-
公开(公告)号：CN116166895A
公开(公告)日：2023-05-26
申请号：CN202211585376.4
申请日：2022-12-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06F16/9537 , G06F16/909 , G06F16/9038
Abstract: 本发明涉及基于物化视图的时空范围查询方法、系统、设备及介质，包括：获取搜索请求，搜索请求包括各个第一待匹配数据；根据搜索请求，在物化视图表中的每一个层级中的各个节点中搜索与各个第一待匹配数据匹配的各个第一存储数据作为目标匹配数据；其中，物化视图表为存储多个层级对应的第一存储数据的数据库，每个层级对应一个类别的第一存储数据。解决当前移动轨迹数据查询效率低、速度慢的问题。
-
公开(公告)号：CN116094792A
公开(公告)日：2023-05-09
申请号：CN202211731395.3
申请日：2022-12-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: H04L9/40 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及基于时空特征和注意力机制的加密恶意流识别方法及装置，其方法包括将原始数据流进行数据预处理，得到初始数据流；根据初始数据流建立流量轨迹拓扑图；从流量轨迹图中提取关键节点特征，得到关键节点特征集；利用关键节点特征集建立节点级空间注意特征图；从节点级空间注意特征图中提取空间特征，得到空间特征集；从空间特征集中提取空间特征集的时间特征，得到时间特征集；将空间特征集与时间特征集融合，得到空间时间特征集；对空间时间特征集进行权重分配，得到模型训练特征集；训练深度学习模型，得到加密恶意流识别模型，并用加密恶意流识别模型识别加密恶意数据流。本发明能够更全面地把握流量特征，提高加密恶意流量的检出率。
-
公开(公告)号：CN112714062A
公开(公告)日：2021-04-27
申请号：CN202011437644.9
申请日：2020-12-07
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L12/709 , H04L12/725
Abstract: 本发明涉及一种面向超算用户体验质量的多路径路由方法，包括通过预设规则将待规划路径的业务解耦为至少一个业务块，根据每一个业务块的网络需求特征、待规划路径的网络节点之间的所有路径和所有路径中每一条路径的网络特征，得到针对业务的网络节点之间的多路径集合，将多路径集合中每一条路径的网络特征和所有业务块的网络需求特征输入至预设匹配度评估函数中，得到针对业务的网络节点之间的网络路径，本发明形式化描述不同超算应用或业务对网络的多维细粒度需求，对网络的整体业务进行分块化描述，实现解耦超算业务任务调度与数据交换的强依赖关系，提升用户体验。本发明还涉及一种面向超算用户体验质量的多路径路由装置。
-
公开(公告)号：CN114637305A
公开(公告)日：2022-06-17
申请号：CN202210137755.0
申请日：2022-02-15
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明提供一种无人机最短路径规划方法及装置，涉及无人机飞行线路技术领域；该方法包括：在天气模型下通过最短路径规划算法生成无人机飞行路线最小连通图，通过最小连通图得到最短路径；基于SweepLine算法对天气模型进行凸包优化，得到天气优化模型；根据卷积神经网络训练天气优化模型，得到天气识别模型；基于Spark计算框架和天气识别模型更新所述最短路径，得到更新后的最短路径。无人机在飞行过程中能够通过天气模型自动探测前方禁飞区域，对其优化和校准，基于Spark计算框架和天气识别模型能够动态调整最短路径，通过启发式凸包优化最短路径，结合Spark计算框架提高计算速度，快速且准确得到最短路径。
-
公开(公告)号：CN116132361A
公开(公告)日：2023-05-16
申请号：CN202211684673.4
申请日：2022-12-27
Applicant: 山东海量信息技术研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: H04L45/302 , H04L45/12 , H04L41/14 , H04L41/16 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于QoS和QoE的网络资源优化调整方法和系统，涉及网络技术领域。该方法包括：当出现预设场景时，根据预设路由算法获取多条网络路径的QoS参数值；根据每一条网络路径的QoS参数值、结合训练后的预设映射关系模型获得每一条网络路径的QoE指标值；从全部QoE指标值中选出目标QoE指标值；通过所述目标QoE指标值对应的一条网络路径进行信息传输，实现全局QoS和QoE控制优化，可以在保证用户体验质量的同时，提升网络资源利用效率，节约数据中心内部的流量带宽成本，从而能够为相关数据中心及服务节约成本，获得间接的经济效益。
