-
公开(公告)号：CN117033026A
公开(公告)日：2023-11-10
申请号：CN202311038791.2
申请日：2023-08-17
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: G06F9/54
Abstract: 本发明涉及一种基于新一代神威超级计算机硬件架构的多层次集合通信的优化方法，包括：根据应用程序所使用的进程数不同，确定应用程序属于哪一种情况；根据新一代神威超级计算机的硬件架构，对不同情况内的1对N型、N对1型、N对N型集合通信函数进行优化，包括：通过进程分组，在各组内进行集合通信，用下层架构中的通信来代替上层架构中的通信。本发明考虑到应用程序所需要的进程数存在多种情况以及实际可供使用的资源，在多种情况下进行了测试。本发明方法在实际使用时所受的进程资源的限制，提供了处理不同资源限制下的方法，减少了使用难度，提高了用户体验。经过本发明方法优化后的集合通信函数拥有明显的加速效果。
-
公开(公告)号：CN116996392A
公开(公告)日：2023-11-03
申请号：CN202311254711.7
申请日：2023-09-27
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: H04L41/12 , H04L41/142 , H04L41/0677 , H04L43/0876 , H04L43/50
Abstract: 本发明公开了一种基于加权有向图算法的流量路径重构方法及系统，涉及计算机网络技术领域。该方法包括步骤：采集待发送的流量数据，并对流量数据进行格式转化；根据流量数据的报文头格式，对流量数据进行提取；根据每一条报文的采样数据据创建子路径，并对子路径进行去重和排序；确定目标流路径，将其余子路径并行生成并进行对比，生成旁路路径；创建单向加权有向图，对目标流路径和旁路路径分别赋值；根据每条路径的路径终点进行权值更新，根据更新后的路径权值重新构造加权有向图；将重新构造的加权有向图中权重最大的路径作为重构路径。本发明能够实现更精确、全面的流量路径重构,以助于网络监控、故障定位和性能优化。
-
公开(公告)号：CN116991137A
公开(公告)日：2023-11-03
申请号：CN202310809566.8
申请日：2023-07-04
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: G05B23/02
Abstract: 本发明涉及一种面向概念漂移的可适应可解释的工控系统异常检测方法，包括：步骤1：获取不同时期的工控数据样本，包括历史数据和新数据，训练异常检测模型，保存训练参数；步骤2：校准异常检测模型的输出结果；步骤3：漂移检测；步骤4：漂移解释；步骤5：将发生概念漂移的新样本和旧样本中没有过时的样本组合起来，重新训练异常检测模型，适应漂移；步骤6：将归一化处理后的待检测工控数据输入步骤5处理后的适应漂移的异常检测模型，输出异常检测结果。本发明判断是否发生了概念漂移。本发明适应概念漂移的过程中防止模型忘记旧分布中没有过时的样本，同时又能学习到新分布中发生概念漂移的正常样本的问题，适应漂移降低模型的误报率。
-
公开(公告)号：CN116633705B
公开(公告)日：2023-10-13
申请号：CN202310919286.2
申请日：2023-07-26
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开的基于复合自动编码器的工业控制系统异常检测方法及系统，属于工业控制系统异常检测技术领域，包括：获取工业控制系统的多维时序数据；对多维时序数据进行时序划分，获得多段子序列数据；根据复合自动编码器和多段子序列数据，获得重构数据和预测数据；根据重构数据、子序列数据和预测数据，计算获得重构误差和预测误差；根据重构误差和预测误差，识别出现异常流量时间；根据每个时间每个维度的总误差，计算每个维度在出现异常流量时间前后的总误差变化率；判定总误差变化率大于变化率阈值的维度对应的流量数据为异常。实现了对工业控制系统中异常流量的准确识别。
-
公开(公告)号：CN115022052B
公开(公告)日：2023-05-30
申请号：CN202210637361.1
申请日：2022-06-07
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L9/40 , G06F18/25 , G06F18/214 , G06F18/2411 , G06N20/00
-
Patent Agency Ranking
公开(公告)号：CN115953303A
