CN111177759B - 一种线性运算加速方法及装置 - Google Patents
一种线性运算加速方法及装置 Download PDFInfo
- Publication number
- CN111177759B CN111177759B CN201911392385.XA CN201911392385A CN111177759B CN 111177759 B CN111177759 B CN 111177759B CN 201911392385 A CN201911392385 A CN 201911392385A CN 111177759 B CN111177759 B CN 111177759B
- Authority
- CN
- China
- Prior art keywords
- file
- calculated
- library
- header
- header file
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2107—File encryption
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Storage Device Security (AREA)
Abstract
本发明提出了一种线性运算加速方法及装置。包括:获取待计算数据,从待计算数据中提取待计算数据标识以及待计算主要内容;获取本地EIGEN头文件库,根据待计算数据标识从本地EIGEN头文件库中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件;获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算。本发明通过将EIGEN库与MKL库进行结合,通过EIGEN库来适应各种接口形式,然后通过MKL库对数据进行计算,通过这样的方式,可以大大加快***的运算速度,同时通过加密验证的方式,保证了整个计算过程的私密性。
Description
技术领域
本发明涉及计算机高性能计算技术领域,尤其涉及一种线性运算加速方法及装置。
背景技术
在计算领域存在着很多开源或者收费的矩阵运算库,比如MKL,IPP等等以及开源的LAPACK,BLAS等,这些运算库从算法上讲都是非常成熟先进的,也是当今各个领域非常流行的预算库。
但是,因为这些运算库的接口形式比较复杂,对于非计算机领域的科研人员来说,要使用这些运算库可能会比较消耗精力和时间。对于一些接口形式简单的运算库,运算速度又达不到要求。所以,亟需一种线性运算加速方法,能够简化接口形式,加快运算速度,使得非计算机领域的科研人员也可以便捷使用运算库。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
有鉴于此,本发明提出了一种线性运算加速方法及装置,旨在解决现有技术无法在简化接口形式的同时,加快运算速度的技术问题。
本发明的技术方案是这样实现的:
一方面,本发明提供了一种线性运算加速方法,所述线性运算加速方法包括以下步骤:
S1,获取待计算数据,从待计算数据中提取待计算数据标识以及待计算主要内容;
S2,获取本地EIGEN头文件库,根据待计算数据标识从本地EIGEN头文件库中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件;
S3,获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算。
在以上技术方案的基础上,优选的,步骤S2中,获取本地EIGEN头文件库,根据待计算数据标识从本地EIGEN头文件库中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件,还包括以下步骤,获取本地EIGEN头文件库,从本地EIGEN头文件库提取头文件以及对应的数据标识,根据头文件以及对应的数据标识建立头文件对应表,根据待计算数据标识从头文件对应表中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件。
在以上技术方案的基础上,优选的,根据待计算数据标识从本地EIGEN头文件库中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件,还包括以下步骤,根据待计算数据标识从头文件对应表中查找对应的头文件,当头文件对应表中存在待计算数据标识时,获取对应的头文件并将该头文件与待计算主要内容结合作为待计算文件;当头文件对应表中不存在待计算数据标识时,重新选择待计算数据。
在以上技术方案的基础上,优选的,当头文件对应表中存在待计算数据标识时,获取对应的头文件并将该头文件与待计算主要内容结合作为待计算文件,还包括以下步骤,建立密钥生成器,当头文件对应表中存在待计算数据标识时,生成唯一密钥,根据该唯一密钥对待计算文件进行加密,获取加密待计算文件。
