公开(公告)号：CN101296230A

公开(公告)日：2008-10-29

申请号：CN200810062264.4

申请日：2008-06-17

Applicant: 浙江大学

Inventor： 吴健 ,  黄志明 ,  尹建伟 ,  邓水光 ,  李莹 ,  吴朝晖

IPC: H04L29/06 ,  H04L9/32 ,  H04L9/08

Abstract: 本发明公开了一种基于PKI和PMI的Web服务安全控制机制。其包括PKI、PMI和Web服务安全系统，用户通过PKI系统申请身份证书，再根据身份证书去PMI系统申请属性证书，属性证书将用户的身份关联到一个或多个角色上，PMI系统预定义的策略证书将角色绑定到一个或多个Web服务上去，用户使用Web服务时，Web安全系统帮助PKI系统检查身份证书的合法性，再帮助PMI系统检查用户是否有权限调用该Web服务，当所有检查都通过时，允许用户访问Web服务，以实现安全的Web服务调用。本发明提供了一套完整强健的身份认证和权限控制系统，保证了Web服务调用消息的机密性、完整性和不可否认性。

公开(公告)号：CN101184056A

公开(公告)日：2008-05-21

申请号：CN200710156701.4

申请日：2007-12-04

Applicant: 浙江大学

Inventor： 尹建伟 ,  陈韩伟 ,  金路 ,  吴健 ,  邓水光 ,  李莹 ,  吴朝晖

IPC: H04L12/58 ,  H04L12/56 ,  H04L12/40

Abstract: 本发明涉及一种分布式企业服务总线消息交换方法，步骤如下：(1)部署到企业服务总线上的组件之间必须以消息的方式进行交换，且该消息必须按照一定的格式进行构造，组件在发送消息时设置同步或异步发送、消息的交换模式和是否需要持久化，系统为每个服务提供一个用于接收消息的队列；(2)当服务消费者发送服务请求之后，其所在的容器必须根据消息中设定的地址信息对消息进行路由，确定服务提供者；(3)根据服务提供者所处的容器，采用不同的消息交换方法。本发明有益的效果是：支持同步/异步的消息发送方式；提供消息持久化的功能；当消息交换的双方位于同一容器时，采用优化策略，提高消息交换效率。

公开(公告)号：CN119598433A

公开(公告)日：2025-03-11

申请号：CN202411593197.4

申请日：2024-11-08

Applicant: 浙江大学

Inventor： 韩蒙 ,  徐振华 ,  邢文鹏 ,  林昶廷 ,  李莹 ,  王滨 ,  金波

IPC: G06F21/32 ,  G06F21/71

Abstract: 本发明提供的基于权重叠加的大语言模型指纹添加方法，相比于现有技术而言，该方法以中毒实例为指纹，通过权重叠加，在无需重新微调下游模型的情况下，将指纹信息快速嵌入至大批量的大语言模型中，甚至能够在仅使用CPU的情况下完成嵌入，大幅提高了大语言模型进行文本处理任务的可扩展性和指纹嵌入效率；指纹嵌入可以避免恶意用户的指纹猜测行为也解决了微调模型所带来的复杂性问题；另外，指纹向量获取与下游模型之间解耦，引入的正则化数据对可以抵消指纹数据对的潜在不良影响，使得添加指纹向量后下游模型的性能不会下降甚至有所提升。本发明还提供了基于权重叠加的大语言模型指纹添加的设备，实现大语言模型指纹添加方法。

公开(公告)号：CN118296956A

公开(公告)日：2024-07-05

申请号：CN202410455071.4

申请日：2024-04-16

Applicant: 浙江大学 ,  中国空间技术研究院

Inventor： 席萌 ,  肖俊杰 ,  李贞 ,  邱显斐 ,  蔡钰祥 ,  徐晓东 ,  李莹

IPC: G06F30/27 ,  G06N3/084 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/0442

Abstract: 本发明公开了一种面向稀疏多变量数据的轨迹预测方法、装置及可读存储介质，其中，轨迹预测方法包括：(1)将多变量稀疏轨迹数据执行嵌入操作，得到输入Input的向量表示；(2)将输入Input通过第一神经网络后得到输出Output1；(3)将输入Input通过第二神经网络后得到输出Output1'；(4)将输出Output1和输出Output1'相加后并规范化得到输入Input'；(5)将输入Input'通过第一神经网络得到输出Output1”；(6)将输出Output1”通过第三神经网络后得到最终的输出Output，即为轨迹预测结果。利用本发明，可以有效解决针对多实体、稀疏输入数据的轨迹预测问题，提高轨迹预测的精度。

公开(公告)号：CN112949988B

公开(公告)日：2024-01-05

申请号：CN202110139090.2

申请日：2021-02-01

Applicant: 浙江大学

Inventor： 谭哲越 ,  尹建伟 ,  尚永衡 ,  李莹 ,  邓水光 ,  崔颖华

IPC: G06Q10/0633 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于强化学习的服务流程构造方法。将流程构造过程视作图生成过程，使用有向无环图来表示服务流程图，并使用基于深度随机游走的方法来生成服务流程图的图嵌入表示向量；将图嵌入向量输入策略神经网络和价值神经网络，策略神经网络的输出为对服务流程图中的下一条边的预测，价值神经网络的输出为对当前服务流程图价值的估计；根据服务流程构造的不同优化目标来设计奖励函数，将其作为神经网络参数学习的信号，并使用基于策略梯度的方法来学习神经网络参数。本发明提供的基于强化学习的服务流程构造方法能根据不同的流程构造目标来学习流程构造方法的参数，并自动化挑选合适的服务实体来进行流程构造。

