-
公开(公告)号：CN118387110A
公开(公告)日：2024-07-26
申请号：CN202410493222.5
申请日：2024-04-23
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: B60W40/06 , G01C21/16 , G01C21/18 , G06V20/40 , G06V10/25 , G06V10/40 , G06V10/82 , G06F16/71 , G06F16/787 , G06N3/045 , G06N3/0464 , G06N3/08 , G08G1/01 , G08G1/052 , B60W50/00 , G07C5/08
Abstract: 本发明公开了一种道路异常检测方法及系统，属于道路检测技术领域。包括：获取陀螺仪数据和加速度计数据，对陀螺仪数据和加速度计数据进行卡尔曼滤波；基于加速度计数据的采样频率，根据卡尔曼滤波后的加速度计数据或陀螺仪数据，获取道路颠簸异常检测结果；获取移动视频，将移动视频输入训练好的道路异常检测模型中进行处理，获取道路异常检测结果；其中，通过基于轨迹分割的时空查询算法存储移动视频，以提高道路异常检测的查询效率。能够提高道路异常检测的精度和效率，解决现有道路检测鲁棒性、精确度低的问题。
-
公开(公告)号：CN118337717A
公开(公告)日：2024-07-12
申请号：CN202410313718.X
申请日：2024-03-19
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L47/2441 , H04L41/16 , H04L9/40 , G06F18/2431 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/0442
Abstract: 本发明提供了一种加密网络流量分类方法及系统，所述方案包括：对于待分类的加密网络流量进行数据预处理；以预处理后的加密网络流量数据作为预先训练的混合深度学习模型的输入，获得分类结果；其中，所述混合深度学习模型具体执行如下处理过程：对于输入的加密网络流量数据，利用第一神经网络模块进行多尺度空间特征提取，获得空间融合特征；对于获得的空间融合特征，按照预设时间步的顺序作为第二神经网络模块的输入，获得融合的时空特征，并基于所述时空特征获得分类结果。
-
公开(公告)号：CN118192953A
公开(公告)日：2024-06-14
申请号：CN202410409855.3
申请日：2024-04-07
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F8/30 , G06F8/10 , G06F40/289 , G06F40/284 , G06F40/211
Abstract: 本发明提出一种意图驱动的网络损伤配置生成方法及系统，涉及网络损伤配置技术领域。包括接收自然语言表述的网络损伤意图，进行句子划分和分词处理，得到每一句子对应的词语，对词语标注词性，对句子进行句法分析；从每一句子对应的词语中提取规则、逻辑和参数，将规则和逻辑作为节点，将参数作为连接节点之间的边，构建词项图；对词项图中的节点进行重要性计算并排序，得到多个关键词；对每个句子中重要性排名最靠前的关键词进行优先权分配，基于分配的优先权、规则、逻辑和参数生成实施策略，基于实施策略，生成对应的代码。本发明提升了损伤模拟执行效率，降低了部署难度。
-
公开(公告)号：CN117292221A
公开(公告)日：2023-12-26
申请号：CN202311252854.4
申请日：2023-09-26
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06V10/774 , G06N3/0464 , G06N3/08 , G06V10/80 , G06F21/62
Abstract: 本发明公开了一种基于联邦元学习的图像识别方法及系统，属于机器学习技术领域。包括获取待识别图像；将待识别图像输入训练好的联邦元学习模型进行处理，获取图像识别结果；训练联邦元学习模型的过程包括：服务器初始化全局模型参数并分别发送至多个客户端；客户端接收全局模型参数，根据全局模型参数，通过训练集对客户端的本地模型进行训练，更新本地模型参数并上传至服务器；服务器聚合所有本地模型参数，更新全局模型参数，直至全局模型收敛；在客户端之间进行循环知识蒸馏，形成个性化模型。能够提升联邦学习模型性能，在保障隐私和数据安全的前提下提高图像识别准确率，解决客户端模型性能差，影响图像识别准确率的问题。
-
公开(公告)号：CN115242806B
公开(公告)日：2023-09-29
申请号：CN202210669160.X
申请日：2022-06-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: H04L67/1095
Abstract: 本发明提供一种在超算互联网中超算中心数据备份的方法及装置，方法包括：将多个超算中心部署在不同的区域，各个超算中心通过超算互联网相互连通，处于受灾区域的超算中心为受灾超算中心，接收受灾超算中心发送的备份数据的超算中心为备份超算中心；设置最小化数据备份时间机制；当灾难警报触发时，受灾超算中心根据启动的最小化数据备份时间机制选择备份超算中心和相应的备份路径将数据进行备份。本发明将各个超算中心部署在不同的区域，在灾难将要发生时，受灾的超算中心将数据快速备份到其他的超算中心，并设置最小化数据备份时间机制，以实现分布式超算互联网中所有的超算中心的灾难数据备份和最小化数据备份时间，提高数据安全性。
