检索结果-内蒙古大学图书馆

计算机工程与应用 2024年

作者：王昱婷陈波闫强范意兴余智华郭嘉丰计算技术研究所中国科学院网络数据科学与技术重点实验室中国科学院大学

当前大语言模型因其优越的性能，在各个领域都有着重要的应用。但大语言模型存在知识过时、知识不充分及生成结果错误等问题。检索增强生成通过给大语言模型输入精准及时的专业外部知识缓解了这些问题。然而，如何提高生成答案的准确性... 详细信息

当前大语言模型因其优越的性能，在各个领域都有着重要的应用。但大语言模型存在知识过时、知识不充分及生成结果错误等问题。检索增强生成通过给大语言模型输入精准及时的专业外部知识缓解了这些问题。然而，如何提高生成答案的准确性仍是值得关注的热点问题。文章设计问题导向提示，通过优化提示工程，有效激发了大语言模型对于不同类型问题的理解能力，并充分利用外部信息，提高检索增强生成在回答不同类型问题的问答任务的准确性。文章同时使用辅助多路推理优化提示与生成答案总结降低模型生成答案的幻觉。在英文检索增强生成基准数据集中的简单问题、比较问题、集合问题与多跳问题以及总体数据进行的实验结果表明，文章提出的方法能够取得比较好的实现效果。

关键词：检索增强生成提示学习大语言模型

来源：评论

学校读者我要写书评

暂无评论

ARM架构下硬件辅助的内存隔离机制综述

引用

高技术通讯 2024年第11期34卷 1127-1141页

作者：许佳丽武成岗王喆处理器芯片全国重点实验室中国科学院计算技术研究所北京100190 中国科学院大学北京100090

内存隔离是一项缓解软件潜在安全危害、提高软件安全性和鲁棒性的重要防御机制。内存隔离机制保护不同组件中的敏感数据,强制敏感数据仅由组件信任的代码访问。虽然软件漏洞无法避免,但内存隔离机制可以在代码存在漏洞时依旧提供有效的... 详细信息

内存隔离是一项缓解软件潜在安全危害、提高软件安全性和鲁棒性的重要防御机制。内存隔离机制保护不同组件中的敏感数据,强制敏感数据仅由组件信任的代码访问。虽然软件漏洞无法避免,但内存隔离机制可以在代码存在漏洞时依旧提供有效的敏感数据隔离保护,使得攻击者无法直接窃取或篡改被隔离的数据。出于性能考虑,依靠硬件辅助的内存隔离机制得到了广泛重视,该方向力求在提供有效安全保证的前提下,利用硬件大幅减少内存隔离机制给软件带来的额外开销。因此大量研究都着力于挖掘硬件潜力,从而支持高效、安全和完备的内存隔离机制。本文针对主流架构之一的ARM,系统性地总结了近年ARM架构硬件辅助的内存隔离机制的相关研究,并进一步归纳出它们的研究现状和适用场景。最后,针对现有硬件辅助内存隔离机制面临的安全现状和新场景,展望了该领域未来的发展方向。

关键词：硬件辅助的内存隔离 ARM架构域隔离地址隔离

来源：评论

学校读者我要写书评

暂无评论

基于压缩感知的神经网络实时综合防御策略

引用

计算机学报 2023年第1期46卷 1-16页

作者：王佳张扬眉苏武强罗成文吴超林秋镇李坚强深圳大学计算机与软件学院深圳518060 中国科学院大学北京100049 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

近年来,基于深度神经网络的视觉识别模型因其在准确率、成本及效率等方面的优势而广泛应用于自动驾驶、工业检测及无人机导航等领域.而深度神经网络自身易受数字域或物理域对抗样本攻击导致模型误判,因此其在无人驾驶等具有强鲁棒性、... 详细信息

