-
公开(公告)号：CN119011080A
公开(公告)日：2024-11-22
申请号：CN202411004819.5
申请日：2024-07-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L1/00 , H04L41/0654
Abstract: 本申请实施例提供了一种基于纠删码的节点修复方法及相关设备，用于解决纠删码节点修复速度慢以及缺乏调度框架的问题。本申请实施例方法包括：获取用户上传的待修复数据；确定待修复故障块所在的待修复条带，选择帮助块；确定修复条带，选择待请求节点；构建修复有向无环图，设置修复有向无环图的顶点及修复边；根据动态权重映射算法，于映射集合中对每个顶点执行映射，记录映射后负载最小的帮助节点和待请求节点；基于切片的链路资源分配算法将所有修复有向无环图中确定的目标帮助节点的目标帮助块以及目标修复链路，并按照目标修复链路对目标帮助块进行切片，得到切片帮助块，以根据切片帮助块及目标修复链路完成待修复故障块的节点修复。
-
公开(公告)号：CN118885349A
公开(公告)日：2024-11-01
申请号：CN202410907218.9
申请日：2024-07-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F11/30 , G06F18/243 , G06F18/214 , G06F18/21
Abstract: 本申请实施例公开了一种目标不可纠正故障预测模型训练方法以及相关设备，用于在可以及时且准确预测内存不可纠故障的情况下，进行目标不可纠正故障预测模型训练。本申请实施例方法包括：获得内存的初始时间窗口的内存日志样本，对初始时间窗口的内存日志样本进行目标时间窗口的各个维度指标的可纠故障特征抽取，得到目标时间窗口的可纠故障特征样本，由目标不可纠正故障预测模型对目标时间窗口的可纠故障特征样本进行不可纠故障发生规律的分析，以得到预测不可纠故障识别结果，当预测不可纠故障识别结果与标注的不可纠故障识别结果之间的损失满足收敛条件时，得到训练完成的目标不可纠正故障识别模型。
-
公开(公告)号：CN117097746A
公开(公告)日：2023-11-21
申请号：CN202311058784.9
申请日：2023-08-22
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L67/1097 , H04L41/0654 , H04L67/60 , H04L67/1074 , H04L1/00 , G06F11/10
Abstract: 本申请实施例提供了一种节点修复方法及相关设备，用于解决分布式存储系统下修复多个节点所带来的网络传输问题。本申请实施例方法包括：获取分布式存储系统中的所有数据节点；其中，所有数据节点包括故障节点及幸存节点；将幸存节点进行调度分组，其中，任一组次中的幸存节点为成对存在；将同一组次中的幸存节点进行归并操作，以将当前幸存节点中的节点修复数据传输至同一组次中的其他幸存节点，形成节点修复块；其中，节点修复块由其他幸存节点的节点修复数据及当前幸存节点的节点修复数据形成；将任一组次中的节点修复块传输至故障节点，对故障节点进行修复，以使得故障节点根据节点修复块完成故障修复。
-
公开(公告)号：CN119052060A
公开(公告)日：2024-11-29
申请号：CN202411030520.7
申请日：2024-07-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L41/0654 , H04L67/10
Abstract: 本申请实施例公开了一种基于纠删码的多故障数据恢复方法以及相关设备，用于在提高多故障数据恢复效率以及减少网络堵塞的情况下，进行基于纠删码的多故障数据恢复。本申请实施例方法包括：基于预设依赖恢复顺序，以及预设数据发送限制规则和/或预设数据发送优先级规则，得到每个预设多节点故障情况对应的时隙恢复方案，基于每个预设节点故障情况对应的时隙恢复方案得到预设时隙恢复方案集合，在预设时隙恢复方案集合中确定当前多节点故障情况对应的目标时隙恢复方案，执行目标时隙恢复方案，目标时隙恢复方案用于：在每个目标时隙中，按照目标时隙对应的时隙数据传输路径，由目标时隙发送节点，将目标时隙发送数据块发送至目标时隙接收节点。
-
公开(公告)号：CN117095243B
公开(公告)日：2024-05-07
申请号：CN202311345466.0
申请日：2023-10-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/764 , H04L9/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/70 , G06V10/74 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/24 , G06F18/25 , G06F18/20 , G06N3/045 , G06N3/0895 , G06N3/096 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 本发明提供一种基于分支融合策略的小样本类增量网络入侵检测方法，包括：步骤一：将采集到的网络流量样本进行拆分处理，处理后的网络流量样本被转化为灰度图像表示；步骤二：将网络流量样本的灰度图像输入到骨干网络ViT中用于自监督模式的预训练以提高特征嵌入的表示能力；步骤三：初始化基础会话分支分类器的投影层参数，用于训练初始的检测分类模型；步骤四：学习每个新会话分支分类器模块，进而使用分支融合策略关联基础会话和新会话分支分类器从而帮助分类器模型完成训练和推理。本发明的有益效果是：本发明方法在不会遗忘已学习攻击类别的情况下，允许以增量、小样本、灵活的方式持续学习新攻击类别，实现保护目标网络系统免受恶意攻击。
-
Patent Agency Ranking
公开(公告)号：CN117194355B
