-
公开(公告)号:CN111176817B
公开(公告)日:2023-03-28
申请号:CN201911402711.0
申请日:2019-12-30
Applicant: 哈尔滨工业大学
IPC: G06F9/48 , G06F16/901
Abstract: 一种多核处理器上基于划分调度的DAG实时任务间的干扰分析方法,涉及嵌入式实时系统技术领域。本发明为了提高了WCRT分析的精度,从而提高实时系统系统预测任务集可调度率的准确度。本发明分析高优先级DAG任务的内部结构对低优先级任务干扰的影响,得到更精确的干扰上界。对于DAG任务的拓扑结构以及其内部子任务被分配的处理器情况,首先提出了一个并行结构,并证明了这种并行结构会导致传统的分析方法产生任务间干扰的重复计算。根据这个并行结构提出了一种减少重复计算的WCRT分析策略,有效地提高了WCRT分析的精度。此WCRT分析策略可以降低实时系统预测任务集的WCRT数值,使其更加接近任务集在系统中执行的真实值,提高实时系统系统预测任务集可调度率的准确度。本发明用于同构多核处理器上。
-
公开(公告)号:CN110378148B
公开(公告)日:2023-02-03
申请号:CN201910680596.7
申请日:2019-07-25
Applicant: 哈尔滨工业大学
IPC: G06F21/62
Abstract: 一种面向云平台的多域数据隐私保护方法,涉及多域数据隐私保护技术领域。本发明为了解决现有的多域数据隐私保护方法一般采用静态匿名来发布数据,不够灵活,不能限制数据分析人员获得的数据范围,无法满足使用原始数据的需求的问题。本发明包括数据匿名化处理和原始数据恢复处理;本发明针对数据分析和事务处理场景下的具体需求,来采用相应的隐私保护策略,对不同领域的结构化数据表,通过数据匿名为主体的隐私保护技术,来达到减少云端数据隐私泄露风险的效果,同时满足一定事务处理上的需求。将匿名后数据存储并用于数据分析,降低隐私信息泄露的风险,对数据进行动态的匿名化,限制数据分析人员可以获得的数据范围,同时更好的保护数据隐私。
-
公开(公告)号:CN115409099A
公开(公告)日:2022-11-29
申请号:CN202211014224.9
申请日:2022-08-23
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种物联网流量异常检测模型建立方法及检测方法。该模型建立方法包括:客户端获取流量数据,根据服务端发送的初始模型参数构建与全局模型对应的局部模型,其中,全局模型与局部模型为TCN模型,客户端根据流量数据训练局部模型,得到训练表现数据并传输至服务端;服务端对训练表现数据进行打分,并根据打分结果选择参与全局模型聚合的客户端;客户端利用分类器对流量数据进行筛选,得到样本数据,并根据样本数据训练局部模型,得到局部模型参数发送至服务端;服务端根据各个局部模型参数迭代更新全局模型直至全局模型收敛,获得异常检测模型。本发明的有益效果:增加物联网流量异常检测效率与准确度。
-
公开(公告)号:CN115408151A
公开(公告)日:2022-11-29
申请号:CN202211014211.1
申请日:2022-08-23
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种联邦学习训练加速方法。该方法包括:边缘设备根据初始模型参数构建局部模型,根据动态分层决策算法计算获得边缘设备与边缘服务器的训练任务;边缘设备和边缘服务器根据训练任务分别构建前端模型和后端模型,协同训练前端模型和后端模型,获得局部模型参数发送至边缘服务器;边缘服务器根据各个边缘设备发送的局部模型参数进行中间聚合,获得中间模型参数并发送至中心云;中心云根据各个边缘服务端发送的中间模型参数更新全局模型,并将更新后的全局模型的模型参数发送至各个边缘服务器,迭代更新全局模型直至全局模型收敛。本发明的有益效果:保证联邦学习训练准确度的同时,提高联邦学习训练效率。
-
公开(公告)号:CN110377525B
公开(公告)日:2022-11-15
申请号:CN201910680598.6
申请日:2019-07-25
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 一种基于运行时特征和机器学习的并行程序性能预测系统,属于并行程序性能预测的技术领域。本发明为了解决基于机器学习的并行程序性能预测系统存在开销比较大、预测时间长,而且准确率较低的问题。对原始程序进行混合插桩,减少基本块计数器,然后将程序删减成没有输入结果的串行程序,减少程序的运行时间的同时保留程序执行的流程,准确快速地获取到基本块频率,预处理这些数据,输入预测模型中,最后输出大规模并行程序的执行时间。本发明生成的模型具有很强的泛化能力,能够准确地预测大规模并行程序的执行时间,并且预测开销很小。
-
公开(公告)号:CN113434840B
