-
公开(公告)号：CN113592077B
公开(公告)日：2024-04-05
申请号：CN202110895523.7
申请日：2021-08-05
Applicant: 哈尔滨工业大学
IPC: G06N3/0464 , G06N3/08 , G06N5/04 , G06F9/50
Abstract: 一种面向边缘智能的云边端DNN协同推理加速方法，属于DNN推理加速技术领域，用以解决现有的DNN推理任务的响应时间没有得到最大限度的减少的问题。本发明的技术要点包括：针对DAG形式的DNN模型，在原有的两层模型划分基础上，充分考虑云、边、端三层设备，设计了三层两阶段模型划分方法，提高了云边端计算资源的利用率和边缘服务器在极端情况下协同模型的可用性；在将DNN模型划分问题转化为最大流最小割问题的算法基础上，通过图压缩方法对DAG进行预处理，降低了模型划分算法的时间复杂度；进一步增加对于局部并行单元的处理方法，解决了算法在面对复杂DNN模型时的功能缺陷。本发明适用于边缘智能中对DNN模型进行实时动态调整。
-
公开(公告)号：CN117240560A
公开(公告)日：2023-12-15
申请号：CN202311240301.7
申请日：2023-09-25
Applicant: 哈尔滨工业大学
IPC: H04L9/40 , H04L41/14 , H04L41/16 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于GAN的高仿真蜜罐实现方法及系统，涉及网络安全技术领域。本发明的技术要点包括：获取攻击者请求报文；利用基于GAN的高仿真蜜罐对攻击者请求产生正确应答，进而生成响应报文；其中，基于GAN的高仿真蜜罐依靠响应生成模型生成响应报文，所述响应生成模型的构建包括数据预处理与模型训练；数据预处理的步骤包括：特定协议流量的提取；提取数据包的六元组；以流划分数据包集合；特定协议数据载荷提取；请求载荷分类；响应载荷编码。本发明提高了平均交互次数且缓解了因服务模拟不到位造成无法深入交互的问题，具有较高仿真度。
-
公开(公告)号：CN117217295A
公开(公告)日：2023-12-12
申请号：CN202311176924.2
申请日：2023-09-13
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于节点选择的异构图迁移学习方法，涉及迁移学习技术领域，用以对源网络中的节点进行数值量化评估并选择与目标网络更相关且具有高质量的节点，进而提高模型在目标网络上的性能。本发明的技术要点包括：利用特定语义的特征提取器聚合基于元路径的邻居信息，用特定语义的分类器对不同语义的特征表示进行分类，同时使用最大均值差异距离和L2正则化来对齐源网络和目标网络的分布，将得到的选择向量加入到各损失函数中，来学习具有标签可分辨性和跨网络一致性的节点嵌入表示，用于对目标网络中的节点进行标签分类预测，所述方法包括三部分，即特征提取、节点标签分类和分层域对齐。实验结果显示本发明相对于基线方法表现更显著。
-
公开(公告)号：CN117151279A
公开(公告)日：2023-12-01
申请号：CN202311025770.7
申请日：2023-08-15
Applicant: 哈尔滨工业大学
IPC: G06Q10/04 , G06Q50/00 , G06F16/22 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 一种基于线图神经网络的同构网络链路预测方法及系统，涉及网络链路预测领域，旨在通过深度学习技术自动挖掘、学习静态同构网络中有利于链路预测的特征信息，用于同构网络上的链路预测任务，且在学习的过程中需要采取方法尽量减少信息损失，提升同构网络上链路预测的精度。本发明采用基于深度学习的方法解决了针对复杂网络中的同构信息网络下的链路预测问题，本发明提出了利用线图神经网络的同构网络链路预测算法NLG‑GNN。该方法通过提取出局部子图的方式来处理大规模网络，能进一步通过线图转换，将链路信息聚集在一个线图节点中，减少信息损失。结合图神经网络和图嵌入方法获取线图中节点的结构特征和潜在特征，进而完成链路预测任务。
-
公开(公告)号：CN115660147A
公开(公告)日：2023-01-31
申请号：CN202211171903.7
申请日：2022-09-26
Applicant: 哈尔滨工业大学
IPC: G06Q10/04 , G06Q50/00 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 一种基于传播路径间与传播路径内影响力建模的信息传播预测方法及系统，涉及信息传播预测技术领域，用以解决在一段时间之后信息在社交网络中流行度增长量的预测问题。本发明的技术要点包括：使用图神经网络对级联图进行建模，得到聚合邻居节点状态与特征的节点表示；通过深度游走算法对整体级联网络图进行采样，获得级联图的序列集合，将图形神经网络嵌入表示与Deepwalk嵌入表示进行拼接来更新序列中各个节点的信息；将附有邻居信息的节点表示序列输入双向LSTM中，同时将时序信息经过注意力机制引导对序列进行整合，增强了级联预测模型的理解能力与预测能力。本发明兼顾级联传播路径间与传播路径内影响力传递性，以及纳入时序与结构因素互补性的有效性。
