-
公开(公告)号：CN116150753A
公开(公告)日：2023-05-23
申请号：CN202211734097.X
申请日：2022-12-21
Applicant: 上海交通大学 , 江苏嘉图网络科技股份有限公司
Abstract: 本发明公开了一种基于联邦学习的移动端恶意软件检测系统，涉及软件检测领域，包括客户端进程行为序列数据采集模块、客户端联邦学习模型训练模块、客户端恶意软件识别模块、服务端联邦学习中央控制模块；所述客户端进程行为序列数据采集模块实现对应用程序行为序列的采集；所述服务端联邦学习中央控制模块接收所述客户端联邦学习模型训练模块上传的参数，进行聚合，并更新云端的模型参数；所述客户端恶意软件识别模块实现对软件安全性的评估。本发明能够有效的通过应用行为序列数据建模，实现对恶意软件的分辨，同时保护用户隐私。
-
公开(公告)号：CN112560760B
公开(公告)日：2023-03-10
申请号：CN202011550924.0
申请日：2020-12-24
Applicant: 上海交通大学
IPC: G06V20/40 , G06V10/82 , G06V10/774 , G06V10/74 , G06F16/738
Abstract: 本发明公开了一种注意力辅助的无监督视频摘要系统。本发明涉及深度学习，计算机视觉，视频分析等领域，所述系统包括挖掘视频帧长时依赖关系的全局自注意力模块，以无监督的方式学习视频帧表征的生成对抗网络模块。本发明在基于深度神经网络的视频摘要任务基础上实现了无监督的训练方式，从而减少了人工大规模标注数据的成本，克服部分网络需要预训练、模型参数过大过多等问题，提升了视频摘要模型的性能。
-
公开(公告)号：CN112308893B
公开(公告)日：2022-11-04
申请号：CN202011133503.8
申请日：2020-10-21
Applicant: 上海交通大学
Abstract: 一种基于迭代搜索策略的单目深度估计方法，包括：标签选择及生成模块选取图片中的关键区域并以点对的形式提供少量相对深度标签，使用少量相对深度标签进行训练深度估计模型，输出稠密的深度估计结果及对应置信度，反馈给标签选择及生成模块，选择新的关键区域，生成新的关键区域的相对深度标签，更新深度估计模块的结果，由此迭代至收敛，获取最优的深度估计模型。该方法有益效果为：可以降低深度真值获取难度，相对于直接根据深度真值进行回归拟合的方法相比更具一般性，通过置信度反映深度信息缺失情况，参与相对深度标签选择过程，与一次性提供深度标签的方法相比，可使深度估计模型高效获取到更多的深度信息，从而提高性能。
-
公开(公告)号：CN112732409B
公开(公告)日：2022-07-22
申请号：CN202110081628.9
申请日：2021-01-21
Applicant: 上海交通大学
Abstract: 本发明公开了一种VNF架构下使能零耗时网络流负载均衡的方法和装置，涉及通信技术领域。该方法为每个VNF维护多个收包队列，并通过定制的收包API将收包队列与VNF解耦，使其归属权能够在VNF之间转移。该方法在网络策略中维护收包队列与其所属VNF的映射关系，以及网络流五元组与收包队列的映射关系，且使同一宿主机上多个相同功能VNF所持有的全部收包缓冲区尽可能负载均衡。该方法在发生VNF弹性伸缩时，将原有VNF所持有的部分收包缓冲区的所有权直接转移给新创建的VNF，使得新VNF立刻对已有流的数据包进行处理，从而以几乎零耗时的效率达成负载均衡。该方法及装置基于类RDMA协议，支持跨节点的VNF收包流程，增强了NFV平台应对重负载任务时的灵活性。
-
公开(公告)号：CN111611051B
公开(公告)日：2022-05-31
申请号：CN202010349642.8
申请日：2020-04-28
Applicant: 上海交通大学
IPC: G06F9/455 , G06F9/54 , H04L47/2441 , H04L47/50
Abstract: 本发明公开了一种在NFV平台上利用网卡的FDir功能加速数据包首次分发的方法，利用所述FDir功能将活跃流的五元组与目标VNF所绑定的硬件接收队列的映射关系缓存入PMFT表，进而所述网卡便可直接将所述数据包发送至所述目标VNF而无需CPU介入；由于所述PMFT表的容量限制，对于非活跃流，不将其缓存到所述PMFT表，而是利用所述CPU结合网络策略计算其所述目标VNF再完成分发；还可通过用户自定义算法统计各网络流活跃度，并周期性更新所述PMFT表，以使得加速效益最大化。本发明能够在无需引入专用硬件的前提下，节省宿主机的CPU资源，进而增强NFV平台框架整体性能。
-
Patent Agency Ranking