在以上技术方案的基础上,优选的,步骤S3中,获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算之前,还包括以下步骤,从密钥生成器中获取解码,根据该解码对加密待计算文件进行解密,当解密成功时,获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算;当解密失败时,向用户进行预警。
在以上技术方案的基础上,优选的,获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算,还包括以下步骤,获取MKL库中历史验证头文件数据,根据该历史验证头文件数据建立头文件验证表,根据该头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算;当验证失败时,将该头文件进行标记,并将失败信息反馈至EIGEN库。
在以上技术方案的基础上,优选的,当验证失败时,将该头文件进行标记,并将失败信息反馈至EIGEN库,还包括以下步骤,获取验证失败的头文件,通过EIGEN头文件库对该头文件进行查找,当能够查找到时,将成功信息发送至MKL库,通过MKL库对待计算文件进行计算,并将该头文件存入头文件验证表中;当不能够查找到时,向用户进行预警。
更进一步优选的,所述线性运算加速装置包括:
获取模块,用于获取待计算数据,从待计算数据中提取待计算数据标识以及待计算主要内容;
头文件匹配模块,用于获取本地EIGEN头文件库,根据待计算数据标识从本地EIGEN头文件库中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件;
计算模块,用于获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算。
第二方面,所述线性运算加速方法还包括一种设备,所述设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的线性运算加速方法程序,所述线性运算加速方法程序配置为实现如上文所述的线性运算加速方法的步骤。
第三方面,所述线性运算加速方法还包括一种介质,所述介质为计算机介质,所述计算机介质上存储有线性运算加速方法程序,所述线性运算加速方法程序被处理器执行时实现如上文所述的线性运算加速方法的步骤。
本发明的一种线性运算加速方法相对于现有技术具有以下有益效果:
(1)通过使用EIGEN库,能够灵活适应大部分接口形式,方便了非技术人员的操作,然后将数据进行加密,能够有效保级数据的私密性,提高了计算过程的安全性;
(2)通过MKL库来对数据进行计算,能够加快计算的速度,避免之前的运算库计算过慢,节省了计算的资源,提高了整个计算过程的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例方案涉及的硬件运行环境的设备的结构示意图;
图2为本发明线性运算加速方法第一实施例的流程示意图;
图3为本发明线性运算加速方法第一实施例的功能模块示意图。
具体实施方式
下面将结合本发明实施方式,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
如图1所示,该设备可以包括:处理器1001,例如中央处理器(Central ProcessingUnit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对设备的限定,在实际应用中设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及线性运算加速方法程序。
在图1所示的设备中,网络接口1004主要用于建立设备与存储线性运算加速方法***中所需的所有数据的服务器的通信连接;用户接口1003主要用于与用户进行数据交互;本发明线性运算加速方法设备中的处理器1001、存储器1005可以设置在线性运算加速方法设备中,所述线性运算加速方法设备通过处理器1001调用存储器1005中存储的线性运算加速方法程序,并执行本发明实施提供的线性运算加速方法。
结合图2,图2为本发明线性运算加速方法第一实施例的流程示意图。
本实施例中,所述线性运算加速方法包括以下步骤:
S10:获取待计算数据,从待计算数据中提取待计算数据标识以及待计算主要内容。
应当理解的是,为了方便运算库的计算,在***获取到待计算数据之后,会对待计算数据的格式进行转化,需要转化的数据格式由运算库决定,可以是矩阵,也可以是普通字符串的形式,然后***会从待计算数据中提取待计算数据标识以及待计算主要内容,该数据标识用于表明待计算数据的身份,包含待计算数据的IP、类型以及终端地址等信息。
S20:获取本地EIGEN头文件库,根据待计算数据标识从本地EIGEN头文件库中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件。
