:针对NFV技术(网络功能虚拟化)灵活、拓展性强的特点,结合边缘云距离用户侧更近,承载业务种类丰富的特点,思考NFV技术如何加强边缘云优势.借助NFV技术,以多种特性的VNF对边缘云业务、边缘云用户进行网络服务优化.对比原有业务形态,NFV技术带来边缘云业务服务质量的提升、业务功能的拓展,同时帮助边缘云摆脱仅作为基础资源的困境,可以将网络功能作为服务向用户提供,证明了NFV技术在边缘云网络中存在巨大的价值.

    NFVVNF边缘云边缘计算虚拟化

    基于无监督异常检测的分布式存储慢盘优化研究

    胡前笑吴忆然仇磊赵耀...
    53-58页
    查看更多>>摘要:分布式存储由于其高扩展性、稳定性以及较低成本等优势,已逐渐成为云计算、大数据以及AI行业主流的数据存储方式.但是面对数据快速增长、业务高可靠和低时延等严格要求,分布式存储系统的稳定性和处理效率显得尤为重要.本文以分布式存储系统运行过程中出现的慢盘为研究对象,分析慢盘出现的原因和常用检测机制,并提出一种基于无监督学习的硬盘异常检测方式,提升了分布式存储系统的可靠性和健壮性.

    云计算分布式存储慢盘无监督学习孤立森林算法

    公有云海量告警收敛与故障发现技术研究

    韩亭玉倪佳晖曲瑞岩王峰...
    59-63页
    查看更多>>摘要:随着公有云业务的蓬勃发展,公有云所纳管的节点数也越来越多,相应的,海量节点数带来了海量的告警.海量告警的收敛和故障的快速发现,成为了公有云运维领域的一个共同课题.本文阐述了公有云告警体系建设的理念和思路,总结了公有云告警收敛的一些技术和应用成效,展望了未来发展的方向,供读者参考.

    公有云监控告警告警收敛故障发现

    (2023年江苏省通信学会"华苏杯"论文征集评优三等奖) 基于交叉自注意机制的RGBT目标跟踪方法

    王宇斌程瑚
    64-69页
    查看更多>>摘要:论文针对传统基于卷积神经网络目标跟踪无法有效利用上下文信息融合多模态注意力的问题,提出基于双分支交叉自注意力机制的RGBT(RGB-Thermal,红外可见光联合)目标跟踪方法.所提模型引入基于双分支Transformer模块分别编码红外及可见光目标,在双分支并行编码基础上利用交叉注意力机制将两个分支的注意力进行对齐,从而提高了目标跟踪的准确性和稳定性.通过三个数据集的大量实验可验证所提方法的优越性.

    RGBT目标跟踪Transformer交叉注意力

    (2023年江苏省通信学会"华苏杯"论文征集评优三等奖) 基于深度学习的垃圾桶满溢检测方法

    李鹏博葛菲璠
    70-77页
    查看更多>>摘要:物体检测是机器视觉研究的一个关键环节,为了得到所需具体物体或者具体场景下的检测算法,利用深度学习的技术对算法进行研究.主要思路是:对当前垃圾检测算法的现状和目标物体检测的理论展开研究,在了解比较之后,选择YOLOv5作为垃圾检测的基础模型;在对垃圾检测模型进行训练之前,需要使用到数据集,采用监控区域的监控视频和自己拍摄的方式来收集垃圾图像,对图像展开数据增强、标注等工作.完成垃圾数据集的制作后,使用YOLOv5目标检测模型进行垃圾检测:将预先训练好的模型接入监控区域的监控视频流进行帧推理操作,读取帧图像进行判断.实验结果显示,在垃圾检测中,此模型训练的相关性能评价指标具有很好的效果.为进一步提高垃圾检测的准确率,添加了桶内外判别方法,具体方法为使用反三角函数来计算垃圾和垃圾桶两个矩形框的三分线交点之间的夹角,实验证明此算法在垃圾桶满溢检测方面具有一定的实用价值.

    深度学习垃圾检测数据增强模型训练桶内外判别

    一种应用神经网络和分段模型的家庭宽带低满意度用户识别方法

    朱剑伟李蓥杰赵宇韬蒋黎阳...
    78-82页
    查看更多>>摘要:随着互联网技术的快速发展和普及,家庭宽带网络已经成为人们生活中不可或缺的重要组成部分.及时、准确地发现低满意度的用户,对于提升运营商的服务质量、优化用户体验、推动行业发展具有积极的促进作用.文章提出了一种基于神经网络和分段模型的低满意度用户识别方法,使用基于神经网络的特征工程方法来解决特征提取困难的问题,通过分段模型结合多示例学习来计算低满意度异常分值,从而显著提高低满意度用户识别的准确性.结果表明,与专家规则和监督学习相比,该方法更具优越性.

    家庭宽带满意度预测分段模型神经网络

    基于改进YOLO-tiny的摔倒检测算法及其应用

    陈何磊
    83-89页
    查看更多>>摘要:针对无人看护的老人摔倒无法及时救治的问题,提出一种基于嵌入式平台的实时摔倒检测算法.该算法以YOLOv3-tiny为基础,使用Ghostnet(幻影网络)替换主干网络,并添加改进的CBAM(Convolutional Block Attention Module)模块,具体操作是将CBAM中通道注意力模块中最大池化层替换为一维卷积模块,并将空间注意力模块中大卷积核替换为混合空洞卷积模块.其次修改IOU(交并比函数)为CIOU,同时对自制数据集的锚框进行K-means算法聚类得到最优尺寸的先验框.改进后的算法YOLOv3-tiny-GC模型移植到NVIDIA TX2开发板,并嵌入机器人端用于实地测试.实验表明,本文方法在平均检测精度上mAP(Mean Average Precision)相较于YOLOv3-tiny提升了3.8%,FPS达到29.2.算法模型在精度提升的同时,检测速度也满足嵌入式平台的实时摔倒检测需求.

    YOLOv3-tiny摔倒检测机器人注意力机制实时检测

    基于ChatGPT技术架构的生成式人工智能服务分析研究

    熊逸文柯家龙嵇程葛大蔚...
    90-94,101页
    查看更多>>摘要:ChatGPT等境外生成式人工智能服务在境内违规运营或使用,将带来一系列内容安全、数据安全风险,亟待监管规范.本文以服务生成式人工智能监管为目的,从规范生成式人工智能应用角度出发,提出一种基于ChatGPT技术架构生成式人工智能服务的监测处置方法.整个方法以网络空间资产搜索引擎为监测工具,通过分析ChatGPT技术架构特征,监测发现ChatGPT相关生成式人工智能服务,并给出监管方案,以达到闭环监管的效果.

    ChatGPT生成式人工智能网络空间资产搜索引擎

    人工智能在光传输网络优化应用研究

    刘元骏
    95-97,115页
    查看更多>>摘要:本文着重探讨了人工智能在光传输网络优化中的应用,评估了传统手段在应对现代通信需求时的不足,并深入研究了AI技术在资源调度、故障检测、信号质量提升以及路径规划等领域的潜在优势.通过采用深度学习与强化学习,AI技术在提升网络性能和资源利用效率方面表现出色,同时也增强了网络的自动化管理水平.尽管在实时性和数据获取方面仍面临挑战,AI在光传输网络中的应用前景依然广阔.未来的研究将致力于进一步优化AI算法,以提高其适应性和可解释性,从而推动网络朝着更高效、更智能的方向发展.

    人工智能光传输网络资源调度深度学习