-
公开(公告)号:CN115134251B
公开(公告)日:2025-01-07
申请号:CN202210761664.4
申请日:2022-06-30
Applicant: 哈尔滨工业大学
IPC: H04L41/12 , H04L41/0823 , H04L43/0823 , H04L61/4552 , H04L61/5007 , H04L67/06 , H04L67/30
Abstract: 一种跨境云内部地理边界发现系统及方法,涉及网络拓扑探测技术领域。本发明的技术要点包括:在正常拓扑探测的基础上,针对云本身的特点进行优化,其中:前缀选取即根据云流量传输的特点选择能够较多的发现云内部地理边界的前缀进行探测,减少了探测目标数量;云地理边界识别即对于探测结果能够快速准确的分析出其中云内部的地理边界,减少了分析时间;测量状态监控即时刻监控测量点状态,观察其是否异常掉线并做出相应处理。本发明在极大程度减少了测量目标及测量时间的基础上,提高了云内部地理边界的发现率。
-
公开(公告)号:CN115378908B
公开(公告)日:2024-06-25
申请号:CN202211008268.0
申请日:2022-08-22
IPC: H04L61/4511 , H04L67/10 , H04L67/566 , H04L69/22
Abstract: 一种基于NDN的DNS标识解析方法及系统,涉及标识解析技术领域。本发明的目的是提供一种能够基于NDN网络实现DNS标识解析功能、防止出现中心节点单点失效或权力滥用问题、保证用户解析结果可信DNS标识解析方法及系统。其包括标识名称设计、标识数据设计、标识服务器部署、标识解析的步骤。用户与DNS迭代解析器以IP网络中的DNS协议通信,迭代解析器与权威服务器以NDN网络通信,迭代解析器在处理DNS请求过程中为了获取DNS数据条目生成一系列NDN Interest包,向NDN网络发送,由权威服务器提供对Interest包的响应,发送包含标识信息的NDN Data包,最终NDN网络将Data包转发到发出Interest包的迭代解析器处,使迭代解析器最终获得所需的DNS数据条目。本发明能够减轻中心节点失效或被篡改带来的问题。
-
公开(公告)号:CN113592077B
公开(公告)日:2024-04-05
申请号:CN202110895523.7
申请日:2021-08-05
Applicant: 哈尔滨工业大学
IPC: G06N3/0464 , G06N3/08 , G06N5/04 , G06F9/50
Abstract: 一种面向边缘智能的云边端DNN协同推理加速方法,属于DNN推理加速技术领域,用以解决现有的DNN推理任务的响应时间没有得到最大限度的减少的问题。本发明的技术要点包括:针对DAG形式的DNN模型,在原有的两层模型划分基础上,充分考虑云、边、端三层设备,设计了三层两阶段模型划分方法,提高了云边端计算资源的利用率和边缘服务器在极端情况下协同模型的可用性;在将DNN模型划分问题转化为最大流最小割问题的算法基础上,通过图压缩方法对DAG进行预处理,降低了模型划分算法的时间复杂度;进一步增加对于局部并行单元的处理方法,解决了算法在面对复杂DNN模型时的功能缺陷。本发明适用于边缘智能中对DNN模型进行实时动态调整。
-
公开(公告)号:CN111176980B
公开(公告)日:2023-04-25
申请号:CN201911262217.9
申请日:2019-12-10
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明适用计算机技术领域,提供了调试环境和运行环境分离的数据分析方法、装置及系统,该方法包括:从运行环境的真实数据中抽取部分数据,将部分数据经过脱敏后传送到调试环境中作为样本数据;在调试环境中,连接样本数据和机器学习组件组成机器学习工作流,获取每个机器学习组件设置的组件参数;在调试环境中调试机器学习工作流,调试完成之后,将机器学习工作流迁移到运行环境中运行;导入运行环境的真实数据执行机器学习工作流,得到机器学习模型;将运行环境中训练得到的机器学习模型通过白名单审查之后导入到调试环境中,供用户查看和下载。本发明既能保证数据隐私不被泄露,也能使用真实数据进行数据分析。
-
公开(公告)号:CN115134251A
公开(公告)日:2022-09-30
申请号:CN202210761664.4
申请日:2022-06-30
Applicant: 哈尔滨工业大学
IPC: H04L41/12 , H04L41/0823 , H04L43/0823 , H04L61/4552 , H04L61/5007 , H04L67/06 , H04L67/30
Abstract: 一种跨境云内部地理边界发现系统及方法,涉及网络拓扑探测技术领域。本发明的技术要点包括:在正常拓扑探测的基础上,针对云本身的特点进行优化,其中:前缀选取即根据云流量传输的特点选择能够较多的发现云内部地理边界的前缀进行探测,减少了探测目标数量;云地理边界识别即对于探测结果能够快速准确的分析出其中云内部的地理边界,减少了分析时间;测量状态监控即时刻监控测量点状态,观察其是否异常掉线并做出相应处理。本发明在极大程度减少了测量目标及测量时间的基础上,提高了云内部地理边界的发现率。
