-
公开(公告)号：CN117332838A
公开(公告)日：2024-01-02
申请号：CN202311299871.3
申请日：2023-10-09
Applicant: 哈尔滨工业大学
IPC: G06N3/08 , G06N3/063 , G06N3/0464
Abstract: 一种基于GPU的高性能多方安全计算训练方法及系统，涉及具体涉及多方安全计算协议领域。本发明的目的是给出一种并行程度更高的的多方安全计算训练框架，以实现通过结合数据并行与模型并行的方式来实现神经网络不同层之间的并行，来提高训练过程的数据吞吐速度。本发明方法是一种基于管道流水线训练方法的多方安全计算训练系统，如图1所示，该方法针对MPC模型训练过程中线性计算网络层与非线性计算网络层的瓶颈分别为计算与通信这一特性，设计了管道流水线训练方法，实现子网络间的并行，并实现了最优子网络分割算法以均衡每个子网络之间的训练负载。本发明给出一种并行程度更高的的多方安全计算训练框架，通过结合数据并行与模型并行的方式来实现神经网络不同层之间的并行，大大提高训练过程的数据吞吐速度。
-
公开(公告)号：CN117171448A
公开(公告)日：2023-12-05
申请号：CN202311015948.X
申请日：2023-08-11
Applicant: 哈尔滨工业大学
IPC: G06F16/9536 , G06F16/9535 , G06N3/09 , G06N3/04 , G06N3/045
Abstract: 一种基于图神经网络的多行为社会化推荐方法及系统，涉及推荐技术领域，为了解决现在的推荐方法没有区分与交互行为相关联的信任传播过程。本发明提出一个多行为社会化推荐框架MB‑Soc模型，该模型将细粒度的多行为信息集成到社交推荐架构中，MB‑Soc架构由四个主要部分组成：嵌入层、传播层、多行为集成层和预测层。本发明提出了一种全新的多行为社会化推荐框架MB‑Soc来探索社交推荐中的细粒度信任传播过程，对实体的多种类行为在社交网络中的传播进行区分，并完成在社会化推荐场景下的差分化传播。本发明完成了在真实数据集上的可扩展实验，大量实验证明了本发明所提出的MB‑Soc模型的优越性和有效性。
-
公开(公告)号：CN111124666B
公开(公告)日：2023-05-12
申请号：CN201911168370.5
申请日：2019-11-25
Applicant: 哈尔滨工业大学
Abstract: 一种移动物联网中的高效、安全的多用户多任务卸载方法，涉及移动物联网移动边缘计算领域，为了实现在时间的约束下将能耗的加权总和最小化，使任务卸载能耗较低。建立通信模型；资源分配策略，量化本地计算和卸载计算的开销；压缩策略，采用JPEG算法对卸载计算时传输的用户数据进行压缩以减少能源消耗；安全策略；优化策略；构建一个考虑将资源分配、压缩和安全性的集成模型，将该模型表述为整数非线性问题，该问题的目标是在时间约束下使能量的加权总和最小化，获得任务卸载决策和任务压缩决策的最优解。减轻移动物联网的网络资源限制，在计算任务卸载的同时，兼顾考虑资源分配，传输数据压缩和安全性，实现在时间的约束下能耗的加权总和最小化。
-
公开(公告)号：CN112788109B
公开(公告)日：2022-04-19
申请号：CN202011602296.6
申请日：2020-12-29
Applicant: 哈尔滨工业大学
IPC: H04L67/51 , H04L67/1095
Abstract: 一种基于移动预测和多层服务部署的服务迁移方法和系统，属于移动边缘计算技术领域，用以解决当前移动边缘计算环境下服务迁移面临的服务中断时间过长和网络负载过大的问题。本发明根据基于地图数据的MEC服务器节点预测方法准确预测MEC节点并提前同步数据，降低服务迁移时的服务中断时间，确保服务平滑迁移；进一步根据基于多层部署MEC节点的架构，满足高速移动环境下服务平滑迁移，减少服务中断的次数以及服务迁移产生的冗余流量，提升网络服务质量和用户体验质量。本发明为移动边缘计算环境下服务迁移工作提供一种可保障服务质量的、具有高扩展性的实用方法。
-
公开(公告)号：CN112073237B
公开(公告)日：2022-04-19
申请号：CN202010917572.1
申请日：2020-09-03
Applicant: 哈尔滨工业大学
IPC: H04L41/0803 , H04L41/08 , H04L41/14 , H04L67/10
Abstract: 一种云边架构中大规模目标网络构建方法，属于边缘计算领域，用以解决现有的云边平台上的部署服务不能满足不同类型的虚拟网络部署需求的问题，以及现有的虚拟网络节点链路特性仿真算法不能有效减小误差、提升仿真精度的问题。该方法步骤包括，构建云边平台；在云边平台上进行虚拟网络的自动化部署；采用仿真算法对部署的虚拟网络进行节点链路特性仿真。本发明中云边平台上的自动化部署服务支持单一云内部的部署任务下发以及核心云与边缘云之间协同部署，满足不同类型的虚拟网络部署需求，支持大规模虚拟网络部署；仿真算法用以提升部署的虚拟网络的仿真精度。
-
Patent Agency Ranking
公开(公告)号：CN112866251A
公开(公告)日：2021-05-28
申请号：CN202110073766.2
