一种基于模型分割和资源分配的联邦学习训练方法及系统

    公开(公告)号:CN114925852B

    公开(公告)日:2025-02-11

    申请号:CN202210563311.3

    申请日:2022-05-20

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于模型分割和资源分配的联邦学习训练方法及系统。所述方法面向在资源受限且异构的边缘环境中执行的联邦学习训练任务,将待训练模型自适应划分为两部分,将其中一部分模型的训练任务从工作节点卸载到主节点,同时结合对带宽资源和主节点计算资源的动态调整,极大地减少了联邦学习训练过程中的通信开销并且有效平衡了异构工作节点的完成时间,从而显著提升了联邦学习的训练速度。

    面向无线网络环境的科研数据隐私保护增强方法及系统

    公开(公告)号:CN113473420B

    公开(公告)日:2023-01-31

    申请号:CN202110746244.4

    申请日:2021-07-02

    Applicant: 南京大学

    Abstract: 本发明公开了一种面向无线网络环境的科研数据隐私保护增强方法及系统,所述方法包括:建立移动设备不同姿势和位移的变化模式,根据移动设备从无线网络信号发射源接收的无线网络信号的信号强度变化来检测设备状态变化的起始点,并对接收到的信号进行校准处理;将经过校准处理的数据序列量化为比特序列;根据比特序列计算密钥,通过移动设备之间相互交换加密消息来验证相互认证的一致性,生成独特且随机的对称密钥并建立完全连接。本发明通过测量无线网络信道的接收信号强度变化来量化移动设备的抖动模式并生成密钥,提高无线网络环境下科研数据的隐私保护性。

    一种基于摩尔纹的测距系统及方法

    公开(公告)号:CN115457137A

    公开(公告)日:2022-12-09

    申请号:CN202211120490.X

    申请日:2022-09-15

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于摩尔纹的测距系统及方法,包括:摩尔纹图像处理模块,用于对摄像头拍摄到的以屏幕为主体的图像进行处理,提取清晰的摩尔纹二值化图像;摩尔纹特征提取模块,根据摩尔纹频谱图中脉冲区域所在的位置构建频率向量,根据频率向量的参数提取摩尔纹统计性特征;距离测量模块,对所述物理单位转换后的统计性特征的有效性进行验证,若特征有效,则构建摩尔纹统计性特征与距离之间的模型,实现摄像头到屏幕的距离测量;若特征无效,则通过缩略图降频法获得有效的摩尔纹图像,然后重新执行摩尔纹特征提取。本发明利用摄像头前端色滤阵列与屏幕投影像素叠加而成的摩尔纹实现摄像头到屏幕的距离感知,具备极高的测距精度。

    一种基于模型分割和资源分配的联邦学习训练方法及系统

    公开(公告)号:CN114925852A

    公开(公告)日:2022-08-19

    申请号:CN202210563311.3

    申请日:2022-05-20

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于模型分割和资源分配的联邦学习训练方法及系统。所述方法面向在资源受限且异构的边缘环境中执行的联邦学习训练任务,将待训练模型自适应划分为两部分,将其中一部分模型的训练任务从工作节点卸载到主节点,同时结合对带宽资源和主节点计算资源的动态调整,极大地减少了联邦学习训练过程中的通信开销并且有效平衡了异构工作节点的完成时间,从而显著提升了联邦学习的训练速度。

    一种基于MDS编码和灵活调度策略的分布式计算方法及系统

    公开(公告)号:CN114756381A

    公开(公告)日:2022-07-15

    申请号:CN202210555877.1

    申请日:2022-05-20

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于MDS编码和灵活调度策略的分布式计算方法及系统。所述方法面向主从分布式计算框架,基于不同的任务到达速率,在考虑撤销冗余任务开销不可忽略的场景下,通过设计合适的模型编码方案和任务调度策略,既缓解了分布式系统中的落后者问题,又在任务冗余数量和系统负载之间做出权衡,从而降低了整体任务的平均执行时间。同时考虑了在调整模型编码方案和任务调度策略后存在新老任务的情况,通过设计区别任务类型的兼容方案,可以避免调整前的任务计算结果无效。

    基于多主节点主从分布式架构的容错方法及系统

    公开(公告)号:CN113505021A

    公开(公告)日:2021-10-15

    申请号:CN202110577964.2

    申请日:2021-05-26

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于多主节点主从分布式架构的容错方法及系统。所述方法包括:S10、为工作节点分配计算任务并设计容忍落后者问题的编码计算方案;S20、工作节点完成本地计算并根据一定策略将计算结果传输至各个主节点;S30、主节点接收来自各个工作节点的计算结果并根据解码方案生成中间值。通过多个主节点与工作节点合作完成迭代计算任务中的聚合工作以降低每个节点处的工作负载。通过对每个工作节点计算结果使用编码生成冗余数据,可以避免工作节点计算结果丢失,以应对主节点出错的情形。

    基于社交网络的弱关系和强关系的视频推荐方法

    公开(公告)号:CN107220328A

    公开(公告)日:2017-09-29

    申请号:CN201710371550.8

    申请日:2017-05-23

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于社交网络的弱关系和强关系的视频推荐方法,包括以下步骤:1)基于弱关系好友的影响力计算用户对视频的第一预估点击概率;2)基于不同亲密度的强关系好友对视频的行为特征计算第二预估点击概率;3)线性融合第一和第二预估点击概率,得到预估点击概率;4)基于用户对视频的行为观察值以及预估点击概率构造损失函数;5)采用随机梯度算法对步骤1)‑4)中的特征参数进行优化,使损失函数最小化,最终得到用户对视频的点击概率;6)向用户推荐点击概率最高的N个视频。本发明的视频推荐方法结合了与用户相关的弱关系好友和强关系好友进行视频推荐,并将好友的行为特征作用于预测模型,从而能够提高视频推荐的准确性。

Patent Agency Ranking