分布式算力网络服务的动态扩缩容方法、装置及存储介质

    公开(公告)号:CN117527814A

    公开(公告)日:2024-02-06

    申请号:CN202311423422.5

    申请日:2023-10-30

    Abstract: 本发明提供一种分布式算力网络服务的动态扩缩容方法、装置及存储介质,该方法包括:获取目标算力网络服务请求;目标算力网络服务请求中包括算力节点拓扑和算力节点资源;获取预先构建的目标模型;在目标算力网络服务请求为时延敏感请求的情况下,将算力节点拓扑和算力节点资源输入目标模型,得到目标算力节点对应的部署方案;按照部署方案将目标算力节点部署在分布式算力网络中;能够解决在网络流量和服务拓扑变化的情况下,无法实现对算力网络服务动态扩缩容的问题;实现对算力网络服务的动态扩缩容;同时,能够在多个节点之间有效地分配资源,从而优化整个算力网络的性能,确保每个节点都得到适当的资源分配,从而提高整个算力网络的效率。

    物联网入侵检测模型训练方法和装置、个性化检测方法

    公开(公告)号:CN115834232A

    公开(公告)日:2023-03-21

    申请号:CN202211645981.6

    申请日:2022-12-20

    Abstract: 本申请提供物联网入侵检测模型训练方法和装置、个性化检测方法,方法包括:基于个性化联邦学习算法,采用本地网络流量数据训练本地物联网入侵检测的个性化模型,并基于所述个性化模型更新物联网入侵检测模型,以得到更新后的通用模型参数;将更新后的通用模型参数发送至自身所在的联邦学习系统中的服务器,以使该服务器对该通用模型参数和其接收自其他客户端设备的各个通用模型参数进行聚合以更新所述物联网入侵检测模型的全局通用模型参数。本申请能够保障隐私安全,有效地克服数据异质性,为本地数据量少的物联网设备训练出有效的、全面的入侵检测模型。

Patent Agency Ranking