-
公开(公告)号:CN117408353A
公开(公告)日:2024-01-16
申请号:CN202311332168.8
申请日:2023-10-16
Applicant: 湖南大学
IPC: G06N20/00 , G06F18/22 , G06F18/243 , G06F18/214
Abstract: 本发明公开了一种基于嵌入技术实现无损类增量学习和机器遗忘的方法,其引入了结合类增量学习和机器遗忘的方法。在数据被用以对模型训练或者用以被推理之前,本发明使用了一个预训练的ResNet50模型对数据进行嵌入提取向量,结合向量数据库和偏移至最近的类的输出策略,该方法可以在不损害模型的前提下完成类增量学习和机器遗忘的任务。
-
公开(公告)号:CN119919756A
公开(公告)日:2025-05-02
申请号:CN202510073559.5
申请日:2025-01-17
Applicant: 湖南大学
IPC: G06V10/774 , G06V10/74 , G06T11/00 , G06N3/126 , G06N3/0475 , G06N20/00
Abstract: 本发明公开了一种基于演化算法的文生图大模型提示词优化方法和系统,包括:获取数据集,该数据集包括训练集和测试集,针对训练集中的每个类别而言,使用ChatGPT‑4模型生成该类别对应的提示词,针对每一个类别对应的提示词而言,从该提示词中多次随机采样得到采样提示词,并将得到的多个采样提示词输入文生图大模型,以获取所有采样提示词对应类别的扩展图片,获取的所有扩展图片构成该类别对应的扩展图片集合,利用演化算法对每个类别对应的扩展图片集合进行处理,以得到该类别对应的扩展图片集合所对应类别的、优化后的提示词。本发明能够解决现有基于人工经验的手动调整提示词的方法存在的耗时久、调整难度较高的技术问题。
-
公开(公告)号:CN118939402A
公开(公告)日:2024-11-12
申请号:CN202411142489.6
申请日:2024-08-20
Applicant: 湖南大学
Abstract: 本发明公开了一种省级区域算力网络下的算力调度方法,其首先通过现有的虚拟化技术对异构的算力资源进行统一建模;然后采用一种基于改进的粒子群优化算法作为调度策略,并采用适合多约束组合优化问题的二次惩罚函数来加快可行解的获取速度,以得到最优的调度策略;最后基于计算优先网络协议构建服务信息流表,指导最终统一作业任务在网络中的调度。本发明能够实现对资源进行统一建模和度量,实现资源感知和量化,最终将实现算力调度能够根据实时的算力需求动态调整资源分配,确保高需求时段或区域的算力供应,同时减少低需求时段或区域的资源闲置,实现资源的最优化利用。
-
公开(公告)号:CN118488050A
公开(公告)日:2024-08-13
申请号:CN202410545076.6
申请日:2024-05-06
Applicant: 湖南大学
IPC: H04L67/10 , H04L67/104 , H04L67/1025
Abstract: 本发明公开了一种基于集群资源与通信开销的大数据跨域任务调度方法,其首先根据不同集群的资源情况,为它们分配任务数量。接着,通过评估数据在各集群之间传输所需的通信成本,调整任务分配,以减少通信开销。然后,根据各集群的最终任务分配,进行相应的任务调度。最后,将所需数据块传输到各个集群,并启动任务执行,从而实现了在考虑集群资源和通信开销的情况下,跨域集群间最佳的任务调度方案。本发明能够解决现有大数据跨域任务调度方法在将任务调度到其他集群执行时,数据往返传输造成的网络通信时延大,进而增加网络通信成本的技术问题。
-
公开(公告)号:CN117892840A
公开(公告)日:2024-04-16
申请号:CN202410064364.X
申请日:2024-01-16
Applicant: 湖南大学
IPC: G06N20/00 , G06N3/0464
Abstract: 本发明公开了一种用于联邦学习算力网络的合谋攻击溯源方法,包括:服务端将初始卷积神经网络CNN模型发送到计算环境中的每个客户端,其中发给第i个客户端的CNN模型的损失函数中嵌入了与该第i个客户端对应的指纹向量,服务端接收来自每个客户端的CNN模型,并对来自每个客户端的CNN模型进行解析,以获取该CNN模型对应的损失函数,并从该损失函数中提取当前指纹向量,并根据所有客户端对应的当前指纹向量构建指纹向量矩阵a’,服务端根据指纹向量矩阵a’进行更新处理,以得到更新后的指纹向量矩阵a”,服务端根据更新后的指纹向量矩阵a”确定执行攻击的客户端。本发明能够解决现有恶意攻击检测方法通信开销大、算力成本高的技术问题。
-
公开(公告)号:CN117459334A
公开(公告)日:2024-01-26
