-
公开(公告)号:CN108052375B
公开(公告)日:2021-06-29
申请号:CN201711488118.3
申请日:2017-12-29
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及CPU利用率监测领域,具体涉及一种主机过载检测方法,是为了解决现有的过载主机检测算法的耗电量较高、用户的任务在执行上流畅度较低、算法在运行时需要关闭的主机数目过高、需要迁移的虚拟机的数目过高的缺点而提出的,包括:获取预定时间内的CPU利用率阈值并构造CPU利用率阈值构造数组y;获取一定时间内的CPU利用率数据并构造CPU利用率数组x;计算残差值ei;计算损失函数loss;判断损失函数loss的值是否小于给定的阈值,若是则结束迭代,若否则重新计算第一参数和第二参数,直至CPU利用率阈值数组y中的每个元素均被计算;获取在受测主机上运行的虚拟机的最大迁移时间并以此计算CPU利用率的预测值。本发明适用于云计算主机的CPU利用率监测。
-
公开(公告)号:CN108900513B
公开(公告)日:2021-05-07
申请号:CN201810710379.3
申请日:2018-07-02
Applicant: 哈尔滨工业大学
Abstract: 一种基于BP神经网络的DDOS效果评估方法,本发明涉及基于BP神经网络的DDOS效果评估方法。本发明的目的是为了解决现有基于层次分析法的DDOS效果评估需要人为判定权重,评估准确率低的问题。具体过程为:一、建立DDOS效果评估指标体系;二、在云环境中模拟HTTP洪泛攻击采集DDOS效果评估指标体系数据,三、建立初始BP神经网络模型,对初始BP神经网络模型进行优化,将步骤二采集的DDOS攻击机的攻击源的个数,DDOS攻击机的攻击频率,目的主机内存占用率,目的主机CPU占用率,带宽占用率和丢包率输入优化好的BP神经网络模型,BP神经网络模型输出评估等级。本发明用于DDOS效果评估领域。
-
公开(公告)号:CN112307364A
公开(公告)日:2021-02-02
申请号:CN202011336057.0
申请日:2020-11-25
Applicant: 哈尔滨工业大学
IPC: G06F16/9537 , G06F16/29 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/00
Abstract: 一种面向人物表征的新闻文本发生地抽取方法,属于信息提取领域,用以解决在人物表征过程中现有的命名实体识别算法缺少语义结构信息分析,导致新闻文本中出现多个地名时难以分辨新闻发生地的问题。本发明的技术要点包括,对新闻文本数据集中新闻文本进行预处理;对预处理后的新闻文本中的实体及实体类别、段落特征、句子特征、词特征进行标注;对标注后的新闻文本中的地名关系进行抽取,构建新的地名实体知识图谱;并采用基于深度森林算法gcForest对新闻文本数据集中的新闻发生地进行预测抽取。本发明可用于新闻事件相关人物的特性表征。
-
公开(公告)号:CN111177219A
公开(公告)日:2020-05-19
申请号:CN201911359838.9
申请日:2019-12-25
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F16/2458 , G06F21/62
Abstract: 本发明适用计算机技术领域,提供了一种数据交换平台及数据交换方法,平台包括:数据访问申报单元,用于获取第三方应用提交的数据访问申报信息;数据内容审核单元,用于对数据访问申报信息进行审核,审核通过,给第三方应用提供访问数据接口;数据智能分析平台,用于通过数据分析脚本或程序对预期访问数据进行挖掘,生成分析和挖掘结果;数据内容审核单元,用于判断分析和挖掘结果的数据类型与内容特征是否符合第三方应用提交的数据访问申报信息中预期取走数据对应的数据类型与内容特征,若符合,则放行取走分析和挖掘结果操作。本发明不允许第三方应用取走数据,只允许第三方应用取走分析和挖掘结果,实现了数据不动,程序动的效果。
-
公开(公告)号:CN111124666A
公开(公告)日:2020-05-08
申请号:CN201911168370.5
申请日:2019-11-25
Applicant: 哈尔滨工业大学