-
Patent Agency Ranking
公开(公告)号：CN110362411B
公开(公告)日：2022-08-02
申请号：CN201910680641.9
申请日：2019-07-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于Xen系统的CPU资源调度方法，涉及CPU资源调度技术领域。本发明为了解决现有的CPU资源调度的方法无法对具体运行的任务进行区分、无法与实时运行环境进行结合来调整CPU资源等问题。将vcpu队列作为输入数据，对RNN分类模型进行训练；获取Xen系统的全局队列信息credit[]和pri[]，再利用训练好的RNN分类模型对Xen系统的全局队列信息credit[]和pri[]进行分类；判断上述数组是否为空，如果是则结束，否则分类结果通过Q‑learning算法来更新q‑table表；利用当前更新后q‑table表进行时间片调整来完成CPU资源的调度。提高资源的有效利用率并降低云数据中心的能源消耗。
-
公开(公告)号：CN112087332B
公开(公告)日：2022-06-21
申请号：CN202010917539.9
申请日：2020-09-03
Applicant: 哈尔滨工业大学
IPC: H04L41/0823 , H04L41/0896 , H04L67/10 , G06F9/54 , G06F9/50 , G06F9/455
Abstract: 一种云边协同下的虚拟网络性能优化系统，属于边缘计算技术领域，用以解决云边平台交互中网络时延问题。该系统包括系统部署模块和系统架构模块，其中，系统部署模块负责把容器和虚拟机按照相关算法部署在不同或者相同的服务器上，算法通过合并发送相同数据的虚拟节点到同一个物理主机上，使系统在通信前就尽可能的把要通信的数据量降到最低；系统架构模块则负责在部署之后完成服务器本身以及服务器和服务器之间的通信，系统架构使得虚拟机和容器之间能够高效率的无障碍通信。系统部署模块和系统架构模块相辅相成，共同解决了边缘云内部以及边缘云和中心云之间的网络时延问题，最大程度地减少云边平台交互中的网络时延。
-
公开(公告)号：CN113597013A
公开(公告)日：2021-11-02
申请号：CN202110895107.7
申请日：2021-08-05
Applicant: 哈尔滨工业大学
Abstract: 一种移动边缘计算中用户移动场景下的协同任务调度方法，属于移动边缘计算技术领域，用以解决现有移动边缘计算中的任务调度方法对于用户处于移动场景时不能有效减少任务的执行时间的问题。本发明的技术要点包括：提出任务紧迫度排序算法对任务进行排序，以让执行时间较为紧迫的任务得到优先执行；提出基于资源匹配的MEC服务器选择算法得到资源匹配度最高的MEC服务器；比较任务的执行时间，调度任务在执行时间最小的MEC服务器或本地移动设备上计算执行。在用户移动场景下，本发明方法在任务平均执行时间和任务超时率上拥有最优性能，在保证用户服务质量的同时优化了任务的平均执行时间。本发明适用于用户移动场景下移动设备与MEC服务器的协同任务调度。
-
公开(公告)号：CN108897602B
公开(公告)日：2021-05-25
申请号：CN201810709486.4
申请日：2018-07-02
Applicant: 哈尔滨工业大学
Abstract: 一种基于KVM的虚拟机自省采集系统及采集方法，本发明涉及基于KVM的虚拟机自省采集系统及采集方法。本发明的目的是为了解决现有当外来的网络攻击出现时，进程的死亡或者网络的瘫痪都会导致虚拟机内部采集的失效的问题。一种基于KVM的虚拟机自省采集系统包括配置下发模块、任务调度模块、文件度量模块、语义解析模块、虚拟机连接模块、流处理模块和数据库模块，实现了对虚拟机的多维度信息采集，包括虚拟机内存信息采集和虚拟机文件信息采集，并且支持Windows虚拟机和Linux虚拟机的采集。本发明用于虚拟机自省采集领域。
-
公开(公告)号：CN108052825B
公开(公告)日：2021-05-07
申请号：CN201711498625.5
申请日：2017-12-29
Applicant: 哈尔滨工业大学
Abstract: 针对二进制可执行文件的模糊测试与符号执行相结合的漏洞检测系统，属于计算机漏洞检测软件开发技术。为了在二进制文件漏洞检测场景中加强检测的深度、提高检测效率。包括经优化设计的模糊器模块、经优化设计的符号执行模块和模糊器跳转符号调度执行模块，引用入缓存探索器和任务协作模块。本发明将模糊测试与符号执行的优势结合在一起进行二进制执行文件漏洞的检测。本发明系统进行了评估实验，采用DARPA网络大挑战的资格赛提供的应用程序作为数据集，设置了对单独模糊测试、单独符号执行、以及本发明实现的漏洞挖掘系统三个对象的对比实验，本发明效果显著，加速了二进制程序隔间的探索，大大加速了漏洞挖掘系统的运行速度。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.029 seconds)