公开(公告)日：2024-02-13
申请号：CN202311479500.3
申请日：2023-11-08
Applicant: 本原数据(北京)信息技术有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/174 , G06F16/14 , G06F3/06
Abstract: 本申请实施例提供了一种基于数据库的数据处理方法、装置和电子设备，属于数据处理技术领域。该方法包括：根据新增数据表的数据类型筛选出选中数据表，从选中数据表中提取预设批量大小。根据预设批量大小和预设值构建预设批量范围，预设批量范围包括多个第一批量大小，根据第一批量大小对新增数据表进行压缩，得到多个候选数据表。获取每一候选数据表的第一扫描时间，将最小的第一扫描时间对应的第一批量大小作为目标批量大小；按目标批量大小对新增数据表进行压缩，得到目标数据表。按目标批量大小对新增数据表进行压缩时，得到的目标数据表扫描时间最小，因此实现了解压速度和压缩率之间的平衡。
-
公开(公告)号：CN117194440A
公开(公告)日：2023-12-08
申请号：CN202311479042.3
申请日：2023-11-08
Applicant: 本原数据(北京)信息技术有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/22
Abstract: 本申请公开了数据库索引压缩方法、装置、电子设备及存储介质，涉及索引技术领域。通过获取包括多个叶子节点的索引树，对叶子节点列表中叶子节点提取公共前缀。在叶子节点列表中确定初始滑窗的第一边界和第二边界，并计算第一收益，根据第二边界移动至下一个索引值得到的预设边界计算第二收益。若第二收益大于或等于第一收益，则满足预设条件，对第二边界进行更新得到第二滑窗。将第二滑窗作为初始滑窗，迭代执行上述过程，直至不满足预设条件，从而获取初始滑窗的公共前缀。利用公共前缀对初始滑窗中叶子节点的索引值进行压缩。由此通过设置滑窗并根据收益更新滑窗，利用不同的公共前缀压缩不同滑窗中的索引值，有效提高了数据库索引压缩率。
-
公开(公告)号：CN117194355A
公开(公告)日：2023-12-08
申请号：CN202311479500.3
申请日：2023-11-08
Applicant: 本原数据(北京)信息技术有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/174 , G06F16/14 , G06F3/06
Abstract: 本申请实施例提供了一种基于数据库的数据处理方法、装置和电子设备，属于数据处理技术领域。该方法包括：根据新增数据表的数据类型筛选出选中数据表，从选中数据表中提取预设批量大小。根据预设批量大小和预设值构建预设批量范围，预设批量范围包括多个第一批量大小，根据第一批量大小对新增数据表进行压缩，得到多个候选数据表。获取每一候选数据表的第一扫描时间，将最小的第一扫描时间对应的第一批量大小作为目标批量大小；按目标批量大小对新增数据表进行压缩，得到目标数据表。按目标批量大小对新增数据表进行压缩时，得到的目标数据表扫描时间最小，因此实现了解压速度和压缩率之间的平衡。
-
公开(公告)号：CN117194440B
公开(公告)日：2024-02-13
申请号：CN202311479042.3
申请日：2023-11-08
Applicant: 本原数据(北京)信息技术有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/22
Abstract: 本申请公开了数据库索引压缩方法、装置、电子设备及存储介质，涉及索引技术领域。通过获取包括多个叶子节点的索引树，对叶子节点列表中叶子节点提取公共前缀。在叶子节点列表中确定初始滑窗的第一边界和第二边界，并计算第一收益，根据第二边界移动至下一个索引值得到的预设边界计算第二收益。若第二收益大于或等于第一收益，则满足预设条件，对第二边界进行更新得到第二滑窗。将第二滑窗作为初始滑窗，迭代执行上述过程，直至不满足预设条件，从而获取初始滑窗的公共前缀。利用公共前缀对初始滑窗中叶子节点的索引值进行压缩。由此通过设置滑窗并根据收益更新滑窗，利用不同的公共前缀压缩不同滑窗中的索引值，有效提高了数据库索引压缩率。
-
公开(公告)号：CN117095243A
公开(公告)日：2023-11-21
申请号：CN202311345466.0
申请日：2023-10-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/764 , H04L9/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/70 , G06V10/74 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/24 , G06F18/25 , G06F18/20 , G06N3/045 , G06N3/0895 , G06N3/096 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 本发明提供一种基于分支融合策略的小样本类增量网络入侵检测方法，包括：步骤一：将采集到的网络流量样本进行拆分处理，处理后的网络流量样本被转化为灰度图像表示；步骤二：将网络流量样本的灰度图像输入到骨干网络ViT中用于自监督模式的预训练以提高特征嵌入的表示能力；步骤三：初始化基础会话分支分类器的投影层参数，用于训练初始的检测分类模型；步骤四：学习每个新会话分支分类器模块，进而使用分支融合策略关联基础会话和新会话分支分类器从而帮助分类器模型完成训练和推理。本发明的有益效果是：本发明方法在不会遗忘已学习攻击类别的情况下，允许以增量、小样本、灵活的方式持续学习新攻击类别，实现保护目标网络系统免受恶意攻击。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.036 seconds)