公开(公告)号：CN113342465A
公开(公告)日：2021-09-03
申请号：CN202110683056.1
申请日：2021-06-18
Applicant: 上海交通大学
IPC: G06F9/455
Abstract: 本发明涉及一种基于释放一致性内存同步的巨型虚拟机，包括若干虚拟机节点，所述虚拟机节点包括物理内存、映射管理器；所述物理内存包括若干页以及本地页缓存，所述本地页缓存用于存储其他虚拟机节点管理的页；所述虚拟机节点映射管理器受控于程序执行以下读操作或者写操作：所述虚拟机节点映射管理器在本地页以及本地页缓存中查找读写地址所对应页，若在本地页以及本地页缓存不命中，则向远端管理读写地址所对应页的虚拟机节点发送请求，获取读写地址所对应页信息并存储在本地页缓存中；所述虚拟机节点映射管理器对查找获取的页进行读操作或者写操作。有益效果是防止分布式共享内存出现伪共享问题、降低跨节点内存访问频率。
-
公开(公告)号：CN108710536B
公开(公告)日：2021-08-06
申请号：CN201810285080.8
申请日：2018-04-02
Applicant: 上海交通大学
IPC: G06F9/50
Abstract: 本发明公开了一种多层次细粒度的虚拟化GPU调度优化方法，分别用了3种方式来优化调度策略：基于时间和事件的调度，基于流水线的无缝调度，以及混合基于环及基于虚拟机的调度。这3种调度策略分别利用了两个虚拟机切换造成的开销、虚拟机运行分成多个阶段同时运行以及多个虚拟机利用不同环同时工作这三点作为优化方法。本发明通过修改调度器及调度策略，大大降低了切换过程的开销，并且支持了多个虚拟GPU之间的并行执行，因此一个物理GPU共享的多个虚拟GPU的性能都能得到显著的提升，从而提升总体性能。发明使物理GPU的利用率提升，从而进一步使虚拟GPU的性能提升。此外，本方法同时保证了虚拟GPU依然符合服务质量要求。
-
公开(公告)号：CN112732409A
公开(公告)日：2021-04-30
申请号：CN202110081628.9
申请日：2021-01-21
Applicant: 上海交通大学
Abstract: 本发明公开了一种VNF架构下使能零耗时网络流负载均衡的方法和装置，涉及通信技术领域。该方法为每个VNF维护多个收包队列，并通过定制的收包API将收包队列与VNF解耦，使其归属权能够在VNF之间转移。该方法在网络策略中维护收包队列与其所属VNF的映射关系，以及网络流五元组与收包队列的映射关系，且使同一宿主机上多个相同功能VNF所持有的全部收包缓冲区尽可能负载均衡。该方法在发生VNF弹性伸缩时，将原有VNF所持有的部分收包缓冲区的所有权直接转移给新创建的VNF，使得新VNF立刻对已有流的数据包进行处理，从而以几乎零耗时的效率达成负载均衡。该方法及装置基于类RDMA协议，支持跨节点的VNF收包流程，增强了NFV平台应对重负载任务时的灵活性。
-
公开(公告)号：CN112600882A
公开(公告)日：2021-04-02
申请号：CN202011389606.0
申请日：2020-12-01
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于共享内存通信模式的硬件加速方法，涉及网络协议领域，使用VPP作为用户态网络协议栈，NGINX应用用作网页服务器，通过共享内存的模式进行通信，其中协议栈包括异步拷贝模块，决策器和虚拟内存拷贝加速层。本发明能够在保证用户态协议栈和应用低耦合的情况下，减少通信中拷贝操作对于性能的影响，在大包请求较多的场景下仍能达到良好的性能。
-
公开(公告)号：CN112308893A
公开(公告)日：2021-02-02
申请号：CN202011133503.8
申请日：2020-10-21
Applicant: 上海交通大学
Abstract: 一种基于迭代搜索策略的单目深度估计方法，包括：标签选择及生成模块选取图片中的关键区域并以点对的形式提供少量相对深度标签，使用少量相对深度标签进行训练深度估计模型，输出稠密的深度估计结果及对应置信度，反馈给标签选择及生成模块，选择新的关键区域，生成新的关键区域的相对深度标签，更新深度估计模块的结果，由此迭代至收敛，获取最优的深度估计模型。该方法有益效果为：可以降低深度真值获取难度，相对于直接根据深度真值进行回归拟合的方法相比更具一般性，通过置信度反映深度信息缺失情况，参与相对深度标签选择过程，与一次性提供深度标签的方法相比，可使深度估计模型高效获取到更多的深度信息，从而提高性能。
-
-
-
-
-
-
-
-
-
Search Results
362
records
(took 0.031 seconds)
