基于FPGA的全同态加密深度学习推理方法及系统

    公开(公告)号:CN112699384A

    公开(公告)日:2021-04-23

    申请号:CN202011442957.3

    申请日:2020-12-11

    申请人: 山东大学

    IPC分类号: G06F21/60 G06N5/04 H04L9/00

    摘要: 本发明公开一种基于FPGA的全同态加密深度学习推理方法及系统,包括:获取经同态加密算法加密的密文和编码的明文;获取初始深度学习网络的乘法深度、数据处理规模和网络层;根据明密文多项式的项数确定多项式的系数模因子的取值范围,根据乘法深度确定取值个数,根据由误差参数选取的系数模因子确定系数模;根据多项式的项数和系数模以及数据处理规模确定网络层的权重和偏差,以此得到网络层的打包策略;根据打包策略和明文对多项式的项数和系数模的选取进行判断以及对网络层的优化,构建推理模型,以此对密文输出密文推理结果。使用FPGA针对同态加密和深度学习网络结合的整体设计加速器,加快同态加密数据在深度学习网络上的推理速度。

    一种基于数据依赖的WAR变量分析方法及系统

    公开(公告)号:CN117555552A

    公开(公告)日:2024-02-13

    申请号:CN202311705297.7

    申请日:2023-12-11

    申请人: 山东大学

    IPC分类号: G06F8/41 G06F11/36

    摘要: 本发明属于数据处理技术领域,提供了一种基于数据依赖的WAR变量分析方法及系统,针对现有的方法要么产生悲观的分析结果,要么运行时开销很大,从而对系统进度产生不利影响。为了精确有效地分析WAR依赖关系,本发明提出了一种数据依赖的WAR分析方法。该方法基于依赖于数据的地址表达式,在编译时计算WAR依赖关系,得到依赖于数据的WAR分析结果。在运行时,系统可以根据共享数据精确地定位可能陷入WAR依赖的WAR变量,而运行时开销很小。

    面向多任务嵌入式系统的片上便笺式存储器管理方法

    公开(公告)号:CN103559148B

    公开(公告)日:2016-03-23

    申请号:CN201310572826.0

    申请日:2013-11-15

    申请人: 山东大学

    IPC分类号: G06F12/0877 G06F9/50

    CPC分类号: Y02D10/13 Y02D10/22 Y02D10/36

    摘要: 本发明公开了面向多任务嵌入式系统的片上便笺式存储器管理方法,它的步骤为:对程序代码段进行预分析;对程序进行跟踪,得到其内存指令访问序列,从而获取内存代码块的访问次数和高速缓存Cache未命中信息,在高速缓存Cache访问时统计和记录内存代码块的时空冲突集;根据需要选择算法得到优化的SPM分配方案;生成代码布局分散加载文件,对程序代码段进行重新映射和布局,重新编译代码得到优化执行结果。通过综合考虑访问频率、缓存未命中频率以及任务间和任务内冲突,求得自己所需的最佳分配,使便签式存储器的利用率最大化,最终在保证程序实时性的前提下得到执行时间最优方案或者节能最优方案。

    一种任务分解方法、间歇计算方法及系统

    公开(公告)号:CN118193168A

    公开(公告)日:2024-06-14

    申请号:CN202410377134.9

    申请日:2024-03-29

    申请人: 山东大学

    摘要: 本发明提出了一种任务分解方法、间歇计算方法及系统,涉及物联网领域,具体方案包括:获取间歇计算中待分解的应用程序,依据应用程序的分支指令分布,构建由多个基本块组成的控制流图;识别控制流图中每个基本块的读写数据内存引用,进行内存引用的标记;基于内存引用的标记,计算每个基础块的抽象缓存状态,并根据抽象缓存状态确定任务边界;利用任务边界,将应用程序的所有基本块划分为多个任务,作为任务分解结果;本发明综合考虑了缓存大小和应用程序特性,确保了分解后的单个任务执行过程中不会将脏数据换出到内存,进而维护了内存数据的一致性。

