-
公开(公告)号：CN102780753B
公开(公告)日：2015-08-05
申请号：CN201110349574.6
申请日：2011-11-08
Applicant: 东南大学
IPC: H04L29/08
Abstract: 本发明涉及服务计算领域，尤其涉及一种基于约束规则的服务恢复方法。当业务事务中异常被捕获到，首先通过对约束规则的评估来确定合理的恢复策略，将前向恢复与后向恢复相结合，并加入了与用户交互的步骤，使用户参与到业务事务的恢复过程中；其次为了充分利用异常出现时的服务实时状态信息，本发明提出根据异常属性约束及上下文对业务事务异常的分类方法，根据分类以确定恢复开始点；本发明提出补偿路径的概念，并根据补偿服务的前置条件及上下文选择可行的补偿路径实例；最后本发明利用用户对不同开销的敏感权值来选择最优的补偿路径实例。实验分析表明利用约束规则提高了恢复策略的成功率及效率。
-
公开(公告)号：CN102664904B
公开(公告)日：2015-04-15
申请号：CN201210152929.7
申请日：2012-05-16
Applicant: 东南大学
Abstract: 本发明公开了一种被动模式下的隐藏文件传输服务定位方法，主要解决在被动访问模式下对匿名通信系统Tor所提供的隐藏FTP服务进行定位的问题，以对非法FTP服务进行审查和取缔，为网络犯罪的监管提供必要的技术手段。该方法首先假设占据了可疑匿名电路的入口节点，通过FTP客户端的特殊访问模式，利用FTP协议的特点引发匿名电路中的特定流量特征，然后将访问隐藏服务的时间与检测到特定流量特征的时间进行关联，若关联结果大于设定的阈值且检测到流量特征的节点的前一跳不为Tor的洋葱路由节点，则该节点的前一跳节点为隐藏服务器，从而完成了对隐藏FTP服务的定位。
-
公开(公告)号：CN104156660A
公开(公告)日：2014-11-19
申请号：CN201410431653.5
申请日：2014-08-28
Applicant: 东南大学
Abstract: 本发明公开一种基于运行环境状态的Android权限细粒度访问控制方法，包括以下步骤：定义状态属性、扩展AndroidManifest.xml文件、获取状态属性和实施权限访问控制策略。本发明扩展了Android应用的AndroidManifest.xml文件，在申请权限的标签中增加表示权限使用条件的子标签，权限访问控制策略的实施分为应用安装阶段和运行阶段两部分，用户在安装时若拒绝应用声明的权限使用条件可中止安装；已安装的应用在运行时使用权限若不满足声明的使用条件也会被系统拒绝，另外本发明对AndroidManifest.xml文件的扩展可以和当前的格式兼容，不影响现存应用的安装和使用。
-
公开(公告)号：CN104092756A
公开(公告)日：2014-10-08
申请号：CN201410326861.9
申请日：2014-07-09
Applicant: 东南大学 , 焦点科技股份有限公司
Inventor： 东方 , 罗军舟 , 其他发明人请求不公开姓名
IPC: H04L29/08
Abstract: 本发明公开了一种基于DHT机制的云存储系统的资源动态分配方法，该方法包括以下步骤：步骤1）根据终端用户对云存储系统访问情况，云存储系统对用户访问请求量、访问请求状态、访问性能以及系统中服务器状态数据进行实时监控，获得监控数据；步骤2）对步骤1）实时采集的数据进行分析，判断系统运行过程中，资源供给是否满足目标性能水平；步骤3）构建资源分配模型，然后根据资源分配模型，进行资源分配。该方法利用排队网络分析服务性能水平和资源使用情况，以保证服务器的服务性能，并降低的资源使用成本。
-
公开(公告)号：CN103345698A
公开(公告)日：2013-10-09
申请号：CN201310287555.4
申请日：2013-07-09
Applicant: 焦点科技股份有限公司 , 东南大学
IPC: G06Q30/02
Abstract: 本发明公开了一种电子商务环境下基于云计算处理模式的个性化推荐方法，主要解决现有个性化推荐方法在处理海量数据时面临的推荐效率低和推荐精度差等问题。本发明分为离线和在线两个部分：离线部分运用云计算技术的Hadoop框架并行处理历史数据信息，利用分布式文件系统HDFS存储海量数据信息，并根据MapReduce编程模型实现4种适用于电子商务的不同业务阶段的并行化推荐方法。在线部分通过设置轻量级数据库存储用户行为日志，设计动态的数据采集机制实时读取离线部分处理所得数据，并提供web展示和信息统计服务向用户提供实时推荐信息。本发明在处理电子商务应用产生的海量数据时具有显著优势。