公开(公告)日：2023-04-11
申请号：CN202310238326.7
申请日：2023-03-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06T3/40 , G06V10/77 , G06V10/774 , G06V10/80
Abstract: 本发明属于图像处理相关技术领域，本发明提出了结合通道注意力的多尺度图像压缩感知重构方法及系统，包括：将原始图像转换为灰度图像，对灰度图像进行多尺度分块采样得到采样值，对所述采样值通过第一通道注意力模块计算输出特征的多通道融合矩阵，将所述多通道融合矩阵与采样值运算处理得到初始重建图像；将初始重建图像经过特征提取后依次经过第二通道注意力模块、多尺寸残差模型进行特征的多尺度融合，得到深度重建图像；将所述初始重建图像和深度重建图像进行结合，得到重构图像。通过图像初始重建和深度重建，在提取深度特征的同时也考虑了浅层特征对重构的影响，使得重构效果好。
-
公开(公告)号：CN110674745B
公开(公告)日：2022-11-04
申请号：CN201910906210.X
申请日：2019-09-24
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了一种基于现场遗留指纹的指纹复原方法及系统，所述方法包括：在待采集的现场遗留指纹一侧放置刻度尺，采集包含所述指纹和相应部分刻度尺的图像；以刻度尺方向为水平方向，对图像进行方向校正；沿指纹外切边缘对图像进行水平和垂直方向的裁剪；提取裁剪后图像中的指纹，并进行增强处理；对增强后的指纹图像进行水平镜像处理；基于刻度尺所测指纹宽度和指纹图像大小，估算指纹的实际尺寸；基于指纹图像和实际尺寸雕刻指纹膜。本发明能够基于现场遗留指纹精确制作出指纹膜，用于指纹密码的破解。
-
公开(公告)号：CN115051854A
公开(公告)日：2022-09-13
申请号：CN202210664738.2
申请日：2022-06-13
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动态更新机制的内部威胁融合检测方法及系统，本发明基于组织内部采集的用户主客观特征数据，采用SAE模型提取高层融合特征，并引入基于SAE模型的学习样本筛选算法与特征、分类器双层泛化训练模式，实现融合检测针对用户主客观特征关联模式迁移的自适应能力。最终，借助本发明具备动态更新机制的内部威胁融合检测方法，研究者/安全分析人员可以根据实际场景需求，定制化选择训练所需的基于机器学习模型的双类/单类分类器，借助SAE模型的学习样本筛选算法与双层泛化训练模式，提升本发明检测系统针对用户特征融合模式偏移的时间自适应性，从而充分发挥融合检测优势，有效提升现有内部威胁检测系统的准确性与可行性。
-
公开(公告)号：CN114968374A
公开(公告)日：2022-08-30
申请号：CN202210849632.X
申请日：2022-07-19
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明涉及一种基于新一代神威超级计算机的多层循环进程级和线程级协同自动优化方法，包括：将应用程序中的多层循环程序段和硬件架构相互对应，实现各层循环到硬件架构上的代码级映射；根据硬件架构层次不同，分别进行进程级和线程级的并行优化，其中，进程级优化即节点内通信优化和节点间的通信优化，使得各个进程在各自通信域中进行集中通信，减少程序优化过程中各个进程之间的通信；线程级优化即核组内主从传输优化。本发明提高了运行效率。
-
公开(公告)号：CN111478807A
公开(公告)日：2020-07-31
申请号：CN202010255124.X
申请日：2020-04-02
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的有向多层网络最小反馈节点集的构造方法，包括：a).集合、能量和参数的初始化；b).节点i的插入及放回；c).反复执行步骤b)，直至集合S成功更新设定次数，将每次更新后得到的最小能量值记为Emin；d).反复执行步骤b)、c)，如果Emin值连续预先设定的次数内没有更新，此时即构造出了多层网络的最小反馈节点集。本发明的最小反馈节点集的构造方法，通过模拟退火算法可快速构造规模尽可能大的集合S，从而最终构造出规模尽可能小的反馈节点集，进而利用构造出的最小反馈节点集作为控制节点对多层网络进行控制，本发明为有向多层网络最小反馈节点集的构造提出了一种行之有效的方法。
-
-
-
-
-
-
-
-
-
Search Results
139
records
(took 0.071 seconds)
