一种异构三模冗余处理器的输出判决装置及方法

    公开(公告)号:CN107040530A

    公开(公告)日:2017-08-11

    申请号:CN201710207779.8

    申请日:2017-03-31

    IPC分类号: H04L29/06

    摘要: 本发明属于工业控制系统安全防护技术以及其他对系统安全性、可靠性要求高的技术领域,具体的涉及一种异构三模冗余处理器的输出判决装置及方法。装置包括三个向外部提供服务的异构处理器、同步器、输出判决器和清洗器,异构处理器与输出判决器相连、同步器和清洗器相连;本发明提供了一种异构三模冗余处理器的输出判决装置和方法,由于输出判决器能根据外部的配置参数改变判决策略及其模式,因此,一方面通过高可靠的判决策略,可以将异构三模冗余处理器输出错误结果的概率降低至少一个数量级,提高了处理器的可靠性。另一方面,异构三模冗余处理器的结构特征被输出判决器屏蔽,结合其异构冗余特性,很好地掩饰了其真实的结构信息,为攻击嗅探和实施增加了难度。

    基于反向学习半径粒子群优化的任务划分系统及其方法

    公开(公告)号:CN106326188B

    公开(公告)日:2019-05-07

    申请号:CN201610796407.9

    申请日:2016-08-31

    IPC分类号: G06F15/78 G06F17/50

    摘要: 本发明涉及一种基于反向学习半径粒子群优化的任务划分系统及其方法,该系统包含半径粒子群优化模块、判决器模块及反向学习模块,半径粒子群优化模块根据服务请求及任务属性,评价候选划分方案,设计适应函数,动态分区域计算区域最优任务划分方案,选取全局最优任务划分方案;判决器模块记录划分方案,判断是否陷入局部限值,若是则触发反向学习模块,否则不触发反向学习模块,继续进行半径粒子群优化;反向学习模块对划分方案进行退化,将退化结果反馈给半径粒子群优化模块,继续求解任务划分方案。本发明通过半径粒子群优化求解全局最优任务划分方案,有效提高求解精度;通过反向学习机制将划分方案进行退化,克服局部极值问题,提高任务划分质量,系统执行性能显著提高。

    基于反向学习半径粒子群优化的任务划分系统及其方法

    公开(公告)号:CN106326188A

    公开(公告)日:2017-01-11

    申请号:CN201610796407.9

    申请日:2016-08-31

    IPC分类号: G06F15/78 G06F17/50

    摘要: 本发明涉及一种基于反向学习半径粒子群优化的任务划分系统及其方法,该系统包含半径粒子群优化模块、判决器模块及反向学习模块,半径粒子群优化模块根据服务请求及任务属性,评价候选划分方案,设计适应函数,动态分区域计算区域最优任务划分方案,选取全局最优任务划分方案;判决器模块记录划分方案,判断是否陷入局部限值,若是则触发反向学习模块,否则不触发反向学习模块,继续进行半径粒子群优化;反向学习模块对划分方案进行退化,将退化结果反馈给半径粒子群优化模块,继续求解任务划分方案。本发明通过半径粒子群优化求解全局最优任务划分方案,有效提高求解精度;通过反向学习机制将划分方案进行退化,克服局部极值问题,提高任务划分质量,系统执行性能显著提高。