-
公开(公告)号：CN112348172B
公开(公告)日：2022-05-06
申请号：CN202011268445.X
申请日：2020-11-13
Applicant: 之江实验室
Abstract: 本发明公开了一种基于端边云架构的深度神经网络协同推理方法，该方法通过端、边、云协同的方式加速端侧推理速度，将人工智能中的深度模型，根据神经网络的分层进行分割，将模型推理过程中的计算任务根据网络环境、端边云三方的资源配额及使用情况，发送到对应的端侧，完成推理的整个过程。本发明公开了模型分割的整体框架及分割计算任务所使用的算法组件及原理，通过端边云的协同，可以加速端侧的推理速度，提高业务场景的中的实时性，同时减少资源端的能耗。
-
公开(公告)号：CN113326541B
公开(公告)日：2021-11-16
申请号：CN202110886663.8
申请日：2021-08-03
Applicant: 之江实验室
Abstract: 本发明公开了一种基于智能合约的云边协同多模式隐私数据流转方法，包括如下步骤：S1，系统初始化；S2，DO将原始数据加密成隐私数据，产生存储的加密凭证z’，z’中包含元数据metadata和数据凭证key’；S3，DO调用智能合约程序实现加密凭证z’上链，DO将z’通过智能合约发布到区块链上，智能合约对所有用户账户开放；S4，实现快速数据流转：DO在发布时，已经明确DU，通过访问策略policy设定DU的用户账号IDDU，DU通过执行智能合约和密钥算法，得到数据访问的加密密钥key，通过元数据，获取隐私数据并解密获取明文；S5，数据流转的确认：DO提交数据流转的交易凭证，确认数据流转完成。
-
公开(公告)号：CN113612820A
公开(公告)日：2021-11-05
申请号：CN202110791582.X
申请日：2021-07-13
Applicant: 之江实验室
Abstract: 本发明涉及云计算、边缘计算领域，具体涉及一种基于SuperEdge和EdgeXFoundry的云边端设备平台控制架构和方法，将EdgeX Foundry边缘计算框架以微服务形式运行在边缘节点，并管理支持多种协议的物联网设备；所述SuperEdge包含云侧和边缘侧，具备云边协同，边缘自治、分布式健康检查的特性，其以容器化编排方式将EdgeX Foundry平台部署于边缘节点之上，可实现EdgeX Foundry设备管理平台的高可用，同时兼顾云端设备数据的存储/分析，解决工业互联网、智能交通、新零售等场景中物联网设备高效管理，可实现设备管理在云端和边缘端的协同，提高了物联网平台的可扩展性以及提高边缘设备管理效率。
-
公开(公告)号：CN117369962A
公开(公告)日：2024-01-09
申请号：CN202311149336.X
申请日：2023-09-07
Applicant: 之江实验室
IPC: G06F9/48 , G06N3/092 , G06N3/084 , G06N3/0442 , G06N3/0455
Abstract: 本申请涉及一种工作流执行序列生成方法、装置、计算机设备和存储介质。所述方法包括：获取工作流执行序列数据集，所述工作流执行序列数据集包括训练工作流描述和对应的标准工作流执行序列，基于所述工作流执行序列数据集训练初始模型，得到执行序列生成模型，将目标工作流需求描述输入所述执行序列生成模型，得到初始工作流执行序列，若所述初始工作流执行序列不满足预设要求，则将所述初始工作流执行序列输入执行序列优化模型，确定目标工作流执行序列，所述执行序列优化模型由强化学习模型训练得到。不仅提高了工作流执行序列生成效率，节省了大量的人力和时间，同时提高了资源利用率。
-
公开(公告)号：CN112069903B
公开(公告)日：2023-12-22
申请号：CN202010789192.4
申请日：2020-08-07
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度强化学习实现人脸识别端边卸载计算方法及装置，包括：获取真实的人脸图片，根据边端人脸识别模型训练得到分类数据，其中，分类数据包括图片名称、id、图片提取出的128维特征向量、终端预测置信度、终端预测值、边缘预测值；将深度学习与强化学习进行结合，定义马尔科夫决策过程的状态空间、动作集、奖励函数和智能体；根据定义好的马尔科夫决策过程，构建Actor神经网络和Critic神经网络，使用分类数据对构建好的Actor神经网络和Critic神经网络进行训练，获得智能卸载决策模型；对智能卸载决策模型的性能与基准查询策略进行对比评估；根据对比评估的结果，将智能卸载决策模型部署到智能终端设备中，进行人脸识别的任务卸载决策。
