用于外围设备认证的方法、设备和计算机程序产品

    公开(公告)号:CN116015698A

    公开(公告)日:2023-04-25

    申请号:CN202111229480.5

    申请日:2021-10-21

    IPC分类号: H04L9/40 H04L67/131 G06F9/451

    摘要: 本公开的实施例提供了一种用于外围设备认证的方法、设备和计算机程序产品。在该方法中,外围设备向边缘设备发送针对至少外围设备使用边缘设备的资源的第一认证请求,该第一认证请求至少包括与外围设备相关联的第一标识符和外围设备的位置信息。继而,外围设备从边缘设备接收认证成功或失败的指示。以此方式,能够以复杂度较低的认证过程来实现对外围设备的有效认证,从而可以在保证用户的良好体验的同时,改进外围设备对虚拟桌面的访问的安全性。

    图像处理方法、电子设备和计算机程序产品

    公开(公告)号:CN115690525A

    公开(公告)日:2023-02-03

    申请号:CN202110841416.6

    申请日:2021-07-23

    摘要: 本公开的实施例提供了图像处理方法、电子设备和程序产品。该方法可以包括在网络的边缘节点处,获取基于针对目标事件的数据生成的第一图像,该第一图像具有第一分辨率。此外,该方法还可以包括向终端设备发送第一图像或从第一图像转换得到的第二图像,该第二图像具有高于第一分辨率的第二分辨率。本公开的实施例通过在云服务器处渲染较低分辨率的图像并将该图像传输至边缘节点或终端设备处进行高分辨率图像的重建,能够显著降低高清图像传输的带宽和时延,从而提升了用户体验。

    使用虚拟桌面的方法、电子设备和计算机程序产品

    公开(公告)号:CN115686690A

    公开(公告)日:2023-02-03

    申请号:CN202110837697.8

    申请日:2021-07-23

    IPC分类号: G06F9/451

    摘要: 本公开的实施例提供了一种使用虚拟桌面的方法、电子设备和计算机程序产品。在此描述的方法包括在多个边缘节点中的第一边缘节点处,从多个外围设备中的第一组输入设备接收指令。指令用于使用部署在第一边缘节点上的第一虚拟桌面。该方法还包括利用第一边缘节点处的资源,基于指令使用第一虚拟桌面。该方法还包括向多个外围设备中的输出设备发送数据,数据与对第一虚拟桌面的使用相关联。利用本申请的使用虚拟桌面的方案,能够在无需客户端设备的情况下利用边缘节点处的资源实现对虚拟桌面的使用,从而减少硬件资源消耗和维护成本并提供对虚拟桌面的低时延使用。

    用于管理机器学习模型的方法、设备和计算机程序产品

    公开(公告)号:CN115238902A

    公开(公告)日:2022-10-25

    申请号:CN202110442312.8

    申请日:2021-04-23

    IPC分类号: G06N20/00 G06F8/65

    摘要: 本公开的实施例涉及用于管理机器学习模型的方法、设备和计算机程序产品。该方法包括确定针对机器学习模型的当前版本的第一实例和针对机器学习模型的升级版本的第二实例,第一实例正在执行用于处理数据的服务;如果确定服务要从第一实例迁移到第二实例,将针对第一实例的存储空间的第一分配策略和针对第二实例的存储空间的第二分配策略分别调整为第一目标策略和第二目标策略,第一目标策略用于逐步减小存储空间,第二目标策略用于逐步增加存储空间;基于第一目标策略回收针对第一实例的已分配存储空间;基于第二目标策略为第二实例分配所需的存储空间以实现服务的迁移。通过该方法,可以利用有限的存储空间实现升级操作,减少了升级成本。

