空洞整理方法、装置、电子设备和存储介质

    公开(公告)号:CN119088305A

    公开(公告)日:2024-12-06

    申请号:CN202411197088.0

    申请日:2024-08-29

    Abstract: 本申请属于计算机存储领域,具体公开了一种空洞整理方法、装置、电子设备和存储介质,该方法包括:对于有空洞的条带组,在第一方案和第二方案中,选择消耗磁盘I/O较少的方案,对空洞区域进行整理;其中,所述第一方案为当新数据请求到达时,将新数据写入空洞区域;所述第二方案为将条带组中每个逻辑块内的有效数据整理到条带组中的连续数据空间进行存储,当新数据请求到达时,将新数据顺序写入所述连续数据空间以外的空洞区域,通过该方法可以减少数据的迁移引起的磁盘I/O操作,从而提高系统性能和可靠性。

    多模态智能模型系统化安全防护方法、装置及设备

    公开(公告)号:CN118094176A

    公开(公告)日:2024-05-28

    申请号:CN202410487472.8

    申请日:2024-04-22

    Abstract: 本申请提供一种多模态智能模型系统化安全防护方法、装置及设备,该方法包括:在目标多模态智能模型的安全检测阶段,依据训练好的距离感知判断模型所确定的检测数据与原始数据之间的感知距离,得到与原始数据之间的感知距离满足要求的检测数据,并利用该检测数据对所述目标多模态智能模型进行检测;在检测阶段的检测结果为所述目标多模态智能模型存在安全问题的情况下,一方面,对模型输入进行安全编码防护及分词过滤,另一方面,对多模态智能模型进行多维度全方位评估。该方法可以系统性提升多模态智能模型的安全性。

    动态异构网络潜在异常关系预测方法及装置

    公开(公告)号:CN117591755A

    公开(公告)日:2024-02-23

    申请号:CN202410074560.5

    申请日:2024-01-18

    Abstract: 本申请实施例提供动态异构网络潜在异常关系预测方法及装置。本实施例在预测节点之间的潜在异常关系时,借助于各节点的邻居交互行为(通过各节点的邻居交互集合表征)和邻域结构信息(通过各节点的邻接矩阵、各节点与其它节点的共同邻居矩阵表征)来捕捉不同节点的节点表示的动态变化(比如由节点与邻居节点的交互行为引起等),基于各不同节点的节点表示的动态变化预测节点之间的潜在异常关系,实现了邻居增强的动态异构网络潜在异常关系预测,提高潜在异常关系预测的准确性。

    基于区块链与合同理论的数据处理方法、装置及设备

    公开(公告)号:CN115994588B

    公开(公告)日:2023-07-25

    申请号:CN202310281972.1

    申请日:2023-03-16

    Abstract: 本申请提供一种基于区块链与合同理论的数据处理方法、装置及设备,该方法包括:基于历史数据确定用户设备对应的第一数据质量,从区块链获取用户设备对应的第二数据质量,基于第一数据质量和第二数据质量确定用户设备对应的目标数据质量;基于每个用户设备对应的目标数据质量从M个用户设备中选取I个目标用户设备,将目标合同组发送给I个目标终端设备,将初始全局模型参数发送给I个目标用户设备,以使每个目标用户设备从目标合同组中选取目标激励合同,基于目标激励合同的最佳样本数量和初始全局模型参数获取局部模型参数;基于I个目标用户设备的局部模型参数确定已训练参数。通过本申请方案,提高模型训练过程的效率,训练的收敛速度更快。

    基于区块链的多重智能合约的共享激励方法、装置及设备

    公开(公告)号:CN115996226B

    公开(公告)日:2023-06-27

    申请号:CN202310295550.X

    申请日:2023-03-17

    Abstract: 本申请提供一种基于区块链的多重智能合约的共享激励方法、装置及设备,该方法包括:获取数据请求者发送的针对智能合约中的目标数据集的访问请求;基于访问请求对应的验证参数对数据请求者进行验证;若访问请求对应的每个验证参数均满足验证通过条件,则数据请求者验证成功;若验证成功,则为数据请求者生成目标令牌,将目标令牌发送给数据请求者,以使数据请求者基于目标令牌访问目标数据集;其中,访问请求包括资源验证参数,资源验证参数包括第一结算资源和第二结算资源,若第一结算资源不小于目标数据集的数据价格,第二结算资源不小于数据请求者的第一保证价格,则资源验证参数满足验证通过条件。通过本申请技术方案,能够保证数据安全。

    基于对抗神经网络结构搜索的图像处理方法及装置

    公开(公告)号:CN116304144A

    公开(公告)日:2023-06-23

    申请号:CN202211690326.2

    申请日:2022-12-27

    Abstract: 本申请提供一种基于对抗神经网络结构搜索的图像处理方法及装置,该方法包括:对于DNN网络结构搜索过程中的任一epoch,利用梯度下降算法、已获得的图像训练集以及已获得的图像验证集,对DNN网络的操作参数和结构参数进行迭代交替更新,直至迭代次数达到第一迭代次数;以及,利用预设网络脆弱性约束条件和已获得的图像验证集,对所述DNN网络的结构参数进行迭代更新直至该epoch内的迭代次数达到第二迭代次数;在搜索的epoch数达到第一epoch数,或,DNN网络模型收敛的情况下,依据得到的结构参数,生成用于图像处理的目标DNN网络,并利用所述目标DNN网络对待进行图像处理的图像进行图像处理。该方法可以提升利用DNN网络进行图像处理的准确性。

Patent Agency Ranking