-
公开(公告)号：CN114385126B
公开(公告)日：2022-06-21
申请号：CN202210291793.1
申请日：2022-03-24
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于资源调度技术领域，提供了一种基于K8s的多租户深度学习模型研发系统及方法，基于Docker、K8s等主流技术，针对不同租户的深度学习模型研发需求，通过微服务总线、微服务控制器和资源服务组件等统一数据、接口、资源标准，建立基于K8s的隔离空间，实现数据存储、模型设计、模型训练、模型评估、模型发布的自动化容器集群环境搭建和参数配置，支持资源管理、用户管理、权限管理、项目管理、数据管理、模型管理等操作，帮助用户快速高效地进行深度学习模型研发，解决了资源监控、自定义模型构建等方面不完善的问题，极大地提高AI应用开发的效率和资源利用率，满足多种业务场景的需求。
-
公开(公告)号：CN112181894B
公开(公告)日：2022-05-31
申请号：CN201910599786.6
申请日：2019-07-04
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种基于申威众核处理器的核组内分组自适应调整运行方法，包括：(1)对核组的资源进行分组：当从核阵列只接收了一个程序段，则不进行从核阵列的数量分组，否则，如果从核阵列接收了n个无程序上下文依赖关系的程序段，n＞1，则将从核阵列中的64个从核平均分成n组，分别分配给这n个程序段；(2)监控从核阵列运行状态、从核阵列的分组I/O情况，并将获得的监控信息发送至从核阵列可分组算法；(3)对传送的监控信息进行实时评估，根据评估结果对各并行应用程序段使用的从核数量进行实时调整；(4)周期性的执行上述步骤(1)至步骤(3)，使被调整的并行程序段达到核组内从核计算资源利用率和I/O带宽利用率的均衡。
-
公开(公告)号：CN114338161A
公开(公告)日：2022-04-12
申请号：CN202111632491.8
申请日：2021-12-28
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请公开了一种面向隐私保护的信息物理系统的攻击检测方法、系统、装置、设备及计算机可读存储介质，在传输监控终端采集的实时数据时，将基于差分隐私机制生成的加噪聚合数据进行预设非线性变换得到的待传输聚合数据通过网络通信通道传输，数据接收端对接收到的第一聚合数据进行预设非线性变换的逆变换，得到第二聚合数据，再根据第二聚合数据和基于卡尔曼滤波对当前时刻的聚合数据进行最优估计得到最优估计值的估计残差进行攻击检测，通过增加实时聚合数据的随机性消减了由于差分隐私机制引起的检测阈值过高，导致错误数据注入攻击者更容易注入攻击信号的问题，从而获得更好的检测率。
-
公开(公告)号：CN109145255B
公开(公告)日：2022-03-29
申请号：CN201810593876.X
申请日：2018-06-11
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F17/16
Abstract: 本发明涉及一种稀疏矩阵LU分解行更新的异构并行计算方法。本发明在superlu算法的基础上，结合太湖之光的主从异构特点，使superlu求解器在矩阵分解阶段，对行更新的过程中，将大规模计算任务转移至从核，利用从核组高效的计算和数据通信能力，提高超大规模稀疏矩阵的求解计算能力，进一步求解的整体性能。本发明按矩阵的数据进行任务划分的方式，对矩阵数据块按行进行划分，首先为每个从核开辟一个矩阵空间，每个从核负责几个矩阵行的求解，在求下三角单位矩阵类型的线性方程组的过程中，各行数据相互独立，避免求解空间发生冲突和依赖，顺利实现对方程组的求解。
-
公开(公告)号：CN113779581A
公开(公告)日：2021-12-10
申请号：CN202111077784.4
申请日：2021-09-15
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种轻量化高精度恶意软件识别模型的鲁棒检测方法及系统，包括：步骤1：获取应用软件的字节文件数据集，可视化为灰度图；步骤2：训练生成对抗网络，生成各类别恶意对抗样本灰度图，加入到恶意数据集；步骤3：将卷积自动编码器的编码器迁移为小规模学生模型；步骤4：采用知识蒸馏，将大规模教师模型的知识汲取到学生模型中；步骤5：采用最终得到的学生模型进行所属类别预测，即检测结果。本发明仅对字节文件进行处理，进而采用端到端的深度卷积模型自动进行高阶特征的提取及潜在模式的判别，不仅克服了分类算法高度依赖于繁琐的特征工程所提取的特征空间完整性的问题，亦可满足了恶意检测的实时性要求。
-
Patent Agency Ranking