Abstract: 一种移动物联网中的高效、安全的多用户多任务卸载方法,涉及移动物联网移动边缘计算领域,为了实现在时间的约束下将能耗的加权总和最小化,使任务卸载能耗较低。建立通信模型;资源分配策略,量化本地计算和卸载计算的开销;压缩策略,采用JPEG算法对卸载计算时传输的用户数据进行压缩以减少能源消耗;安全策略;优化策略;构建一个考虑将资源分配、压缩和安全性的集成模型,将该模型表述为整数非线性问题,该问题的目标是在时间约束下使能量的加权总和最小化,获得任务卸载决策和任务压缩决策的最优解。减轻移动物联网的网络资源限制,在计算任务卸载的同时,兼顾考虑资源分配,传输数据压缩和安全性,实现在时间的约束下能耗的加权总和最小化。
-
公开(公告)号:CN111124531A
公开(公告)日:2020-05-08
申请号:CN201911168638.5
申请日:2019-11-25
Applicant: 哈尔滨工业大学
Abstract: 一种车辆雾计算中基于能耗和延迟权衡的计算任务动态卸载方法,属于雾计算应用技术领域。本发明为了充分利用附近车辆的计算资源,将云节点的任务从云节点下放到车辆节点上,为减轻云节点的过载,减少高峰时段的服务延迟,以及为电池供电的云节点节约电能。定义所述卸载方法对应的VFC环境;针对单个车辆节点的单个任务构建能源消耗成本,能源消耗成本为总能量消耗和总延迟的加权和:针对VFC环境下的所有节点所有任务的能耗和延迟的模型,构建联合目标函数,给出约束条件并定义优化问题;针对步骤三的优化问题求得当联合目标函数达到最小值时,每个任务所应卸载到的车辆节点,进而得到最优的任务卸载方案。本发明降低了能量消耗,降低整体处理延迟。
-
公开(公告)号:CN111031102A
公开(公告)日:2020-04-17
申请号:CN201911166849.5
申请日:2019-11-25
Applicant: 哈尔滨工业大学
Abstract: 一种多用户、多任务的移动边缘计算系统中可缓存的任务迁移方法,属于移动边缘计算系统的应用领域。本发明为了解决现有的移动边缘计算系统中任务迁移方法中确定迁移目标服务器时存实时性差、能耗开销较大的问题。本发明以最小的能耗开销将计算任务从终端设备迁移至选定的边缘服务器,在移动边缘计算系统中,定义移动设备用户的集合A={1,2,…,N},并且每一个用户都有一个待完成的计算任务的集合B={1,2,…,M},这些任务由一个单一的无线基站相连,其中的移动边缘计算服务器为这些移动设备提供计算和缓存服务;所述方法的实现包括通信模型、计算模型、任务缓存模型以及任务迁移模型的构建。本发明有效减少在整个移动边缘计算系统中所有用户所需的总的时间和能耗开销。
-
公开(公告)号:CN110610005A
公开(公告)日:2019-12-24
申请号:CN201910870274.9
申请日:2019-09-16
Applicant: 哈尔滨工业大学
Abstract: 基于深度学习的盗窃罪辅助量刑方法属于计算机领域;无法实现在较少人工标注情况下的案情语义表示和特定罪名的刑期精准预测;包括根据刑法规定和关于盗窃罪的量刑规定,结合已公开的盗窃罪一审判决书,从被盗窃物品价值、犯罪主体信息、犯罪事实描述、判决结果角度定义形式化描述盗窃案的11维特征;对裁判文书进行文本预处理;整合为语料集,训练词向量;完成除被盗窃物品价值和刑期之外特征的提取,使用循环神经网络为每一维特征分别构建特征生成器,从而提取特征值;使用线性回归和多层神经网络模型作为预测器,输入案件特征向量,输出刑期预测结果;能够在较少依赖人工标注的情况下实现对案情的深度语义理解和给出明确的刑期预测值。
-
公开(公告)号:CN109299783A
公开(公告)日:2019-02-01
申请号:CN201811547553.3
申请日:2018-12-18
Applicant: 哈尔滨工业大学
IPC: G06N7/00 , G06F16/953
Abstract: 基于异构域迁移的舆情角色识别迁移系统,涉及数据挖掘和机器学习领域。为了解决现有技术面对纷繁复杂的网民信息无法进行有效地提取知识,不能在不同领域之间进行迁移学习,进而无法实现知识间接的共享的问题。所述系统为基于马尔科夫逻辑网的建立的舆情角色识别迁移模型,包括数据谓词化模块、结构学习模块、知识提取模块、知识迁移模块和参数学习模块,将领域知识谓词化转换成模型可以识别的知识进行结构学习并提取需要迁移的知识到目标域完成知识迁移,再通过参数学习模块进行参数学习获得迁移学习后的模型。采用将转换复杂度融入领域距离以及考虑单源域到单目标域的迁移学习界限的技术手段,实现了面对纷繁复杂的网民信息有效地提取迁移。
-
公开(公告)号:CN108897602A
公开(公告)日:2018-11-27
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。
-
-
-
-
-
-
-
-
-