    基于资源复用的全同态加密神经网络推理加速方法及系统

    公开(公告)号:CN116048811A

    公开(公告)日:2023-05-02

    申请号:CN202310113879.X

    申请日:2023-02-14

    申请人: 山东大学

    摘要: 本公开提供了一种基于资源复用的全同态加密神经网络推理加速方法及系统,包括:获取待加速的全同态加密神经网络的信息以及FPGA的硬件资源信息;并输入预先构建的硬件资源分配模型,获得所述全同态加密神经网络在FPGA中进行运算处理时最优的硬件资源配置方案;其中,所述硬件资源分配模型的处理策略为:针对全同态加密运算以及全同态加密神经网络的各网络层内进行并行及流水优化,并在各网络层之间采用同态基本操作模块的复用;同时,对于FPGA的片上存储空间,基于所述全同态加密神经网络的运算划分,进行不同粒度下的片上缓冲区复用;最后,以最小化所述全同态加密神经网络推理加密数据的时间为目标,获得最优的资源配置方案。

    基于新鲜度感知的无线供能通信网络能量调度方法及系统

    公开(公告)号:CN114389725B

    公开(公告)日:2022-11-04

    申请号:CN202210036912.9

    申请日:2022-01-13

    申请人: 山东大学

    摘要: 本发明公开了基于新鲜度感知的无线供能通信网络能量调度方法及系统,其中方法,包括以下步骤:检测不同传感器节点之间的信道噪声并度量其产生的影响;量化导出的信道噪声影响并公式化平均AoI优化问题,得到重新计算的最优平均AoI情况下的工作和睡眠周期;执行能量调度策略,动态地确定各个传感器节点的能量和时间分配以决策进入工作模式或睡眠模式。本发明考虑了其他节点信道噪声的影响,提高了方案的适用性和现实利用率。同时,本发明不仅在不同参数的设置下都有着显著优越的AoI性能,而且有着附带的可观的吞吐量效益。

    一种间歇计算系统的自适应检查方法及系统

    公开(公告)号:CN117667518A

    公开(公告)日:2024-03-08

    申请号:CN202311705323.6

    申请日:2023-12-11

    申请人: 山东大学

    IPC分类号: G06F11/14 G06F11/30

    摘要: 本发明属于物联网领域,提供了一种间歇计算系统的自适应检查方法及系统,其技术方案为:通过间歇计算系统加载运行程序;在运行程序中插入可切换的检查点,在第一个检查点处,根据能量的剩余情况以及WAR变量的规模对比不同检查方法的性能,确定第一检查点处的检查方法,若采用周期性检查方法,在每一个检查点处备份所有的WAR变量,并且在每一个检查点处继续根据对比结果确定下一步的检查方法;如果采用JIT检查方法,暂时禁用所有后续的检查点,并且使用自适应的采集频率对系统电压进行采集,从而在每个检查点重新选择检查方式,减少系统中对于检测方法的开销。

    基于新鲜度感知的无线供能通信网络能量调度方法及系统

    公开(公告)号:CN114389725A

    公开(公告)日:2022-04-22

    申请号:CN202210036912.9

    申请日:2022-01-13

    申请人: 山东大学

    摘要: 本发明公开了基于新鲜度感知的无线供能通信网络能量调度方法及系统,其中方法,包括以下步骤:检测不同传感器节点之间的信道噪声并度量其产生的影响;量化导出的信道噪声影响并公式化平均AoI优化问题,得到重新计算的最优平均AoI情况下的工作和睡眠周期;执行能量调度策略,动态地确定各个传感器节点的能量和时间分配以决策进入工作模式或睡眠模式。本发明考虑了其他节点信道噪声的影响,提高了方案的适用性和现实利用率。同时,本发明不仅在不同参数的设置下都有着显著优越的AoI性能,而且有着附带的可观的吞吐量效益。

    面向多任务嵌入式系统的片上便笺式存储器管理方法

    公开(公告)号:CN103559148A

    公开(公告)日:2014-02-05

    申请号:CN201310572826.0

    申请日:2013-11-15

    申请人: 山东大学

    IPC分类号: G06F12/08 G06F9/50

    CPC分类号: Y02D10/13 Y02D10/22 Y02D10/36

    摘要: 本发明公开了面向多任务嵌入式系统的片上便笺式存储器管理方法,它的步骤为:对程序代码段进行预分析;对程序进行跟踪,得到其内存指令访问序列,从而获取内存代码块的访问次数和高速缓存Cache未命中信息,在高速缓存Cache访问时统计和记录内存代码块的时空冲突集;根据需要选择算法得到优化的SPM分配方案;生成代码布局分散加载文件,对程序代码段进行重新映射和布局,重新编译代码得到优化执行结果。通过综合考虑访问频率、缓存未命中频率以及任务间和任务内冲突,求得自己所需的最佳分配,使便签式存储器的利用率最大化,最终在保证程序实时性的前提下得到执行时间最优方案或者节能最优方案。