-
公开(公告)号：CN114489964B
公开(公告)日：2025-03-04
申请号：CN202111517469.9
申请日：2021-12-08
Applicant: 中国科学院信息工程研究所
IPC: G06F9/48 , G06N3/098 , G06N3/084 , G06N3/0499
Abstract: 本发明公开了一种基于联邦学习的车载网络信用优先任务卸载方法，其步骤包括：1)EC、CV分别将自己的位置信息和可用资源信息发送给CC；其中，EC为边缘云服务器，CV为车辆网中的车辆，CC为云中心；2)当CV需要进行任务卸载时，发送卸载任务信息给DC；其中，DC为车辆网中的决策中心；3)对于当前一批待处理的卸载任务，DC从CC获取发送卸载任务的各CV的信誉值；然后根据信用值设置各卸载任务的处理优先级，优先为处理优先级高的卸载任务制定任务卸载决策并发送给对应的EC和CV；其中，CC根据CV的行为信息计算对应CV的所述信誉值。本发明将信誉值用在任务卸载决策中，从而实现决策性能的提高。
-
公开(公告)号：CN112257866B
公开(公告)日：2024-09-27
申请号：CN202010940904.8
申请日：2020-09-09
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种GPU上的基于边着色与信息更新率优化的置信传播方法。本方法针对在全局都有较高收敛速度的计算需求，直接使用信息残差大的边对信息残差小的边进行一次着色操作，则信息残差大的边会对与其相连的所有边进行着色，只更新这些信息残差大的边上的信息，降低了每次迭代置信传播的计算量，提升了置信传播算法在整个计算过程中的收敛速度。以及针对在算法稳定后有较高收敛度的计算需求，提出通过逐步降低未收敛信息的更新率，使得算法在整个计算过程中都保持较高的收敛速度，并且算法稳定时有较高的收敛度。本发明提升了置信传播方法整体的运行效率。
-
公开(公告)号：CN118250177A
公开(公告)日：2024-06-25
申请号：CN202410259758.0
申请日：2024-03-07
Applicant: 中国科学院信息工程研究所
IPC: H04L41/12 , H04L67/133
Abstract: 本发明公开了一种微服务远程调用关系的拓扑发现方法及系统。本系统包含代理端和服务端，通过代理端和服务端协同工作，对微服务远程调用关系实时监控和更新；代理端利用eBPF技术在不侵入应用程序的情况下，从操作系统内核层面捕获微服务应用层的信息和网络数据包，包括源微服务、源微服务版本、目的微服务、目的微服务版本、端口、调用路径、协议和请求方法等，随后将这些数据上传至服务端；服务端接收到代理端上传信息后，根据这些数据构建微服务之间的远程调用关系图。这种关系图能够实时展示微服务的调用路径、频率、延迟等关键信息，并且根据代理端持续上传的信息实时更新微服务拓扑，实现高性能、低延迟的微服务远程调用关系的拓扑发现。
-
公开(公告)号：CN109993198A
公开(公告)日：2019-07-09
申请号：CN201811600061.6
申请日：2018-12-26
Applicant: 中国科学院信息工程研究所
IPC: G06K9/62
Abstract: 本发明提出了一种基于特征同构共享描述的多源异构离群点检测方法，通过在特征同构空间中统一地检测来自异构数据集的离群点，以避免浪费不同来源之间的互补信息，并提高多源离群点的识别率，能够解决在一个一致的特征同构空间中识别所有类型的多源异构离群点的问题。
-
公开(公告)号：CN107391555A
公开(公告)日：2017-11-24
申请号：CN201710422553.X
申请日：2017-06-07
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
CPC classification number: G06F16/2379 , G06F16/24552 , G06F16/27
Abstract: 本发明涉及一种面向Spark-Sql检索的元数据实时更新方法。该方法在Spark Sql进行检索时，会将使用的元数据进行缓存，将被检索的数据块文件元数据以集合的形式缓存于内存中；当获得文件元数据的增量信息时，将首先检查该增量信息所属的表的检索元数据是否存在于缓存之中，若存在，则将增量的文件元数据增加至缓存的该表文件元数据的集合之中，由此完成Spark Sql检索元数据的增量更新。本发明还提出了对Spark Sql检索元数据增加情况的处理方法，可以实时的对检索元数据的增加情况进行处理，提高检索结果的实时性。本发明可以避免对检索元数据进行经常性的全量更新，以减少更新元数据时的时间和资源开销。
-
Patent Agency Ranking
公开(公告)号：CN105812179A
