基于混沌与强化学习的交通流预测的并行方法

    公开(公告)号:CN114463994A

    公开(公告)日:2022-05-10

    申请号:CN202111453764.2

    申请日:2021-12-01

    Abstract: 本发明提出一种基于混沌与强化学习的交通流预测的并行方法。包括:1.对数据进行预处理和混沌分析,通过混沌模型生成对比混沌时间序列,进行重构,标准化及数据集划分;2.使用预处理后的数据进行强化学习训练和对比环境的构造;3.构造actor‑critic神经网络模型进行智能体策略的学习和行为价值的判断;4.并行框架下从进程产生多个训练模型与环境进行互动,通过与主进程的中央神经网络模型的离散度对比和奖励实现并行更新,最后主进程进行预测验证。本发明采用强化学习和混沌时间序列对交通流进行预测,比传统统计学预测方法具有更强的解释性和在线调整的学习能力;并行的强化学习更快速地学习和调整,产生最佳的预测结果。

    基于可扩展精度混沌类遗传性的软件序列码生成方法

    公开(公告)号:CN106033504B

    公开(公告)日:2019-12-27

    申请号:CN201510104571.4

    申请日:2015-03-11

    Abstract: 本发明公开了一种基于可扩展精度混沌类遗传性的软件序列码生成方法,可扩展精度混沌的轨道的基本结构包括根基因位,通用基因位和独立基因位,其步骤为:第一步,确定输出软件序列码的长度,批量序列码的数量,确定根基因位和通用基因位,并转化为小数作为Logistic方程的x0初始值,确定控制参数的数值;第二步,利用低位迭代法进行计算,在没有达到指定精度之前,一直进行迭代;当达到指定精度之后,输出低位迭代法得到的序列;第三步,将相应的输出序列写入软件数据文件中,作为软件序列码,重复第二步,直到满足所指定的批量序列码的数量。本发明利用了独立基因位的稳定周期和随机多样性的特点,适合于保护计算机软件的合法使用。

    基于MPI的AC串匹配并行算法的磁盘敏感信息扫描系统

    公开(公告)号:CN107103253A

    公开(公告)日:2017-08-29

    申请号:CN201710291208.7

    申请日:2017-04-28

    Abstract: 本发明提供一种基于MPI的AC串匹配并行算法的磁盘敏感信息扫描系统,包括:S1、获得模式字符集,指定的扫描目录,文件数据分块和AC算法自动机的信息;S2、在多核处理器架构中的系统主进程建立MPI执行环境,动态查询处理器的工作状态,分配数据块给从进程实现数据敏感信息的并行查找;S3、多核处理器的从进程中并行地执行确定的有限自动机匹配算法,记录敏感信息的位置,并动态报告处理器工作状态。本发明能够通过MPI有效地利用多核处理器的计算资源,提高了AC串匹配算法执行性能,特别适合信息安全领域对大容量的计算机磁盘敏感信息进行快速扫描,以及适用于信息安全检查的防护与预警系统。

    基于超混沌的网络办公批文中图像并行加密方法

    公开(公告)号:CN114465706B

    公开(公告)日:2024-11-22

    申请号:CN202111453862.6

    申请日:2021-12-01

    Abstract: 本发明提出一种基于超混沌的网络办公批文中图像并行加密方法。包括:1.混沌密码发生器由密钥串构成,密钥串由三组相互迭代的密钥组成:2D‑Logistic密钥、RANSAC‑circle密钥和superLorenz密钥。2.接收网络电子公文图像,加密过程中采用预处理‑扩散‑置乱‑扩散的架构模式,实现分块并行加密。本发明有效提高图像密钥敏感度、减少数据较大的图片加密的计算时间、扩大密钥空间、提高加密过程的计算速度、有效抵御统计攻击、差分攻击等黑客攻击;本发明解决了由于网络传输不同字长的计算引起的数据不一致问题,保障敏感公文图片数据在公用网络中交叉传递的安全性,可应用于网络批文等信息安全应用领域中。

    基于强化学习的个人金融信息敏感数据安全保护系统

    公开(公告)号:CN117235799A

    公开(公告)日:2023-12-15

    申请号:CN202311411123.X

    申请日:2023-10-28

    Abstract: 本发明提供一种基于强化学习的个人金融信息敏感数据安全保护系统,具体为:1.定义软件系统接口、实现数据规范化,个人金融信息的敏感数据和特征集合的加细分类,对敏感数据加密,初始化系统后进行强化学习训练;2.由软件系统入口导入特征数据,提取特征并进行数据预测分析;3.通过软件系统出口还原信息,输出结果。本发明建立了个人金融信息敏感信息和特征的分离方法,在保护个人金融信息中敏感数据安全的前提下,探索了金融数据共享、分析和处理的有效解决方案;通过强化学习方法,从个人金融信息中发掘数据特征,有效地解决了以往在个人金融数据分析中重复数据对分析效果产生不利影响的问题,提高了金融数据分析的质量和效率。

