-
公开(公告)号：CN110442535B
公开(公告)日：2021-06-11
申请号：CN201910655375.4
申请日：2019-07-19
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G06F12/0893 , G06F12/0842
Abstract: 本发明公开了一种提高分布式固态盘键值缓存系统可靠性的方法及系统，属于计算机存储领域，包括：写操作步骤，写入数据的同时缓存数据，将同一固态盘服务器的数据聚合为数据块，并执行纠删码编码得到条带，条带中一个校验块写入内存服务器，其余编码块写入不同的固态盘服务器；更新操作步骤，更新数据块，同时计算更新差值，利用更新差值更新内存服务器中的校验块，并将更新差值记录到日志中；以及降级读操作步骤，按照数据块、内存服务器中的校验块、固态盘服务器中的校验块的优先级顺序，依次获取条带内的其他编码块，并在成功获取到n个编码块时，解码得到丢失数据块。本发明能够提高分布式固态盘键值缓存系统的可靠性，并优化系统性能。
-
公开(公告)号：CN110347526B
公开(公告)日：2020-12-18
申请号：CN201910570969.5
申请日：2019-06-28
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G06F11/07
Abstract: 本发明公开了一种提升分布式存储集群中LRC码修复性能的方法、装置及系统，属于计算机存储领域，包括：执行LRC编码以生成相应的条带；对于每一个条带，将其中的每一个局部组进一步划分为一个或多个小分组后，将同一个小分组内的编码块放置到同一个机架中的不同节点，不同的小分组放置到不同机架中；对单个编码块进行修复时，获得待修复编码块所在的目标小分组，以及同一局部组内的其他小分组；在各小分组所在机架内，由中继节点收集同一小分组内的编码块，并解码得到中间结果；在目标小分组所在机架内，由目标节点收集中间结果后，解码以修复得到待修复的编码块并存储该编码块，从而完成修复操作。本发明能够提升分布式存储集群中LRC码的修复性能。
-
公开(公告)号：CN109033159A
公开(公告)日：2018-12-18
申请号：CN201810627680.8
申请日：2018-06-15
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G06F17/30
Abstract: 本发明公开了一种基于顶点影响力的图数据布局方法，包括：根据图数据得到压缩稀疏行结构和顶点度文件，利用压缩稀疏行结构和顶点度文件得到顶点影响力数组；利用压缩稀疏行结构获取顶点影响力数组中顶点的邻居列表，将顶点的邻居列表依次加入顶点重映射数组，得到最优顶点重映射数组。本发明布局方法根据自然图结构特性，研究了图算法运行过程中的收敛特性，提出了顶点影响力这一概念，将顶点的度作为顶点的影响力，将顶点按照其影响力降序排列，然后依次重映射其邻居节点，使图数据分布呈现局部有序性，减少图计算过程中由于结构依赖性导致的内存随机访问开销，缩短迭代式图应用执行时间。
-
公开(公告)号：CN120086229A
公开(公告)日：2025-06-03
申请号：CN202510155927.0
申请日：2025-02-12
Applicant: 华中科技大学
Abstract: 本申请属于计算机存储技术领域，具体公开了一种基于纠删码的多块协作更新方法、装置、电子设备及介质。该方法包括：确定条带中每个更新数据块和每个校验块所在的存储节点；确定由各个所述存储节点构建的更新树；所述更新树是以条带数据更新过程中产生的总传输成本最低为目标，以各个所述存储节点为节点，各所述存储节点之间的传输成本为边构建的；所述传输成本是基于各个所述存储节点之间的网络带宽确定的；按照所述更新树中的节点数据传输链路，利用每个所述更新数据块的更新数据对各个所述校验块进行更新。通过本申请，可以有效提升纠删码数据更新速度，降低更新时间，从而提高纠删码存储系统的数据更新效率。
-
公开(公告)号：CN120011131A
公开(公告)日：2025-05-16
申请号：CN202510117829.8
申请日：2025-01-24
Applicant: 杭州海康威视数字技术股份有限公司 , 华中科技大学
IPC: G06F11/10
Abstract: 本申请属于计算机存储技术领域，具体公开了一种基于子块化的低内存编码方法及装置，方法包括：将包含#imgabs0#个数据块和#imgabs1#个校验块的条带均分成#imgabs2#个子条带，每个子条带包括#imgabs3#个子数据块和#imgabs4#个子校验块，#imgabs5#；根据数据块数量和校验块数量构建编码矩阵，利用计算单元按照所述编码矩阵以子块为单位分段计算原始数据子块的校验编码；重复计算每个原始数据子块的校验编码，直至完成所有原始数据子块的校验信息的计算，得到最终计算结果。通过本申请能够减少编码过程中的峰值内存，缩短编码时间。
-
Patent Agency Ranking
公开(公告)号：CN119903552A
公开(公告)日：2025-04-29
申请号：CN202411977903.5
申请日：2024-12-31
Applicant: 华中科技大学