公开(公告)号：CN112884161A
公开(公告)日：2021-06-01
申请号：CN202110142654.8
申请日：2021-02-02
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请公开了一种抗标签翻转攻击的协同学习方法、装置、设备及介质，包括：利用经验风险最小化方法构建协同机器学习的优化问题；选择有界超球体作为机器学习模型的候选集合，将弹性损失函数应用于优化问题的目标函数；利用交替方向乘数法迭代更新机器学习模型；根据l‑风险计算模型的误分类率，分析协同学习机制的抗标签翻转攻击性能；根据标签翻转概率、数据性质和弹性损失函数性质，计算模型的泛化误差。这样通过巧妙融合弹性损失函数与交替方向乘数法，保证基于翻转标签训练的模型实现与正确标签训练得到的模型相同的分类精度，并进一步揭示翻转标签与学习模型泛化误差间的内在联系，为大范围错误数据注入攻击下的协同机器学习研究奠定了基础。
-
公开(公告)号：CN111709059B
公开(公告)日：2021-06-01
申请号：CN202010566430.5
申请日：2020-06-19
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了基于国密算法的终端认证信息生成方法及系统，包括：从硬件指纹信息中读取并解密序列号；从硬件指纹信息中读取并解密校验信息；从硬件指纹信息中读取并解密数据段数据；计算数据段校验值并进行验证，验证计算得到的校验值与存储的校验值是否一致，如果是就进入下一步，如果否，就将错误信息写入文件，结束；解密数据段，从文件中提取序列号、硬件指纹信息、信息生成时间和CPU信息；进行数据一致性验证，如果计算得到的值与存储的值一致，则验证成功，就进入下一步，如果否，就将错误信息写入文件，结束；生成随机数；基于随机数与文件校验值，生成数据段信息，将信息段和数据段信息写入文件，结束。
-
公开(公告)号：CN111431935B
公开(公告)日：2021-04-30
申请号：CN202010300138.9
申请日：2020-04-16
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的识别网站登录口令数据传输安全性的方法，通过以下步骤来实现：a).获取包含用户名和口令的Request请求；b).分析口令生成类型；c).分析登录网站属于HTTP还是HTTPS协议。本发明的识别网站登录口令数据传输安全性的方法，通过判断登录网站的口令是采用明文传输、某编码或加密传输还是基于某变量的口令生成算法传输方式，并结合网站的传输协议来综合判定用户输入的口令在数据传输时的安全性，可以帮助用户获得非常直观易懂的获知网站口令在数据传输层面的安全性能，对网站可能存在的安全隐患了解更深入，提醒用户在登录时存在哪些安全等级非常差的网站，提高用户账号的安全性。
-
公开(公告)号：CN112597495A
公开(公告)日：2021-04-02
申请号：CN202011532274.7
申请日：2020-12-22
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种恶意代码检测方法、系统、设备及存储介质。该方法包括；(1)训练阶段：利用已知软件样本训练多模态深度神经网络模型；(2)检测阶段：利用训练阶段训练好的多模态深度神经网络模型对未知软件样本进行检测。本发明可以将任意不同大小的软件样本转换为相同大小的灰度图像，便于应用于卷积神经网络；本发明同时使用了API函数调用序列、指令序列、字节流三个典型特征，克服了单一特征检测的局限，本发明多模态深度学习将静态特征与动态特征进行融合决策，能获得更全面且准确的恶意代码检测结果。
-
公开(公告)号：CN112068943A
公开(公告)日：2020-12-11
申请号：CN202010933828.8
申请日：2020-09-08
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种复杂异构环境下的微服务调度方法及其实现系统，包括：(1)第一级调度：实时获取所有物理服务器、虚拟机、服务及微服务的基本信息，将有调用关系的微服务调度到关系距离更近的虚拟机中；保证各个微服务之间调用的高性能；(2)第二级调度：在业务应用运行过程中，统计一个时间段内虚拟机之间通信的延时和微服务之间的调用频繁程度，动态更新虚拟机之间的关系距离矩阵，周期性检查并迁移符合条件的微服务，保证调用频繁的微服务迁移到关系距离较近的虚拟机上。通过对微服务的两级调度之后，保证微服务能够被调度到合适的虚拟机上，尽量减少微服务跨虚拟机、跨物理服务器、跨网段调用，达到微服务之间高效调用的效果。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.055 seconds)