-
Patent Agency Ranking
公开(公告)号：CN103345514A
公开(公告)日：2013-10-09
申请号：CN201310287554.X
申请日：2013-07-09
Applicant: 焦点科技股份有限公司 , 东南大学
Abstract: 本发明公开了一种大数据环境下的流式数据处理方法，主要涉及MapReduce计算模型的改进，具体包括：数据的本地化无冗余存放与处理机制，让每个计算节点只存储与处理对应区间内的数据；以流水线的方式调度Map和Reduce相关线程以加快处理速度；中间结果的内存存放机制，用以保证数据本地化与流水线的有效实施，提供高速、便捷的内存访问模式。通过以上三个模块，保证在大数据环境下，对数据流进行处理的可靠性与高效性，满足实际应用中数据处理的需求。
-
公开(公告)号：CN102752133A
公开(公告)日：2012-10-24
申请号：CN201210201247.0
申请日：2012-06-18
Applicant: 东南大学
Abstract: 本发明公开了一种可信可控网络中自治域一致性视图构建的机制与方法，在可信可控网络中通过主节点选举算法为自治域内的多个控制节点统一生成一致性视图，并通过以主节点时间对视图版本号进行统一定义，从而有效解决了多个控制节点视图矛盾的问题。本发明提供的自治域内一致性视图构建机制的优势在于能够为可信可控网络中同一个自治域内的多个控制节点通过有效的一致性视图，从而为实现多个控制节点对一个自治域进行协同控制提供基础。
-
公开(公告)号：CN102739785A
公开(公告)日：2012-10-17
申请号：CN201210205574.3
申请日：2012-06-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于网络带宽估计的云计算任务调度方法，本发明平台分为数据中心、机架、计算节点三级，并由管理节点统一管理，计算节点负责执行任务和采集可用带宽信息；当执行任务时，计算节点从本地硬盘或通过网络读取输入数据，当任务完成后，计算节点向管理节点请求新的任务；管理节点负责管理可用带宽信息和调度任务，在管理可用带宽信息时，管理节点收集计算节点的带宽数据，指定不同机架内的两台计算节点执行可用带宽估计程序，并统计可用带宽信息；当计算节点请求任务时，管理节点结合机架内网络带宽、机架间可用带宽、数据中心负载，做出任务调度决策。
-
公开(公告)号：CN102394934A
公开(公告)日：2012-03-28
申请号：CN201110349179.8
申请日：2011-11-08
Applicant: 东南大学
Abstract: 本发明涉及服务计算领域，提出了一种基于效益折扣和议题关联的Web服务双边协商模型,引入讨价还价模型中的折扣率，提出协商参与者效益的计算方法，动态描述了协商参与者的得益情况；利用讨价还价模型改进传统协商中的协商协议和协商过程，综合时间代价、对手提议、协商管理者MA建议这几个方面计算和实现协商策略；引入协商管理者参与协商过程，从全局协调和监管协商流程；提出了协商议题关联度的概念，将大部分协商议题转化为简单的易于实现的线性求解方式，降低多维协商的维数和协商复杂度，同时采用联合协商方式求解有关联的协商议题，保证了协商结果的准确度。
-
公开(公告)号：CN112784968B
公开(公告)日：2024-12-03
申请号：CN202110134151.6
申请日：2021-01-29
Applicant: 东南大学
Abstract: 本发明提供一种加速深度神经网络分布式训练的混合流水线并行方法，主要解决传统GPU集群分布式训练过程中资源利用不充分，无法实现高效分布式训练的问题。本发明的核心机制主要包含三个部分，分别是深度学习模型刻画、模型混合划分与混合流水线并行划分。本发明首先针对深度学习应用在GPU训练过程中的资源需求，刻画出其训练过程中计算量、中间结果通信数量、参数同步量等相应指标，并将其作为模型混合划分与任务放置的输入。然后根据模型刻画结果和GPU集群的环境，设计两个基于动态规划的划分算法，实现模型混合划分与混合流水线并行划分，目的是最小化划分之后各阶段任务执行时间的最大值，以确保负载均衡，实现深度神经网络的高效分布式训练。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.044 seconds)
