异构可信执行环境间安全协同计算的方法、系统及产品

    公开(公告)号:CN118277107B

    公开(公告)日:2024-10-01

    申请号:CN202410713506.0

    申请日:2024-06-04

    Abstract: 本发明涉及计算机技术领域,具体公开了异构可信执行环境间安全协同计算的方法、系统及产品,该方法包括获取计算任务,对所述计算任务进行攻击,得到能够抵御所述攻击的协同计算安全分层范围;部署本地设备TEE和远程服务器TEE的运行环境,获取性能参数;根据性能参数,确定本地设备最优分层点;根据所述本地设备最优分层点拆分所述预训练模型;将拆分后的预训练模型分别发送到所述本地设备TEE和远程服务器TEE。本发明能够为给定的预训练模型提供协同计算安全分层范围,结合本地设备TEE和远程服务器TEE的性能表现,确定本地设备最优分层点,对预训练模型进行合理拆分,在保证协同计算安全性的前提下提高系统的整体执行效率。

    基于线框图转化的网站前端开发方法、装置和存储介质

    公开(公告)号:CN118092918B

    公开(公告)日:2024-07-02

    申请号:CN202410530089.6

    申请日:2024-04-29

    Abstract: 本发明提供了一种基于线框图转化的网站前端开发方法、装置和存储介质,涉及软件工程技术领域,包括:接收图像数据,将图像数据中的有效信息转换为便于语言模型理解的内容;调用大型语言模型并采用提示工程技术优化输入,得到初稿文件;同时生成多个初稿文件,对初稿文件进行评分和筛选;根据接收到的自然语言输入对最优初稿文件进行修改;调用大型语言模型,得到需求对应的功能代码;基于代码注入算法将功能级代码注入到初稿文件的对应位置,实现页面更新;在多组单一页面转化完成后,通过页面路由分配算法和窗口跳转代码注入实现多个单一页面的对接,生成完整的网站前端页面。降低了网站前端开发工作量,提高了开发效率。

    一种面向多RISC-V平台的统一Linux操作系统镜像设计方法及装置

    公开(公告)号:CN118245073A

    公开(公告)日:2024-06-25

    申请号:CN202410626992.2

    申请日:2024-05-21

    Abstract: 本发明提出一种面向多RISC‑V平台的统一Linux操作系统镜像设计方法及装置,制作镜像时,将不同RISC‑V平台的bootloader文件和Linux内核文件分别设置在对应路径下;将与各个RISC‑V平台硬件无关文件集合的最大交集,打包生成硬件无关镜像文件;交集之外文件以及与硬件平台紧耦合的软件包和配置文件打包生成相应的硬件相关deb安装包;然后统一打包生成面向多RISC‑V平台的统一Linux操作系统镜像文件;各RISC‑V平台进行系统安装时下载镜像文件并进行自适应烧录安装。本发明实现一个操作系统镜像可以自适应安装到多个不同的RISC‑V硬件平台之上,从而形成统一的RISC‑V操作系统镜像版本,降低操作系统管理和维护的成本。

    一种基于多段S曲线映射的红外图像动态范围压缩方法

    公开(公告)号:CN116309186B

    公开(公告)日:2023-09-12

    申请号:CN202310534190.4

    申请日:2023-05-12

    Inventor: 黄华 宋凌飞

    Abstract: 本发明公开的一种基于多段S曲线映射的红外图像动态范围压缩方法,属于红外图像处理领域。本发明使用聚类算法对图像内容进行聚类,并对每一类图像内容分别进行S曲线映射,能够实现图像内容自适应的动态范围压缩,从而能较好地保留图像细节。本发明采用S曲线映射进行红外图像动态范围压缩,能够利用S曲线两端具有压缩程度大、变化平缓的特点,中间具有压缩程度小、变化陡峭的特点,较好应对灰度集中分布在中心区域的情况,相较于幂函数与对数函数更适用于图像动态范围压缩。本发明对每一类图像内容,使用基于人眼视觉感受机理的S曲线参数分别计算视觉敏感度系数,使用基于人眼视觉感受机理的参数更好地提升图像对比度,改善红外视觉效果。

    一种基于一致性损失函数的半监督医学图像分割方法

    公开(公告)号:CN116258730A

    公开(公告)日:2023-06-13

    申请号:CN202310545669.8

    申请日:2023-05-16

    Inventor: 贺阿龙 李涛

    Abstract: 本发明提供了一种基于一致性损失函数的半监督医学图像分割方法,属于神经网络技术领域,使用基于频域和多粒度相似度一致性约束来训练分割网络,通过利用有限标注样本和大量无标注样本来对医学图像进行高效地分割。根据频域和区域多粒度一致性约束,可以为无标注数据提供相应的监督信号,进而模型可以同时利用有标注和无标注数据训练模型,其中,频域一致性利用离散余弦变换将图像变换到频域;多尺度区域一致性可以利用区域一致性信息,可以为模型提供丰富的区域语义信息。本发明可减少全监督深度学习分割模型对标注数据的需求,从而减少90%标注成本,可以使得模型在有限标注样本的指导学习下利用大量无标注数据。

Patent Agency Ranking