-
公开(公告)号：CN111461507A
公开(公告)日：2020-07-28
申请号：CN202010194478.8
申请日：2020-03-19
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于客户感知价值和风险意识的多服务器配置利润最大化方法，包括以下步骤：建立云服务提供商模型；建立客户感知价值模型；求取基于客户感知价值的用户需求；求取基于风险感知的利润最大化的最优多服务器配置。本发明能够准确地捕捉云服务市场供求的真实情况，并考虑了定价契约中的风险，在云计算资源配置领域有很大意义。且相比相比于现有的两种基准测试方法，平均利润大大提高。
-
公开(公告)号：CN110929859A
公开(公告)日：2020-03-27
申请号：CN201911015821.1
申请日：2019-10-24
Applicant: 南京理工大学
Abstract: 本发明公开了一种RRAM计算系统安全性增强方法，以阻止窃取储存于RRAM交叉开关中的神经网络权值的攻击。首先分析了神经网络权值映射到RRAM交叉开关的方法，及从RRAM交叉开关中窃取神经网络权值的两种方法；然后，针对两种窃取方法分别提出了防范方法；最后利用两种启发式算法来优化第二种防范方法的硬件开销。该方法操作简单，实用性强，可以提高RRAM计算系统的安全性。
-
Patent Agency Ranking
公开(公告)号：CN112711481B
公开(公告)日：2022-10-28
申请号：CN202110013513.6
申请日：2021-01-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于截止时间和可靠性约束的云服务利润最优化方法及系统。方法为：首先建立多服务器系统模型，并根据云服务请求的异构性得出服务请求的截止期限未命中率；然后利用恢复技术计算基于平均资源调度的软错误可靠性，并提出基于截止期限未命中率和软错误可靠性的利润计算表达式；最后利用基于增强拉格朗日乘数法的迭代算法，推导出最佳多服务器配置和相应的最大利润。该方法在多服务器配置时同时考虑截止期限未命中率和服务请求的软错误可靠性，增加了云服务提供商的利润。
-
公开(公告)号：CN110929859B
公开(公告)日：2022-09-06
申请号：CN201911015821.1
申请日：2019-10-24
Applicant: 南京理工大学
Abstract: 本发明公开了一种RRAM计算系统安全性增强方法，以阻止窃取储存于RRAM交叉开关中的神经网络权值的攻击。首先分析了神经网络权值映射到RRAM交叉开关的方法，及从RRAM交叉开关中窃取神经网络权值的两种方法；然后，针对两种窃取方法分别提出了防范方法；最后利用两种启发式算法来优化第二种防范方法的硬件开销。该方法操作简单，实用性强，可以提高RRAM计算系统的安全性。
-
公开(公告)号：CN112308279A
公开(公告)日：2021-02-02
申请号：CN201910713698.4
申请日：2019-08-02
Applicant: 南京理工大学
Abstract: 本发明公开了一种多服务器资金分配方法。方法为：首先建立多服务器系统的资金消耗及服务器请求模型，得出服务请求与资金消耗的相互关系；然后根据系统当前的可用资金状态制定不同的资金调度策略：高可用资金状态时，只需按需分配；低可用资金状态时，利用博弈论构建符合多服务器系统的合作博弈模型；最后使用拉格朗日乘子法对构建的合作博弈模型进行转化，计算出其相应的纳什均衡解，从而得到多服务器系统最优的资金分配方案。该方法操作简单，实用性强，提高了多服务器系统的效率，降低了多服务器系统的硬件需求。
-
公开(公告)号：CN116339990A
公开(公告)日：2023-06-27
申请号：CN202310308215.9
申请日：2023-03-27
Applicant: 南京理工大学
IPC: G06F9/50
Abstract: 本发明公开了一种成本和可靠性感知的异构多服务器系统利润最优化方法，包括：建立异构多服务器系统模型，获取预期的服务收入和多服务器的系统利用率；建立软错误可靠性模型，将应用程序域投资选择和利润最大化问题表述为一个带约束非线性优化问题；利用基于惩罚函数的迭代方法，获取任何单一应用程序域的最优多服务器系统配置、最小成本及最大利润，并将异构多服务器系统的利润及配置优化问题转换为一个0‑1背包问题；利用基于动态规划的算法和基于贪婪的算法，求解最佳的应用程序域投资策略以及相应的最大利润。该方法可在配置异构多服务器系统配置的同时考虑预算约束和服务请求的软错误可靠性，并提升了云服务质量及提供商的利润。
-
公开(公告)号：CN112711481A
公开(公告)日：2021-04-27
申请号：CN202110013513.6
申请日：2021-01-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于截止时间和可靠性约束的云服务利润最优化方法及系统。方法为：首先建立多服务器系统模型，并根据云服务请求的异构性得出服务请求的截止期限未命中率；然后利用恢复技术计算基于平均资源调度的软错误可靠性，并提出基于截止期限未命中率和软错误可靠性的利润计算表达式；最后利用基于增强拉格朗日乘数法的迭代算法，推导出最佳多服务器配置和相应的最大利润。该方法在多服务器配置时同时考虑截止期限未命中率和服务请求的软错误可靠性，增加了云服务提供商的利润。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
