-
公开(公告)号:CN115599195A
公开(公告)日:2023-01-13
申请号:CN202211601716.8
申请日:2022-12-14
Applicant: 国网江苏省电力有限公司信息通信分公司(CN) , 国网电力科学研究院有限公司(CN)
IPC: G06F1/3234 , G06F9/50 , G06N3/08 , G06N20/00
Abstract: 本发明公开一种基于CUDA性能计数器的GPU能耗预测方法及系统,方法包括:获取多个基准应用程序对应的特征数据,得到功率模型数据集和时间模型数据集;训练构建的功率网络模型和时间网络模型,获得目标程序的所有CUDA内核,进而获取目标应用程序对应性能计数器和GPU频率组合,将性能计数器和GPU频率组合分别输入到训练后的功率和时间网络模型中,得到内核的功率和执行时间以及能耗。本发明根据不同类型的GPU和CUDA内核计算能力选择全部性能指标,采用GPU频率组合和CUDA性能计数器作为特征表示,并采集CUDA内核功率和执行时间,从而提高预测精度和泛化性。
-
公开(公告)号:CN115604040A
公开(公告)日:2023-01-13
申请号:CN202211616801.1
申请日:2022-12-16
Applicant: 国网江苏省电力有限公司信息通信分公司(CN)
IPC: H04L9/40
Abstract: 本发明公开了一种基于IP访问序列的异常访问行为识别方法,包括以下步骤:选定某IP的用户,根据该IP用户多天访问记录提取访问序列,基于访问序列构建反映该用户访问行为模式的概率前缀树,并根据设定的概率阈值对概率前缀树进行剪枝,定义概率前缀树相似度计算方法;基于该IP用户近期某段时间内的访问记录提取其访问序列,根据访问序列构建该用户近期的概率前缀树。计算该用户历史概率前缀树与其近期概率前缀树的相似度,相似度越大表明该用户的访问行为模式越稳定,其访问行为越正常;反之,表明该用户的访问行为模式异常性越显著。本发明能根据用户历史概率前缀树与近期前缀树的相似度分析计算,识别用户访问行为的异常情况。
-