-
Patent Agency Ranking
公开(公告)号：CN117193796A
公开(公告)日：2023-12-08
申请号：CN202311089591.X
申请日：2023-08-28
Applicant: 之江实验室
Abstract: 本发明公开了一种应用的构建和部署以及辅助运行的系统和方法，包括应用管理模块、存储模块、节点代理模块、节点管理模块、边车组件、共用组件、转发管理模块，基于这些模块，用户提交应用构建部署请求，系统根据用户上传的软件包构建部署应用，并根据用户选择使用的共用组件列表同步部署边车组件。应用在实际运行时，向外部发出的请求均被边车组件捕获，若请求是发向共用组件的，则由边车组件根据最新的共用组件状态等相关信息，确定接收请求的共用组件，然后由边车组件向对应的共用组件转发请求为应用提供服务。该方法简便，在保证应用可用性的同时，进一步提升了计算资源的使用率。
-
公开(公告)号：CN114936086A
公开(公告)日：2022-08-23
申请号：CN202210881811.1
申请日：2022-07-26
Applicant: 之江实验室
Abstract: 本发明公开了一种多计算中心场景下的任务调度器、调度方法及装置，通过感知计算中心当前和未来的资源使用情况，可以根据计算中心当前与未来一定时间内的资源占用情况，为提交到调度器的带截止日期的任务分配合适的计算中心，提前将用户计算任务下发到计算中心内；并在计算中心启动用户计算任务前，利用计算中心内专用硬件设备提前进行数据传输，将用户计算任务所依赖的数据提前下载至本计算中心内部的存储设备中，用户任务数据准备阶段无需依赖于计算中心宝贵的算力资源，从而实现计算资源和网络资源的灵活分配。本发明充分利用计算中心有限资源，实现方法简便，计算中心资源的使用率可以得到进一步的提升，且与具体计算任务无关。
-
公开(公告)号：CN113328989B
公开(公告)日：2022-05-06
申请号：CN202110431694.4
申请日：2021-04-21
Applicant: 之江实验室
Abstract: 本发明公开了端云协同的用户隐私保护车辆保险保费计算模型及方法，方法包括：S1，端侧用户构建传输的数据包；S2，将数据包从端侧传输到云侧；S3，通过加密数据，筛选云侧共享数据池，得到候选数据集；S4，对候选数据集使用方程组求解恢复属性，得到匹配数据集；S5，生成会话秘钥；S6，对匹配数据集的每一条匹配项的车辆保险保费价格使用会话秘钥加密，并传输给端侧用户，端侧用户解密车辆保险保费价格；端侧模型包括：秘钥生成模块、哈希映射模块、布隆矩阵生成模块、启发式矩阵生成模、解密模块；云侧模型包括：云侧共享数据池、布隆过滤器、加密属性恢复模块、会话秘钥生成模块、车辆保险保费价格传输模块。
-
公开(公告)号：CN112751673A
公开(公告)日：2021-05-04
申请号：CN202110361878.8
申请日：2021-04-02
Applicant: 之江实验室
Abstract: 本发明公开了一种基于端边云协同的可监管数据隐私共享方法，针对端边云场景下的数据隐私共享和监管，包括：基于对称密钥加密的数据云存储和元数据的产生，基于联盟链的分布式密钥的元数据的上链，基于可搜索加密的数据监管，监管的方式包括：信封监管和拆封监管等两种粒度的监管方式，信封监管在所有节点共识的情况下，确认用户是否在某个时间内提交元数据的存储凭证；拆封监管则获取用户的元数据存储凭证，对存储的数据进行解密并获取数据明文；区块链系统用于对用户的隐私数据存证，保护数据隐私不被泄露，同时实现对数据隐私共享条件下监管。
-
公开(公告)号：CN112486686A
公开(公告)日：2021-03-12
申请号：CN202011382009.5
申请日：2020-11-30
Applicant: 之江实验室
Abstract: 本发明公开了一种基于云边协同的定制化深度神经网络模型压缩方法及系统，该方法基于云端经过长时间训练的高精度的网络模型，基于用户的个性化需求，将网络模型分类关注的分类和不关注的分类，然后结合关注的分类、用户的数据集和模型压缩的比例，通过基于知识整理的神经网络模型压缩方法，进行模型的轻量化，满足用户边缘侧节点资源受限的场景需求，提升模型推理的速度，同时保证一定的模型精确度。本发明基于用户关注分类需求和知识蒸馏技术的模型训练方法，并在图片分类的场景下基于公共的数据集进行了验证。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.023 seconds)