公开(公告)日：2016-07-27
申请号：CN201610133108.7
申请日：2016-03-09
Applicant: 中国科学院信息工程研究所
IPC: H04L12/24
CPC classification number: H04L41/0246
Abstract: 本发明公开了一种协议无关转发网络事件处理方法。本方法为：1)当一协议无关转发网络的交换机上发生一网络事件时，该交换机根据该网络事件生成一事件报文发送给该交换机的数据平面；2)该交换机在数据平面根据控制器预先下发的规则对该事件报文进行修改以生成用于向事件响应节点通知该网络事件的事件通知报文，然后将其传播至事件响应节点；3)如果该交换机和事件响应节点之间存在中间节点，则中间节点根据控制器预先下发的规则将该事件通知报文向事件响应节点转发；4)事件响应节点收到报文后，根据控制器预先向该事件响应节点下发的处理事件通知报文的规则改变该事件响应节点自身的行为。
-
公开(公告)号：CN105760896A
公开(公告)日：2016-07-13
申请号：CN201610165595.5
申请日：2016-03-22
Applicant: 中国科学院信息工程研究所
IPC: G06K9/62
CPC classification number: G06K9/6218 , G06K9/6259
Abstract: 本发明涉及一种多源异构大数据的腐蚀源联合去噪方法。该方法包括两个模型，一个为异构线性度量学习(HLML)模型，另一个为多源半监督联合去噪(MSCD)模型。其中，通过学习多个异构线性度量，HLML模型将多源异构数据线性投影到一个高维特征同构空间，并在这个空间中充分嵌入异源间的互补信息，从而可以有效地捕捉到不同来源间的语义互补性和分布相似性。为了消除源内和源间噪声，MSCD模型利用初等变换约束和梯度能量竞争策略，在HLML模型学习到的特征同构空间中修复异构有噪描述间的互补关系，进而净化多源异构数据的腐蚀源，有助于获得准确且鲁棒的多源数据评估分析结果。
-
公开(公告)号：CN114489964A
公开(公告)日：2022-05-13
申请号：CN202111517469.9
申请日：2021-12-08
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于联邦学习的车载网络信用优先任务卸载方法，其步骤包括：1)EC、CV分别将自己的位置信息和可用资源信息发送给CC；其中，EC为边缘云服务器，CV为车辆网中的车辆，CC为云中心；2)当CV需要进行任务卸载时，发送卸载任务信息给DC；其中，DC为车辆网中的决策中心；3)对于当前一批待处理的卸载任务，DC从CC获取发送卸载任务的各CV的信誉值；然后根据信用值设置各卸载任务的处理优先级，优先为处理优先级高的卸载任务制定任务卸载决策并发送给对应的EC和CV；其中，CC根据CV的行为信息计算对应CV的所述信誉值。本发明将信誉值用在任务卸载决策中，从而实现决策性能的提高。
-
公开(公告)号：CN112257866A
公开(公告)日：2021-01-22
申请号：CN202010940904.8
申请日：2020-09-09
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种GPU上的基于边着色与信息更新率优化的置信传播方法。本方法针对在全局都有较高收敛速度的计算需求，直接使用信息残差大的边对信息残差小的边进行一次着色操作，则信息残差大的边会对与其相连的所有边进行着色，只更新这些信息残差大的边上的信息，降低了每次迭代置信传播的计算量，提升了置信传播算法在整个计算过程中的收敛速度。以及针对在算法稳定后有较高收敛度的计算需求，提出通过逐步降低未收敛信息的更新率，使得算法在整个计算过程中都保持较高的收敛速度，并且算法稳定时有较高的收敛度。本发明提升了置信传播方法整体的运行效率。
-
公开(公告)号：CN109871870A
公开(公告)日：2019-06-11
申请号：CN201910035916.3
申请日：2019-01-15
Applicant: 中国科学院信息工程研究所
IPC: G06K9/62
Abstract: 本发明提供一种大数据流中的基于最近邻的时间敏感性异常检测方法，属于大数据流、异常检测技术领域，核心是一个以LSH抽样视图为基础的统计估计器，滑动窗口使用确定波模型，将估计确定波窗口内多个随机时间区间的计数和方差以监测数据在不同时间区间的分布，能够快速寻找大数据流中的各数据的邻居，降低计算开销，无需单独为每个数据保存其邻居信息，节省空间占用，提高更新效率，基于时间敏感性能够快速判断数据分布是否异常以及异常发生的时间范围。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.101 seconds)
