-
公开(公告)号：CN113709191B
公开(公告)日：2022-02-15
申请号：CN202111251690.4
申请日：2021-10-27
Applicant: 之江实验室
Abstract: 本发明提出了一种安全的调整确定性时延的方法，针对确定性时延网络中引入SDN控制器带来的接入认证机制不完善问题，通过一种轻量级的基于身份的密码机制，有效支持控制器与TSN网元之间的认证，并加入有效日期，防止重放攻击。集中网络配置控制器在接入前的阈值监控功能，能避免控制器因计算、存储过大而造成单点失效问题。从而为保障确定性时延网络的安全提供保障。
-
公开(公告)号：CN112364945B
公开(公告)日：2021-04-16
申请号：CN202110037237.7
申请日：2021-01-12
Applicant: 之江实验室
Abstract: 本发明公开了一种基于域‑不变特征的元‑知识微调方法及平台，该方法学习同类任务不同数据集上高度可转移的共有知识，即域‑不变特征，微调网络集中学得同类任务不同数据集对应的不同域上的共同域特征，快速适应任何不同的域。本发明提升了同类任务通用语言模型的参数初始化能力和泛化能力，最终微调得到同类下游任务语言模型的通用压缩架构。在元‑知识微调网络中，本发明设计域‑不变特征的损失函数，学习与域无关的通用知识，即最小化一个域‑不变特征的学习目标来驱动语言模型具有域‑不变特征的编码能力。
-
公开(公告)号：CN111310245A
公开(公告)日：2020-06-19
申请号：CN202010148651.0
申请日：2020-03-05
Applicant: 之江实验室
Abstract: 本发明公开了一种面向拟态防御系统的数据加密存储方法，该方法包括：输入代理模块接收用户的数据读写请求，将用户设置转换封装后上送策略控制器并按照策略分发到异构云存储平台；经策略控制器综合分析后，制定并分发多重签名策略、加密策略、碎片化策略、签名认证策略到异构云存储平台；异构云存储平台按照下发策略进行数据的多重签名、碎片、加密操作或重组、解密、认证操作并上送裁决器；裁决器对签名认证进行裁决，并上送策略调度器；输出代理模块将操作信息进行处理转换后报送给用户。该方法提升了数据安全性，也可针对不同的数据安全需求合理制定不同的安全策略，满足了用户对于数据存储性能的要求。
-
-
公开(公告)号：CN117319287A
公开(公告)日：2023-12-29
申请号：CN202311585505.4
申请日：2023-11-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多智能体强化学习的网络可扩展路由方法与系统，通过PageRank算法对网络节点重要性进行建模，并选取网络中的关键节点，然后在若干个关键网络节点上训练Actor网络，在SDN控制器上训练Critic网络，基于多智能体强化学习进行网络流量的逐跳路由，实现大型数据中心网络的可扩展路由。通过本发明既提升了路由方案的稳定性又降低了大型网络中路由寻优的复杂度；同时不需要传统监督学习方法中的带标签的样本，通过与环境反复交互获得实时反馈的样本，以指导模型的迭代和优化；奖励函数的设计综合考虑了网络链路的吞吐量、时延和丢包率，通过多种指标加权指导多智能体生成最优的流量路由策略。
-
Patent Agency Ranking
公开(公告)号：CN117319283A
公开(公告)日：2023-12-29
申请号：CN202311047597.0
申请日：2023-08-17
Applicant: 之江实验室
Abstract: 本发明提供了一种融合地理分布式机器学习多维特征的梯度传输方法，包括：由全局调度器收集分散在不同地理位置的多维特征，生成计算调度任务，并将计算结果转化为调度策略分发至网络节点和计算节点；由网络节点接收全局调度器发送的调度策略，根据调度策略更新路由转发表，并由计算节点接收全局调度器发送的端到端调度策略，并根据策略执行传输调度。本发明在链路带宽资源动态变化和拓扑结构非对称的广域网场景下，如何利用不同参数更新对模型收敛重要度的差异性以及模型训练对不完整参数更新的容忍性，并基于此建立传输模型和数学模型将这些特征应用于数据的传输优化设计中实现自适应的传输服务，降低梯度数据的传输完成时间。