申请日：2021-01-20
Applicant: 哈尔滨工业大学
Abstract: 一种多域云防护墙安全策略冲突消解方法及装置，属于网络安全技术领域，用以解决不同云服务域之间的云防火墙由于存在安全规则冗余与冲突而限制其运行效率的问题。本发明的技术要点包括：用包含主体、客体、动作和决策的四元组表示待消解的云防火墙安全策略，并对云防火墙安全策略建立主客体索引树；在主客体索引树基础上，对每个索引下的安全策略检测是否存在冗余或冲突；对检测到的安全策略的冗余与冲突进行消解处理。本发明针对云防火墙安全规则的冗余与冲突进行检测，并对检测到的冗余与冲突进行消解，以达到提升云防火墙运行效率的目的。本发明方法及装置能够有效帮助防火墙管理员检测并消解安全规则冗余和冲突，保证多域云防火墙的高效运行。
-
公开(公告)号：CN108076070B
公开(公告)日：2020-09-15
申请号：CN201711489267.1
申请日：2017-12-29
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及FASP协议数据传输领域，具体涉及一种FASP协议阻断方法、装置及分析系统，是为了解决现有的关于FASP协议的研究中未出现FASP协议阻断技术的缺点而提出的，其中UDP阻断步骤包括：判断数据包中的传输标识是否在预设的标识存储结构中；获取数据包中的命令字，若命令字为0x19且检测到数据包中存在敏感数据，则将该数据包的传输标识加入到标识存储结构中；将数据包中的源/目的IP进行存储；丢弃数据包；TCP阻断步骤包括：标识存储结构非空时，判断获取到的数据包中的源IP和目的IP值是否在目标IP存储结构中且数据包为SSH协议数据包；在目标IP存储结构中删除掉源IP和目的IP。本发明还包括一种FASP协议数据还原方法。本发明适用于敏感信息监测以及隐私数据保护。
-
公开(公告)号：CN111176817A
公开(公告)日：2020-05-19
申请号：CN201911402711.0
申请日：2019-12-30
Applicant: 哈尔滨工业大学
IPC: G06F9/48 , G06F16/901
Abstract: 一种多核处理器上基于划分调度的DAG实时任务间的干扰分析方法，涉及嵌入式实时系统技术领域。本发明为了提高了WCRT分析的精度，从而提高实时系统系统预测任务集可调度率的准确度。本发明分析高优先级DAG任务的内部结构对低优先级任务干扰的影响，得到更精确的干扰上界。对于DAG任务的拓扑结构以及其内部子任务被分配的处理器情况，首先提出了一个并行结构，并证明了这种并行结构会导致传统的分析方法产生任务间干扰的重复计算。根据这个并行结构提出了一种减少重复计算的WCRT分析策略，有效地提高了WCRT分析的精度。此WCRT分析策略可以降低实时系统预测任务集的WCRT数值，使其更加接近任务集在系统中执行的真实值，提高实时系统系统预测任务集可调度率的准确度。本发明用于同构多核处理器上。
-
公开(公告)号：CN110390018A
公开(公告)日：2019-10-29
申请号：CN201910680645.7
申请日：2019-07-25
Applicant: 哈尔滨工业大学
IPC: G06F16/35 , G06F16/951 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 一种基于LSTM的社交网络评论生成方法，属于社交网络评论生成技术领域。本发明为了解现有的社交网络评论生成技术所应用的场景过于狭窄单一、无法对舆情引提供素材库的问题。本发明使用基于LSTM学习的NLG技术，通过学习获得的每个字符之间的概率关系来对句子结构的视觉语义、字符的种类以及每一个字符进行编码。对想要表达的评论信息进行了语义和句法方面的融合，并后期通过特定词替换等方法，生成与社交网络几乎一致的生动、通顺、富于变化的高质量评论文本。本发明为舆情引导提供有利的素材语料库，通过传播更多的真实、值得信赖的言论，还原出正能量的网络环境。本发明可作为素材语料库输入到现有的舆情引导的系统中，用于社交网络特定领域评论生成。
-
公开(公告)号：CN110380906A
公开(公告)日：2019-10-25
申请号：CN201910680643.8
申请日：2019-07-25
Applicant: 哈尔滨工业大学
IPC: H04L12/24 , H04L12/713 , H04L12/721 , H04L12/751 , H04L12/803
Abstract: 一种大规模多维融合的虚拟网络映射方法，涉及虚拟网络映射技术领域。本发明为了解决现有的虚拟网络映射方法无法解决多维融合的虚拟网络映射问题以及无法适于万级以上节点数映射的问题。所述方法首先输入虚拟网络和底层物理网络；接着对多维虚拟网络拓扑进行预处理；再对底层物理网络拓扑进行简化操作，分别简化到路由器级别和交换机级别；接着进行K最短路径预算；使用混合遗传算法进行粗略映射；接着使用混合遗传算法进行精确映射，之后再映射到具体的物理主机；接着进行虚拟链路的映射，在映射成功后，输出收益比或负载均衡。提高虚拟网络映射的收益比和成功率。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.042 seconds)
