-
公开(公告)号:CN116543240A
公开(公告)日:2023-08-04
申请号:CN202310824958.1
申请日:2023-07-06
Applicant: 华中科技大学
IPC: G06V10/764 , G06V10/774 , G06F17/11 , G06N20/00 , G06F21/55
Abstract: 本发明公开了一种面向机器学习对抗攻击的防御方法,属于自动驾驶信息安全领域,该方法在扩散模型中添加相应的条件信息与注意力机制,并在模型的输出后添加认证器。将对抗样本通过扩散模型得到的去噪样本输入认证器得到损失来指导扩散模型的去噪。训练扩散模型能够确保模型可以去除对抗样本中添加的噪声信息,而不改变样本中自身包含的信息。然后,将各待防御的对抗样本输入到已训练的扩散模型中,对抗样本中存在的轻微扰动会被模型去除,从而有效实现机器学习对抗样本受对抗攻击的防御。本发明无需明确对抗攻击类型即可提供有效保护,可以应用于自动驾驶中的分类任务和回归任务的对抗攻击防御。
-
公开(公告)号:CN116233262B
公开(公告)日:2023-07-21
申请号:CN202310504377.X
申请日:2023-05-07
Applicant: 湖北省楚天云有限公司 , 华中科技大学
IPC: H04L67/63 , H04L67/1004
Abstract: 本发明公开了一种基于边缘网络架构的微服务部署与请求路由方法及系统,所述方法包括:基于边缘网络架构确定微服务部署策略和路由请求策略,边缘网络架构包括多个基站和多台边缘服务器,任一基站连接多台边缘服务器,多种微服务部署在任一边缘服务器上,根据微服务部署策略和路由请求策略确定微服务部署与请求路由方法。相较于现有技术服务部署和请求路由被认为是两个独立部分,会使服务质量的提升陷入局部最优,对全局性能优化是不利的,本发明基于边缘网络架构确定微服务部署策略和路由请求策略,并充分利用二者的强耦合关系,使系统在一定约束下能支持不同类型的请求业务,同时应对海量的移动用户请求,从而有效降低系统对用户请求的响应延迟。
-
公开(公告)号:CN116233262A
公开(公告)日:2023-06-06
申请号:CN202310504377.X
申请日:2023-05-07
Applicant: 湖北省楚天云有限公司 , 华中科技大学
IPC: H04L67/63 , H04L67/1004
Abstract: 本发明公开了一种基于边缘网络架构的微服务部署与请求路由方法及系统,所述方法包括:基于边缘网络架构确定微服务部署策略和路由请求策略,边缘网络架构包括多个基站和多台边缘服务器,任一基站连接多台边缘服务器,多种微服务部署在任一边缘服务器上,根据微服务部署策略和路由请求策略确定微服务部署与请求路由方法。相较于现有技术服务部署和请求路由被认为是两个独立部分,会使服务质量的提升陷入局部最优,对全局性能优化是不利的,本发明基于边缘网络架构确定微服务部署策略和路由请求策略,并充分利用二者的强耦合关系,使系统在一定约束下能支持不同类型的请求业务,同时应对海量的移动用户请求,从而有效降低系统对用户请求的响应延迟。
-
公开(公告)号:CN116543240B
公开(公告)日:2023-09-19
申请号:CN202310824958.1
申请日:2023-07-06
Applicant: 华中科技大学
IPC: G06V10/764 , G06V10/774 , G06F17/11 , G06N20/00 , G06F21/55
Abstract: 本发明公开了一种面向机器学习对抗攻击的防御方法,属于自动驾驶信息安全领域,该方法在扩散模型中添加相应的条件信息与注意力机制,并在模型的输出后添加认证器。将对抗样本通过扩散模型得到的去噪样本输入认证器得到损失来指导扩散模型的去噪。训练扩散模型能够确保模型可以去除对抗样本中添加的噪声信息,而不改变样本中自身包含的信息。然后,将各待防御的对抗样本输入到已训练的扩散模型中,对抗样本中存在的轻微扰动会被模型去除,从而有效实现机器学习对抗样本受对抗攻击的防御。本发明无需明确对抗攻击类型即可提供有效保护,可以应用于自动驾驶中的分类任务和回归任务的对抗攻击防御。
-
公开(公告)号:CN116627660A
公开(公告)日:2023-08-22
申请号:CN202310905760.6
申请日:2023-07-24
Applicant: 湖北省楚天云有限公司 , 华中科技大学
IPC: G06F9/50
Abstract: 本发明提供一种基于云数据中心的微服务资源配置方法,包括:预测到达云数据中心的微服务链请求到达率;基于微服务链请求到达率的预测结果,计算每一个微服务需要的服务器核心数量;根据每一个微服务需要的服务器核心数量,基于垂直与水平相结合的细粒度缩放算法对微服务进行扩展,以及基于延时实例资源收缩算法对微服务进行收缩;利用实例迁移算法将资源利用率低的服务器上的微服务实例迁移到资源利用率高的服务器上。本发明以微服务架构为计算通信模型,以互联网应用为请求模型,设计了动态场景下云数据中心基于主动式的微服务细粒度弹性缩放算法,此方法在一定的约束下能支持不同类型的业务,同时能应对海量的移动用户请求。
-
-
-
-