-
公开(公告)号：CN118092918B
公开(公告)日：2024-07-02
申请号：CN202410530089.6
申请日：2024-04-29
申请人： 南开大学 , 先进计算与关键软件(信创)海河实验室 , 天开宏图(天津)科技有限公司
IPC分类号： G06F8/38 , G06F16/958
摘要： 本发明提供了一种基于线框图转化的网站前端开发方法、装置和存储介质，涉及软件工程技术领域，包括：接收图像数据，将图像数据中的有效信息转换为便于语言模型理解的内容；调用大型语言模型并采用提示工程技术优化输入，得到初稿文件；同时生成多个初稿文件，对初稿文件进行评分和筛选；根据接收到的自然语言输入对最优初稿文件进行修改；调用大型语言模型，得到需求对应的功能代码；基于代码注入算法将功能级代码注入到初稿文件的对应位置，实现页面更新；在多组单一页面转化完成后，通过页面路由分配算法和窗口跳转代码注入实现多个单一页面的对接，生成完整的网站前端页面。降低了网站前端开发工作量，提高了开发效率。
-
公开(公告)号：CN116778530A
公开(公告)日：2023-09-19
申请号：CN202310898793.2
申请日：2023-07-21
申请人： 先进计算与关键软件(信创)海河实验室 , 南开大学
摘要： 本发明提供了一种基于生成模型的跨外观行人重识别检测方法，属于行人重识别技术领域，包括以下步骤：生成模型中，不同行人图像之间交换体型特征和外观特征，生成新的行人图像；行人图像的RGB图像经过预训练的边缘检测网络和行人语义分割网络，得到行人轮廓草图和行人解析图；行人数据集的行人图像的行人轮廓草图、RGB图像和行人解析图输入相同的骨干网提取特征，特征融合然后进行推理训练。本发明使用生成模型对行人图像进行外观维度上的增强，并将生成的行人图像引入模型的训练阶段；三种模态使用相同的骨干网提取特征，融合进行推理，引导模型学习同一行人不同外观的关键特征，模型在跨外观的场景下具有更鲁棒的性能。
-
公开(公告)号：CN118092918A
公开(公告)日：2024-05-28
申请号：CN202410530089.6
申请日：2024-04-29
申请人： 南开大学 , 先进计算与关键软件(信创)海河实验室 , 天开宏图(天津)科技有限公司
IPC分类号： G06F8/38 , G06F16/958
摘要： 本发明提供了一种基于线框图转化的网站前端开发方法、装置和存储介质，涉及软件工程技术领域，包括：接收图像数据，将图像数据中的有效信息转换为便于语言模型理解的内容；调用大型语言模型并采用提示工程技术优化输入，得到初稿文件；同时生成多个初稿文件，对初稿文件进行评分和筛选；根据接收到的自然语言输入对最优初稿文件进行修改；调用大型语言模型，得到需求对应的功能代码；基于代码注入算法将功能级代码注入到初稿文件的对应位置，实现页面更新；在多组单一页面转化完成后，通过页面路由分配算法和窗口跳转代码注入实现多个单一页面的对接，生成完整的网站前端页面。降低了网站前端开发工作量，提高了开发效率。
-
公开(公告)号：CN118277107B
公开(公告)日：2024-10-01
申请号：CN202410713506.0
申请日：2024-06-04
申请人： 先进计算与关键软件(信创)海河实验室
IPC分类号： G06F9/50 , G06F21/53 , G06F21/57 , G06F11/30 , G06F11/34 , G06N5/043 , G06N3/0464 , G06N3/098
摘要： 本发明涉及计算机技术领域，具体公开了异构可信执行环境间安全协同计算的方法、系统及产品，该方法包括获取计算任务，对所述计算任务进行攻击，得到能够抵御所述攻击的协同计算安全分层范围；部署本地设备TEE和远程服务器TEE的运行环境，获取性能参数；根据性能参数，确定本地设备最优分层点；根据所述本地设备最优分层点拆分所述预训练模型；将拆分后的预训练模型分别发送到所述本地设备TEE和远程服务器TEE。本发明能够为给定的预训练模型提供协同计算安全分层范围，结合本地设备TEE和远程服务器TEE的性能表现，确定本地设备最优分层点，对预训练模型进行合理拆分，在保证协同计算安全性的前提下提高系统的整体执行效率。
-
公开(公告)号：CN118277107A
公开(公告)日：2024-07-02
申请号：CN202410713506.0
申请日：2024-06-04
申请人： 先进计算与关键软件(信创)海河实验室
IPC分类号： G06F9/50 , G06F21/53 , G06F21/57 , G06F11/30 , G06F11/34 , G06N5/043 , G06N3/0464 , G06N3/098
