-
公开(公告)号：CN113641481B
公开(公告)日：2025-02-18
申请号：CN202110998550.7
申请日：2021-08-27
Applicant: 西安交通大学
Abstract: 本发明公开了一种采用DQN的FPGA任务调度优化方法及系统，定义非均匀分布的FPGA片上可重构资源模型，对CLB，BRAM与DSP资源进行建模，将建模结果作为在线任务的放置芯片载体对在线任务进行特征化表示，使用在线任务可选建模结果作为目标芯片，将在线任务和目标芯片所定义的定长数据作为DQN网络的输入数据，采用DQN的奖励函数作为神经网络的反馈，以DQN更新价值函数进行更新；使用DQN和最优最长贴合算法对DQN网络进行联合训练；在每一次的调度事件中找到合适的目标芯片以及最优的放置结果，将在线任务和目标芯片输入训练好的DQN网络，选择奖励值最高的目标芯片作为对应任务的运行芯片，实现任务调度优化。本发明通过定长输入的方式，提高了模型可扩展性。
-
公开(公告)号：CN118467462A
公开(公告)日：2024-08-09
申请号：CN202410664904.8
申请日：2024-05-27
Applicant: 西安交通大学
Abstract: 本发明公开了一种面向GPU上模板计算程序的动态混合分块方法及系统，首先对多空间维的模板计算程序时间维和最外层空间维选定一种静态循环分块方法，以此方法进行时间维和外层空间维的静态分块；以遍历的方式确定近似最优的静态分块大小，由于约束设计良好，大大限制了搜索空间，因此只会生成少数候选分块大小组合，有了分块方法和分块大小，实现外层静态分块即可；接着在时间维和外层空间维循环计算静态分块第一个点的坐标；在静态分块内的时间维循环计算当前时间步的空间维实际迭代范围，计算内层矩形子分块的长和宽，即可明确内层矩形子分块的索引范围；在内层空间维循环内给每个子块分配负载大小为指定线程负载的线程块来处理，执行模板计算内和程序；最终将计算结果从GPU传回CPU输出当前时间步的模板计算结果即可。本发明面对传统静态分块方法难以有效利用GPU上所有计算资源的问题，提供了一种对内层空间维矩形子分块动态划分的方法，有效提升了分块内线程利用率和内存访问效率，可以扩展到更高的空间维度上，使得多时间步的模板计算程序在GPU上高速运行，更有效地利用了GPU的计算资源。
-
公开(公告)号：CN112434733B
公开(公告)日：2024-04-02
申请号：CN202011290978.8
申请日：2020-11-17
Applicant: 西安交通大学
IPC: G06F18/20 , G06N3/0464 , G06N3/08 , G06F11/22
Abstract: 本发明公开了一种小样本硬盘故障数据生成方法、存储介质及计算设备，基于长短期记忆网络作为生成对抗网络的生成网络，对硬盘SMART数据进行学习，对长短期记忆网络的梯度进行调整并生成用于对抗训练的虚拟硬盘故障数据；对生成的虚拟硬盘故障数据进行甄别，将真实的硬盘故障数据作为训练样本数据集；交替计算生成对抗网络中生成网络G和判别网络D的梯度并调整至收敛，完成小样本硬盘故障数据训练，训练完成后，加载模型中的生成网络G，将初始随机向量传给生成网络G，生成网络G生成虚拟硬盘故障数据。本发明能够有效地生成符合真实硬盘故障数据特点的虚拟硬盘故障数据，扩充硬盘故障数据样本集，提高机器学习算法识别硬盘故障的准确率。
-
公开(公告)号：CN111679907B
公开(公告)日：2023-04-18
申请号：CN202010405264.0
申请日：2020-05-14
Applicant: 西安交通大学
Abstract: 本发明公开了一种云计算任务调度方法，采用反向学习方法获取合并细胞种群，增加细胞种群的多样性，以确保种群能够有效地均匀分布在区间范围，然后利用乌贼算法对获取的合并细胞种群进行迭代计算，使细胞在新的合并细胞种群空间进行摸索，增大细胞寻找最优解的概率，直至满足最大迭代次数得到最优调度方案，然后利用最优调度方案对M个相互独立且不可再分的子任务进行分配，有效的降低了现有方法造成的细胞种群多样性欠缺的缺点，增加细胞种群的多样性，平衡负载，减少等待时间。
-
公开(公告)号：CN114978893A
公开(公告)日：2022-08-30
申请号：CN202210406167.2
申请日：2022-04-18
Applicant: 西安交通大学
IPC: H04L41/0806 , H04L41/0823 , H04L41/14 , H04L41/16 , H04L41/042 , H04L9/32
Abstract: 本发明公开了一种基于区块链的去中心化联邦学习方法及系统，通过将本地设备和边缘服务器进行系统注册并初始化；根据模型请求信息匹配与该模型请求信息匹配度最高的本地设备，利用本地参数对模型请求信息生成的初始模型进行局部训练，局部模型上传至与用于训练的本地设备绑定的边缘服务器，对收到的多个局部模型的参数进行全局聚合即可完成模型请求信息的训练任务，本地训练设备与边缘服务器相互绑定，减少共识节点的数量，有助于减少模型训练时间，基于区块链的去中心化联邦学习方法不但解决了集中式联邦学习的单点故障问题，还能够有效地促使本地设备贡献出样本数据。去中心化联邦学习方法的提出能够有效降低模型训练的时间，提高模型训练效率。