    用于存储和查询数据的方法、电子设备和计算机程序产品

    公开(公告)号:CN115079935A

    公开(公告)日:2022-09-20

    申请号:CN202110275311.9

    申请日:2021-03-15

    IPC分类号: G06F3/06

    摘要: 本公开提供了一种用于存储数据的方法,包括:将数据存储在第一节点,第一节点选自包括第一边缘节点及其子节点的第一节点集合;从包括第二边缘节点及其子节点的第二节点集合,选择用于存储数据的第二节点,第一边缘节点是第二边缘节点的子节点;以及将数据存储在所述第二节点。本公开还提供了一种用于查询数据的方法。本公开能够减少在分布式存储系统中查询数据的时间。

    用于模型更新的方法、设备和程序产品

    公开(公告)号:CN114912497A

    公开(公告)日:2022-08-16

    申请号:CN202110127324.1

    申请日:2021-01-29

    摘要: 本公开的实施例提供了用于模型更新的方法、设备和程序产品。该方法包括:确定已训练的机器学习模型在运行时的性能度量;确定在运行时由机器学习模型处理的验证数据集相对于用于训练机器学习模型的训练数据集的同质程度;基于性能度量和同质程度来确定机器学习模型的概念漂移的类型;以及基于概念漂移的类型,执行对机器学习模型的更新,更新包括部分更新或全局更新。由此,可以维持机器学习模型的良好性能,同时避免频繁全局更新导致的高时间和计算资源成本。

    用于处理图像的方法、电子设备和计算机程序产品

    公开(公告)号:CN114820993A

    公开(公告)日:2022-07-29

    申请号:CN202110126097.0

    申请日:2021-01-29

    IPC分类号: G06T19/00

    摘要: 本公开的实施例涉及用于处理图像的方法、电子设备和计算机程序产品。该方法包括获取关于增强现实场景的图像。该方法还包括从图像中确定与目标对象相对应的目标图像部分。该方法还包括利用机器学习模型来增强目标图像部分中的关于目标对象的信息,以得到经增强的目标图像部分。该方法还包括显示经增强的目标图像部分。通过该方法,可以快速的实现增强现实图像的增强处理,提高了图像质量,并且减少硬件资源的使用,改进了用户体验。

    更新机器学习模型的方法、设备和计算机程序产品

    公开(公告)号:CN114819134A

    公开(公告)日:2022-07-29

    申请号:CN202110121211.0

    申请日:2021-01-28

    IPC分类号: G06N3/08 G06N3/04

    摘要: 本公开的实施例提供了一种更新机器学习模型的方法、设备和计算机程序产品。该方法可以包括利用被部署在第一计算设备的第一机器学习模型确定从数据采集器接收的待分析数据的第一分析结果。该方法还可以包括利用从第二计算设备接收到的第二机器学习模型确定待分析数据的第二分析结果,第二计算设备不同于第一计算设备。此外,该方法还可以包括基于第一分析结果与第二分析结果的比较,从第一机器学习模型和第二机器学习模型中确定目标机器学习模型以用于分析从数据采集器接收的另外的待分析数据。通过利用该方法,可以保证更新后的机器学习模型不会劣化系统性能。

    确定神经网络的输出的方法、电子设备和计算机程序产品

    公开(公告)号:CN113554145B

    公开(公告)日:2024-03-29

    申请号:CN202010340845.0

    申请日:2020-04-26

    摘要: 本公开的实施例涉及用于确定神经网络的输出的方法、电子设备和计算机程序产品。一种用于确定神经网络的输出的方法包括获取由神经网络的至少一个隐藏层输出的特征向量、以及与该神经网络的多个候选输出相关联的多个权重向量,多个候选输出的相应概率基于多个权重向量和特征向量来确定;将多个权重向量分别转换成多个二进制序列,并且将特征向量转换成目标二进制序列;从多个二进制序列中确定与目标二进制序列最相似的二进制序列;以及基于该二进制序列,从多个候选输出中确定该神经网络的输出。本公开的实施例能够对神经网络的输出层进行压缩,以提高输出层的运算效率。