-
Patent Agency Ranking
公开(公告)号：CN116471330A
公开(公告)日：2023-07-21
申请号：CN202310426170.5
申请日：2023-04-17
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L67/568 , G06N20/20 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种适用于无线网络的社交感知缓存方法及系统，涉及无线通信技术领域，方法包括在边缘用户网络区域内，根据物理图和社会关系图将用户和设备划分成不同的组并获取社交感知通信图；通过社交感知通信图判断终端用户所在区域内潜在的连接对象，并通过信任交付机制筛选可信任用户的用户集，将可信任用户的用户集作为缓存节点来获取缓存内容；获取缓存内容后，基于联邦元学习与深度学习的缓存内容推荐模型预测用户内容偏好，将预测结果缓存在被选出的用作缓存节点的用户上，并对下一时刻的用户对于不同内容的偏好进行缓存内容的分配，在优化能耗的基础上，使其传输延迟和传输成本花费最小。本公开实现缓存内容推送的精准。
-
公开(公告)号：CN116436770A
公开(公告)日：2023-07-14
申请号：CN202310443248.4
申请日：2023-04-18
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L41/0677 , H04L43/08 , H04L43/10
Abstract: 本发明提出基于混合带内网络遥测的灰色故障检测定位方法及系统，涉及故障检测领域。包括：服务器收集被动INT探测包的逐跳遥测信息，对是否存在故障进行一次检测，向虚拟SDN网络的控制器发送存在故障路径的二次检测指令；控制器向服务器发送主动INT探测包，对一次检测中存在故障的路径进行二次检测；源服务器重新路由真正存在故障的路径信息的数据流量；控制器为所有真正存在故障的路径信息设置优先级，根据优先级进行路径之间的比较，得到故障位置；控制器将故障位置反馈给服务器，服务器查找所有与故障位置相关的路径并提前老化。本发明将主动带内网络遥测和被动带内网络遥测进行整合，弥补单一遥测方法的不足，提高网络遥测的效率和可靠性。
-
公开(公告)号：CN116166895A
公开(公告)日：2023-05-26
申请号：CN202211585376.4
申请日：2022-12-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06F16/9537 , G06F16/909 , G06F16/9038
Abstract: 本发明涉及基于物化视图的时空范围查询方法、系统、设备及介质，包括：获取搜索请求，搜索请求包括各个第一待匹配数据；根据搜索请求，在物化视图表中的每一个层级中的各个节点中搜索与各个第一待匹配数据匹配的各个第一存储数据作为目标匹配数据；其中，物化视图表为存储多个层级对应的第一存储数据的数据库，每个层级对应一个类别的第一存储数据。解决当前移动轨迹数据查询效率低、速度慢的问题。
-
公开(公告)号：CN116094792A
公开(公告)日：2023-05-09
申请号：CN202211731395.3
申请日：2022-12-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: H04L9/40 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及基于时空特征和注意力机制的加密恶意流识别方法及装置，其方法包括将原始数据流进行数据预处理，得到初始数据流；根据初始数据流建立流量轨迹拓扑图；从流量轨迹图中提取关键节点特征，得到关键节点特征集；利用关键节点特征集建立节点级空间注意特征图；从节点级空间注意特征图中提取空间特征，得到空间特征集；从空间特征集中提取空间特征集的时间特征，得到时间特征集；将空间特征集与时间特征集融合，得到空间时间特征集；对空间时间特征集进行权重分配，得到模型训练特征集；训练深度学习模型，得到加密恶意流识别模型，并用加密恶意流识别模型识别加密恶意数据流。本发明能够更全面地把握流量特征，提高加密恶意流量的检出率。
-
公开(公告)号：CN115696405A
公开(公告)日：2023-02-03
申请号：CN202310009687.4
申请日：2023-01-05
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04W24/02
Abstract: 本发明属于数据边缘计算领域，提供了一种兼顾公平性的计算任务卸载优化方法及系统，包括根据用户服务传输到云和边缘节点的时延，确定服务传输时延；根据用户在云和边缘节点的计算时延，确定服务计算时延；基于服务传输时延和服务计算时延，结合α公平效应函数，构建兼顾公平性的计算卸载决策模型；利用马尔科夫决策对兼顾公平性的计算卸载决策模型进行求解，得到最优的计算任务卸载决策。本发明将α公平效应函数引入模型的优化目标中，通过对该问题中状态空间、动作空间、奖励函数等关键元素的定义，将问题建模成马尔科夫决策过程，并基于深度强化学习方法对问题进行了求解，从而在降低网络服务时延的同时兼顾用户的公平性。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.037 seconds)