摘要： 本发明涉及计算机技术领域，具体公开了异构可信执行环境间安全协同计算的方法、系统及产品，该方法包括获取计算任务，对所述计算任务进行攻击，得到能够抵御所述攻击的协同计算安全分层范围；部署本地设备TEE和远程服务器TEE的运行环境，获取性能参数；根据性能参数，确定本地设备最优分层点；根据所述本地设备最优分层点拆分所述预训练模型；将拆分后的预训练模型分别发送到所述本地设备TEE和远程服务器TEE。本发明能够为给定的预训练模型提供协同计算安全分层范围，结合本地设备TEE和远程服务器TEE的性能表现，确定本地设备最优分层点，对预训练模型进行合理拆分，在保证协同计算安全性的前提下提高系统的整体执行效率。
-
公开(公告)号：CN116484384B
公开(公告)日：2024-01-19
申请号：CN202310421659.3
申请日：2023-04-19
摘要： 本发明提供了一种基于深度学习的以太坊智能合约漏洞的检测和定位方法。该方法包括：通过语法分析和词法分析将以太坊智能合约的源码转化为抽象语法树；分析各种漏洞的代码特征，分析代码特征在抽象语法树中的关键属性，基于关键属性提取抽象语法树中的切片；提取切片的语义特征和结构特征；根据切片的语义特征和结构特征通过漏洞类型检测模型检测出所述以太坊智能合约的漏洞类型信息；根据漏洞类型信息利用图自编码器定位所述以太坊智能合约的漏洞位置。本发明通过研究多种漏洞类型的本质属性特征，精准切片出这些特征，有利于检测漏洞类型并且定位漏洞位置，提高检测效率，有效增强深度学习检测结果的可解释性。
-
公开(公告)号：CN113176977A
公开(公告)日：2021-07-27
申请号：CN202110464020.4
申请日：2021-04-27
摘要： 本发明提供了一种构建物联网工作流的交错日志分析方法，包括以下步骤：日志文件中，在每个日志条目后设置长度为N的窗口，窗口覆盖日志条目后方相邻的N个后继日志条目；窗口的N值人为确定；计算在前日志条目与其后窗口中的每个后继日志条目之间的依赖值；设定过滤阈值，若联合依赖值大于过滤阈值，则对应后继日志条目为在前日志条目的真实后继条目。本发明在交错日志中构建工作流模型时避免了日志中标识信息的使用，具有广泛的适用性，同时解决了由日志交错带来的上下文丢失和噪声问题。
-
公开(公告)号：CN113176977B
公开(公告)日：2024-10-18
申请号：CN202110464020.4
申请日：2021-04-27
摘要： 本发明提供了一种构建物联网工作流的交错日志分析方法，包括以下步骤：日志文件中，在每个日志条目后设置长度为N的窗口，窗口覆盖日志条目后方相邻的N个后继日志条目；窗口的N值人为确定；计算在前日志条目与其后窗口中的每个后继日志条目之间的依赖值；设定过滤阈值，若联合依赖值大于过滤阈值，则对应后继日志条目为在前日志条目的真实后继条目。本发明在交错日志中构建工作流模型时避免了日志中标识信息的使用，具有广泛的适用性，同时解决了由日志交错带来的上下文丢失和噪声问题。
-
公开(公告)号：CN116484384A
公开(公告)日：2023-07-25
申请号：CN202310421659.3
申请日：2023-04-19
摘要： 本发明提供了一种基于深度学习的以太坊智能合约漏洞的检测和定位方法。该方法包括：通过语法分析和词法分析将以太坊智能合约的源码转化为抽象语法树；分析各种漏洞的代码特征，分析代码特征在抽象语法树中的关键属性，基于关键属性提取抽象语法树中的切片；提取切片的语义特征和结构特征；根据切片的语义特征和结构特征通过漏洞类型检测模型检测出所述以太坊智能合约的漏洞类型信息；根据漏洞类型信息利用图自编码器定位所述以太坊智能合约的漏洞位置。本发明通过研究多种漏洞类型的本质属性特征，精准切片出这些特征，有利于检测漏洞类型并且定位漏洞位置，提高检测效率，有效增强深度学习检测结果的可解释性。
-
公开(公告)号：CN116450344A
公开(公告)日：2023-07-18
申请号：CN202310269682.5
申请日：2023-03-13
摘要： 本说明书公开了一种任务执行方法、装置、存储介质及电子设备。所述任务执行方法包括：根据第一任务指令，获取目标模型以及各候选训练框架，以不同候选训练框架对目标模型进行训练时所涉及的指定参数、不同候选训练框架所调用的算子和各算子之间的依赖关系，以及不同候选训练框架对所述目标模型进行更新时的更新方式中的至少一种保持等价为目标，得到各调整后框架，确定部署目标模型的终端设备基于该调整后框架执行目标模型的运算操作时的运算时长，根据运算时长，确定调整后框架对应的优先级，根据每个调整后框架的优先级，从各候选训练框架中确定出目标训练框架，当接收到第二任务指令时，通过目标训练框架，执行模型训练任务。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.048 秒)
