检索结果-内蒙古大学图书馆

计算机工程 2020年第10期46卷 201-209页

作者：李康张鲁飞张新伟郁龚健刘家航吴东柴志雷江南大学物联网工程学院江苏无锡214122 数学工程与先进计算国家重点实验室江苏无锡214215

针对类脑计算系统中NEST脉冲神经网络仿真器运行速度慢和功耗高的问题,设计一种基于现场可编程逻辑门阵列(FPGA)集群的NEST脉冲神经网络仿真器。在改进NEST仿真器结构的基础上,提出漏电流整合放电神经元计算模块的流水线并行架构,实现... 详细信息

针对类脑计算系统中NEST脉冲神经网络仿真器运行速度慢和功耗高的问题,设计一种基于现场可编程逻辑门阵列(FPGA)集群的NEST脉冲神经网络仿真器。在改进NEST仿真器结构的基础上,提出漏电流整合放电神经元计算模块的流水线并行架构,实现支持双核双线程和多节点多进程的FPGA集群设计。在皮质层视觉仿真模型上的实验结果表明,与基于Xeon E5-2620和ARM A9平台的NEST仿真器相比,基于FPGA集群的NEST仿真器计算能效和速度分别提升43.93倍、23.54倍和12.36倍、208倍,能为大规模类脑计算系统实现提供技术支持。

关键词：类脑计算系统脉冲神经网络仿真器现场可编程逻辑门阵列集群硬件实现皮质层视觉仿真模型

来源：评论

学校读者我要写书评

暂无评论

支持多比特加密的全同态加密体制设计

引用

计算机应用研究 2021年第2期38卷 579-583页

作者：陈莉周扬段然河南财经政法大学网络信息安全研究所郑州450046 数学工程与先进计算国家重点实验室江苏无锡214125

现有全同态加密体制普遍存在密文尺寸较大和采用单比特加密所导致的效率较低问题。在Gentry等人提出的全同态加密体制(简称GSW13体制)的基础上,通过修改其展开方式,利用近似特征向量技术,提出了一种新的全同态加密体制。在随机喻示模型... 详细信息

现有全同态加密体制普遍存在密文尺寸较大和采用单比特加密所导致的效率较低问题。在Gentry等人提出的全同态加密体制(简称GSW13体制)的基础上,通过修改其展开方式,利用近似特征向量技术,提出了一种新的全同态加密体制。在随机喻示模型下,将新体制的安全性归约到判定性容错学习问题(decisional learning with errors,DLWE)的难解性,给出了其正确性和安全性的证明。又在不改变系统参数的条件下,采用多比特加密,对新体制进行优化。与GSW13体制相比,新体制的密文尺寸减小61.47%,加密运算量减少68.97%。新体制不仅减小密文扩张,而且减少同态运算计算次数,从而提高了体制效率。

关键词：云计算全同态加密判定性容错学习问题多比特加密可证明安全

来源：评论

学校读者我要写书评

暂无评论

基于形成性评价反馈的数据库系统线上教学方法实践

引用

计算机教育 2021年第4期 15-18页

作者：姚金阳刘福东单征王俊超徐金龙信息工程大学数学工程与先进计算国家重点实验室河南郑州450001

针对线上授课不能实现良好的师生同步交流、教师无法及时得知学生学习效果的问题,提出基于形成性评价反馈的数据库系统线上教学方法,介绍该方法的应用实践,最后说明教学效果。

关键词：数据库系统线上教学教学质量形成性评价反馈式教学

来源：评论

学校读者我要写书评

暂无评论

一种防范TLS协议降级攻击的浏览器安全模型

引用

信息网络安全 2020年第3期 65-74页

作者：张兴隆李钰汀程庆丰郭路路战略支援部队信息工程大学郑州450002 数学工程与先进计算国家重点实验室郑州450002

在TLS握手期间,攻击者可以利用一个或两个通信方对旧版本或弱密码套件的支持发起一系列的攻击,这种攻击被称为降级攻击。近年来与TLS相关的降级攻击被广泛研究,可以发现这些攻击并非完全相同,现有文献缺乏一种有效的分类法对它们进行分... 详细信息

在TLS握手期间,攻击者可以利用一个或两个通信方对旧版本或弱密码套件的支持发起一系列的攻击,这种攻击被称为降级攻击。近年来与TLS相关的降级攻击被广泛研究,可以发现这些攻击并非完全相同,现有文献缺乏一种有效的分类法对它们进行分类和比较,从而在全局视角下研究降级攻击。基于此,文章提出了一种降级攻击的分类方法,并按照该方法对15种已经公开发布的针对TLS协议的降级攻击方法进行了分类。进一步,文章提出了一种轻量级机制,用于Web浏览器中的细粒度TLS安全配置。该机制允许浏览器为进入敏感域的连接强制实施最佳TLS安全配置,同时保持其余连接实施默认配置,从而检测并防止降级攻击和服务器错误配置。

