-
公开(公告)号：CN118802593B
公开(公告)日：2024-11-22
申请号：CN202411273542.6
申请日：2024-09-12
Applicant: 湘江实验室
IPC: H04L41/149 , H04L41/0896
Abstract: 本申请涉及算力网络带宽预测技术领域，提供了一种算力网络的带宽预测方法、装置、设备及介质。该方法包括：获取目标算力网络在T个时刻的带宽值；根据所有带宽值获取带宽时域信息和带宽频域信息，并将带宽时域信息和带宽频域信息进行拼接，得到融合信息；将融合信息线性投影到隐藏维度，得到融合信息的第一投影和第二投影，对第一投影和第二投影进行下采样的特征提取，得到局部特征，并对第一投影和第二投影进行上采样的特征提取，得到全局特征；将局部特征和全局特征进行融合，得到最终特征；对最终特征进行预测，得到当前时刻目标算力网络的预测带宽值。本申请的带宽预测方法能够提高带宽预测的准确性。
-
公开(公告)号：CN118965444A
公开(公告)日：2024-11-15
申请号：CN202411442499.1
申请日：2024-10-16
Applicant: 湘江实验室
IPC: G06F21/62 , G06N3/045 , G06F18/21 , G06F18/2415
Abstract: 本申请提供了一种多模态数据隐私保护的虚假信息检测方法及设备，属于信息安全技术领域，具体包括：基于最优神经网络搜索的多模态傅里叶动态扰动保护算法，在本地对用户多模态数据进行编码融合并添加高斯噪声保护；基于多头时空相关性注意力机制的深度神经网络模型预训练方法，对多模态数据进行局部检测训练；基于梯度相关性增强的差分隐私保护机制，对多层网络模型梯度的相关性进行自适应保护；基于Transformer模型的多模态虚假信息检测方法，检测用户多模态数据的真实性，并标记具体虚假区域；通过本公开的方案，基于差分隐私的特性，本发明扰动的多模态数据满足差分隐私，实现了高准确度的虚假信息检测并确保了多模态数据隐私。
-
公开(公告)号：CN118714028B
公开(公告)日：2024-11-05
申请号：CN202411191780.2
申请日：2024-08-28
Applicant: 湘江实验室
IPC: H04L41/147 , H04L41/16 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F18/2131 , G06F123/02
Abstract: 本发明实施例中提供了一种基于小波分解和改进型LSTM的算力网络流量预测方法，属于通信技术领域，具体包括：数据预处理；构建算力网络流量预测模型；将训练集输入算力网络流量预测模型中，进行迭代训练；将测试集输入训练好的算力网络流量预测模型，评价其精度是否符合要求；采集目标流量数据并将其输入训练好的算力网络流量预测模型中，得到多个分量并拼接为矩阵，卷积长短时记忆网络提取各分量之间的时间和空间特征，之后将特征矩阵转为一维特征向量，双向长短时记忆网络对一维特征向量采用顺序和逆序计算，通过向量拼接得到最终的隐藏表示，再通过全连接层输出实时预测结果。通过本发明的方案，提高了预测实时性、精准度和适应性。
-
公开(公告)号：CN118627129B
公开(公告)日：2024-10-11
申请号：CN202411107321.1
申请日：2024-08-13
Applicant: 湘江实验室
IPC: G06F21/62 , G06F12/14 , G06F12/0806 , G06F12/0868 , G06F16/901 , H04L67/01
Abstract: 本申请提供了多用户共享存储场景下的ORAM优化策略，包括以下步骤：步骤一：各客户端查看本地缓存是否存在目标数据块；步骤二：各客户端获取目标数据块位置；步骤三：各客户端向服务器端发送读写请求；步骤四：服务器端将各客户端发送的请求按路径排列；步骤五：服务器获取路径p中数据块；步骤六：各客户端进行相应的读写操作；步骤七：客户端在每A个读写操作后执行驱逐操作；步骤八：当ORAM树中某个节点被读写访问超过S次时，将进行洗牌操作。本发明提供多用户共享存储场景下的ORAM优化策略，使多用户客户端直接与不可信服务器进行通信，避免可信代理带来的性能瓶颈；减少了客户端的存储开销，降低了通信成本，提高多个用户同时访问时的效率。
-
公开(公告)号：CN118381771B
公开(公告)日：2024-08-20
申请号：CN202410809517.9
申请日：2024-06-21
Applicant: 湘江实验室
IPC: H04L49/25 , H04L47/125
Abstract: 本发明提供了一种基于交换机的RDMA数据流在网重排序方法，涉及数据中心无损网络负载均衡技术领域，与现有技术相比，在保障了多路径传输性能的同时，根据数据流在旧传输路径传输最后一个RDMA数据包的发送时间、旧传输路径的期望排队延迟、重排序队列的排空时间，让到达目的交换机的不同乱序数据流共享同一重排序队列，在同一重排序队列中按每条源RDMA数据流的编号依次对满足预设条件的RDMA数据包进行重排序，保障不同乱序数据流之间不互相阻塞转发，实现队列资源的充分利用，从而减少目的交换机的队列占用，降低了乱序包的重排序开销，且无需修改接收端网卡，避免了因接收端网卡硬件资源少导致无法大规模部署于交换机中的问题。
