-
公开(公告)号:CN117349744A
公开(公告)日:2024-01-05
申请号:CN202311419599.8
申请日:2023-10-30
Applicant: 北京邮电大学
IPC: G06F18/2413 , G06F18/23213 , G06F18/214 , G06F21/55 , G06F21/56 , G06N3/042
Abstract: 本申请涉及一种基于图神经网络聚类的终端侧告警溯源图过滤方法。该方法包括:通过训练终端侧告警溯源图的图节点自编码器和图自编码器实现初始编码器的构建;通过告警指标预测任务优化初始编码器;通过自适应聚类算法,获得最佳聚类簇数训练聚类模型;通过聚类模型完成聚类类别标记并训练告警分类模型;通过告警分类模型对告警进行过滤,并且监测“新告警”比例指标指导后续模型迭代。通过本申请提出的基于图神经网络聚类的终端侧告警过滤方法,可以提高告警分析的自动化程度与精准度,解决大量冗余告警导致的网络安全工作人员识别关键告警困难的问题。
-
公开(公告)号:CN117369876A
公开(公告)日:2024-01-09
申请号:CN202311359088.1
申请日:2023-10-19
Applicant: 北京邮电大学
Abstract: 本申请提供一种基于多核和资源复用的向量处理器,包括一个处理核心M和一到多个处理核心S,所述处理核心均可同时执行标量指令。处理核心M用于译码向量指令,将向量指令派发到处理核心S上执行,并追踪已派发的向量指令的执行状态。处理核心S在复用现有计算逻辑的基础上,接收出了核心M派发的向量指令并在向量寄存器的一部分上执行指令。本申请还提供一种执行向量指令的方法,基于上述向量处理器。本申请在复用多核心处理器架构中已有的执行单元的基础上,通过额外添加一组向量寄存器以及少量向量指令相关的控制逻辑,在保证低硬件开销下,实现对向量指令的高效执行。
-