-
题名基于特征约束和自适应损失平衡的机器遗忘方法
- 1
-
-
作者
殷昱煜
吴广强
李尤慧子
王鑫雨
高洪皓
-
机构
杭州电子科技大学计算机学院
复杂系统建模与仿真教育部重点实验室(杭州电子科技大学)
上海大学计算机工程与科学学院
嘉泉大学计算机工程系
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2024年第10期2649-2661,共13页
-
基金
国家自然科学基金项目(62272140)
浙江省自然科学基金项目(LY22F020018)
浙江省“尖兵”“领雁”研发公关计划(2024C01166)。
-
文摘
随着数字化进程的加速推进,数据要素已成为现代社会运转的核心驱动力.由于深度学习模型训练需要大量数据作为输入,其数据隐私保护问题也愈发重要.机器遗忘技术使模型能够删除特定数据的影响,同时保持对剩余数据的泛化性能,为深度学习模型中的数据要素安全保护提供了有效的解决方案.现有的机器遗忘方法主要分为精确遗忘和近似遗忘2类,但前者需要干预模型原始训练流程,后者则在遗忘效果和模型泛化能力之间难以找到平衡点.为此,提出了一种基于特征约束和自适应损失平衡的近似遗忘框架.首先,对于“遗忘”过程,使用同样未经过遗忘样本训练的随机模型作为教师来引导遗忘模型的特征输出,实现模型对数据要素在特征层面的遗忘.然后,采用少量剩余数据进行微调训练,来“恢复”模型对于其他数据的泛化性能.将上述机器遗忘框架视为一个多任务优化问题,在“遗忘”和“恢复”2个任务中引入自适应损失平衡,实现任务的稳步训练.以卷积神经网络模型为例,在3个公开数据集上对比了UNSIR等多种基线方法,实验结果表明,该方法构建的遗忘模型不仅保障了机器遗忘效果,在剩余数据的准确率、时间开销、预测结果分布等指标上优于同类方法,更加有效地保护了模型的泛化性能.
-
关键词
数据要素安全
机器遗忘
特征约束
多任务优化
自适应损失平衡
-
Keywords
data element security
machine unlearning
feature constraints
multi-task optimization
adaptive loss balance
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名移动云计算环境下任务调度的多目标优化方法
被引量：30
- 2
-
-
作者
胡海洋
刘润华
胡华
-
机构
杭州电子科技大学计算机学院
复杂系统建模与仿真教育部重点实验室(杭州电子科技大学)
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2017年第9期1909-1919,共11页
-
基金
国家自然科学基金项目(61572162
61272188)
+1 种基金
南京大学计算机软件新技术国家重点实验室开放基金项目(KFKT2014B15)
江苏省自然科学基金项目(BK20131277)~~
-
文摘
移动云计算技术可帮助移动用户在执行工作流任务时将一些任务迁移至云端服务器执行,从而节省移动设备的电池能耗,并提高计算能力.传统研究工作在进行移动云计算环境中的任务调度时缺乏对能耗和运行时间的联合优化.为了实现有效的任务调度,基于工作流图中任务执行的先后关系,分析了采用动态电压频率调节技术的移动设备处理器执行工作流任务的运行时间与能耗,并考虑了将任务通过无线信道迁移到云端服务器执行所需的时间,给出了能耗与执行时间联合优化的任务调度模型和目标方程.提出基于模拟退火算法的任务调度方法,分析了算法时间复杂度,进行了系统性的对比实验,评估了所提出方法的正确性和有效性.
-
关键词
移动云计算
工作流
任务调度
模拟退火
多目标优化
-
Keywords
mobile cloud computing
workflow
task scheduling
simulated annealing
multi-objective optimization
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名云环境下基于多目标的多科学工作流调度算法
被引量：10
- 3
-
-
作者
袁友伟
鲍泽前
俞东进
李万清
-
机构
杭州电子科技大学计算机科学与技术学院
复杂系统建模与仿真教育部重点实验室(杭州电子科技大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2018年第11期3326-3339,共14页
-
基金
国家自然科学基金(61370218)
浙江省重点高校建设专项资金(GK158800205032)~~
-
文摘
针对现有云环境下的多科学工作流调度算法中存在的未考虑安全调度问题,提出了多科学工作流安全-时间约束费用优化算法MSW-SDCOA(multi-scientific workflows security-deadline constraint cost optimization algorithm).首先,MSW-SDCOA基于数据依赖关系压缩科学工作流,减少任务节点数从而节省了调度开销;并通过改进HEFT(heterogeneous earliest-finish-time)算法形成调度序列,以实现全局多目标优化调度;最后,通过优化ACO(ant colony optimization)中信息素更新策略和启发式信息,进一步改善费用优化效果.仿真实验表明,MSW-SDCOA算法在费用优化效果上比MW-DBS算法提高了约14%.