关键词： TLS 降级攻击 Web浏览器细粒度TLS安全配置

来源：评论

学校读者我要写书评

暂无评论

基于精度可变乘法器的脉动阵列

引用

南京大学学报（自然科学版） 2020年第6期56卷 885-891页

作者：王明钊程华王宇泽刘鹏浙江大学信息与电子工程学院杭州310027 数学工程与先进计算国家重点实验室无锡214125

为了有效地支持神经网络中精度变化的权重参数的乘法计算,针对多种神经网络的参数位宽需求和单比特乘法器存在的性能下降问题,结合卷积计算中特征图复用的特点,提出基于精度可变乘法器的脉动阵列结构.将被多次使用的乘数的两比特积寄存... 详细信息

为了有效地支持神经网络中精度变化的权重参数的乘法计算,针对多种神经网络的参数位宽需求和单比特乘法器存在的性能下降问题,结合卷积计算中特征图复用的特点,提出基于精度可变乘法器的脉动阵列结构.将被多次使用的乘数的两比特积寄存在查找表中,从而将乘法操作转化为查表操作,设计支持偶数比特精度的两比特串行乘法器;基于该串行乘法器的处理单元作为脉动阵列的基本组成部分,在计算开始之前将特征图加载至相应位置,计算过程中完成乘累加计算和数据控制.相邻的处理单元局部连接可构成任意所需规模的脉动阵列.实验结果表明,基于Xilinx ZCU102现场可编程逻辑门阵列平台,提出的精度可变乘法器,相比于最先进的单比特乘法器,资源归一化性能提升1.8倍,并且在多种神经网络上的性能平均提升80%.

关键词：精度可变串行乘法器脉动阵列现场可编程门阵列深度神经网络

来源：评论

学校读者我要写书评

暂无评论

深度强化学习研究综述

引用

计算机工程 2021年第12期47卷 19-29页

作者：杨思明单征丁煜李刚伟数学工程与先进计算国家重点实验室郑州450001 中国人民解放军94162部队西安710600 中国人民解放军78100部队成都610031

深度强化学习是指利用深度神经网络的特征表示能力对强化学习的状态、动作、价值等函数进行拟合,以提升强化学习模型性能,广泛应用于电子游戏、机械控制、推荐系统、金融投资等领域。回顾深度强化学习方法的主要发展历程,根据当前研究... 详细信息

深度强化学习是指利用深度神经网络的特征表示能力对强化学习的状态、动作、价值等函数进行拟合,以提升强化学习模型性能,广泛应用于电子游戏、机械控制、推荐系统、金融投资等领域。回顾深度强化学习方法的主要发展历程,根据当前研究目标对深度强化学习方法进行分类,分析与讨论高维状态动作空间任务上的算法收敛、复杂应用场景下的算法样本效率提高、奖励函数稀疏或无明确定义情况下的算法探索以及多任务场景下的算法泛化性能增强问题,总结与归纳4类深度强化学习方法的研究现状,同时针对深度强化学习技术的未来发展方向进行展望。

关键词：深度学习强化学习深度强化学习逆向强化学习基于模型的元学习

来源：评论

学校读者我要写书评

暂无评论

基于加权最小二乘的社交网络用户定位方法

引用

网络与信息安全学报 2022年第3期8卷 41-52页

作者：时文旗罗向阳郭家山网络空间态势感知河南省重点实验室河南郑州450001 数学工程与先进计算国家重点实验室河南郑州450001 郑州大学网络空间安全学院河南郑州450001

社交网络在提供位置交友等服务时,会对展示的用户距离文本进行混淆处理,以保护用户位置隐私。为了验证当前社交网络采用的位置混淆机制能否有效保护用户的精确位置不被泄露,提出了一种基于加权最小二乘的社交网络用户定位方法。该方法... 详细信息

社交网络在提供位置交友等服务时,会对展示的用户距离文本进行混淆处理,以保护用户位置隐私。为了验证当前社交网络采用的位置混淆机制能否有效保护用户的精确位置不被泄露,提出了一种基于加权最小二乘的社交网络用户定位方法。该方法构造测试环境,对位置交友服务中混淆后的距离文本进行大量搜集和统计,结合真实距离数据识别报告距离对应的真实距离边界;基于对目标用户所处坐标系象限的判别,优化探针位置部署,并利用三边测量定位模型得到目标用户的多个初步位置估计;基于估计位置与探针的距离关系,分别确定目标用户相较各探针的最远距离和最近距离的权重,从而构造目标函数并基于加权最小二乘求目标函数的最优解,该最优解即目标用户的最终定位结果。该方法基于距离边界约束推断社交用户位置,避免了对位置服务的频繁查询,保证了对社交用户的定位效率。基于微信平台开展了社交用户定位实验,对500个微信用户的实际定位结果表明,该方法能够实现对微信“附近的人”用户的准确定位,与现有基于空间划分、基于启发式数论等典型定位方法相比,定位精度和效率均有更好的性能表现,平均定位误差降低了10%以上,定位过程中的位置服务访问次数减少了50%以上。

