-
公开(公告)号：CN119538302A
公开(公告)日：2025-02-28
申请号：CN202411393971.7
申请日：2024-10-08
Applicant: 武汉大学
IPC: G06F21/62 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06N3/048 , G06N3/042
Abstract: 本发明属于人工智能信息安全技术领域，具体公开了一种基于winograd稀疏卷积和可微分激活函数近似的神经网络隐私推理方法及装置，针对现有的神经网络隐私推理计算时延高和通信代价大的难题，基于winograd算法的乘法高效卷积特性，结合多粒度权重剪枝算法，最大化线性卷积层的稀疏性，降低乘法密集的卷积层所需的通信代价。同时对非线性激活函数进行协同优化，通过设计新的激活函数敏感性和重要性量化评估算法，引入自适应可学习的多项式函数，提升激活函数的拟合精度，降低多项式替换损失，并使用多阶段知识蒸馏方法保留神经网络模型强大的预测性能，在不影响预测精度的前提下，有效提高隐私保护神经网络推理的计算和通信效率。
-
公开(公告)号：CN119449378A
公开(公告)日：2025-02-14
申请号：CN202411442477.5
申请日：2024-10-16
Applicant: 武汉大学
IPC: H04L9/40
Abstract: 本发明公开了一种基于多维特征联合和掩码自编码器的加密恶意流量检测方法及装置，旨在解决现有加密流量检测中特征提取能力不足和检测精度不高的问题。首先，通过从原始流量数据中提取多维特征，包括原始流量特征、TLS明文报文特征和传统统计特征，将这些一维特征数据转化为二维RGB图像，从而将加密流量检测问题转化为图像分类问题。然后，利用掩码自编码器进行自监督学习，在大量未标记的流量数据上进行预训练，并通过少量标记数据进行微调，提升模型的特征提取能力和泛化性能。最终，使用经过微调的模型进行流量分类，有效检测并识别加密流量中的恶意行为。实验结果表明，本发明在多个实际流量数据集上具有较高的检测精度和鲁棒性。
-
公开(公告)号：CN119781687A
公开(公告)日：2025-04-08
申请号：CN202411920784.X
申请日：2024-12-25
Applicant: 武汉大学
IPC: G06F3/06 , G06F16/2455 , G06F16/23 , G06F16/22 , G06F16/215
Abstract: 本发明公开了一种基于冷热流分离的网络流数据的存储方法及系统、插入方法、查询方法，关键思想是对频繁项目和非频繁项目流键采用不同的策略。鉴于逐流键的实时分布应用需求的多样性，Hermetis的工作流程包括两个部分：精益部分和粗糙部分。精益部分用于存储时间窗口内的频繁项。精益部分通过竞争性选择过程来剔除非频繁项目，对于实时频繁项查询任务，精益部分大大提高了查询效率并降低了由于哈希碰撞造成误报的几率。粗糙部分是一个根据时间窗口变化自调整计数器大小的概率型数据结构，用于对“模糊流键”的分布状况进行记录。实验表明，本发明的数据结构在准确率、吞吐量和内存开销方面的效果上，对比其他数据结构和算法显著提升。
-
公开(公告)号：CN119996455A
公开(公告)日：2025-05-13
申请号：CN202510162914.6
申请日：2025-02-14
Applicant: 武汉大学
IPC: H04L67/12 , H04L67/1004 , H04L43/16 , H04L41/06
Abstract: 本发明公开了一种面向云际计算的分布式监控架构及监控方法，包括：监控传感器、收集器、分发管理器、监管代理。监控传感器位于云际计算系统中每个运行的物理机和虚拟机内，收集器和分发管理器位于云际计算系统中云际服务提供商内，监管代理位于云际服务提供商外。分发管理器管理一组分布式收集器，这些收集器从一组物理机和虚拟机上运行的元传感器获取信息。监管代理负责整合整个云际环境下的监控信息，同时也是用户对云际监控数据的访问点，提供了一个通用的API，允许用户读取存储在每个云基础设施节点中的本地监控数据。本发明的有益效果是：有效、灵活、弹性监控云际计算系统资源服务运行状态和质量，提高云际计算系统的安全性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
