一种灵活集群的数据中心光互联网络

    公开(公告)号:CN114614939B

    公开(公告)日:2024-05-03

    申请号:CN202210141168.9

    申请日:2022-02-16

    Inventor: 刘爱军 陈子璇

    Abstract: 本发明公开了一种灵活集群的数据中心光互联网络,由1个M端口的MEMS光交换机和M/(Kintra×(K×(K‑Kintra)))个灵活集群组成,每个灵活集群由Kintra个集群组成;对于一个ToR交换机,其负责发送光信号的1×K WSS的波长端口分为两组,第一组的数量为Kinter,第二组的数量为Kintra;其中,1为WSS一般端口的数量,K为波长端口的数量;Kintra中的一个端口与其对应的耦合器相连,用于集群内部通信;Kintra中的其他波长端口与不同集群的耦合器相连,用于集群之间通信,这些集群组成一个更大的集群,即Kintra个集群组成一个灵活集群。本发明通过改变Kintra的值,可以灵活改变灵活集群的带宽容量,也可以改变灵活集群内部通信的扇出值,可以应对不同规模的集群内部流量。

    一种基于分布式深度旋转森林的信用欺诈检测方法及系统

    公开(公告)号:CN116523531A

    公开(公告)日:2023-08-01

    申请号:CN202310470798.5

    申请日:2023-04-24

    Abstract: 本发明涉及机器学习、数据挖掘、分布式计算技术,具体涉及一种基于分布式深度旋转森林的信用欺诈检测方法及系统,该方法将F个旋转森林将通过Spark的Map算子进行并行处理。另外在旋转森林的内部,让部分决策树组成子森林,每个子森林进行并行构建,子森林之间将共享单个旋转矩阵。构建每个子森林的旋转矩阵,经过多次抽样并经过PCA处理,借助Spark Mllib中的PCA算法同样进行并行构建。原始欺诈交易数据从HDFS读取后初始化为RDD,数据经过级联层完成并行训练后,对交易行为进行分类预测。该方法在保证分类准确率的同时,提高了数据的处理速度和效率,解决了单机算法面临的计算存储能力有限和扩展性差的问题。

    一种基于像素相关性预测的可逆数据隐写方法及系统

    公开(公告)号:CN114363622B

    公开(公告)日:2024-05-03

    申请号:CN202111465646.3

    申请日:2021-12-03

    Abstract: 本发明公开了一种基于像素相关性预测的可逆数据隐写方法及系统,首先对图像O进行预处理,得到预处理后图像D,压缩之后的位置图N;然后对D进行像素预测,得到被预测序列Q和预测序列P;接着基于P和Q,得到预测误差序列R;并依据R直方图,在D中嵌入待隐写消息M以及N,得到嵌入之后的图像S;最后接收方从S中提取M和N,并恢复O。本发明在标准图集中,该两层预测嵌入方案可以比其他的线性预测方案嵌入更多的比特数据。本发明因为存在更高的嵌入容量,在同等嵌入数量时,图像质量会比其他同类方案好,例如PSNR指标等。

    网络入侵检测方法及系统
    14.
    发明公开

    公开(公告)号:CN116702132A

    公开(公告)日:2023-09-05

    申请号:CN202310656699.6

    申请日:2023-06-05

    Abstract: 本发明提供网络入侵检测方法及系统,能够有效提高分类检测能力,使得网络入侵检测模型具有很好的检测准确性。方法包括:拆分原始数据得到训练集和测试集,再经过数据处理后得到RDD数据,以便分布式处理;使用训练数据并行构建级联层深度森林,并划分子森林并行计算;使用验证数据并行评估模型的AUC值并比较森林中决策树的内积和,挑选出泛化能力和相似度较低的决策树重新组成优化过的深度森林;使用验证集对当前优化过的深度森林模型并行测试,并将类概率向量同训练集一起并行训练以构建下一级联层;对级联每一层都采用前述过程进行优化和训练,得到最终的网络入侵检测模型;采用网络入侵检测模型对网络访问数据进行检测。

Patent Agency Ranking