近年来,基于深度神经网络的视觉识别模型因其在准确率、成本及效率等方面的优势而广泛应用于自动驾驶、工业检测及无人机导航等领域.而深度神经网络自身易受数字域或物理域对抗样本攻击导致模型误判,因此其在无人驾驶等具有强鲁棒性、高实时性要求的场景中部署和应用可能为系统引入新的风险.现有的防御方案在增强模型鲁棒性的同时往往造成准确率明显下降,且往往不能对像素攻击和补丁攻击均提供较强防御能力.因此,设计一种精度高且对多类对抗攻击均具有强鲁棒性的实时综合防御策略成为深度神经网络视觉方案落地应用的关键.本文提出一种基于压缩感知的神经网络实时综合防御策略ComDCT,首先构建图像压缩感知压缩域与其稀疏离散余弦系数之间的映射神经网络,并将网络输出的离散余弦系数通过离散余弦逆变换恢复为去除对抗性扰动的图像作为分类器输入,以降低对抗样本攻击成功率.其次,本文提出通过引入分类损失进一步提升防御策略的综合性能,并根据防御者是否掌握分类模型参数结构等信息分析讨论并验证了黑盒、白盒两种防御模式下引入分类损失的有效性.相比于ComDefend、MF、TVD、LRR等多种防御方法,本文提出的基于压缩感知的神经网络实时综合防御策略在白盒防御模式下防御性能综合指标PDA在LISA、SVHN数据集上分别提升11.88%、7.01%以上,黑盒防御模式下分别提升9.25%、6.7%以上.

关键词：深度神经网络对抗防御压缩感知无人驾驶

来源：评论

学校读者我要写书评

暂无评论

基于动态压缩的高存储效率末级分支目标缓冲

引用

高技术通讯 2024年第7期34卷 671-680页

作者：谭弘泽王剑处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049

随着软件系统规模及复杂度的增长,数量庞大的指令使指令高速缓存和分支目标缓冲(BTB)频繁地发生缺失,导致中央处理器(CPU)性能下降。现代工业CPU设计在分离式前端中使用充分大的多级BTB以减少缺失导致的性能损失。由于实际芯片的存储资... 详细信息

随着软件系统规模及复杂度的增长,数量庞大的指令使指令高速缓存和分支目标缓冲(BTB)频繁地发生缺失,导致中央处理器(CPU)性能下降。现代工业CPU设计在分离式前端中使用充分大的多级BTB以减少缺失导致的性能损失。由于实际芯片的存储资源有限,大容量的末级BTB需要更高的存储效率。然而,现有压缩BTB采用静态分配目标偏移量存储空间的方法,无法按照分支的实际存储需求进行调整,导致其存储效率较低。针对上述问题,提出一种基于动态压缩的BTB——ZBTB。ZBTB通过可变长编码表示目标偏移量,动态分配目标偏移量存储空间,结合无额外存储的最近最少使用(LRU)和偏斜相联等方法缓解冲突,提升了存储效率。基于以第1届指令预取锦标赛(IPC-1)所发布轨迹数据进行的评估,与现有BTB相比,ZBTB在33.5 kB容量下可将误预测次数降低66%。

关键词：分支预测分支目标缓冲(BTB) 压缩偏斜相联

来源：评论

学校读者我要写书评

暂无评论

基于无裁剪图形流水线的三维图形处理器

引用

高技术通讯 2024年第7期34卷 681-691页

作者：赵皓宇王重熙宋鹏皓章隆兵处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049

传统的三维图形处理器通过裁剪操作获取三角形的可见区域。然而,裁剪操作的延迟长且硬件开销高,大量的裁剪操作会降低图形处理器的性能。本文设计了一款基于OpenGL ES 2.0标准的三维图形处理器芯片,采用了统一渲染架构。该图形处理器采... 详细信息

传统的三维图形处理器通过裁剪操作获取三角形的可见区域。然而,裁剪操作的延迟长且硬件开销高,大量的裁剪操作会降低图形处理器的性能。本文设计了一款基于OpenGL ES 2.0标准的三维图形处理器芯片,采用了统一渲染架构。该图形处理器采用高效的无裁剪图形流水线结构,消除了裁剪所带来的硬件开销和性能损耗。此外,本文为该图形处理器设计了一个符合IEEE-754标准的三维向量内积(DP3)计算单元,用于固定功能流水线,以提高图形处理器的性能,并消除图形渲染过程中浮点乘加操作的误差,增强了图形处理器的图形渲染鲁棒性。该三维图形处理器每秒能够处理500 M个顶点和8 G个纹素,功耗为1000 mW,采用了28 nm工艺,面积为7.92 mm^(2)。实现结果表明,与之前的工作相比,本文设计的图形处理器的性能-功耗比提高了27.8%。