-
Patent Agency Ranking
公开(公告)号：CN116346863A
公开(公告)日：2023-06-27
申请号：CN202310609308.5
申请日：2023-05-29
Applicant: 湘江实验室
Abstract: 本发明公开了一种基于联邦学习的车载网数据处理方法、装置、设备及介质，包括：根据各个节点的历史通信消息数据和硬件配置信息，构建车载网的分层结构；针对每个基础分层，基于节点对应的车辆特征信息进行分组，得到至少两个基础分组；对于每个基础分组，进行组内消息队列的部署，得到目标分组；将车载网内的每个车辆标识关联分配到目标分组；执行组内局部联邦学习，对目标分组内每个节点的本地模型进行聚合更新，得到更新后的局部全局模型；将每个目标分组作为一个中心，采用每个中心对应的更新后的局部全局模型进行全局学习，得到每个中心对应的全局模型，并采用全局模型进行车载网数据的处理。采用本发明可确保数据隐私性和处理结果的准确性。
-
公开(公告)号：CN118965444B
公开(公告)日：2025-02-07
申请号：CN202411442499.1
申请日：2024-10-16
Applicant: 湘江实验室
IPC: G06F21/62 , G06N3/045 , G06F18/21 , G06F18/2415
Abstract: 本申请提供了一种多模态数据隐私保护的虚假信息检测方法及设备，属于信息安全技术领域，具体包括：基于最优神经网络搜索的多模态傅里叶动态扰动保护算法，在本地对用户多模态数据进行编码融合并添加高斯噪声保护；基于多头时空相关性注意力机制的深度神经网络模型预训练方法，对多模态数据进行局部检测训练；基于梯度相关性增强的差分隐私保护机制，对多层网络模型梯度的相关性进行自适应保护；基于Transformer模型的多模态虚假信息检测方法，检测用户多模态数据的真实性，并标记具体虚假区域；通过本公开的方案，基于差分隐私的特性，本发明扰动的多模态数据满足差分隐私，实现了高准确度的虚假信息检测并确保了多模态数据隐私。
-
公开(公告)号：CN118865743A
公开(公告)日：2024-10-29
申请号：CN202411351763.0
申请日：2024-09-26
Applicant: 湘江实验室
Abstract: 本发明提供了一种具有警报功能的交通安全报警装置，涉及交通信号设备，包括主动警报盒和从动警报盒，主动警报盒内设置有并联的预警支路和警报支路，在预警支路和警报支路上设置有第一、第二机械开关，第一、第二机械开关均包括第一主动连接件，在第一主动连接件的下方设置有从动轴及绕卷在从动轴上的带条，当位于从动报警盒上的带条因护栏碰撞被拉动时，触发预警支路或者预警支路、警报支路，本申请基于相邻护栏之间的位置关系判断交通事故的严重程度，并根据程度的不同作出不同的警示，能够更好的警示交通参与者。
-
公开(公告)号：CN118627129A
公开(公告)日：2024-09-10
申请号：CN202411107321.1
申请日：2024-08-13
Applicant: 湘江实验室
IPC: G06F21/62 , G06F12/14 , G06F12/0806 , G06F12/0868 , G06F16/901 , H04L67/01
Abstract: 本申请提供了多用户共享存储场景下的ORAM优化策略，包括以下步骤：步骤一：各客户端查看本地缓存是否存在目标数据块；步骤二：各客户端获取目标数据块位置；步骤三：各客户端向服务器端发送读写请求；步骤四：服务器端将各客户端发送的请求按路径排列；步骤五：服务器获取路径p中数据块；步骤六：各客户端进行相应的读写操作；步骤七：客户端在每A个读写操作后执行驱逐操作；步骤八：当ORAM树中某个节点被读写访问超过S次时，将进行洗牌操作。本发明提供多用户共享存储场景下的ORAM优化策略，使多用户客户端直接与不可信服务器进行通信，避免可信代理带来的性能瓶颈；减少了客户端的存储开销，降低了通信成本，提高多个用户同时访问时的效率。
-
公开(公告)号：CN118381657B
公开(公告)日：2024-08-20
申请号：CN202410778267.7
申请日：2024-06-17
Applicant: 湘江实验室
IPC: H04L9/40 , G06F18/213 , G06F18/241 , G06F18/25
Abstract: 本发明实施例中提供了一种基于多评估项互影响同更新的算网融合系统安全评估方法，属于通信技术领域，具体包括：获取算网融合系统安全评估数据，其中，所述算网融合系统安全评估数据包括前T个时刻的威胁项数据、脆弱项数据和基础运行项数据；提取威胁项数据、脆弱项数据和基础运行项数据的隐含特征并进行融合，得到算网融合系统安全评估特征；将算网融合系统安全评估特征输入由非线性层构建的分类器得到安全评估结果并进行安全防控。通过本发明的方案，基于互影响同更新机制充分利用三类数据彼此之间的影响来进行隐含特征更新并进行多项互感融合，以发现潜在的安全风险并进行预警，提高了算网安全性、预警效率、精准度和适应性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.019 seconds)