-
公开(公告)号:CN115134229A
公开(公告)日:2022-09-30
申请号:CN202210761619.9
申请日:2022-06-30
IPC: H04L41/0803 , H04L41/082 , H04L41/084 , H04L41/0659 , H04L43/0805
Abstract: 一种基于覆盖网的NDN网络管理系统及方法,涉及网络管理技术领域,以解决当前NDN网络部署流程复杂且监控与维护缺失的问题。本发明系统包括一个NDN管理端和多个NDN代理端,二者通过NDN网络管理协议实现通信;NDN管理端包括管理请求解析模块、配置项管理模块、代理配置模块、代理监控模块;代理配置模块用于控制NDN代理端的各项配置,代理监控模块用于定时获取所有NDN代理端当前应用的配置,并与配置档案进行比较,若配置档案未被应用则重新应用缺失的配置项;NDN代理端包括代理请求解析模块、NDN转发器、NDN转发器管理模块、NDN转发器测量模块;NDN转发器管理模块用于查询或修改NDN转发器的各项配置。本发明实现了NDN网络管理系统的解耦,增强了系统可扩展性。
-
公开(公告)号:CN114880111A
公开(公告)日:2022-08-09
申请号:CN202210295009.4
申请日:2022-03-24
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F9/50
Abstract: 本发明涉及数据处理领域,特别提供了一种有向无环图DAG任务模型的实时系统中基于DAG任务拓扑结构的处理器资源分配方法。研究了DAG任务内拓扑结构的特点对其执行时产生的影响进行深度分析,提出了提出一个基于拓扑结构的DAG任务分配方法。该方法可以有效的降低DAG任务集在系统上的最坏情况下响应时间,从而提升系统处理器资源利用率。通过理论分析和真实平台测试这两个维度的实验结果表明TDTA处理器资源分配方法相较于最新的处理器资源分配方法而言可以平均降低DAG任务集42.43%的最坏情况下响应时间。
-
公开(公告)号:CN110362411B
公开(公告)日:2022-08-02
申请号:CN201910680641.9
申请日:2019-07-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于Xen系统的CPU资源调度方法,涉及CPU资源调度技术领域。本发明为了解决现有的CPU资源调度的方法无法对具体运行的任务进行区分、无法与实时运行环境进行结合来调整CPU资源等问题。将vcpu队列作为输入数据,对RNN分类模型进行训练;获取Xen系统的全局队列信息credit[]和pri[],再利用训练好的RNN分类模型对Xen系统的全局队列信息credit[]和pri[]进行分类;判断上述数组是否为空,如果是则结束,否则分类结果通过Q‑learning算法来更新q‑table表;利用当前更新后q‑table表进行时间片调整来完成CPU资源的调度。提高资源的有效利用率并降低云数据中心的能源消耗。
-
公开(公告)号:CN112087332B
公开(公告)日:2022-06-21
申请号:CN202010917539.9
申请日:2020-09-03
Applicant: 哈尔滨工业大学
IPC: H04L41/0823 , H04L41/0896 , H04L67/10 , G06F9/54 , G06F9/50 , G06F9/455
Abstract: 一种云边协同下的虚拟网络性能优化系统,属于边缘计算技术领域,用以解决云边平台交互中网络时延问题。该系统包括系统部署模块和系统架构模块,其中,系统部署模块负责把容器和虚拟机按照相关算法部署在不同或者相同的服务器上,算法通过合并发送相同数据的虚拟节点到同一个物理主机上,使系统在通信前就尽可能的把要通信的数据量降到最低;系统架构模块则负责在部署之后完成服务器本身以及服务器和服务器之间的通信,系统架构使得虚拟机和容器之间能够高效率的无障碍通信。系统部署模块和系统架构模块相辅相成,共同解决了边缘云内部以及边缘云和中心云之间的网络时延问题,最大程度地减少云边平台交互中的网络时延。
-
公开(公告)号:CN113067836B
公开(公告)日:2022-04-19
申请号:CN202110423192.7
申请日:2021-04-20
Applicant: 哈尔滨工业大学
IPC: H04L67/1097 , H04L9/40 , H04L61/4511
Abstract: 一种基于去中心化DNS根区管理的智能合约系统,涉及互联网技术领域,用以解决现有根区管理去中心化技术所带来的治理主体不明确问题、名字空间分裂问题和恶意抢注问题。本发明的技术要点包括:账簿模块将根区管理中存在的各类数据抽象为过程、协议和资源;合约模块将对协议和资源数据的更新抽象为提案‑审核‑结束三阶段模型,并使用灵活的审核策略,从而支撑根区管理的多样性。本发明解决了传统根区管理的中心化、透明性低、自动化程度低等问题,系统可以使根区管理的多个参与方均能访问全部的根区管理数据,并以高度自动化的方式来参与根区的多方管理。本发明可应用于对互联网中域名系统根区数据管理之中。
-
-
-
-
-
-
-
-
-