-
公开(公告)号：CN113703867B
公开(公告)日：2024-01-30
申请号：CN202110985231.2
申请日：2021-08-26
Applicant: 哈尔滨工业大学
Abstract: 一种无服务计算中加速启动方法及系统，涉及无服务计算技术领域，用以解决现有无服务计算中由于冷启动的存在而导致任务执行的响应时间过长的问题。本发明的技术要点包括：构建两层容器：用户容器和任务容器，每个用户容器对应一个用户设备，对于每个任务请求，容器启动的过程包括查找该任务请求对应的用户容器，如果没有查找到则创建对应的用户容器；创建成功或查找到则将该任务请求转发至用户容器；在用户容器中启动任务容器处理任务请求。本发明中用户容器负责隔离，任务容器负责执行任务，任务容器经过裁剪具有很低的启动延迟；利用过去调用规律预测未来启动来减少冷启动次数，进一步降低启动延迟，相比现有冷启动回收机制具有大幅度提升。
-
公开(公告)号：CN114244919B
公开(公告)日：2024-01-26
申请号：CN202111549823.6
申请日：2021-12-17
Applicant: 哈尔滨工业大学
IPC: H04L69/22 , H04L49/111
Abstract: 一种基于协议无感知转发的NDN模态实现方法及NDN控制器应用程序，涉及NDN模态实现技术领域，用以解决现有POF不能直接支撑NDN的有状态转发需求且不能对TLV结构报文进行字段检查和操作的问题。本发明的技术要点包括：一个主机将NDN报文转换为NDN模态报文，NDN模态报文为NDN报文附加NDN前置头后形成的报文；多模态网络转发NDN模态报文，转发过程经过一个或多个POF交换机，在每个POF交换机中由流表流水线和有状态转发模块协同对NDN模态报文进行处理并向多模态网络发出，直至到达另一个主机；另一个主机将NDN模态报文转换为NDN报文。本发明提高了多模态网络的通用性、NDN转发的效率和NDN路由与转发策略管理的便捷性。本发明可应用于在多模态网络中运行NDN。
-
公开(公告)号：CN111124531B
公开(公告)日：2023-07-28
申请号：CN201911168638.5
申请日：2019-11-25
Applicant: 哈尔滨工业大学
IPC: G06F9/445 , G06F9/50 , H04L67/10 , H04L67/1008 , H04L67/1029 , H04L67/1023 , H04L67/12
Abstract: 一种车辆雾计算中基于能耗和延迟权衡的计算任务动态卸载方法，属于雾计算应用技术领域。本发明为了充分利用附近车辆的计算资源，将云节点的任务从云节点下放到车辆节点上，为减轻云节点的过载，减少高峰时段的服务延迟，以及为电池供电的云节点节约电能。定义所述卸载方法对应的VFC环境；针对单个车辆节点的单个任务构建能源消耗成本，能源消耗成本为总能量消耗和总延迟的加权和：针对VFC环境下的所有节点所有任务的能耗和延迟的模型，构建联合目标函数，给出约束条件并定义优化问题；针对步骤三的优化问题求得当联合目标函数达到最小值时，每个任务所应卸载到的车辆节点，进而得到最优的任务卸载方案。本发明降低了能量消耗，降低整体处理延迟。
-
公开(公告)号：CN111045785B
公开(公告)日：2023-04-07
申请号：CN201911169998.7
申请日：2019-11-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于二进制引力搜索的节能虚拟机放置方法，属于节能优化的云计算领域。本发明的目的是为了实现在虚拟机放置降低能耗，同时提高云计算性能。技术要点：初始化；随机设置每个智能体的位置，确保位置在搜索空间中即可；在每次迭代中，我们计算初始位置的所有智能体的适应度，如果本轮迭代中的适应度高于上一轮迭代的适应度，则更新；对于每个智能体，都根据新的适应度计算质量，引力常数也会随着迭代次数的增加而更新，即随着时间的变化，重力值也会随之变化；用新质量和重力值计算加速度；在搜索空间中移动智能体的位置。虚拟机放置降低能耗，同时提高云计算性能。
-
公开(公告)号：CN115378908A
公开(公告)日：2022-11-22
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。
-
Patent Agency Ranking
公开(公告)号：CN110363003B
公开(公告)日：2022-08-02
申请号：CN201910680599.0
