-
公开(公告)号：CN107704324A
公开(公告)日：2018-02-16
申请号：CN201710596016.7
申请日：2017-07-20
Applicant: 哈尔滨工业大学(威海)
IPC: G06F9/52 , G06F9/50 , G06F12/1009
Abstract: 本发明公开了一种面向多核确定性的基于硬件的内存隔离方法，步骤包括：多线程程序初始化时，每个线程的虚拟内存均映射到相同的物理内存；程序运行时，分并行阶段和串行阶段；并行阶段中，各线程独立执行，只有在线程对某虚拟内存页面进行了写操作，才生成该线程私有的物理内存页面，并将该线程的该虚拟内存页面映射至新生成的私有物理内存页面之上；串行阶段中，按照确定性顺序，将私有物理内存页面中修改的内容提交到共享物理内存页面中。本发明能够消除多线程程序中的并行错误，保证并行阶段的独立执行，且执行效率高，空间消耗少。另外，本方法的实现机制对程序编写者来说是透明的，能够提高编程效率。
-
公开(公告)号：CN104657239A
公开(公告)日：2015-05-27
申请号：CN201510121093.8
申请日：2015-03-19
Applicant: 哈尔滨工业大学
Abstract: 基于分离式日志的多核处理器瞬时故障恢复系统及其瞬时故障恢复方法，属于计算机技术领域。为了解决多核处理器非确定性事件的确定性故障恢复缺少高可用性解决方案的问题。所述系统包括：分离式日志记录模块，用于记录相应内核的非确定性事件信息，对内存竞争日志将采用点到点的依赖关系分开记录，在一致性协议的应答方记录依赖关系的先发生方，在请求方记录依赖关系的后发生方，对外部中断记录中断类型和中断地址；分离式日志控制器模块，用于建立日志记录空间与检查点设置的映射关系；恢复硬件模块，用于结合分离式日志的卷回恢复技术和确定性重演技术，完成瞬时故障的检查点后的确定性恢复。用于多核处理器故障恢复。
-
公开(公告)号：CN103678013A
公开(公告)日：2014-03-26
申请号：CN201310696234.X
申请日：2013-12-18
Applicant: 哈尔滨工业大学
IPC: G06F11/00
Abstract: 本发明提供了一种多核处理器操作系统级进程冗余检测系统，包括：缓存模块、同步模块、检测模块和故障恢复接口模块；所述缓存模块用于缓存所述多核处理器操作系统的系统调用的关键数据；所述同步模块用于完成各个子进程之间横向与纵向的时间同步；所述检测模块用于比较各个子进程系统调用的缓存数据是否相同，若不相同则生成故障标志；所述故障恢复接口模块用于向外部提供所述故障标志及所述关键数据，如果当前检测正常则传递还原点创建标志，并提供创建还原点必要的关键性数据，否则传递故障恢复标志。本发明能够兼顾各个层次的优点，是一种相对灵活但又不失性能损失的检测方案。
-
公开(公告)号：CN118296157A
公开(公告)日：2024-07-05
申请号：CN202410409599.8
申请日：2024-04-07
Applicant: 哈尔滨工业大学(威海)
IPC: G06F16/36 , G06F40/295 , G06F16/35 , G06F16/332
Abstract: 本申请公开了一种结构化与非结构化事实知识融合的语料库构建方法及装置，从预先构建的结构化知识库中选取结构化事实知识并将其转化为事实检索查询，根据事实检索查询从预先构建的非结构化文本库中检索出多个非结构化事实知识文本候选，利用实体识别和实体链接获取非结构化事实知识文本候选中的实体，从而匹配事实知识文本候选与知识库中结构化事实知识，基于匹配结果判断事实知识文本候选的事实相关性，保留相关性较强的文本候选与其匹配到的结构化事实知识，作为一条结构化与非结构化事实知识相匹配的语料，保存到语料库中，不断重复上述过程，最终形成包含若干条匹配语料的高质量语料库。
-
公开(公告)号：CN117826747A
公开(公告)日：2024-04-05
申请号：CN202311690640.5
申请日：2023-12-11
Applicant: 哈尔滨工业大学(威海)
IPC: G05B23/02
Abstract: 本发明提供了一种基于多维时间序列的单粒子故障预测方法，该方法采用全连接网络提取故障信息的关联维度，然后利用循环神经网络中一种门控循环单元结构长短期神经网络学习辐射环境中发生的单粒子故障信息，得到故障注入预测模型。该系统包括数据收集模块、模型训练模块和故障预测模块。数据收集模块从系统中获取历史单粒子故障数据，并对该数据进行预处理，再交给模型训练模块。模型训练模块收到预处理后的数据开始进行长短时记忆神经网络模型的训练和优化。故障预测模块用训练好的模型预测系统中会出现的单粒子故障。
-
Patent Agency Ranking