-
公开(公告)号：CN117177377A
公开(公告)日：2023-12-05
申请号：CN202311208042.X
申请日：2023-09-19
Applicant: 之江实验室
IPC: H04W72/543 , G06N20/20
Abstract: 本发明公开了一种面向分布式训练的协作式梯度网内聚合调度方法和装置。其中，该方法，包括：根据收集到的网络资源信息和预定义的模型分区确定各worker节点上子模型对应的目标聚合节点；根据各worker节点上子模型对应的目标聚合节点，将各worker节点上划分得到的子模型训练后的梯度分片进标记；当梯度分片到达聚合节点时，将聚合节点的标识与梯度分片的标记进行比对，若不匹配则进行转发；若匹配，则将梯度分片分配到当前聚合节点特定的内存单元进行聚合；PS节点进行全局聚合，并将全局聚合后更新的参数发送至所有worker节点。本发明的技术方案，通过协作网内聚合执行梯度调度，实现了在可编程交换机上聚合异步到达的梯度并加速分布式训练。
-
公开(公告)号：CN116232849A
公开(公告)日：2023-06-06
申请号：CN202211659106.3
申请日：2022-12-22
Applicant: 之江实验室
IPC: H04L41/0631 , H04L43/0882 , H04L47/6275
Abstract: 本发明公开了一种基于可编程交换机的流量告警方法、装置、设备及介质，该方法对不同优先级的流量进行监测，当流量大于或等于阈值时，可编程交换机会在数据面进行实时告警，并返回给发送端现网中的低优先级流量信息，发送端可通过告警信息调整任务优先级。本发明使用了可编程交换机的设备，可以在数据面实时地将低优先级流量信息告警给发送端而不必经过控制器，显著降低了告警时延，可以让发送端及时调整发送速率，实现了网络流量的实时调度，在保证高优先级流量传输的同时，提高链路利用率。
-
公开(公告)号：CN115951989A
公开(公告)日：2023-04-11
申请号：CN202310247633.1
申请日：2023-03-15
Applicant: 之江实验室
IPC: G06F9/48 , H04L47/2425 , H04L49/111 , G06F9/50
Abstract: 本发明公开了一种基于严格优先级的协同流量调度数值模拟方法与系统，包括以下步骤：采集分布式计算任务的实时执行状态数据、计算阶段用时估测值；基于严格优先级模拟并存储软件可定义交换机出端口中的流量传输队列；配置无前置依赖任务列表，模拟分布式计算环境中各个计算节点当前在执行的计算任务处理过程，存储待执行的计算任务信息和/或正在执行的计算任务信息；基于分布式计算任务的实时执行状态数据和计算阶段用时估测值，查找符合无前置计算约束条件的计算任务和传输任务；将无前置计算约束条件的计算任务和传输任务分别添加到无前置依赖任务列表和基于严格优先级的传输任务队列中。
-
公开(公告)号：CN114943021B
公开(公告)日：2022-11-08
申请号：CN202210854151.8
申请日：2022-07-20
Applicant: 之江实验室
IPC: G06F16/9035 , G06F16/906 , G06F16/903 , G06F16/901 , G06F16/215
Abstract: 本发明公开了一种TB级增量数据筛选方法和装置。本发明根据设备的内存容量将原始数据划分为若干原始数据块并进行数据清洗，采用单区索引排序算法，实现在不落盘操作的基础上完成数据块内的去重有序，完成后分别生成已处理数据块和矩阵哈希索引表并保存为初始数据。对于后续增量数据，采用块间索引排序算法，依次载入已处理数据块和矩阵哈希索引表，并基于矩阵哈希索引表对数据进行初筛，通过增量二分查找算法进行精筛，最终完成全部数据的索引和去重筛选。基于本发明，实现了TB量级原始数据的高效筛选处理，将数据处理时间隐藏在文件存取的时间开销上，极大地提高了数据处理的速度和处理能力。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.022 seconds)