关键词：社交网络位置隐私用户定位加权最小二乘

来源：评论

学校读者我要写书评

暂无评论

分担无限集合的亚纯函数正规族

引用

南昌大学学报（理科版） 2024年第5期48卷 416-420页

作者：黄小杰李运通费荔枝南昌工程学院理学院江西南昌330099 南昌工程学院工程数学与先进计算重点实验室江西南昌330099 陕西铁路工程职业技术学院基础课部陕西渭南714025

如果亚纯函数族中的函数与其导数分担含有至少3个元素的有限集合则该函数族必定正规,而分担含有无限个元素的集合函数族通常并不正规。在附加约束的条件下证明了一个分担无限集合的亚纯函数族正规定则。设F是区域D上的一族亚纯函数,S是... 详细信息

如果亚纯函数族中的函数与其导数分担含有至少3个元素的有限集合则该函数族必定正规,而分担含有无限个元素的集合函数族通常并不正规。在附加约束的条件下证明了一个分担无限集合的亚纯函数族正规定则。设F是区域D上的一族亚纯函数,S是一个有界无限复数集且含有至少3个孤立点,如果在区域D上,对每个f∈F,有f∈S■f'∈S,则F在区域D上正规。根据进一步的分析,本文猜测若将前述“S有界”的条件改为“S与原点的距离大于0,即dist(S,0)>0”,F仍然正规。

关键词：亚纯函数正规族分担集合

来源：评论

学校读者我要写书评

暂无评论

二进制翻译中动静结合的寄存器分配优化方法

引用

计算机研究与发展 2019年第4期56卷 708-718页

作者：王军庞建民傅立国岳峰单征张家豪数学工程与先进计算国家重点实验室(战略支援部队信息工程大学) 郑州450002

针对二进制翻译器QEMU(quick emulator)在寄存器映射时未考虑基本块之间以及循环体之间对寄存器需求的差异,造成不必要的寄存器溢出而导致的冗余访存开销问题,引入全局寄存器静态映射和局部寄存器动态分配思想,提出高效的基于优先级的... 详细信息

针对二进制翻译器QEMU(quick emulator)在寄存器映射时未考虑基本块之间以及循环体之间对寄存器需求的差异,造成不必要的寄存器溢出而导致的冗余访存开销问题,引入全局寄存器静态映射和局部寄存器动态分配思想,提出高效的基于优先级的动静结合寄存器映射优化算法.该算法首先基于源平台不同寄存器使用的统计特征和各变量的生命周期,静态进行全局寄存器映射;然后依据中间表示与源平台寄存器之间的映射关系,获取基本块中间指令需求寄存器次数并排序确定寄存器分配的优先级;之后依据优先级顺序动态进行寄存器分配,从而减少寄存器溢出次数,降低生成的本地代码的膨胀率以及访存次数,提高目标程序性能.对NBENCH、典型的递归程序和SPEC2006的测试表明:该算法有效地减少了本地代码的访存次数,提高了程序性能,平均比优化前性能分别提升了8.67%, 8.25%, 8.10%.

关键词：二进制翻译寄存器分配翻译器QEMU 反馈式静态二进制翻译器FD-SQEMU TCG中间表示

来源：评论

学校读者我要写书评

暂无评论

一种高效解决间接转移的反馈式静态二进制翻译方法

引用

计算机研究与发展 2019年第4期56卷 742-754页

作者：王军庞建民傅立国岳峰张家豪数学工程与先进计算国家重点实验室(战略支援部队信息工程大学) 郑州450002

为了在追求程序执行效率的同时解决静态二进制翻译中的间接转移问题,针对现有间接转移问题处理方法中线性遍历翻译方式代码优化较少、冗余代码较多的缺陷,提出了基于基本块翻译的反馈式静态二进制翻译方法,并结合二级地址映射表实现了... 详细信息

为了在追求程序执行效率的同时解决静态二进制翻译中的间接转移问题,针对现有间接转移问题处理方法中线性遍历翻译方式代码优化较少、冗余代码较多的缺陷,提出了基于基本块翻译的反馈式静态二进制翻译方法,并结合二级地址映射表实现了间接转移目标地址的快速映射.首先,在目标可执行程序运行过程中添加监控反馈机制解决代码发现问题,对未确定的间接转移地址进行反馈,以便对源程序重新划分基本块并重新翻译执行;然后构造二级地址映射表,借助二级地址映射快速解决代码定位问题.在开源二进制翻译平台QEMU(quick emulator)上实现了反馈式静态二进制翻译框架FD-SQEMU(feedback static QEMU),并基于SPEC2006和NBENCH测试集进行测试,与QEMU相比,FD-SQEMU平均加速比分别达到3.97倍和6.94倍;与课题组之前提出的保存源程序指令全地址的静态SQEMU翻译器相比,FD-SQEMU的平均加速比达到1.18倍,最高加速比达到了1.36倍,验证了提出的框架和方法的有效性.

关键词：二进制翻译静态二进制翻译间接转移翻译器QEMU 反馈式翻译框架FD-SQEMU

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：