-
Patent Agency Ranking
公开(公告)号：CN113904836B
公开(公告)日：2022-06-07
申请号：CN202111162511.X
申请日：2021-09-30
Applicant: 西安交通大学
IPC: H04L9/40 , H04L9/32 , H04L67/10 , H04L67/1097
Abstract: 本发明公开了一种基于区块链的主客观协同云服务信任管理方法及系统，将区块链作为信任管理者，在信任评估和信任检测的双重功能机制的协调控制下，依据不同需要对主观性和客观性指标参数实行自主权重化，同时引入信用度标记，在信任检测时不断更新，又在信任评估时将其作为一项重要指标加以评估；在信任检测时建立保险激励机制，从CSP处购买保险激励CSP和用户积极性，通过惩罚违约的CSP保障已购买保险的用户权益，并且信任检测、信任评估等任何操作都公开透明且具有时序性和不可篡改性，实现对CSP服务行为公开透明、可追朔和防抵赖的去中心化的主客观协同的系统性约束和管控。
-
公开(公告)号：CN111124415B
公开(公告)日：2022-02-01
申请号：CN201911243343.X
申请日：2019-12-06
Applicant: 西安交通大学
Abstract: 本发明公开了一种开发循环代码中潜在可向量化循环的方法，根据伯恩斯坦条件扫描获取循环代码中的数据依赖，根据读写顺序判断数据依赖的初始类型，采用定位三元组分别表示数据依赖源语句的位置和数据依赖目标语句的位置，计算距离向量并根据距离向量划分数据依赖类型，然后通过对自反依赖语句进行数据缓冲和对交叉依赖语句进行重排，采用数据缓冲消除自反依赖，采用语句重排消除交叉依赖，将部分原本不能够被编译器自动向量化的循环转换为可被向量化的循环，本发明通过形式化算法减小循环代码中数据依赖对向量化的影响，该方法能够有效提高程序向量化效率，提高程序在向量处理器上执行的性能，且操作性良好。
-
公开(公告)号：CN113962142A
公开(公告)日：2022-01-21
申请号：CN202111131700.0
申请日：2021-09-26
Applicant: 西安交通大学
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种基于两段式LSTM的数据中心温度预测方法及系统，使用K‑mean算法进行服务器聚类得到训练数据；针对服务器资源占用率建立最短时间周期的资源占用预测模型；建立针对服务器入风口温度的最长时间周期的温度预测模型构成两段式LSTM预测模型，将资源占用预测模型的预测结果作为温度预测模型输入的一部分，使用训练数据训练两段式LSTM预测模型直至收敛，将服务器CPU利用率、服务器入风口温度历史数据，空调出风口历史数据输入收敛后的两段式LSTM预测模型中，输出预测温度。本发明通过服务器聚类降低服务器间差异导致的模型退化，并通过两段式LSTM预测模型匹配不同来源数据的不同变化规律，提高数据中心温度预测的精度。
-
公开(公告)号：CN113902641A
公开(公告)日：2022-01-07
申请号：CN202111189069.X
申请日：2021-10-12
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于红外图像的数据中心热区判别方法及系统，将原始RGB彩色图像转换为灰度图像，再使用CLAHE自适应直方图均衡方法对灰度图像进行优化处理；利用基于引导滤波的自适应红外图像细节增强方法增强优化处理后灰度图像的对比度；采用连通域方法，使用对比度增强后的灰度图像识别刀片服务器的矩形区域，读取灰度图像的灰度值进行温度映射，计算每个刀片服务器的平均温度与局部最高温度，判别每个刀片服务器的工作状态，反馈平均温度与局部最高温度进行负载均衡，实现数据中心热区判别。本发明能够以较低的成本实现对数据中心热区的判别，合理调度负载以实现数据中心高效率运行。
-
公开(公告)号：CN111262880B
公开(公告)日：2021-10-08
申请号：CN202010100302.1
申请日：2020-02-18
Applicant: 西安交通大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于用户区分的数据安全传输协商方法。方法包括：用户在服务器端成功注册后，允许其访问服务器上的资源；用户通过客户端访问服务器，客户端发送其支持的加密套件列表，服务器端获取客户端的连接信息；客户端发送用户数字证书，服务器从接收到的数字证书中获取用户信息，确定用户的安全传输级别，进一步根据用户的安全传输级别更新与客户端协商的加密套件列表；服务器端向客户端发送重新协商指令，重新与客户端协商建立SSL安全连接；服务器端跳转等待接收客户端的重新协商；根据用户的安全传输级别，服务器端与客户端成功建立SSL安全传输。本发明对客户端无特殊需求，在确保数据安全传输的同时减少了服务器端加解密的开销。
-
-
-
-
-
-
-
-
-
Search Results
209
records
(took 0.034 seconds)