公开(公告)号：CN117196456A

公开(公告)日：2023-12-08

申请号：CN202311049587.0

申请日：2023-08-21

Applicant: 浙江大学

Inventor： 李莹 ,  陈芳 ,  刘蒙蒙 ,  高雅婷

IPC: G06Q10/0835 ,  G06Q10/0834 ,  G06Q10/087 ,  G06Q30/0283

Abstract: 本申请涉及一种智能仓储机器人系统，通过统计仓储物品信息和配送机器人的配送路线，进行关联计费，由关联计费系统按照计费规则，对本次出入库搬运的仓储物品，联合仓储物品信息和机器人配送信息进行关联计费。因此，会考虑到配送机器人所配送的仓储物品以及配送路线进行计费，且会按照仓储物品和配送路线的比重，分别设定第一计费信息和第二计费信息的计算系数：α和β，再对本次的配送费用P进行关联计费：P＝αA+βB。本方案综合考虑到了仓储物品和配送路线的因素，进行收集计算，避免单一收费方式导致的收费失衡等风险，根据配送机器人的配送工作情况进行实际使用计费，达到寿命、消耗和投资回收的一致化，降低风险，正确控制成本。

公开(公告)号：CN117033961A

公开(公告)日：2023-11-10

申请号：CN202311058311.9

申请日：2023-08-22

Applicant: 浙江大学

Inventor： 李莹 ,  朱明炜 ,  赵天成 ,  尹建伟

IPC: G06F18/21 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/096

Abstract: 本发明公开了一种上下文语境感知的多模态图文分类方法。先构建多对交错的图像文本对，将传统微调的范式转化到上下文感知的范式，并达到零样本、少样本无需梯度更新的分类模式。应对跨域迁移的场景下，传统方法需要更多的计算成本，而上下文语境感知学习的模式，能够对原有需要二次梯度更新学习的范式做优化，同时尽可能避免模型预训练权重的灾难遗忘现象，通过少数样本来做元梯度学习，使模型具备跨域知识迁移的能力，在开放词表分类任务的设定下达到比基线模型更优的分类准确度。

公开(公告)号：CN116975634A

公开(公告)日：2023-10-31

申请号：CN202310878901.X

申请日：2023-07-18

Applicant: 浙江大学

Inventor： 李莹 ,  左一兵 ,  潘晓华 ,  席萌 ,  尹建伟

IPC: G06F18/214 ,  G06F18/23 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于程序静态属性及图神经网络的微服务提取方法，包括：对目标单体应用进行静态分析，获取应用程序的静态属性，包括类间的三种静态关系和每个类的特征表示；针对每种静态关系分别构建基于图注意力网络的图编码器模型，以重构误差作为每个模型的损失函数，通过加权聚合得到联合损失函数；利用程序静态属性和联合损失函数，对各模型进行联合训练，训练结束后将生成的特征嵌入表示进行加权聚合，得到每个类最终特征表示；基于最终特征表示，对单体应用中各个类进行聚类操作，获得一系列候选微服务。本发明基于对单体应用的静态分析，综合考虑并结合了应用中所包含的多个层面的属性信息，从而保证了所得微服务提取结果的合理性。

公开(公告)号：CN116820707A

公开(公告)日：2023-09-29

申请号：CN202310530972.0

申请日：2023-05-08

Applicant: 浙江大学 ,  之江实验室

Inventor： 邓水光 ,  吕攀 ,  黄雷 ,  朱宏泽 ,  王凤娟 ,  赵庆玲 ,  潘纲 ,  杨国青 ,  李莹

IPC: G06F9/48 ,  G06F9/54 ,  G06F9/50

Abstract: 本发明公开了一种神经元计算机两阶段任务动态调度方法，包括：将新任务作为缓存任务存入缓存队列，依据新任务的预计执行时长、缓存队列的任务吞吐率以及正在执行队列的任务完成情况计算延迟调度的等待调度时长；当等待调度时长到达时，基于Johnson法则优化两阶段任务的最优调度求解策略对缓存队列进行求解得到延迟最优调度序列，并按照延迟最优调度序列将缓存任务添加到正在执行队列，这样在任务的动态调度中根据实时环境的变化延迟缓存不同时刻任务队列，在局部最优调度的基础上寻求全局最优，形成了快速响应反馈调度方式，有效解决了两阶段任务动态调度问题，提高了两阶段关联任务调度的可靠性。

公开(公告)号：CN116541177A

公开(公告)日：2023-08-04

申请号：CN202310669851.4

申请日：2023-06-07

Applicant: 之江实验室 ,  浙江大学

Inventor： 黄雷 ,  邓水光 ,  王凤娟 ,  潘纲 ,  吕攀 ,  杨国青 ,  李莹

IPC: G06F9/50 ,  G06N3/006 ,  G06N3/063

Abstract: 本申请涉及一种神经元计算机节点负载均衡的方法、神经元计算机系统以及存储介质。所述方法包括：各节点上处理器核心的资源占用状态，生成各所述节点的资源动态特征矩阵；基于所述资源动态特征矩阵，获取各节点上与待部署应用所需资源格式相匹配的放置方案，并计算各所述放置方案的适应值；基于所述适应值，获取各所述节点的最大适应值，并计算对应的可分配系数；基于所述可分配系数，确定所述待部署应用的部署节点。采用本方法能够及时评估各节点负载情况并根据节点负载情况进行负载均衡决策，解决了现有技术中因负载信息描述不足而导致的节点负载均衡决策困难的问题，提高了神经元计算机系统的资源利用率以及负载均衡的可靠性。