-
Patent Agency Ranking
公开(公告)号：CN114973060A
公开(公告)日：2022-08-30
申请号：CN202210430592.5
申请日：2022-04-22
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了一种移动视频的相似度计算方法和系统，涉及数据挖掘领域。该方法包括：通过视频帧数据模型计算第一视频帧的可视区域和第二视频帧的可视区域的交集和并集，根据交集和并集计算出第一视频帧和第二视频帧之间的预设系数，根据预设系数确定最大公共视图相似度，将第一视频帧和第二视频帧分别转换成第一视频帧序列和第二视频帧序列，基于最长公共子序列算法，结合第一视频帧序列和第二视频帧序列、以最大公共视图相似度作为权值，计算出第一视频帧和素和第二视频帧的视频相似距离，对视频相似距离进行归一化处理，获得相似度值，实现了基于最大公共子视图测量移动视频的相似度的识别和计算。
-
公开(公告)号：CN114782866A
公开(公告)日：2022-07-22
申请号：CN202210417377.1
申请日：2022-04-20
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06V20/40 , G06V10/74 , G06V10/762 , G06K9/62 , G06F16/71 , G06F16/75 , G06F16/787
Abstract: 本发明涉及一种地理标记视频的相似度确定方法、装置、电子设备及介质，该方法包括：获取待处理的第一视频和第二视频，第一视频和第二视频均为地理标记视频；基于数据库缓存区的内存容量阈值，分别对第一视频和第二视频进行分割，得到多个目标分割视频场景；对于属于同一个视频的每个目标分割视频场景，将至少一个目标分割视频场景中的满足聚类条件的目标分割视频场景进行合并，得到至少一个目标视频场景；根据至少一个目标视频场景中每个目标视频场景对应的视场区域，确定第一视频和第二视频之间的视频相似度。通过本发明的方法，可减少数据处理量，减少算法复杂度，提高数据处理效率。
-
公开(公告)号：CN112714062B
公开(公告)日：2022-04-29
申请号：CN202011437644.9
申请日：2020-12-07
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L45/24 , H04L45/302
Abstract: 本发明涉及一种面向超算用户体验质量的多路径路由方法，包括通过预设规则将待规划路径的业务解耦为至少一个业务块，根据每一个业务块的网络需求特征、待规划路径的网络节点之间的所有路径和所有路径中每一条路径的网络特征，得到针对业务的网络节点之间的多路径集合，将多路径集合中每一条路径的网络特征和所有业务块的网络需求特征输入至预设匹配度评估函数中，得到针对业务的网络节点之间的网络路径，本发明形式化描述不同超算应用或业务对网络的多维细粒度需求，对网络的整体业务进行分块化描述，实现解耦超算业务任务调度与数据交换的强依赖关系，提升用户体验。本发明还涉及一种面向超算用户体验质量的多路径路由装置。
-
公开(公告)号：CN114782866B
公开(公告)日：2024-03-08
申请号：CN202210417377.1
申请日：2022-04-20
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06V20/40 , G06V10/74 , G06V10/762 , G06F16/71 , G06F16/75 , G06F16/787
-
公开(公告)号：CN114726802A
公开(公告)日：2022-07-08
申请号：CN202210337471.6
申请日：2022-03-31
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L47/2483 , H04L47/2441 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于不同数据维度的网络流量识别方法及装置，属于网络流量识别技术领域；方法包括：从网络中捕获网络流量数据包，将网络流量数据包进行数据预处理，得到一维网络流量数据或二维网络流量数据；构建HexCNN‑1D深度学习模型以及构建GCNN‑2D深度学习模型；若得到一维网络流量数据时，则通过HexCNN‑1D深度学习模型对一维网络流量数据进行流量识别，输出一维网络流量数据对应的分类识别结果，若得到二维网络流量数据时，则通过GCNN‑2D深度学习模型对二维网络流量数据进行流量识别，输出二维网络流量数据对应的分类识别结果。本发明通过HexCNN‑1D深度学习模型和GCNN‑2D深度学习模型能够对一维的网络数据和二维的网络数据进行识别分类，处理速度更快，精度更高。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.069 seconds)
