-
题名S3ML:一种安全的机器学习推理服务系统
被引量：2
- 1
-
-
作者
马俊明
吴秉哲
余超凡
周爱辉
巫锡斌
陈向群
-
机构
北京大学软件与微电子学院
北京大学信息科学技术学院
高可信软件技术教育部重点实验室(北京大学)
蚂蚁集团
-
出处
《软件学报》
EI
CSCD
北大核心
2022年第9期3312-3330,共19页
-
基金
国家重点研发计划(2017YFE0123600)。
-
文摘
隐私保护问题在当今机器学习领域日益受到关注,构建具备数据安全保障的机器学习服务系统变得越来越重要.与此同时,以英特尔SGX为代表的可信执行环境技术得到了日益广泛的使用来开发可信应用和系统.SGX为开发者提供了基于硬件的名为飞地的安全容器来保障应用程序的机密性和完整性.本文基于SGX提出了一种面向机器学习推理的安全服务系统S3ML. S3ML将机器学习模型运行在SGX飞地中以保护用户隐私.为了构建一个实用的基于SGX的安全服务系统, S3ML解决了来自两方面的挑战.首先,机器学习推理服务为了保证高可用性和可扩展性,通常包含多个后端模型服务器实例.当这些实例在SGX飞地内运行时,需要新的系统架构和协议来同步证书及密钥,以构建安全的分布式飞地集群. S3ML设计了基于SGX认证机制的飞地配置服务,来专门负责在客户端和模型服务器实例之间生成、持久化和分发证书及密钥.这样S3ML可以复用现有的基础设施来对服务进行透明的负载均衡和故障转移,以确保服务的高可用性和可扩展性.其次, SGX飞地运行在一个名为飞地页面缓存(EPC)的特殊内存区域,该区域的大小有限,由主机上的所有SGX飞地竞争,运行在飞地中应用的性能因此易受到干扰.为了满足机器学习推理服务的服务级别目标,一方面S3ML使用轻量级的机器学习框架和模型来构建模型服务器以减少EPC消耗.另一方面,通过实验发现了使用EPC页交换吞吐量作为保障服务级别目标的间接监控指标是可行的.基于该发现, S3ML提出基于EPC页交换强度来控制服务的负载均衡和水平扩展活动.基于Kubernetes、TensorFlow Lite和Occlum实现了S3ML,并在一系列模型上进行实验,对S3ML的系统开销、可行性和有效性进行了评估.
-
关键词
机器学习推理
服务系统
SGX
可信计算
隐私保护
-
Keywords
machine learning inference
serving system
SGX
trusted computing
privacy-preserving
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于广义归结的定理机器证明系统
被引量：5
- 2
-
-
作者
程晓春
孙吉贵
刘叙华
-
机构
吉林大学计算机科学系
-
出处
《软件学报》
EI
CSCD
北大核心
1995年第7期425-428,共4页
-
基金
国家自然科学基金
-
文摘
本文使用Ｃ—ＰＲＯＬＯＧ语言在ＳＵＮ工作站上设计实现了基于广义归结和基于归结的两个定理机器证明系统ＧＲＭ，ＲＭ，证明了《数学原理》中Ｐａｒｔ１：ｍａｔｈｅｍａｔｉｃａｌｌｏｇｉｃ中ＳｅｃｔｉｏｎＡ与ＳｅｃｔｉｏｎＢ中全部定理（３５０个）．讨论ＧＲＭ和ＲＭ的时、空复杂性，并在实现设计中提出新的全局调度策略及归结式的化简、排序策略，以单子句恒真、恒假的判断代替了广义归结中的自归结，实现了带ＯＣＣＵＲ检查的模式匹配．
-
关键词
广义归结
NC归结
定理机器证明
机器推理
-
Keywords
Generalized resolution, NC resolution, OCCUR check, schedule strategy.
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种基于可信度的不确定性推理及其神经网络实现
被引量：8
- 3
-
-
作者
施明辉
周昌乐
吴清锋
吴芸
张志枫
-
机构
厦门大学人工智能研究所
上海中医药大学研究生院
-
出处
《计算机应用研究》
CSCD
北大核心
2007年第1期241-243,312,共4页
-
基金
国家自然科学基金资助项目(60373000)
-
文摘
提出了基于可信度因子和可信度区间的不确定性推理模型,并用改进的BP神经网络实现其推理过程,最后利用MATLAB神经网络工具箱给出仿真示例。改进的BP神经网络在实现不确定性推理方面有效避免了沿用传统方法所带来的规则数激增及推理缓慢等缺陷,并提高了网络的泛化能力。仿真示例表明,它不仅可以自动学习和模拟专家的典型经验,而且还可以将专家的典型经验推广应用到一般情形。
-
关键词
神经网络
专家系统
不确定性推理机器学习
-
Keywords
Neural Network
Expert System
Uncertainty Reasoning
Machine Learning
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名知识库问答研究进展与展望
被引量：16
- 4
-
-
作者
曹书林
史佳欣
侯磊
李涓子
-
机构
清华大学计算机科学与技术系
北京信息科学与技术国家研究中心
-
出处
《计算机学报》
EI
CAS
CSCD
北大核心
2023年第3期512-539,共28页
-
基金
国家重点研发计划项目(2017YFB1002101)
NSFC通用技术基础研究联合基金重点项目(U1736204)
国家自然科学基金重点项目(61533018)资助.
-
文摘
基于知识库的问答(Question Answeringover Knowledge Base,KBQA)是问答系统的重要组成部分,要求计算机正确理解自然语言问题的语义,并从知识库中提取问题的答案.早期研究主要关注仅涉及到单个关系三元组的简单问答,近年来,随着以深度学习为代表的表示学习技术在简单问答任务的成功应用,研究重点逐渐转移到需要复杂推理能力的推理问答上.本文将对现有知识库问答的研究进展进行综述,先总结简单问答和推理问答两类任务各自的问题和挑战,然后对近年来与知识库问答相关的数据集进行多维度的分析和比较,接下来对两类任务的代表性方法进行系统性归纳介绍并分析各类方法的优缺点,最后对未来的研究方向进行展望.
-
关键词
知识库
问答系统
机器推理
可解释性
人工智能
-
Keywords
knowledge graph
question answering system
machine reasoning
interpretability
artificial intelligence
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