申请日：2019-07-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度学习的Android病毒静态检测方法，涉及到网络病毒检测技术领域。本发明为了解决现有的Android病毒静态检测方法存在可实际应用的检测时间较长、无法应对代码混淆、误报率和漏报率偏高、不能解决单个病毒的多恶意家族行为检测的问题。技术要点：从用户的Android端获取广义权限序列；将获取的权限序列作为黑白二分类模型的输入，将得到Android平台的应用APK的权限序列提取出来，作为分类模型的输入；如二分类结果为良性软件则直接返回给用户，如果检测的结果为恶意软件，则将它的权限序列再作为家族分类模型的输入；最终从家族检测模型中获取到预测的病毒家族种类，并返回给用户，检测结束。本发明用于Android病毒的检测。
-
公开(公告)号：CN113489744B
公开(公告)日：2022-05-10
申请号：CN202110847302.2
申请日：2021-07-27
Applicant: 哈尔滨工业大学
Abstract: 一种基于霍克斯多元过程建模的物联网攻击模式识别方法，属于物联网攻击模式识别技术领域，用以解决现有的物联网攻击模式识别方法不能准确有效地识别僵尸网络中同一个受控僵尸主机行为模式不一致的问题。本发明的技术要点包括：首先通过一组蜜罐来捕获足够多的真实攻击者活动，然后提出一种改进的DBScan算法来精简海量数据规模；然后提出一种基于控制周期检测的僵尸网络聚类算法来推断僵尸网络控制不同僵尸主机的时间片段，并根据加权的潜在影响以细粒度的方式将攻击者活动聚集到僵尸网络中。本发明以控制期的粒度对僵尸网络进行进一步识别，解决了由于不同僵尸网络占有时间段不同而导致的同一个受控主机行为模式不一致的问题。
-
公开(公告)号：CN113132384B
公开(公告)日：2022-04-19
申请号：CN202110423197.X
申请日：2021-04-20
Applicant: 哈尔滨工业大学
IPC: H04L61/4511 , H04L61/103 , H04L9/40 , H04L9/32 , H04L67/10
Abstract: 一种去中心化DNS根区管理系统，属于互联网基础设施安全技术领域，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。本发明技术要点包括：系统包括本地根链子系统和本地根服务器子系统，本地根链子系统用于利用区块链实现根区数据管理，包括根区划分模块、身份与角色模块、账簿模块和合约模块；本地根链子系统实现根区数据管理的过程为：通过身份与角色模块建立成员之间授权和被授权的关系，通过账簿模块记录的数据描述所述关系，并通过合约模块实现上述授权逻辑。本发明规避了根的中心化结构风险，对互联网中域名系统的建设起到了重要的作用。
-
公开(公告)号：CN111031102B
公开(公告)日：2022-04-12
申请号：CN201911166849.5
申请日：2019-11-25
Applicant: 哈尔滨工业大学
IPC: H04L67/568 , H04L67/10 , H04W16/10
Abstract: 一种多用户、多任务的移动边缘计算系统中可缓存的任务迁移方法，属于移动边缘计算系统的应用领域。本发明为了解决现有的移动边缘计算系统中任务迁移方法中确定迁移目标服务器时存实时性差、能耗开销较大的问题。本发明以最小的能耗开销将计算任务从终端设备迁移至选定的边缘服务器，在移动边缘计算系统中，定义移动设备用户的集合A＝{1,2，…，N}，并且每一个用户都有一个待完成的计算任务的集合B＝{1,2，…，M}，这些任务由一个单一的无线基站相连，其中的移动边缘计算服务器为这些移动设备提供计算和缓存服务；所述方法的实现包括通信模型、计算模型、任务缓存模型以及任务迁移模型的构建。本发明有效减少在整个移动边缘计算系统中所有用户所需的总的时间和能耗开销。
-
公开(公告)号：CN113361694B
公开(公告)日：2022-03-15
申请号：CN202110740543.7
申请日：2021-06-30
Applicant: 哈尔滨工业大学
Abstract: 一种应用差分隐私保护的分层联邦学习方法及系统，涉及联邦学习技术领域，用以解决现有的端‑边‑云分层联邦学习方法不能有效且严格地减少训练数据的隐私泄露风险。本发明技术要点包括：客户端进行本地模型训练、求解本地模型参数与隐私保护；边缘服务器对多个包含扰动保护的本地模型参数进行端‑边聚合与隐私保护；云服务器对多个包含扰动保护的边缘聚合参数进行边‑云聚合计算，获得全局模型参数；迭代执行上述步骤直至每个客户端的本地更新次数达到其预设的本地更新总次数后停止执行，完成分层联邦学习模型训练。本发明实现了在分层联邦学习景下有效且严格地减少训练数据的隐私泄露风险。
-
-
-
-
-
-
-
-
-
Search Results
181
records
(took 0.035 seconds)
