-
公开(公告)号：CN102117228B
公开(公告)日：2013-10-16
申请号：CN201110047002.2
申请日：2011-02-28
Applicant: 复旦大学
Abstract: 本发明属于Java编译运行环境设计技术领域，具体一种Java动静态结合的异常处理优化方法。本发明把动静结合的编译运行环境分为两个阶段：静态处理阶段和动态执行阶段。静态处理阶段主要是在静态编译器里分析和收集程序的异常处理信息，如产生异常的语句，异常的类型及异常着陆点等信息；动态执行阶段主要是利用静态分析得到的异常处理信息，在异常发生的时候根据异常的类型和异常着陆点跳转到相应的异常处理代码段，执行异常处理的相关操作。本发明糅合动、静优化技术来完成Java程序编译工作，从而达到提供一个最优的异常处理机制的效果。
-
-
公开(公告)号：CN102236576A
公开(公告)日：2011-11-09
申请号：CN201110227049.7
申请日：2011-08-09
Applicant: 复旦大学
Abstract: 本发明属于Java编译运行环境设计技术领域，具体为一种支持混合模式执行的Java虚拟机执行引擎。该虚拟机执行引擎包括：类加载器、Java方法分发器、解释器、即时编译器、Java本地方法接口；所述Java方法分发器存在于虚拟机的类加载器中，负责依据分发策略将整个程序中所执行到的不同的方法路由给不同的引擎执行；在解释器与即时编译器两种执行模式之间，Java本地方法接口与解释器和即时编译器执行模式之间，分别设计有方法调用桥，实现方法的混合模式执行。
-
-
公开(公告)号：CN102117228A
公开(公告)日：2011-07-06
申请号：CN201110047002.2
申请日：2011-02-28
Applicant: 复旦大学
Abstract: 本发明属于Java编译运行环境设计技术领域，具体一种Java动静态结合的的异常处理优化方法。本发明把动静结合的编译运行环境分为两个阶段：静态处理阶段和动态执行阶段。静态处理阶段主要是在静态编译器里分析和收集程序的异常处理信息，如产生异常的语句，异常的类型及异常着陆点等信息；动态执行阶段主要是利用静态分析得到的异常处理信息，在异常发生的时候根据异常的类型和异常着陆点跳转到相应的异常处理代码段，执行异常处理的相关操作。本发明糅合动、静优化技术来完成Java程序编译工作，从而达到提供一个最优的异常处理机制的效果。
-
Patent Agency Ranking
公开(公告)号：CN102023891A
公开(公告)日：2011-04-20
申请号：CN201010595749.7
申请日：2010-12-20
Applicant: 复旦大学
IPC: G06F9/46
Abstract: 本发明属于Java虚拟机垃圾回收器技术领域，具体涉及一种基于Java虚拟机的并发垃圾回收器框架。该框架分为并发算法框架和调度器两个模块两个部分，其中，所述并发算法框架，在设计上主要通过对当前存在的并发垃圾收集算法来进行差异分析，最终划分算法中便于重用和不能重用的模块，并且针对不同的特性分别进行实现；所述调度器主要由调度触发器、调度算法、耗尽处理三个模块组成；该调度器主要有两个方面的作用：决定何时触发GC，处理系统资源耗尽的情况。本发明增加了并行垃圾收集技术的平台可移植性，解决了在同一平台下实验不同并行垃圾收集技术的问题，可以在一个特定的平台下研究不同并行垃圾收集技术的优劣性。
-
公开(公告)号：CN101720136A
公开(公告)日：2010-06-02
申请号：CN200910225681.0
申请日：2009-11-27
Applicant: 成都市华为赛门铁克科技有限公司 , 复旦大学
Abstract: 本发明实施例公开了一种客户端邻居节点数目控制方法和装置、缓存系统，其中，方法包括：接收客户端发送的用于请求与邻居节点建立连接的连接请求消息，所述连接请求消息中包括所述客户端的数据下载速率和所述客户端当前已连接的邻居节点数目；根据所述数据下载速率得到所述客户端的邻居节点数目阈值；在所述客户端的当前已连接的邻居节点连接数目等于所述邻居节点数目阈值时，拒绝所述客户端的连接请求。本发明实施例避免了由于过多邻居节点造成的大量不必要的额外带宽消耗，实现了动态合理地调整P2P客户端邻居节点数目。
-
公开(公告)号：CN117792667A
公开(公告)日：2024-03-29
申请号：CN202310212620.0
申请日：2023-03-07
Applicant: 复旦大学
IPC: H04L9/40 , G06F18/241 , G06F18/243 , G06F18/213 , G06F16/951 , G06F16/955 , G06V10/46 , G06V10/764 , G06N20/00
Abstract: 本发明属于网络安全和涉网犯罪治理技术领域，具体为一种具体涉及黑灰产业应用采集系统。本发明系统包括基于多维特征的黑产门户网站甄别系统和黑产应用动态采集系统；前者用于从待测种子网站中提取特征，并识别出可以提供大量应用采集的黑产门户网站；后者用于自动化、大批量地从黑产门户网站下载应用；黑产门户网站甄别系统包括多维特征提取模块和学习识别模块；所述黑产应用动态采集系统包括高对抗性的动态内容捕获方案和基于语义优先的采集逻辑方案。本发明可高效采集在野黑产应用，有效解决黑产应用发现的滞后性；并可对黑产封堵领域的其他工作提供帮助或启发。
-
公开(公告)号：CN116977967A
公开(公告)日：2023-10-31
申请号：CN202310998755.4
申请日：2023-08-09
Applicant: 复旦大学
IPC: G06V20/56 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06F21/57
Abstract: 本发明属于人工智能模型安全技术领域，具体为一种针对自动驾驶系统的伪造点云物体识别方法。本发明挖掘并利用现有点云实体伪造攻击在设计上受攻击设备和攻击目标约束的特点，通过评估模型检出的物体的局部组件与真实物体组件的相似性，以区分真实物体和伪造物体：先通过将输入空间划分成若干个等大的局部区域把模型检出的物体切割成若干个局部组件，再利用预训练好的点云分类模型识别这些局部组件是否对应真实物体的局部组件，最后基于识别结果众投判断模型检出物体是否是真实物体。本发明能广泛应用于各种不同构架的点云实体检测模型；并且对于点云实体伪造攻击都具有好的检测鲁棒性和有效性，为自动驾驶系统的安全保护提供有效工具。
-
公开(公告)号：CN114638337A
公开(公告)日：2022-06-17
申请号：CN202210183023.5
申请日：2022-02-27
Applicant: 复旦大学
Abstract: 本发明属于人工智能隐私风险评估领域，具体为一种基于独占神经元分析的训练数据逆向重建方法。本发明基于独占神经元分析，从深度神经网络模型的平均训练梯度中推断修正线性单元(ReLU)的激活状态，将原本高维复杂非线性梯度匹配方程组化简为等价的超定线性方程组，利用稀疏线性方程求解器，准确求解参与训练的原始数据样本和相应数据标签。本发明能够广泛应用于评估深度神经网络在开放网络训练过程中的隐私风险，帮助尽早发现模型训练过程中的数据泄漏隐患，相比现有评估方法，在重建精度和重建样本数上均有显著提升。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.024 seconds)
