-
公开(公告)号：CN113342458B
公开(公告)日：2024-07-09
申请号：CN202110476378.9
申请日：2021-04-29
Applicant: 之江实验室
Abstract: 本发明涉及边缘计算领域，尤其是涉及了一种基于容器云的云边协同海量设备和业务批量控制方法，采用打标签分类的方式，对不同的设备和业务进行控制分类，将边缘侧海量的具有计算能力的设备以节点的形式，纳管到容器云集群中，用户在容器云集群中，对设备进行控制和分类，当需要在海量设备中按需求部署业务时，可以通过标签的形式，在某一类设备上进行业务的快速部署，同时，对于海量业务，用户也可以在容器云集群中进行控制和分类，当需要对海量的业务按照需求进行升级时，也可以通过标签的形式，对某一类业务进行快速的升级。本发明方案满足了用户对海量设备海量业务进行控制和维护的需求，大大提升了控制和维护的效率。
-
公开(公告)号：CN116866918A
公开(公告)日：2023-10-10
申请号：CN202310876021.9
申请日：2023-07-17
Applicant: 之江实验室
IPC: H04W12/08 , H04W12/60 , H04W12/65 , H04W12/033 , H04L9/40
Abstract: 本申请涉及一种移动环境访问控制方法、装置、电子装置和存储介质，其中，该移动环境访问控制方法包括：获取用户端的用户移动环境的数据信息，并根据数据信息确定用户移动环境的信任度；基于属性基加密方法，根据用户移动环境的信任度，确定用户移动环境的数据端访问权限。通过本申请，解决了相关技术中当移动终端访问办公终端时，相关访问权限难以确定的问题。
-
公开(公告)号：CN113326541B
公开(公告)日：2021-11-16
申请号：CN202110886663.8
申请日：2021-08-03
Applicant: 之江实验室
Abstract: 本发明公开了一种基于智能合约的云边协同多模式隐私数据流转方法，包括如下步骤：S1，系统初始化；S2，DO将原始数据加密成隐私数据，产生存储的加密凭证z’，z’中包含元数据metadata和数据凭证key’；S3，DO调用智能合约程序实现加密凭证z’上链，DO将z’通过智能合约发布到区块链上，智能合约对所有用户账户开放；S4，实现快速数据流转：DO在发布时，已经明确DU，通过访问策略policy设定DU的用户账号IDDU，DU通过执行智能合约和密钥算法，得到数据访问的加密密钥key，通过元数据，获取隐私数据并解密获取明文；S5，数据流转的确认：DO提交数据流转的交易凭证，确认数据流转完成。
-
公开(公告)号：CN113612820A
公开(公告)日：2021-11-05
申请号：CN202110791582.X
申请日：2021-07-13
Applicant: 之江实验室
Abstract: 本发明涉及云计算、边缘计算领域，具体涉及一种基于SuperEdge和EdgeXFoundry的云边端设备平台控制架构和方法，将EdgeX Foundry边缘计算框架以微服务形式运行在边缘节点，并管理支持多种协议的物联网设备；所述SuperEdge包含云侧和边缘侧，具备云边协同，边缘自治、分布式健康检查的特性，其以容器化编排方式将EdgeX Foundry平台部署于边缘节点之上，可实现EdgeX Foundry设备管理平台的高可用，同时兼顾云端设备数据的存储/分析，解决工业互联网、智能交通、新零售等场景中物联网设备高效管理，可实现设备管理在云端和边缘端的协同，提高了物联网平台的可扩展性以及提高边缘设备管理效率。
-
公开(公告)号：CN112783650A
公开(公告)日：2021-05-11
申请号：CN202110075174.4
申请日：2021-01-20
Applicant: 之江实验室
Abstract: 本发明公开一种基于AI芯片的多模型并行推理方法。采用的技术方案包括以下步骤：步骤一：模型转换，至少将Tensorflow/Caffe AI框架训练的模型通过转换工具转换为AI芯片可解析的OM模型；步骤二：加载转换的OM模型，并遵循AscendCL库接口，采用线程方式并行执行多个模型推理。优点如下：针对单一推理模型并不能高效利用AI芯片（如华为公司的Ascend 310芯片）的算力的不足问题，以充分挖掘Ascend 310芯片的算力，研究多模型并行推理，同时能够保持良好的性能。
-
Patent Agency Ranking
公开(公告)号：CN112463293A
公开(公告)日：2021-03-09