    一种基于混沌映射的二维码并行生成方法

    公开(公告)号:CN109858588B

    公开(公告)日:2022-10-18

    申请号:CN201910013696.4

    申请日:2019-01-08

    Abstract: 本发明提供了一种基于混沌映射的二维码并行生成方法,客户端与服务器端通过消息传递接口函数(MPI)进行交互。客户端通过MPI函数向服务器发出QR码请求并通过MPI函数将信息源传送给服务器;服务器受理客户端请求并将信息源接收完毕后,先通过处理器核心的两个线程以及Logistic混沌映射和分段线性混沌映射将包含信息源的数据码字进行干扰从而并行生成混沌随机比特序列,然后,通过处理器核心的多个线程对QR码的不同区域并行填充,在填充数据与纠错码区域时,将所述区域分成左区和右区,与剩下的区域一同并行填充,最后,将组装成的QR码存放到动态缓冲区中,通过MPI函数将QR码发送给客户端。

    基于可扩展精度双混沌哈希和RSA的Mysql敏感数据保护系统

    公开(公告)号:CN113297619A

    公开(公告)日:2021-08-24

    申请号:CN202110590508.1

    申请日:2021-05-28

    Inventor: 刘嘉辉 侯梦瑜

    Abstract: 本发明提出一种基于可扩展精度双混沌哈希和RSA的Mysql敏感数据保护系统。包括:1.通过RSA算法生成非对称密钥对数据库用户账号进行保护;2.将RSA算法的私钥作为可扩展精度双Logistic混沌算法的初始参数,通过双混沌哈希算法迭代计算生成密钥,对宾馆数据库中客户的敏感数据的二进制数据分组加密,生成密文;3.当需要对宾馆数据库中客户的敏感数据进行解密时,运用私钥作为双混沌哈希算法的初始参数与密文进行异或运算,将密文还原成明文。本发明充分利用RSA非对称加密算法的私钥和公钥,以及可扩展精度双混沌哈希算法的避免碰撞的优良特点,对宾馆数据库中的敏感信息进行安全保护,提高用户隐私数据的安全性。

    基于OpenMP线程优化的电子邮件服务器的安全分发方法

    公开(公告)号:CN111124690A

    公开(公告)日:2020-05-08

    申请号:CN202010000169.2

    申请日:2020-01-02

    Abstract: 本发明公开了一种基于OpenMP线程优化的电子邮件服务器的安全分发方法,具体为:Part1,初始化OpenMP参数环境,进行系统参数设置,启动邮件服务守护进程,初始化SMTP队列和POP队列,建立邮件安全存储区。Part2,执行SMTP邮件接收线程,根据邮件的目的地址进行路由转发,对于目的地址是本地邮件服务器的邮件进行加密,存入邮件安全存储区。Part3,执行POP邮件获取线程,根据用户请求对邮件进行解密,发送邮件给客户。Part4,执行线程优化过程,根据系统环境动态自动调整优化方程参数。本发明能够实现安全地存储用户邮件,利用并行技术快速响应用户请求,达到邮件服务器系统优化,避免拥堵现象。

    一种电商平台中的商品并行动态推送方法

    公开(公告)号:CN110941771A

    公开(公告)日:2020-03-31

    申请号:CN201911341308.1

    申请日:2019-12-24

    Inventor: 刘嘉辉 朱宝森

    Abstract: 本发明提供了一种电商平台中的商品并行动态推送方法,首先,服务器采用消息传递接口(MPI)的分布式并行方式来构建客户矩阵、商品属性矩阵与评分矩阵:每个从进程并行构建分布式数据库中的客户分块矩阵,主进程将每一个从进程构建的分块矩阵合并成一个完整矩阵;其次,采用基于MPI并行的方式对客户进行聚类:主进程执行粒子群优化算法来获取客户聚类所需的最优簇数,从进程并行执行k均值聚类算法,在执行k均值聚类算法时,每一个从进程分配若干线程来计算客户向量与均值向量之间的欧几里得距离,并更新均值向量;然后,采用多线程的方式并行计算目标商品与剩余商品之间的相似性;最后,进行动态推送,产生推送列表。

    基于MPI的云存储中数据消冗方法

    公开(公告)号:CN109189995A

    公开(公告)日:2019-01-11

    申请号:CN201810774657.1

    申请日:2018-07-16

    Inventor: 刘嘉辉 朱宝森

    Abstract: 本发明提出了一种基于MPI的云存储中数据消冗方法。包括:1.客户端计算文件指纹签名并发送到云端主服务器进行文件级消冗;若该文件不存在则进行并行数据分块并将文件元数据和分块元数据以及数据分块发送到云端主服务器;2.云端主服务器收到文件指纹后在二级索引结构上进行检索从而判断是否存在该文件;接收文件元数据和所有分块元数据及数据分块并存储文件元数据;将分块元数据发送到云端从服务器节点在消冗矩阵上利用MPI进行分布式并行消冗并将数据分块发送到从服务器处理。本发明充分利用云存储系统中多核资源的特性,以及二级索引结构来进行高效检索数据,提高了数据消冗的计算性能,适合在云存储系统中处理各种类型的文件。

Patent Agency Ranking