公开(公告)日:2022-06-24
申请号:CN202110740280.X
申请日:2021-06-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于特征图的手机持续身份认证方法及装置,涉及身份认证技术领域,用以解决现有的手机身份认证方法并不足以有效保护手机机主的手机隐私安全。本发明的技术要点包括:将用户每次触摸屏幕操作产生的信息构建为特定的触摸特征图,所述触摸特征图包括单次触摸特征图、间隔特征图和滑动手势特征图,进而通过对触摸特征图的识别实现对用户的认证识别;进一步设计判定策略以更准确有效地识别用户。本发明在手机遗失或密码泄露的情况下仍然可以持续有效地保护手机机主的手机隐私和财产安全。本发明适用于智能手机的持续身份认证。
-
公开(公告)号:CN112866251B
公开(公告)日:2022-04-19
申请号:CN202110073766.2
申请日:2021-01-20
Applicant: 哈尔滨工业大学
Abstract: 一种多域云防火墙安全策略冲突消解方法及装置,属于网络安全技术领域,用以解决不同云服务域之间的云防火墙由于存在安全规则冗余与冲突而限制其运行效率的问题。本发明的技术要点包括:用包含主体、客体、动作和决策的四元组表示待消解的云防火墙安全策略,并对云防火墙安全策略建立主客体索引树;在主客体索引树基础上,对每个索引下的安全策略检测是否存在冗余或冲突;对检测到的安全策略的冗余与冲突进行消解处理。本发明针对云防火墙安全规则的冗余与冲突进行检测,并对检测到的冗余与冲突进行消解,以达到提升云防火墙运行效率的目的。本发明方法及装置能够有效帮助防火墙管理员检测并消解安全规则冗余和冲突,保证多域云防火墙的高效运行。
-
公开(公告)号:CN112087509B
公开(公告)日:2022-04-19
申请号:CN202010917559.6
申请日:2020-09-03
Applicant: 哈尔滨工业大学
IPC: H04L67/1074 , H04L67/10 , H04L41/12
Abstract: 一种边缘计算平台中任务迁移方法,属于边缘计算技术领域,用以解决在边缘计算平台中进行任务迁移时减小能耗开销、通信开销、迁移开销以及三者的综合开销。本发明方法步骤包括将物理网络拓扑各服务器节点按照CPU资源利用率分为hotspot节点、warmspot节点和coldspot节点;对物理网络拓扑进行预处理;对hotspot节点和coldspot节点分别进行短期内资源利用率预测;对需要进行任务迁移的hotspot节点和coldspot节点分别进行任务迁移,获取迁移后各任务所在服务器位置。本发明方法用于消除边缘计算平台中超过资源利用率上限及低于资源利用率下限的服务器,有效减少系统的能耗开销、计算时延、数据传输压力,充分利用边缘服务器的存储和计算能力并缓解云计算中心压力。
-
公开(公告)号:CN114217974A
公开(公告)日:2022-03-22
申请号:CN202111562519.5
申请日:2021-12-20
Applicant: 哈尔滨工业大学
Abstract: 一种云计算环境中的资源管理方法及系统,涉及云计算技术领域,用以解决云计算环境中现有的对于虚拟节点的静态资源管理不能有效提高其运行性能的问题。本发明的技术要点包括:采集虚拟节点的CPU、内存和带宽资源信息,提出一种基于DDPG的资源分配算法根据上述资源信息计算每个虚拟节点的目标资源配置量以获得资源配置决定的结果,并根据该结果对每个虚拟节点的资源进行动态的调节,从而在提高整体资源利用率的基础上提高虚拟节点运行性能;进一步地,在基于DDPG的资源分配算法中,利用Actor网络生成相应的动作输出,并通过一个动作解码过程将基于比率的输出转换为目标资源配置大小。本发明可以整体缩短不同应用程序的完成时间,且不会产生大量系统开销。
-
公开(公告)号:CN111083201B
公开(公告)日:2022-03-04
申请号:CN201911169997.2
申请日:2019-11-25
Applicant: 哈尔滨工业大学
IPC: H04L67/1029 , H04L67/1008 , G06F1/329
Abstract: 一种工业物联网中针对数据驱动制造服务的节能资源分配方法,属于工业物联网优化技术。本发明为了实现对分配后的任进行实时监控调整,降低系统资源消耗,确保由云制造服务提供商交付SLA的同时降低主机能耗和冷却成本。检测CPU利用率;确定待迁移出服务,SU‑hosts上的所有D2M服务以及从SO‑hosts中选择的D2M服务;搜索合适的主机为确定移出的D2M服务分配资源,利用能源和热感知资源分配方案找到适合D2M服务迁移的主机,进行服务迁移以减少能源消耗。本发明考虑了资源分配的节能消耗,并对任务分配后进行实时监控调整,降低了系统资源消耗,确保由云制造服务提供商交付SLA的同时降低主机能耗和冷却成本。
-
-
-
-
-
-
-
-
-