-
公开(公告)号:CN110837650B
公开(公告)日:2021-08-31
申请号:CN201911022014.2
申请日:2019-10-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种不可信网络环境下的云存储ORAM访问系统和方法,属于信息安全领域。为了降低访问过程中的总体带宽消耗,本发明采用根桶驱逐方法,即驱逐过程中并不用将整条路径上所有桶中数据全部读取到客户端而只需要根桶中数据,同样写回过程也只用传输根桶中需要的数据,将驱逐过程中需要传输的数据从logN个桶变为1个,大大降低了带宽消耗。为了保证某路径上数据块存放位置的随机性,本发明采用了循环移位方法,即将每个桶中数据沿着路径移动到下一层,叶子节点移动到根桶,保证了相同数据块访问请求不会泄露访问隐私,使不可信方无法获取准确的信息,保护了访问模式的安全性,为根桶驱逐过程提供保证。
-
公开(公告)号:CN110968272A
公开(公告)日:2020-04-07
申请号:CN201911291844.5
申请日:2019-12-16
Applicant: 华中科技大学
IPC: G06F3/06
Abstract: 本发明公开了一种基于时间序列预测的海量小文件存储性能优化方法,属于信息存储领域,包括:收集带有时间信息的历史文件访问记录,得到数据集;将数据集预处理为离散的时间序列数据后,使用时间窗口在其上滚动产生训练数据集合,任意t时刻的训练数据以t-n~t时刻的数据为输入数据,并以t+1时刻的数据为标签数据;基于循环神经网络建立时间序列预测模型,并利用由训练数据集合划分得到的训练集、验证集和测试集依次进行训练、验证与测试,从而得到目标模型;利用目标模型预测文件大小的变化趋势,以识别出其中的大文件和小文件;将大文件直接存储,将小文件基于时间序列聚合后存储。本发明能够优化海量小文件在分布式存储系统中的存储性能。
-
公开(公告)号:CN110837650A
公开(公告)日:2020-02-25
申请号:CN201911022014.2
申请日:2019-10-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种不可信网络环境下的云存储ORAM访问系统和方法,属于信息安全领域。为了降低访问过程中的总体带宽消耗,本发明采用根桶驱逐方法,即驱逐过程中并不用将整条路径上所有桶中数据全部读取到客户端而只需要根桶中数据,同样写回过程也只用传输根桶中需要的数据,将驱逐过程中需要传输的数据从logN个桶变为1个,大大降低了带宽消耗。为了保证某路径上数据块存放位置的随机性,本发明采用了循环移位方法,即将每个桶中数据沿着路径移动到下一层,叶子节点移动到根桶,保证了相同数据块访问请求不会泄露访问隐私,使不可信方无法获取准确的信息,保护了访问模式的安全性,为根桶驱逐过程提供保证。
-
公开(公告)号:CN110347685A
公开(公告)日:2019-10-18
申请号:CN201910579338.X
申请日:2019-06-28
Applicant: 华中科技大学
Abstract: 本发明公开了基于字典树的索引结构、数据查询优化方法、主存管理器,属于数据存储领域。索引结构由容器组成,容器存储T节点和S节点,完整键被划分为部分键,T节点存储部分键的前m/2位,S节点存储部分键的后m/2位,从字典树的根节点到某一节点路径上经过的部分键连接起来,形成完整键。索引结构更为紧凑,从而提高主存空间利用率。使用跳后继将T节点直接跳转到后续兄弟节点,从而减少比较次数,提升查找性能;使用T节点跳表将T节点跳转到S节点,使用容器跳表将S节点跳转到T节点,直接跳到最近的目标,从而跳过大量不必要的条目,提升的找性能。由主存管理器解析出的包含各个层次结构ID的指针P,将索引结构与主存地址完全解耦。
-
公开(公告)号:CN109324756A
公开(公告)日:2019-02-12
申请号:CN201810961762.6
申请日:2018-08-22
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于固态盘阵列的数据安全删除方法,利用固态盘阵列中多个固态盘可并行操作的特点,采用秘密共享算法对数据进行转换处理,将编码后的数据分发到各个固态盘,一方面,编码保证数据冗余,且转换后的数据为密文,提高数据可靠性与安全性;另一方面,利用容错编码的特性,对数据的删除不再需要对整个数据进行覆盖写,而是删除部分数据,破坏数据完整性,使数据无法恢复。即使攻击者得到部分编码数据,也不能获取明文,达到数据安全删除的目的。本发明解决了固态盘阵列的存储不可靠、文件无法安全删除等数据存储安全问题。
-
公开(公告)号:CN111178519B
公开(公告)日:2022-08-02
申请号:CN201911377012.5
申请日:2019-12-27
