-
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：CN110288507B
公开(公告)日：2021-03-09
申请号：CN201910371230.1
申请日：2019-05-06
Applicant: 中国科学院信息工程研究所
IPC: G06T1/20 , G06F16/901
Abstract: 本发明提出一种基于GPU的多分区强连通图检测方法，包括以下步骤：加载图数据并统一存储格式；在图数据上基于GPU进行第一剪枝操作，检测出1‑SCC；在除1‑SCC外的部分上选取中心点，从中心点开始并行地前向和后向遍历，更新状态得到SCC和多个分区；在未被检测的图数据上基于GPU进行第二剪枝操作，检测出2‑SCC；在未被检测的图数据上检测弱连通区域，并在弱连通区域上每个选取中心点，从中心点开始前向遍历；在弱连通区域的中未被前向遍历到的区域随机选取保存的最后一个顶点做为副中心点，从中心点与副中心点开始后向遍历，再进行第一剪枝操作，再次更新状态得到SCC和分区；通过上述步骤获得全部的SCC。
-
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。
-
公开(公告)号：CN103678158B
公开(公告)日：2016-11-02
申请号：CN201310732673.1
申请日：2013-12-26
Applicant: 中国科学院信息工程研究所
IPC: G06F12/06
Abstract: 本发明涉及一种数据布局优化方法，具体包括以下步骤：步骤1：接收业务系统输入的连续数据流；步骤2：将数据流划分为连续无交叉的多个数据块；步骤3：判断待处理的数据块是否达到缓存上限，如果是，进行下一步；否则，跳转至步骤1；步骤4：计算得到缓存中的所有数据块的指纹；步骤5：将缓存中数据块的指纹与指纹列表中的指纹进行匹配，将匹配的数据块标记为重复数据块；将不指纹匹配的指纹存入指纹列表中；步骤6：更新数据块信息表中的数据块的物理位置信息；步骤7：根据数据块信息表中的各个数据块的物理位置信息存储对应的数据块。本发明提高了数据的顺序性，降低了数据布局的离散化，提高了重复数据删除系统的顺序读写性能。
-
Patent Agency Ranking
公开(公告)号：CN103226520B
公开(公告)日：2016-09-07
申请号：CN201310113105.3
申请日：2013-04-02
Applicant: 中国科学院信息工程研究所
IPC: G06F12/0871 , G06F3/06
Abstract: 本发明涉及一种集群内存自适应管理方法、服务器集群。其中，集群内存自适应管理方法包括：对于数据服务器集群中的每个数据服务器，在使用前对该数据服务器按照变步长加性增长方式进行内存预分配，将内存分割为设定数目的片组，每个片组的总容量相等，每个片组包含容量相等的多个分片。本发明的集群内存自适应调管理方法，采用优化模式的内存预先分配的策略，保证了内存的合理分片，从而提高了内存的存取效率，也减少了内存碎片的产生。此外，本发明的集群内存自适应调管理方法能够进行内存自适应调整，大大提高了内存的自治能力和稳定性。
-
公开(公告)号：CN103218176B
公开(公告)日：2016-02-24
申请号：CN201310113197.5
申请日：2013-04-02
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种数据处理方法及装置。其中，数据处理方法包括：创建共享内存环，所述共享内存环为存储待操作数据的环形结构空间；在对共享内存环中下一个操作目的单元进行操作前，将所述下一个操作目的单元的操作标志位设置为对应下一个操作的操作类型；判断所述下一个操作目的单元是否能够进行所述下一个操作；根据判断结果对所述下一个操作目的单元中的数据进行处理。本发明的数据处理方法及装置，设计了一种共享内存中的环形数据结构，结合生产者和消费者的数据协调规则和共享内存环覆写机制，基于原子位操作对环的控制标识位进行更新，提高了数据并行处理场景下共享资源的数据读写效率，减小数据同步的开销，从而解决了共享资源读写效率低、同步开销大的问题。
-
公开(公告)号：CN105045806A
公开(公告)日：2015-11-11
申请号：CN201510304691.9
申请日：2015-06-04
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
CPC classification number: G06F17/30023
Abstract: 本发明涉及一种面向分位数查询的概要数据动态分裂与维护方法。该方法首先对写入的数据项进行采样，构建q-digit概要数据；然后按照q-digit后序遍历的分位数查询规则，查询q-digit概要数据中数据项的中间点；然后以中间点为基础逆序遍历q-digit概要数据，建立分割路径，根据分割路径把q-digit概要数据分裂成两个数据量近似均等的概要数据结构；分裂以后每个结构仍然是独立的q-digit结构，可以正常接收并处理新到达的数据源。本发明可用于分布式环境下q-digit概要数据的动态管理，有效支持大数据环境下概要数据的维护与管理，有效支持分位数查询与计算。
-
公开(公告)号：CN104951503A
公开(公告)日：2015-09-30
申请号：CN201510252988.5
申请日：2015-05-18
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
CPC classification number: G06F17/30551 , G06F17/30289
Abstract: 本发明公开了一种新鲜度敏感的大数据概要信息维护及聚合值查询方法。本方法为：1)对每个时间对象的时间对象数据建立一时间追踪器；2)对于待写入的时间对象数据，根据时间对象映射到对应的追踪器，然后追踪器将对应的时间对象数据划分为多个时间阶段并设置每一时间阶段的误差参数；3)追踪器根据每一时间阶段的误差参数对该时间阶段内的时间对象数据进行采样并保存对该时间追踪器对应的样本集合中。查询时首先根据时间对象的关键字key定位到对应的时间追踪器；然后追踪器根据查询时间信息查找该时间追踪器中的时间阶段，根据找到的时间阶段对应的样本返回查询值。本发明有效管理并查询时间对象数据，支持面向主题的更高层次的计算应用。
-
公开(公告)号：CN104935348A
公开(公告)日：2015-09-23
申请号：CN201510254377.4
申请日：2015-05-18
Applicant: 中国科学院信息工程研究所
IPC: H03M7/30
Abstract: 本发明公开了一种估算误差可控的概要数据压缩方法。本方法为：1)对每个对象的概要数据建立一时间追踪器；对于待写入的概要数据，根据对象定位到对应的时间追踪器，然后时间追踪器对概要数据进行采样并保存对该时间追踪器对应的样本集合中；2)将每个时间追踪器的样本集合中的样本划分为多个时间阶段并设置误差参数；然后时间追踪器根据对应的误差参数对样本进行采样；3)将处理后的样本集合合并成一个样本集合H，然后将集合H中的样本数据划分多个时间阶段并根据对应误差参数采样写入到一新时间追踪器的样本集合内。本发明压缩后的概要数据不仅线性的提升存储空间，而且仍然能够支持误差限定的近似计算。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.063 seconds)