关键词：三维图形处理器图形流水线裁剪向量内积

来源：评论

学校读者我要写书评

暂无评论

基于行内局部性的内存控制器端预取

引用

高技术通讯 2024年第3期34卷 248-255页

作者：周叔欣张见齐王焕东章隆兵处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院计算技术研究所北京100190 中国科学院大学北京100049 龙芯中科技术股份有限公司北京100190

本文提出一种基于行内局部性的内存控制器端预取。采用位图的数据结构记录行内每个数据块的状态;并且对每一行进行区域划分,量化每个区域的访问局部性;根据区域内的局部性高低决定预取的激进程度。对于局部性较低的区域,预取区域内未被... 详细信息

本文提出一种基于行内局部性的内存控制器端预取。采用位图的数据结构记录行内每个数据块的状态;并且对每一行进行区域划分,量化每个区域的访问局部性;根据区域内的局部性高低决定预取的激进程度。对于局部性较低的区域,预取区域内未被访问过的数据块;对于局部性较高的区域,同时采用跨区域的预取。通过动态调整区域规模的大小来适应局部性程度的变化。上述预取方法在龙芯3A6000处理器上实现并评测,评测程序采用SPEC CPU2006访存密集型应用。评测结果显示本文的预取方法将每周期指令数(IPC)平均提升6.51%,将单线程IPC最高提升46.80%(bwaves),将双核四线程IPC最高提升26.22%(lbm)。

关键词：内存控制器预取局部性

来源：评论

学校读者我要写书评

暂无评论

行人运动建模研究综述

引用

计算机辅助设计与图形学学报 2023年第5期35卷 653-666页

作者：毛天露王吉孟若雨刘绍华蒋浩王兆其中国科学院计算技术研究所前瞻研究实验室北京1001902 北京邮电大学电子工程学院北京100876

行人运动建模是近年来虚拟现实领域的热门研究方向,在游戏娱乐、公共安全以及智慧交通等领域有着重要的应用价值.文中按照规则驱动-数据驱动和宏观-微观2个维度将现有的行人运动建模方法划分为4大类.首先简述各类方法的典型模型,重点介... 详细信息

行人运动建模是近年来虚拟现实领域的热门研究方向,在游戏娱乐、公共安全以及智慧交通等领域有着重要的应用价值.文中按照规则驱动-数据驱动和宏观-微观2个维度将现有的行人运动建模方法划分为4大类.首先简述各类方法的典型模型,重点介绍各类方法的最新研究进展,分析了各类方法的特点;其次介绍行人运动建模工作中常用的数据集和评价指标,并从碰撞避免、运动多样性、场景迁移能力以及仿真精度等角度对各类方法进行评价;最后分析在数字孪生、元宇宙等新技术兴起背景下行人运动建模方法面临的挑战,指出该领域未来发展方向.

关键词：行人运动建模规则驱动数据驱动宏观模型微观模型

来源：评论

学校读者我要写书评

暂无评论

关于短文本匹配的泛化性和迁移性的研究分析

引用

计算机研究与发展 2022年第1期59卷 118-126页

作者：马新宇范意兴郭嘉丰张儒清苏立新程学旗中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049

自然语言理解中的许多任务,比如自然语言推断任务、机器问答和复述问题,都可以看作是短文本匹配问题.近年来,大量的数据集和深度学习模型的涌现使得短文本匹配任务取得了长足的进步,然而,很少有工作去分析模型在不同数据集之间的泛化能... 详细信息