Applicant: 华中科技大学
Abstract: 本发明公开了一种卷积神经网络加速引擎、卷积神经网络加速系统及方法,属于异构计算加速领域,引擎包括:全局缓存和物理PE矩阵;物理PE矩阵包括多个物理PE单元,物理PE单元用于执行行卷积操作以及相关的部分和累加操作;XY互联总线用于将输入特征图像数据、输出特征图像数据和卷积核参数从全局缓存传输到物理PE矩阵上,或者将物理PE矩阵产生的操作结果传输到全局缓存中;邻接互联总线用于在同一列物理PE单元之间传输中间结果;系统包括:3D‑Memory,其中每个Vault单元的内存控制器中集成了卷积神经网络加速引擎,用于完成卷积神经网络计算任务的一个子集;方法在系统的基础上进行逐层优化。本发明能够提高卷积神经网络的性能和能耗。
-
公开(公告)号:CN110830561B
公开(公告)日:2020-11-17
申请号:CN201911029233.3
申请日:2019-10-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种异步网络环境下的多用户ORAM访问系统及方法,属于信息安全技术领域。本发明选用“无驱逐”数据写回,将桶数据简单分为“真”数据区和“假”数据区,“客户端”写回时将数据写回目的桶节点的“真”数据区,对于路径上其他桶节点,则在能写入的“真”数据区和“假”数据区随机选择一个位置写入,在客户端直接确定数据写回路径和位置,以略微的“客户端”计算和存储消耗来降低整体的数据访问消耗,达到真正接近0(1)的整体平均带宽放大,同时保障系统的安全性。采用Shamir秘密共享算法构建选择向量来查找数据,每个服务端的中间数据都是经过秘密共享算法计算后的值,相比于之前的类似工作,不需要复杂的同态加密过程,极大提高了ORAM的实用性。
-
公开(公告)号:CN111178519A
公开(公告)日:2020-05-19
申请号:CN201911377012.5
申请日:2019-12-27
Applicant: 华中科技大学
Abstract: 本发明公开了一种卷积神经网络加速引擎、卷积神经网络加速系统及方法,属于异构计算加速领域,引擎包括:全局缓存和物理PE矩阵;物理PE矩阵包括多个物理PE单元,物理PE单元用于执行行卷积操作以及相关的部分和累加操作;XY互联总线用于将输入特征图像数据、输出特征图像数据和卷积核参数从全局缓存传输到物理PE矩阵上,或者将物理PE矩阵产生的操作结果传输到全局缓存中;邻接互联总线用于在同一列物理PE单元之间传输中间结果;系统包括:3D-Memory,其中每个Vault单元的内存控制器中集成了卷积神经网络加速引擎,用于完成卷积神经网络计算任务的一个子集;方法在系统的基础上进行逐层优化。本发明能够提高卷积神经网络的性能和能耗。
-
公开(公告)号:CN109587217A
公开(公告)日:2019-04-05
申请号:CN201811314109.7
申请日:2018-11-06
Applicant: 华中科技大学
IPC: H04L29/08
Abstract: 本发明公开了一种大规模分布式系统的智能监控与管理方法及系统,包括:S1.任务进入分布式系统时,初始化任务的QoS调控参数;S2.根据QoS调控参数进行任务调度;S3.判断所有任务是否全部运行完成,若是,结束,否则,进入步骤S4;S4.采集分布式系统信息和任务信息,并将其反馈给QoS调控参数预测模型;S5.判断QoS调控参数预测模型是否训练完成,若是,根据反馈信息,使用训练好的模型预测出新的QoS调控参数;否则,根据反馈信息训练QoS调控参数预测模型的同时,输出临时QoS调控参数;更新任务的QoS调控参数,返回步骤S2。本发明通过智能优选与实时反馈机制相结合,对大规模分布式系统的任务实现了高效实时调度和管理,实现了对任务进行细粒度的资源配置和调度。
-
公开(公告)号:CN109240605A
公开(公告)日:2019-01-18
申请号:CN201810937496.3
申请日:2018-08-17
Applicant: 华中科技大学
IPC: G06F3/06
Abstract: 本发明公开了一种基于3D堆叠内存的快速重复数据块识别方法,该方法包括以下步骤:将数据块指纹发送至3D堆叠内存;在3D堆叠内存中完成数据块指纹的检索和存储;3D堆叠内存将指纹检索结果返回至CPU。本发明通过使用3D堆叠内存来存储数据块指纹,3D堆叠内存由多个DRAM芯片和一个逻辑层芯片堆叠而成,并通过TSV技术连接,逻辑层通过TSV访问存储层而不需要通过数据总线,速度较快,避免了总线上不必要的数据移动,减少了访问内存的时间;本发明通过将数据指纹分类,将存储芯片分区,每类指纹存储在一个分区中,并在逻辑层嵌入多个计算单元和一个路由,路由将数据指纹转发到各计算单元,避免了计算单元之间的通信开销,降低了指纹查找过程中的能耗。
-
-
-
-
-
-
-
-
-