一种基于CUDA的网络入侵检测并行化加速方法。方法采用了CUDA并行计算模型，首先针对网络入侵检测系统中的k‑means算法进行了并行化分析，设计了一个全局选择器，在距离计算前运用全局选择判断入侵检测数据点所属聚簇是否改变，减少了冗余计算；然后在距离计算时采用了CUDA提供的通用矩阵乘函数进行加速，提高了运算速度；最后在聚簇中心更新时将所有入侵检测数据点按照簇标签排序分组，通过组内数据简单相加，减少了原子内存操作，从而提高整体性能。实验结果表明，本发明提出的加速方法是有效的，在保证检测率的情况下，有很高的并行化加速性能。
📄 2018103665556
📂 G06F21_55
👤 浙江工业大学
📅 2018-04-23
本发明公开了一种基于并行计算的像素筛查方法，包括以下步骤：步骤一：首先根据图片像素的数量分配相应的threads；步骤二：通过每个线程协作运行对分块图像进行运算；步骤三：对每个像素和预设设定的缺陷阈值进行比较；步骤四：利用规约算法对共享内存中的数据进行计算得出最终结果；本发明能够有效减少像素筛查的计算时间，完成待处理图像的缺陷统计所需的时间将远小于传统串行筛查算法，从而保证缺陷检测的实时性。
📄 2019100999649
📂 G06T7_00
👤 浙江工业大学
📅 2019-01-31
本发明涉及一种基于MPI的分布式共轭梯度法的调优计算方法。传统的串行计算方法的演算流程不能有效地利用多核平台的优势。本发明当有新的节点加入计算集群时，采用预调优算法确定该节点的计算线程数并得到适用于集群计算的最优矩阵分块大小；将矩阵数据结构按最优分块大小，转换为分块压缩结构；在计算任务执行之前，根据各个节点的预调优数据为每个节点的线程分配计算量；当共轭梯度法演算流程执行矩阵与向量乘时，利用MPI自动将计算任务分配到集群中的计算节点，当计算完成后将结果主动归约到主节点。本发明采用高度压缩及灵活方便的结构针对稀疏矩阵进行分块处理，降低了计算时间复杂度中的常数，节省了存储空间。
📄 2011100537925
📂 G06F17_16
👤 杭州电子科技大学
📅 2011-03-07
本发明公开了一种昆虫机器人海量图像数据并行处理平台。该平台包括刺激背包、昆虫机器人行为记录采集平台以及图像数据并行预处理集群平台，适用于动物电刺激、受激后行为记录存储和视频图像分布式并行预处理分析。构建基于Hadoop一主五从节点集群模型，并自定义适配于视频领域的MapReduce处理算法；对于海量离线的行为记录数据进行并行预处理分析，在MapReduce框架处理优化创新设计上，本发明设计出了一套新型图像并行处理模型，包括图像数据类型输入输出设计以及通用的预处理算法接口。本发明能够完成昆虫机器人的精确遥控遥测和环路控制以及行为的数据采集，并具有对海量数据高效预处理的能力。
📄 2020113314464
📂 G06F16_182
👤 杭州电子科技大学
📅 2020-11-24
本发明提供用于图形处理器中多核多流水线并行执行优化方法，具体是一种处理器中多流处理核单元同时发射多条指令进入流水线乱序执行的设计方法，所述多核同时发射多条指令包括GPU处理内核部分多个内核的所执行的单指令多数据线程(SIMD thread)发射过来的多条无依赖关系的指令进入流水线的乱序执行，在指令粒度上再次切分，按比指令更小的可执行请求粒度执行，充分利用各条数据通路并行读取数据的性能，使流水线内部数学逻辑运算单元(ALU，Arithmetic logical unit)或执行单元一直处于忙碌工作的状态，从而达到乱序并行执行指令，提升执行效率。
📄 2022113003799
📂 G06F9_38
👤 金陵科技学院
📅 2022-10-24
本发明涉及网络通信领域，并提供了一种基于并行计算的节点压力寻优方法，选取服务器群集内的多个服务器，将这多个服务器记为多个节点，监控所述多个节点的负载情况，输出负载数据，根据负载数据计算多个节点的并行量值，通过多个节点的并行量值，筛选出优节点。所述方法能够有效地优化服务器群集的资源分配和负载均衡，根据节点的负载数据确定其实时压力，以动态的方式进行寻优，避免节点发生过载，同时提高服务器群集对于计算任务的处理性能，保证并行任务在执行过程中的稳定性和处理速度，提高服务器算力资源的利用。
📄 2024103513385
📂 H04L67_1004
👤 佛山大学
📅 2024-03-26
本发明公开了一种暂停与恢复MPI并行应用程序运行的方法，事先需要暂停一些优先级低的并行计算任务，以便给新的紧急并行计算任务让出更多计算资源。具体地说：当MPI并行应用程序运行过程中收到暂停或恢复信号时，巧妙地利用改造的MPI库函数、改造的Linux操作系统信号机制与改造的TCP通信协议，协调一致地暂停或恢复MPI并行应用程序的各个进程。由于本方法是在MPI并行应用程序的下层改造MPI库函数、Linux操作系统信号机制与TCP通信协议，因此，对于在它们上层运行的MPI并行应用程序是透明的，该方法可以大大方便对MPI并行应用程序运行的控制与调度。
📄 2015100034695
📂 G06F9_48
👤 徐州君迈网络科技有限公司
📅 2015-01-06
本发明涉及一种基于MPI并行化的参考点k近邻分类方法，属于数据分类领域。该方法包括步骤：S1：基于参考点的k近邻算法利用样本点到若干参考点的距离来度量彼此间的位置差异，定义位置差异因子，计算训练样本到参考点的相似度，并产生有序的相似度序列；S2：根据测试样本与参考点的相似度从有序序列中搜索训练集中近似近邻样本；S3：从搜索到的近似近邻样本中计算与测试样本的确切相似度，从而找到k个近邻样本并判断类别。本发明借助参考点来加速k近邻的查找并将使用MPI技术实现并行化，从而加快大规模、高维度数据的分类速度。
📄 2017112436072
📂 G06F9_54
👤 重庆邮电大学
📅 2017-11-30
本发明请求保护一种基于Spark大数据平台的并行CRF算法，涉及数据挖掘技术和自然语言处理技术。首先，读取大规模数据集，进行数据初始化处理，将数据集划分为训练集和测试集。其次，获取特征模板，创建分布式训练数据集RDD和分布式特征模型RDD。再次，利用flatMap特征模型将训练数据转换成特征，通过整合相同的特征得到特征RDD，从而生成并行特征。然后，通过梯度计算更新特征权值，直到所有训练数据RDD更新完成，得到特征权值向量。最后，从HDFS上读取训练好的模型数据和测试数据，将测试数据执行特征抽取操作，利用特征权值向量计算得到最优预测标记序列，将输出存在HDFS中。本发明提高了CRF算法的高迭代效率。
📄 2018105000167
📂 G06K9_62
👤 重庆邮电大学
📅 2018-05-23
柿子坊 · 知识产权运营
柿子坊知识产权运营平台