自然语言理解中的许多任务,比如自然语言推断任务、机器问答和复述问题,都可以看作是短文本匹配问题.近年来,大量的数据集和深度学习模型的涌现使得短文本匹配任务取得了长足的进步,然而,很少有工作去分析模型在不同数据集之间的泛化能力,以及如何在新领域中有效地利用现有不同领域中的大量带标注的数据,达到减少新领域的数据标注量和提升性能的目标.为此,重点分析了不同数据集之间的泛化性和迁移性,并且通过可视化的方式展示了影响数据集之间泛化性的因素.具体地,使用深度学习模型ESIM(enhanced sequential inference model)和预训练语言模型BERT(bidirectional encoder representations from transformers)在10个通用的短文本匹配数据集上进行了详尽的实验.通过实验,发现即使是在大规模语料预训练过的BERT,合适的迁移仍能带来性能提升.基于以上的分析,也发现通过在混合数据集预训练过的模型,在新的领域和少量样本情况下,具有较好的泛化能力和迁移能力.

关键词：短文本匹配泛化性迁移性少样本预训练语言模型

来源：评论

学校读者我要写书评

暂无评论

NUMA感知的云平台负载调度系统

引用

高技术通讯 2025年第1期35卷 20-36页

作者：娄杰段宏键曹华伟叶笑春处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100049

随着互联网的高速发展,云计算逐渐走向了云原生时代。在云原生领域中,对容器进行调度与编排的标准系统是Kubernetes。Kubernetes有着开源、可扩展、部署难度低等诸多优点,然而,随着容器化应用的多样化和底层资源的多元化,Kubernetes在... 详细信息

随着互联网的高速发展,云计算逐渐走向了云原生时代。在云原生领域中,对容器进行调度与编排的标准系统是Kubernetes。Kubernetes有着开源、可扩展、部署难度低等诸多优点,然而,随着容器化应用的多样化和底层资源的多元化,Kubernetes在以非统一存储访问(non-uniform memory access,NUMA)资源为代表的细粒度资源调度方面仍然存在不足,集群中计算资源利用率低、使用不均衡、系统关键资源争用等情况常常发生。本文以Kubernetes系统为基础,探究以NUMA为代表的细粒度资源的优化调度机制,具体研究点如下:(1)建立缓存管理器,对集群中基于容器的典型应用进行性能的建模与特征分析;(2)设计NUMA管理器,实现细粒度资源划分;(3)优化面向细粒度资源调度的算法,细粒度分配NUMA资源。通过NUMA感知的调度优化,本文所提方案提高了系统的关键资源利用率,提升了应用的运行速度,减少了集群中资源的争用以及资源使用上不均衡的现象。

关键词：云计算容器云平台负载调度非统一存储访问资源划分

来源：评论

学校读者我要写书评

暂无评论

基于数据包头序列的物联网恶意流量检测

引用

高技术通讯 2024年第8期34卷 798-806页

作者：卫重波谢高岗刁祖龙张广兴中国科学院计算技术研究所北京100190 中国科学院大学北京100190 中国科学院计算机网络信息中心北京100190 紫金山实验室南京211111

现有的基于机器学习(ML)的恶意流量检测方法,通常以高维的流量特征作为输入,并采用复杂模型,在实践中产生高误报率且资源占用较高。更重要的是,加密协议的广泛使用,使得数据包有效载荷特征很难被访问。幸运的是,物联网(IoT)设备的网络... 详细信息

现有的基于机器学习(ML)的恶意流量检测方法,通常以高维的流量特征作为输入,并采用复杂模型,在实践中产生高误报率且资源占用较高。更重要的是,加密协议的广泛使用,使得数据包有效载荷特征很难被访问。幸运的是,物联网(IoT)设备的网络行为通常是有规律和周期性的,该特征反映在通信数据包序列上,每个数据包一定程度上描述了一次网络事件。基于此,本文提出了基于数据包头序列的恶意流量检测方法。它将流量序列转换为网络事件序列,并计算一组特征(即序列性、频率性、周期性和爆发性)来描述网络行为。实验环境包含一组真实的物联网设备,并将提出的方法部署在树莓派模拟的网关上。实验结果表明,与最新的检测方法相比,本文提出的方法能够在复杂网络环境下保持高准确性和低误报率,并提升了处理速率。

关键词：机器学习(ML) 恶意流量检测网络行为物联网(IoT)安全数据包头序列

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：