IPC: G06F21/62 , G06F21/60 , G06F3/06 , G06F9/50 , G06N3/006 , H04L9/40 , H04L9/00 , H04L47/36 , H04L67/06 , H04L67/1095 , H04L67/1097 , H04L67/1008 , H04L67/101 , H04L67/1012 , H04L67/1029
Abstract: 本发明公开了一种云边融合的安全存储系统，属于数据存储安全领域。包括：系统由多个边缘端和中心云存储端构成；边缘端对大规模数据进行高效过滤处理，随后基于边端一体化的同态加密安全处理和加密，进而存储；边缘端将存储数据中的关键数据在所述中心云存储端去重后通过主动加密安全存储，中心云存储端通过文件系统行为感知的性能隔离为不同边缘端提供相同的性能保障；边缘端和中心云存储端协同配合，执行云边安全去重、云边安全同步和云边数据分层存储任务，云边任务的执行由中心云存储端维护的智能体根据不同云边任务的需求和边缘端状态进行调度。本发明能够兼顾云边存储系统的性能和安全，优化存储性能，降低系统延迟，确保数据安全及可靠性。
-
公开(公告)号：CN114138526B
公开(公告)日：2025-04-25
申请号：CN202111320055.7
申请日：2021-11-09
Applicant: 华中科技大学
Abstract: 本发明提供了一种面向内存键值纠删码的混合数据更新方法及存储系统，属于计算机的可靠数据存储领域，方法包括：构建混合更新的存储系统；根据对象索引元数据获取对象的条带ID、序列号、偏移量和长度；读取对象对应数据块的历史值和条带的异或值，并获取各校验块的编码系数；将数据块的历史值与更新值作差获取数据块的差值；使用数据块的差值与校验块的编码系数计算各校验块的差值；将异或块和异或块的差值进行异或合并，更新异或块；对象对应的数据块和更新后的异或块采用就地更新方式写入内存节点；具有偏移量和长度的校验块差值采用校验日志更新方式写入日志节点。本发明能够平衡存储成本、数据更新性能及单个故障修复性能之间的关系。
-
公开(公告)号：CN119785376A
公开(公告)日：2025-04-08
申请号：CN202411901069.1
申请日：2024-12-23
Applicant: 华中科技大学
IPC: G06V30/422 , G06V30/412 , G06V30/18 , G06V30/19 , G06N3/042 , G06N3/045 , G06N3/0464
Abstract: 本申请属于半导体技术领域，具体公开了一种基于图神经网络的光刻热点检测方法及系统。方法包括：将版图中的每个多边形金属采用水平方向扫描分解为矩形，视作图的结点；根据特定规则在矩形之间添加内部边和外部边；以矩形的对角顶点坐标作为结点特征，以矩形之间的最小距离代表边特征，完成版图的图表示；将版图的图表示输入至GNN模型的消息传递层进行图特征提取，对所有结点特征的每个维度进行全局最大池化和全局平均池化，获取全局图表示；并将全局图表示分类为热点和非热点。通过本申请可以提高版图热点检测的精确度以及计算效率。
-
公开(公告)号：CN114238958B
公开(公告)日：2024-10-15
申请号：CN202111534563.5
申请日：2021-12-15
Applicant: 华中科技大学
IPC: G06F21/55 , G06F18/214 , G06F18/23 , G06N3/0464
Abstract: 本发明公开了一种基于溯源聚类及图序列化的入侵检测方法及系统，属于网络安全领域，包括：建立用于表示用户行为的溯源图，并对其中的节点进行聚类，得到与组成用户行为的行为实例一一对应的溯源子图；将各溯源子图序列化之后，分别输入至已训练好的特征提取模型，得到各行为实例的特征向量；将用户行为的各行为实例的特征向量分别与规则库中的特征向量进行比对，在用户行为的行为实例不全是正常行为实例时，判定用户行为为入侵行为；规则库为正常行为实例的特征向量的集合；若行为实例的特征向量与规则库中各特征向量的最小差异度大于预设的检测阈值，则该行为实例为异常行为实例，否则为正常行为实例。本发明能够提高入侵检测的检测精度和效率。
-
公开(公告)号：CN118748187A
公开(公告)日：2024-10-08
申请号：CN202410793790.7
申请日：2024-06-19
Applicant: 华中科技大学
Abstract: 本申请提供了基于深度学习的芯片版图双步光刻热点检测方法及系统，属于半导体设计与验证领域，方法包括：采用缺陷特征提取模型和版图分类模型对待检测的版图进行光刻热点检测；模型的训练方法为：构建具有分类标签的版图数据集和其对应的缺陷标记数据集；基于版图和其对应的预处理后的缺陷标记训练缺陷特征提取模型，以识别光刻热点分布模式，生成缺陷位置特征图；将缺陷位置特征图、芯片版图及有效区域特征图组合获取组合特征；以版图数据的分类标签作为版图分类模型的学习目标，以组合特征作为版图分类模型的输入，完成对版图分类模型的训练。本申请解决了基于深度神经网络的光刻热点检测模型的可解释性结果与实际光刻缺陷区域差异较大的问题。
-
-
-
-
-
-
-
-
-
Search Results
703
records
(took 0.069 seconds)
