-
公开(公告)号：CN103905461B
公开(公告)日：2017-02-01
申请号：CN201410149573.0
申请日：2014-04-14
Applicant: 北京工业大学
IPC: H04L29/06
Abstract: 本发明提出了一种基于可信第三方的云服务行为可信证明方法和系统，涉及信息安全和可信计算技术领域。本发明增加了一个独立于云服务提供商以及云服务软件开发商的可信第三方，提高了证明的公正性。本发明对用户来说，具有云服务可信性可证明、支持动态多租户并发环境和隐私保护的特点。本发明通过对比监控到的软件服务实际行为是否超出预先提出的可信声明的预期，向云租户证明软件服务是否可信。现有的可信证明技术大部分通过对平台中软硬件完整性信息进行静态证明，证明信息只反映运行前的软硬件完整性，本方法属于动态证明方法，对软件的动态行为进行检测，可以有效的检测出正在运行的软件的恶意行为。
-
公开(公告)号：CN119562320A
公开(公告)日：2025-03-04
申请号：CN202411675528.9
申请日：2024-11-21
Applicant: 北京工业大学
Abstract: 本发明公开一种基于Q‑learning的无线传感器网络信息传输方法，其步骤为:1)无线传感网中每个传感器初始化其位置坐标和与每个邻居传感器之间的通信质量；2)无线传感网中的传感器根据Epsilon‑Greedy策略选择一个邻居节点进行信息传输；3)重复2)直到到达sink节点，进行Q值更新；4)重复2)3)，使得传递到sink节点次数尽可能多，也就是最大化网络的工作时间。本发明可以保证在高质量的信息传输下，降低无线传感器网络的能量消耗并平衡无线传感器网络的能量消耗，从而使网络的寿命得到延长。该发明的最终结果可以提供给相关领域的用户使用，例如环境监测，可以为用户提供较为合理、有效的移动无线传感器管理方案。
-
公开(公告)号：CN111309577B
公开(公告)日：2024-04-23
申请号：CN202010102494.X
申请日：2020-02-19
Applicant: 北京工业大学
IPC: G06F11/34 , G06F18/23213 , G06F18/2431 , G06F18/214 , G06F18/27 , G06F18/2135
Abstract: 一种面向Spark的批处理应用执行时间预测模型构建方法属于分布式计算领域。本发明提出了一种考虑了不同应用特征的Spark批处理应用执行时间预测模型，首先根据Spark系统中批处理应用执行原理选取分类方法影响因素，从中筛选出强相关指标并构建批处理应用执行时间分类方法，然后在每一类批处理应用中充分分析了影响应用执行时间的指标并利用主成分分析法(PCA)和梯度提升决策树算法(GBDT)对应用执行时间进行预测，最后当即席应用到达之后，先判断其所属应用类别继而使用已构建的预测模型来预测其执行时间。
-
公开(公告)号：CN117891597A
公开(公告)日：2024-04-16
申请号：CN202410007219.8
申请日：2024-01-03
Applicant: 北京工业大学
IPC: G06F9/50 , G06F17/16 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种面向数据中心微服务的资源瓶颈检测方法面向数据中心微服务的资源瓶颈检测方法，分为五个步骤：初始化、应用级别性能状态特征提取、性能状态模型构建、资源瓶颈检测模型构建、资源瓶颈检测。本发明针对数据中心微服务应用，提取了应用状态日志中与CPU资源相关的特征属性集，基于所提取的特征属性集提取了应用级别的性能状态特征，基于所提取的应用级别性能状态特征构建了性能状态模型，并利用图注意力神经网络构建资源瓶颈检测模型。本发明涉及基于图注意力神经网络的训练构建方法，可在任意时间窗口检测出应用中存在的资源瓶颈微服务，对微服务资源调度，提升应用性能具有指导意义。
-
公开(公告)号：CN112667170B
公开(公告)日：2024-04-05
申请号：CN202110036036.5
申请日：2021-01-12
Applicant: 北京工业大学
Abstract: 一种面向滑动窗口数据分析的Spark数据缓存方法.主要分为六个步骤:初始化,选取待预取的滑动窗口,选取数据块的放置位置,判断窗口是否满足时间条件,执行预取操作和周期性执行.本发明利用启发式搜索策略选取待预取窗口和数据块的放置方案,从空间和时间角度保证数据预取的有效性和可靠性,利用预取技术提高滑动窗口数据分析的计算效率。
