-
公开(公告)号：CN119903519A
公开(公告)日：2025-04-29
申请号：CN202411872891.X
申请日：2024-12-18
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明提出了基于Windows CE操作系统嵌入式设备仿真的漏洞挖掘方法及系统，包括：获取嵌入式设备处理器信息；对嵌入式设备的固件进行固件解包以提取文件；基于嵌入式设备处理器信息及提取的文件获得嵌入式设备的操作系统，将操作系统与嵌入式设备的应用打包，形成完整的仿真镜像，用于实现对使用Windows CE操作系统的嵌入式设备的系统态仿真；在仿真环境中运行模糊测试对固件相应功能模块进行漏洞挖掘。
-
Patent Agency Ranking
公开(公告)号：CN119292867A
公开(公告)日：2025-01-10
申请号：CN202411355558.1
申请日：2024-09-27
Applicant: 山东省人工智能研究院 , 山东科技大学 , 齐鲁工业大学(山东省科学院)
IPC: G06F11/30 , G06N3/0455 , G06N3/042 , G06N3/088
Abstract: 一种图对比学习的云系统异常检测方法，涉及云系统性能检测技术领域，通过在数据增强模块中结合时域和频域的处理策略，不仅保证了数据多样性的同时也维持了数据的时间连续性，为后续的特征学习提供了高质量的输入。GGRN模块的引入，使得模型能够同时从结构和时间两个维度学习到云系统的深层次特征，为异常检测提供了丰富的语义信息。轻量化的线性注意力编码器和对比学习的结合，不仅优化了模型在特征提取上的效率，而且通过对比学习增强了模型对不同状态模式区分的能力，从而提高了异常检测的准确率和鲁棒性。
-
公开(公告)号：CN118090422A
公开(公告)日：2024-05-28
申请号：CN202410154117.9
申请日：2024-02-02
Applicant: 齐鲁工业大学(山东省科学院) , 金雷科技股份公司
Abstract: 本发明公开了一种高温环境下金属材料断裂应变测试方法，主要涉及金属成形性能测试技术领域。包括：制备不同类型的拉伸试样；对拉伸试样进行预处理；将经过预处理后的拉伸试样进行真空高温测试并获取表层断裂应变以及芯部断裂应变；其中所述获取表层断裂应变具体为：通过真空高温拉伸实验以及DIC来获取；所述获取芯部断裂应变具体为：通过混合数值‑实验法获取。本发明的有益效果在于：能在降低成本的同时，提高散斑的耐受温度，从而精确的描述材料内部的损伤断裂行为。
-
公开(公告)号：CN118364286B
公开(公告)日：2025-03-18
申请号：CN202410494020.2
申请日：2024-04-24
Applicant: 山东省人工智能研究院 , 山东科技大学 , 齐鲁工业大学(山东省科学院)
IPC: G06F18/214 , G06F18/2131 , G06F18/2431 , G06N3/0499 , G06N3/048 , G06N3/084 , G06F9/50
Abstract: 一种基于小波分解和多头外部注意力机制的轻量级云服务器负载预测方法，涉及云服务器负载预测技术领域，有效地结合了小波变换技术和Transformer架构，可以快速、准确地预测云数据中心各类资源的长期负载。采用小波变换技术将预测序列分解为不同频率的子序列，突出负载的趋势部分，并使用高频信息细化预测效果，以实现对负载时间演变规律的精确捕捉。通过引入外部注意力机制模块，显著提升了模型的性能，在保持预测精度的基础上，降低了计算复杂度，从而优化了负载预测的推理效率。同时，外部记忆单元能够深入挖掘并利用不同序列之间的潜在影响，进一步提升了模型的预测能力。
-
公开(公告)号：CN119292867B
公开(公告)日：2025-04-08
申请号：CN202411355558.1
申请日：2024-09-27
Applicant: 山东省人工智能研究院 , 山东科技大学 , 齐鲁工业大学(山东省科学院)
IPC: G06F11/30 , G06N3/0455 , G06N3/042 , G06N3/088
Abstract: 一种图对比学习的云系统异常检测方法，涉及云系统性能检测技术领域，通过在数据增强模块中结合时域和频域的处理策略，不仅保证了数据多样性的同时也维持了数据的时间连续性，为后续的特征学习提供了高质量的输入。GGRN模块的引入，使得模型能够同时从结构和时间两个维度学习到云系统的深层次特征，为异常检测提供了丰富的语义信息。轻量化的线性注意力编码器和对比学习的结合，不仅优化了模型在特征提取上的效率，而且通过对比学习增强了模型对不同状态模式区分的能力，从而提高了异常检测的准确率和鲁棒性。
-
公开(公告)号：CN118364286A
公开(公告)日：2024-07-19
申请号：CN202410494020.2
申请日：2024-04-24
Applicant: 山东省人工智能研究院 , 山东科技大学 , 齐鲁工业大学(山东省科学院)
IPC: G06F18/214 , G06F18/2131 , G06F18/2431 , G06N3/0499 , G06N3/048 , G06N3/084 , G06F9/50
Abstract: 一种基于小波分解和多头外部注意力机制的轻量级云服务器负载预测方法，涉及云服务器负载预测技术领域，有效地结合了小波变换技术和Transformer架构，可以快速、准确地预测云数据中心各类资源的长期负载。采用小波变换技术将预测序列分解为不同频率的子序列，突出负载的趋势部分，并使用高频信息细化预测效果，以实现对负载时间演变规律的精确捕捉。通过引入外部注意力机制模块，显著提升了模型的性能，在保持预测精度的基础上，降低了计算复杂度，从而优化了负载预测的推理效率。同时，外部记忆单元能够深入挖掘并利用不同序列之间的潜在影响，进一步提升了模型的预测能力。
-
-
-
-
-
Search Results
6
records
(took 0.124 seconds)