申请号：CN202011295965.X
申请日：2020-11-18
Applicant: 之江实验室
IPC: G06F9/455 , G06F9/48 , G06F9/54 , H04N21/6437
Abstract: 本发明公开了边缘场景下基于容器的可扩展分布式双队列动态分配方法，包括如下步骤：S1，获取视频流数据；S2，网关服务从视频流数据中获取视频帧，并从空闲服务器队列中挑选集群内的空闲服务器处理视频帧；S3，空闲服务器上的推理服务对视频帧进行深度神经网络推理和结果处理，完成后上报网关服务当前服务器已空闲；S4，网关服务将上报空闲的服务器重新加入空闲服务器队列。组成集群进行统一深度神经网络推理的服务器协同计算模式，相比于传统的单路视频流对应单路服务器的计算模式而言，充分利用了服务器的剩余计算资源，可以将多个服务器的剩余计算资源进行整合，完成更多路视频流处理。
-
公开(公告)号：CN117687631A
公开(公告)日：2024-03-12
申请号：CN202311601853.6
申请日：2023-11-28
Applicant: 之江实验室
IPC: G06F8/41
Abstract: 本申请涉及一种热点函数的分离方法、装置、电子装置和存储介质，该方法包括：通过收集待分离热点函数对应的目标变量信息；其中，原始计算程序在运行过程中预设的函数；根据目标变量信息生成目标代码，并将目标代码传递给原始计算程序，得到目标程序；执行目标程序，获取待分离热点函数的目标变量信息，并根据目标变量信息生成目标热点函数的程序接口；目标热点函数为从原始计算程序中分离出的热点函数；执行目标热点函数的程序接口检验后，针对目标热点函数进行程序开发；本申请只调用目标热点函数，而无需额外调用其他函数进行程序开发，有利于提高计算程序开发的效率。
-
公开(公告)号：CN113328989B
公开(公告)日：2022-05-06
申请号：CN202110431694.4
申请日：2021-04-21
Applicant: 之江实验室
Abstract: 本发明公开了端云协同的用户隐私保护车辆保险保费计算模型及方法，方法包括：S1，端侧用户构建传输的数据包；S2，将数据包从端侧传输到云侧；S3，通过加密数据，筛选云侧共享数据池，得到候选数据集；S4，对候选数据集使用方程组求解恢复属性，得到匹配数据集；S5，生成会话秘钥；S6，对匹配数据集的每一条匹配项的车辆保险保费价格使用会话秘钥加密，并传输给端侧用户，端侧用户解密车辆保险保费价格；端侧模型包括：秘钥生成模块、哈希映射模块、布隆矩阵生成模块、启发式矩阵生成模、解密模块；云侧模型包括：云侧共享数据池、布隆过滤器、加密属性恢复模块、会话秘钥生成模块、车辆保险保费价格传输模块。
-
公开(公告)号：CN112751673A
公开(公告)日：2021-05-04
申请号：CN202110361878.8
申请日：2021-04-02
Applicant: 之江实验室
Abstract: 本发明公开了一种基于端边云协同的可监管数据隐私共享方法，针对端边云场景下的数据隐私共享和监管，包括：基于对称密钥加密的数据云存储和元数据的产生，基于联盟链的分布式密钥的元数据的上链，基于可搜索加密的数据监管，监管的方式包括：信封监管和拆封监管等两种粒度的监管方式，信封监管在所有节点共识的情况下，确认用户是否在某个时间内提交元数据的存储凭证；拆封监管则获取用户的元数据存储凭证，对存储的数据进行解密并获取数据明文；区块链系统用于对用户的隐私数据存证，保护数据隐私不被泄露，同时实现对数据隐私共享条件下监管。
-
公开(公告)号：CN112486686A
公开(公告)日：2021-03-12
申请号：CN202011382009.5
申请日：2020-11-30
Applicant: 之江实验室
Abstract: 本发明公开了一种基于云边协同的定制化深度神经网络模型压缩方法及系统，该方法基于云端经过长时间训练的高精度的网络模型，基于用户的个性化需求，将网络模型分类关注的分类和不关注的分类，然后结合关注的分类、用户的数据集和模型压缩的比例，通过基于知识整理的神经网络模型压缩方法，进行模型的轻量化，满足用户边缘侧节点资源受限的场景需求，提升模型推理的速度，同时保证一定的模型精确度。本发明基于用户关注分类需求和知识蒸馏技术的模型训练方法，并在图片分类的场景下基于公共的数据集进行了验证。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.018 seconds)
