-
公开(公告)号：CN109144894B
公开(公告)日：2023-04-07
申请号：CN201810864259.9
申请日：2018-08-01
Applicant: 浙江大学
IPC: G06F12/0873
Abstract: 本发明公开了一种基于数据冗余的内存访问模式保护方法，可以高效且安全地混淆内存访问模式，混淆后的内存访问序列难以被攻击者进行关联，从而达到了安全的目的。本发明采取数据冗余技术，对每个请求地址都进行动态转化，并对每一个数据块进行加密。同时，结合位置映射图优化技术，本发明使得优化后的位置映射图比传统的位置映射图小几百倍，进而只需几兆字节的片上缓存即可高效保护4GB内存。本发明具有安全性高，速度快，硬件兼容等现有方法所不具备的优点，有助于在实际中进行推广。
-
公开(公告)号：CN109255020A
公开(公告)日：2019-01-22
申请号：CN201811057115.9
申请日：2018-09-11
Applicant: 浙江大学
IPC: G06F16/332 , G06N3/04
Abstract: 本发明公开了一种利用卷积对话生成模型解决对话生成任务的方法，包括如下步骤：针对于所要生成的对话的下一个词的上文，得到的单词的含义向量与单词的位置向量，相加，获取单词的综合表达向量；输入到结合了卷积层与门式线性单元结合的编码网络，获取上文的综合表达；将上文最后一个单词转换成最后单词的含义向量，并结合最后单词的位置向量，两者相加获取最后单词的综合表达；输入到结合了卷积层与门式线性单元结合的编码网络，并结合上文的综合表达，获取下一个要生成单词的表达。本发明利用了卷积对话生成模型，能够克服现有技术中使用循环神经网络导致无法利用GPU并行特点，且循环神经网络会导致梯度消失的问题。
-
公开(公告)号：CN109255020B
公开(公告)日：2022-04-01
申请号：CN201811057115.9
申请日：2018-09-11
Applicant: 浙江大学
IPC: G06F16/332 , G06N3/04
Abstract: 本发明公开了一种利用卷积对话生成模型解决对话生成任务的方法，包括如下步骤：针对于所要生成的对话的下一个词的上文，得到的单词的含义向量与单词的位置向量，相加，获取单词的综合表达向量；输入到结合了卷积层与门式线性单元结合的编码网络，获取上文的综合表达；将上文最后一个单词转换成最后单词的含义向量，并结合最后单词的位置向量，两者相加获取最后单词的综合表达；输入到结合了卷积层与门式线性单元结合的编码网络，并结合上文的综合表达，获取下一个要生成单词的表达。本发明利用了卷积对话生成模型，能够克服现有技术中使用循环神经网络导致无法利用GPU并行特点，且循环神经网络会导致梯度消失的问题。
-
公开(公告)号：CN109144894A
公开(公告)日：2019-01-04
申请号：CN201810864259.9
申请日：2018-08-01
Applicant: 浙江大学
IPC: G06F12/0873
CPC classification number: G06F12/0873
Abstract: 本发明公开了一种基于数据冗余的内存访问模式保护方法，可以高效且安全地混淆内存访问模式，混淆后的内存访问序列难以被攻击者进行关联，从而达到了安全的目的。本发明采取数据冗余技术，对每个请求地址都进行动态转化，并对每一个数据块进行加密。同时，结合位置映射图优化技术，本发明使得优化后的位置映射图比传统的位置映射图小几百倍，进而只需几兆字节的片上缓存即可高效保护4GB内存。本发明具有安全性高，速度快，硬件兼容等现有方法所不具备的优点，有助于在实际中进行推广。
-
-
-
Search Results
4
records
(took 0.011 seconds)