-
关键词
安全调度
费用优化
多科学工作流
压缩
分层计算
-
Keywords
security scheduling
cost optimization
multi-scientific workflow
compress
hierarchical compute
-
分类号
TP306
[自动化与计算机技术—计算机系统结构]
-
-
题名基于协作相容性的工作流任务分配优化方法
被引量：8
- 4
-
-
作者
胡海洋
姬朝配
胡华
葛季栋
-
机构
杭州电子科技大学计算机学院
复杂系统建模与仿真教育部重点实验室(杭州电子科技大学)
计算机软件新技术国家重点实验室(南京大学)
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2017年第4期872-885,共14页
-
基金
国家自然科学基金项目(61572162
61272188
+5 种基金
61572251)
浙江省哲学社会科学重点研究基地项目(14JDXX04YB)
江苏省自科学基金项目(BK20131277)
中央高校基本科研业务费专项资金项目(021714380004)
南京大学计算机软件新技术国家重点实验室开放基金项目(KFKT2014B15)
南京大学计算机软件新技术国家重点实验室创新项目(ZZKT2013B14)~~
-
文摘
工作流系统中任务分配策略将对其系统运行性能有很大的影响,在分配任务时不仅需要考虑执行者对相应任务的熟悉度,还需分析执行者之间配合协作的默契程度.传统研究工作在进行工作流任务分配时缺乏对执行者工作负载、执行者之间协作相容性的综合考虑.为了实现有效的任务分配,首先通过分析历史日志的信息,对执行者间的协作相容性进行分析计算,在此基础上综合考虑执行者当前的任务负载,提出了基于协作相容性的、负载均衡式任务分配模型,并给出了多目标联合优化的任务分配方法,可提高整个流程实例的执行效率,并保持执行者间的负载均衡.提出4种相应的算法,并分析了算法的时间复杂度,进行了系统性的对比实验,评估了所提出方法的正确性和有效性.
-
关键词
工作流#壬务分配
协作相容性
负载均衡
任务交互
-
Keywords
workflow
task assignment
cooperation compatibility
load balancing
task interaction
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种结合页分配和组调度的内存功耗优化方法
被引量：2
- 5
-
-
作者
贾刚勇
万健
李曦
蒋从锋
代栋
-
机构
杭州电子科技大学计算机科学与技术系
复杂系统建模与仿真教育部重点实验室(杭州电子科技大学)
中国科学技术大学计算机科学与技术系
Department of Computer Science and Technology
-
出处
《软件学报》
EI
CSCD
北大核心
2014年第7期1403-1415,共13页
-
基金
国家自然科学基金(61272131
61003077
+1 种基金
61100193)
江苏省产学研前瞻性联合研究项目(BY2009128)
-
文摘
多核系统中,内存子系统消耗大量的能耗并且比例还会继续增大.因此,解决内存的功耗问题成为系统功耗优化的关键.根据线程的内存地址空间和负载均衡策略将系统中的线程划分成不同的线程组,根据线程所属的组,给同一组内的线程分配相同内存rank中的物理页,然后,根据划分的线程组以组为单位进行调度.提出了结合页分配和组调度的内存功耗优化方法(CAS).CAS周期性地激活当前需要的内存rank,从而可以将暂时不使用的内存rank置为低功耗状态,同时延长低功耗内存rank的空闲时间.仿真实验结果显示:与其他同类方法相比,CAS方法能够平均降低10%的内存功耗,同时提高8%的性能.
-
关键词
内存
页分配
线程组调度
功耗效率
性能
-
Keywords
main memory
page allocation
thread group scheduling
power efficiency
performance
-
分类号
TP316
[自动化与计算机技术—计算机软件与理论]
-
-
题名视觉问答技术研究
被引量：24
- 6
-
-
作者
俞俊
汪亮
余宙
-
机构
杭州电子科技大学计算机学院
复杂系统建模与仿真教育部重点实验室(杭州电子科技大学)
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2018年第9期1946-1958,共13页
-
基金
国家自然科学基金优秀青年基金项目(61622205)~~
-
文摘
随着深度学习在计算机视觉、自然语言处理领域取得的长足进展,现有方法已经能准确理解视觉对象和自然语言的语义,并在此基础上开展跨媒体数据表达与交互研究.近年来,视觉问答(visual question answering,VQA)是跨媒体表达与交互方向上的研究热点问题.视觉问答旨在让计算机理解图像内容后根据自然语言输入的查询进行自动回答.围绕视觉问答问题,从概念、模型、数据集等方面对近年来的研究进展进行综述,同时探讨现有工作存在的不足;最后从方法论、应用和平台等多方面对视觉问答未来的研究方向进行了展望.
-
关键词
视觉问答
见觉推理
见频问答
深度学习
知识网络
-
Keywords
visual question answering （VQA）
visual reasoning
video question answering
deep learning
knowledge network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