公开(公告)号：CN114679334B
公开(公告)日：2023-08-25
申请号：CN202210417783.8
申请日：2022-04-20
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种基于多模式人工智能的工控安全检测和防御系统。该系统包括模型搭配模块，工控及其数据分析模块，工控模拟系统，蜜罐及其数据分析模块，攻防对抗模块。模型搭配模块提供人工智能模型。工控及其数据分析模块提取数据模式，将数据模式和模拟数据的异常情况反馈给工控模拟系统。工控模拟系统改进以缩小与真实工控系统的差距；在攻防博弈达到纳什均衡后，扩容或改变配置。蜜罐复刻模拟环境并实际部署，其数据分析模块提取启发式策略。攻防对抗模块综合模型搭配模块提供的模型和蜜罐数据分析模块的启发式策略，进行对抗演练以达到纳什均衡。
-
公开(公告)号：CN116582349A
公开(公告)日：2023-08-11
申请号：CN202310683222.7
申请日：2023-06-09
Applicant: 哈尔滨工业大学(威海)
IPC: H04L9/40 , H04L41/16 , H04L41/147 , H04L41/14
Abstract: 本申请公开了一种基于网络攻击图的攻击路径预测模型生成方法及装置，涉及工控安全技术领域，通过获取工控网络数据和国家漏洞数据库的漏洞数据生成整个工控网络的网络漏洞信息，根据网络漏洞信息生成工控网络各个区域的网络攻击图，从网络攻击图中提取攻防方博弈对抗训练所需要的信息并进行对抗训练，得到攻击路径选择概率，根据攻击路径选择概率量化网络攻击图有向边的权值，根据网络攻击图和网络漏洞信息计算漏洞可利用率，根据漏洞可利用率量化网络攻击图节点的权值，根据量化后的网络攻击图，使用DDQN算法和联邦学习算法训练得到整个工控网络的攻击路径预测模型，解决了规模较大的网络结构下的攻击路径预测问题。
-
公开(公告)号：CN116501022A
公开(公告)日：2023-07-28
申请号：CN202310571353.6
申请日：2023-05-20
Applicant: 哈尔滨工业大学(威海)
IPC: G05B23/02
Abstract: 本发明提供了一种基于分布式环境的工控异常检测方法，该方法获取网络数据包；对获取的数据进行解析、预处理，将数据转化为邻接矩阵的形式，并构建一个有向图；将该图划分为多个子图后，输入到多台服务器上进行训练；模型训练完成，将实际工控网络数据输入到模型中，判断其是否异常。本发明采用分布式架构，极大地减少了主机在训练时所需的性能和时间开销。本发明还提供了一种基于分布式环境的工控异常检测系统。
-
公开(公告)号：CN110162399B
公开(公告)日：2023-05-09
申请号：CN201910381305.4
申请日：2019-05-08
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种面向多核实时系统的时间确定性方法，其中包括运算资源管理模块、调度裁决模块、任务同步模块和专用核心模块。本发明结合目前通用的确定性技术，应用于实时系统中，使任务执行具备时间确定性、空间确定性和执行确定性。通过在同步阶段设置同步时间片的策略，一定程度上提升确定性技术效率。通过定义特殊数据结构，隐藏了直接与操作系统底层的交互，方便了各模块共享资源的维护工作。将调度管理的对象设为任务组，在确定性执行机制下对任务进行评估，划分优先级，令确定性技术可以更好地贴合实时系统特性。将CPU核心分为运算核心和专用核心两部分，采用不同方案，保障任务运行过程中的实时性。
-
公开(公告)号：CN111861860B
公开(公告)日：2023-04-21
申请号：CN202010713775.9
申请日：2020-07-23
Applicant: 哈尔滨工业大学(威海)
IPC: G06T1/20
Abstract: 本发明提出了一种面向AI智能SOC芯片的图像加速处理系统，其中包括任务分析模块，任务链接模块，内部节点优化模块和寻找解决方案模块。本发明可以实现对图像处理的加速，并且可以解决传统SOC芯片对同一图像多次处理过程中I/O读写次数高，芯片内ALU利用不充分，只能针对单一节点进行优化，无法实现一个系统级的最优解决方案等问题。本发明的有益效果：能够分析本次图像处理所需要的处理任务，并且找到处理任务不同的实现方案，依据各个处理任务之间的数据依赖关系，将任务链接成一个整体的解决方案，再通过内部节点优化拆分组合任务节点，最后通过分析各种解决方案对AI智能SOC芯片内部ALU的利用率，找到最优的解决方案，提高系统性能。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.047 seconds)