-
Patent Agency Ranking
公开(公告)号：CN114461361A
公开(公告)日：2022-05-10
申请号：CN202210062542.6
申请日：2022-01-19
Applicant: 北京工业大学
Abstract: 本发明公开了一套数据中心滞后任务失效预测方法，由六个步骤组成：初始化、静态任务失效预测模型构建、动态任务失效预测模型构建、增强特征模型构建、集成任务失效预测模型构建、滞后任务失效预测。本发明将每一次执行过程看作不同的执行实例，通过分析失效实例在时间、配置、资源、运行环境四个方面的行为模式，结合任务运行前的节点状态、任务静态配置特征，以及任务运行过程中动态的资源使用特征及节点资源环境变化特征，设计了基于神经网络模型和决策树模型的集成学习模型。该框架能够利用静态配置在任务提交初期最早的得出静态预测结果，并根据预测的可信程度利用后续的动态模型对不同长度的执行实例进行预测，实现更高的预测精准度。
-
公开(公告)号：CN112667170A
公开(公告)日：2021-04-16
申请号：CN202110036036.5
申请日：2021-01-12
Applicant: 北京工业大学
Abstract: 一种面向滑动窗口数据分析的Spark数据缓存方法.主要分为六个步骤:初始化,选取待预取的滑动窗口,选取数据块的放置位置,判断窗口是否满足时间条件,执行预取操作和周期性执行.本发明利用启发式搜索策略选取待预取窗口和数据块的放置方案,从空间和时间角度保证数据预取的有效性和可靠性,利用预取技术提高滑动窗口数据分析的计算效率。
-
公开(公告)号：CN111309906A
公开(公告)日：2020-06-19
申请号：CN202010083328.X
申请日：2020-02-09
Applicant: 北京工业大学
Abstract: 一种基于集成神经网络的长短混合型文本分类优化方法，属于自然语言处理领域，包括初始化、预处理、构建长文本分类算法、构建短文本分类算法、构建集成分类算法与迭代中止六个步骤。该方法首先使用基于预测的预训练词向量与基于统计的预训练词向量构建文本数据的双通道表示；其次在双通道文本表示基础上，提出融合通道特征的卷积优化算法，提高了传统卷积算法在文本数据上的空间特征提取能力；然后基于优化后的卷积算法分别设计了适用于长文本分类与短文本分类的独立算法；最后使用集成策略对独立算法进行自动评估与加权融合，集成后的算法在混合文本数据分类场景中表现出优异的性能，相比于已有经典算法具有更高的分类准确率与分类稳定性。
-
公开(公告)号：CN109857593A
公开(公告)日：2019-06-07
申请号：CN201910056129.7
申请日：2019-01-21
Applicant: 北京工业大学
IPC: G06F11/14
Abstract: 本发明公开一种数据中心日志中缺失数据的恢复方法，首先使用相关性分析方法发掘数据中心日志中不同数据属性的相关性，选取最优数据属性子集，并使用一个两阶段离散化步长优化算法对数据进行离散化优化；然后将选取的最优数据属性子集作为张量的属性，构建一个稀疏张量；最后使用基于张量分解的张量补全方法，对稀疏张量进行补全，得到一个稠密张量；将该稠密张量与原始不完整日志数据结合，得到一个完整的日志数据集。
-
公开(公告)号：CN108037998A
公开(公告)日：2018-05-15
申请号：CN201711247686.4
申请日：2017-12-01
Applicant: 北京工业大学
CPC classification number: G06F9/5027 , G06K9/6297
Abstract: 本发明公开一种面向Spark Streaming平台的数据接收通道动态分配方法，分配方法主要分为六个步骤：初始化、数据接收通道接收能力评估、基于马尔可夫链模型的流式数据到达速率变化状态预测、数据接收通道动态分配决策、数据接收通道组件回收与追增和回溯。本方法依据Spark Streaming应用的数据接收能力及流式数据到达速率的变化预测，为流式应用在线自动化地增加和减少数据通道的分配部署，确保数据处理的时效性以及提升通道组件资源和批处理引擎计算能力的利用率。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.035 seconds)
