一种面向固态盘数据存储智能缓存管理方法

    公开(公告)号:CN116610253A

    公开(公告)日:2023-08-18

    申请号:CN202310458076.8

    申请日:2023-04-25

    Abstract: 本发明公开了一种面向固态盘数据存储智能缓存管理方法,包括以下步骤:S1,收集数据,分析负载访问特点、闪存芯片的状态;S2,离线训练机器学习模型,并将机器学习模型和相关算法固化在固态盘上;S3,对批量写回窗口的使用与否和如何使用进行判断调整;S4,对下次是否使用机器学习模型,以及下次批量写回时的替换数据进行选择;S5,对机器学习模型是否适用和机器学习模型的使用频次是否合理进行评估,从而调整机器学习模型的使用。通过机器学习算法实现在缓存数据管理时的最佳管理,缓存命中率高,底层IO避免,和及时批量写回冷数据,空出缓存空间服务上层主机端IO请求。

    一种基于负载特征和闪存状态感知的数据分配算法

    公开(公告)号:CN117992214A

    公开(公告)日:2024-05-07

    申请号:CN202311830476.3

    申请日:2023-12-28

    Inventor: 孙辉 孙晨 王亚轩

    Abstract: 本发明公开了一种基于负载特征和闪存状态感知的数据分配算法,包括以下步骤:S1,判断请求数据类型,得到请求数据块分类,按照现在的时间戳,在历史访问表中,更新此请求信息;S2,判断芯片状态,计算芯片负载,选择需要的芯片;S3,根据晶圆的磨损程度,选择相应的晶圆单元;S4,根据晶圆中的平面是否被使用的位图信息,进行位图查询,选择一个没有写入的平面,将数据写入,之后更新位图,将此次写入的平面显示已写入;当所有平面都被写入时,重置位图,重新任意选择一个平面写入,并更新位图;S5,选择对应的块进行写入。本发明考虑到负载请求的访问模式的同时,避免了与垃圾回收产生的事务造成的冲突,保证了SSD的并行性能,提高了SSD的寿命。

    一种基于差分隐私的分布式学习隐私保护方法

    公开(公告)号:CN111814189B

    公开(公告)日:2022-10-18

    申请号:CN202010847611.5

    申请日:2020-08-21

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于差分隐私的分布式学习隐私保护方法,该方法应用于网络中n个用户节点,每个用户拥有自己独立分布的一组数据样本,并包括以下步骤:S1、初始化阶段;S2、用户节点本地学习阶段;步骤S3、用户节点获取邻居节点信息并更新阶段;步骤S4、加噪声扰动阶段;步骤S5、广播阶段。本发明能解决当前分布式学习中的隐私保护问题,使得用户节点通过邻居节点更新自己的本地参数,并将噪声处理过的参数发给邻居节点,从而在去中心化的网络环境下,能保护用户的个人敏感数据不遭泄露。

    一种基于差分隐私的分布式学习隐私保护方法

    公开(公告)号:CN111814189A

    公开(公告)日:2020-10-23

    申请号:CN202010847611.5

    申请日:2020-08-21

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于差分隐私的分布式学习隐私保护方法,该方法应用于网络中n个用户节点,每个用户拥有自己独立分布的一组数据样本,并包括以下步骤:S1、初始化阶段;S2、用户节点本地学习阶段;步骤S3、用户节点获取邻居节点信息并更新阶段;步骤S4、加噪声扰动阶段;步骤S5、广播阶段。本发明能解决当前分布式学习中的隐私保护问题,使得用户节点通过邻居节点更新自己的本地参数,并将噪声处理过的参数发给邻居节点,从而在去中心化的网络环境下,能保护用户的个人敏感数据不遭泄露。

Patent Agency Ranking