申请号:CN202311352436.2
申请日:2023-10-19
Applicant: 湖南大学
Abstract: 本发明公开了一种基于区块链技术和共识机制的算力计费方法,包括:用户通过终端向管理该终端的业务控制节点发送业务计费请求;业务控制节点向对应的计费子网中业务控制节点向任意一个计费子节点转发业务计费请求;计费子节点对来自业务控制节点的业务计费请求进行解析,以获取用户ID,获取与该用户ID关联的主账户、以及该主账户关联的子账户,并在预先建立的额度分配账本中查询该子账户的额度;计费子节点向运营商计费节点发送额度申请请求,其中额度申请请求中包括用户ID和计费子节点标识;运营商计费节点对来自计费子节点的额度申请请求进行解析,以获取用户ID和计费子节点标识,并根据本地存储的映射信息查询该用户ID关联的主账户。
-
公开(公告)号:CN117294766A
公开(公告)日:2023-12-26
申请号:CN202311199936.7
申请日:2023-09-18
Applicant: 湖南大学
Abstract: 本发明公开了一种面向算力网络的弹性资源调度方法,包括:算力网络通过路由层获取算力网络中所有算力中心中每一个算力中心的统计信息,以及任意两个算力中心之间通信网络的信道状态,算力网络根据每个算力中心的统计信息计算该算力中心的服务供应压力程度,并根据服务供应压力程度对该算力中心进行分类,即将其划分为资源紧缺方或资源充足方;算力网络将资源紧缺方和资源充足方的统计信息、以及任意两个算力中心之间通信网络的信道状态输入预先构建的跨地域队列模型,以得到算力网络的全局跨地域队列集合。本发明能够解决现有的集中式资源调度方法存在的当计算节点故障或业务量激增时,难以及时响应需求变化并进行资源的弹性调度的技术问题。
-
公开(公告)号:CN117215794A
公开(公告)日:2023-12-12
申请号:CN202311262021.6
申请日:2023-09-27
Applicant: 湖南大学
IPC: G06F9/50 , G06F11/34 , G06F11/30 , G06F18/22 , G06F18/232
Abstract: 本发明公开了一种基于算力网络的智能化算力度量方法,包括:利用熵权法对算力网络中每个算力节点的静态指标进行分析,以获取该算力节点的静态性能得分,使用获取的每个算力节点的静态性能得分构建初始样本集D={F1,F2,…Fm},然后使用具有噪声的基于密度的聚类方法DBSCAN对样本集进行聚类,以获取该算力节点的静态性能得分的分段,从每个算力节点的静态性能得分的分段中选择符合业务要求的段,分析段内每个计算节点的动态指标,以构建每个算力节点的动态性能向量与用户任务所需动态性能向量,并利用加权n维欧式距离计算每个算力节点的动态性能向量与用户任务所需动态性能向量的距离,并从中获取最短距离对应的算力节点作为最符合用户任务需求的算力节点。
-
公开(公告)号:CN117155847A
公开(公告)日:2023-12-01
申请号:CN202311244683.0
申请日:2023-09-26
Applicant: 湖南大学
IPC: H04L45/121 , H04L45/12 , H04L45/00 , H04L45/02
Abstract: 本发明公开了一种基于算力网络的高效算力路由方法,其首先将算力网络划分为不同的算力区域,然后从不同的算力区域中随机选取一个网络节点作为关键节点,通过这些关键节点分别收集各自算力区域内部的算力资源信息与网络指标信息,接着利用集中式路由决策方法决定将用户业务分配到哪个算力区域,然后根据关键节点收集的各自算力区域内部的算力资源信息与网络指标信息计算得到每个算力区域内部的算力服务路由表项,最后根据算力服务路由表项将用户业务转发到区域内部最终的算力节点,从而得到最优的算力路由方案。本发明能够解决现有分布式路由决策方法针对算力编排与网络控制等方面的工作还未完成标准化,容易导致业务流量被篡改和攻击的技术问题。
-
公开(公告)号:CN120014281A
公开(公告)日:2025-05-16
申请号:CN202510488385.9
申请日:2025-04-18
Applicant: 湖南大学
Abstract: 本发明公开了一种节约算力资源的快速图像识别方法,包括以下步骤:步骤一:对原始图像的灰度直方图进行小波分解;步骤二:通过数字低通滤波器和高通滤波器,即Lo_D和Hi_D,对信号进行滤波;步骤三:对滤波结果进行偶数点抽样,从而得到下一级的平滑逼近和细节信息;步骤四:改进的最大类间方差法计算阈值。本发明属于图像识别技术领域,有效的解决了现有的快速图像识别方法中计算复杂度高、资源消耗大,且实时性不足的问题。
-
-
-
-
-
-
-
-
-