应当理解的是,EIGEN库是非常强大的矩阵运算库,EIGEN库包含了大部分矩阵算法,同时也可以与市场上大部分第三方软件的接口进行对接,而且EIGEN库本身仅由许多头文件组成,因此可以很容易跨平台进行操作。
应当理解的是,Eigen是一个高层次的C++库,有效支持线性代数,矩阵和矢量运算,数值分析及其相关的算法。Eigen适用范围广,支持包括固定大小、任意大小的所有矩阵操作,甚至是稀疏矩阵;支持所有标准的数值类型,并且可以扩展为自定义的数值类型;支持多种矩阵分解及其几何特征的求解;它不支持的模块生态***提供了许多专门的功能,如非线性优化,矩阵功能,多项式解算器,快速傅立叶变换等。
应当理解的是,***在获取待计算文件后,会从本地EIGEN头文件库中提取头文件以及对应的数据标识,这个数据标识是分配给EIGEN库中头文件的唯一标识号,根据头文件的类型来决定,之后会根据头文件以及对应的数据标识建立头文件对应表,然后通过该头文件对应表确定待计算数据标识对应的头文件,然后将该头文件与待计算主要内容结合作为待计算文件。
应当理解的是,在待计算文件生成了之后,为了确保计算过程的安全性以及私密性,会对待计算文件进行加密,并生成唯一密钥,通过这种方式来确保待计算文件的安全性。
S30:获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算。
应当理解的是,MKL是一个数学核心函数库,能够对待计算数据进行快速计算,当加密后的待计算文件发送到MKL库后,MKL库会从密钥生成器获取解码对加密后的待计算文件进行解密,然后根据MKL库中历史验证头文件数据对待计算文件的头文件进行验证,如果验证通过则直接对待计算文件中的主要内容进行计算;如果验证失败,则表示MKL库中不存在这个头文件的历史记录,此时MKL库会将这个头文件信息以及失败信息反馈至EIGEN库,然后EIGEN库会对这个头文件进行查找,如果可以找到,则表示存在这个头文件,继续通过MKL库对待计算文件中的主要内容进行计算,然后EIGEN库也没有找到,则表示这个文件可能存在篡改的现象,此时,***会向用户进行预警。
需要说明的是,以上仅为举例说明,并不对本申请的技术方案构成任何限定。
通过上述描述不难发现,本实施例通过获取待计算数据,从待计算数据中提取待计算数据标识以及待计算主要内容;获取本地EIGEN头文件库,根据待计算数据标识从本地EIGEN头文件库中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件;获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算。本实施例通过将EIGEN库与MKL库进行结合,通过EIGEN库来适应各种接口形式,然后通过MKL库对数据进行计算,通过这样的方式,可以大大加快***的运算速度,同时通过加密验证的方式,保证了整个计算过程的私密性。
此外,本发明实施例还提出一种线性运算加速装置。如图3所示,该线性运算加速装置包括:获取模块10、头文件匹配模块20、计算模块30。
获取模块10,用于获取待计算数据,从待计算数据中提取待计算数据标识以及待计算主要内容;
头文件匹配模块20,用于获取本地EIGEN头文件库,根据待计算数据标识从本地EIGEN头文件库中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件;
计算模块30,用于获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算。
此外,需要说明的是,以上所描述的装置实施例仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的线性运算加速方法,此处不再赘述。
此外,本发明实施例还提出一种介质,所述介质为计算机介质,所述计算机介质上存储有线性运算加速方法程序,所述线性运算加速方法程序被处理器执行时实现如下操作:
S1,获取待计算数据,从待计算数据中提取待计算数据标识以及待计算主要内容;
S2,获取本地EIGEN头文件库,根据待计算数据标识从本地EIGEN头文件库中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件;
S3,获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算。
进一步地,所述线性运算加速方法程序被处理器执行时还实现如下操作:
获取本地EIGEN头文件库,从本地EIGEN头文件库提取头文件以及对应的数据标识,根据头文件以及对应的数据标识建立头文件对应表,根据待计算数据标识从头文件对应表中查找对应的头文件,将该头文件与待计算主要内容结合作为待计算文件。
进一步地,所述线性运算加速方法程序被处理器执行时还实现如下操作:
根据待计算数据标识从头文件对应表中查找对应的头文件,当头文件对应表中存在待计算数据标识时,获取对应的头文件并将该头文件与待计算主要内容结合作为待计算文件;当头文件对应表中不存在待计算数据标识时,重新选择待计算数据。
进一步地,所述线性运算加速方法程序被处理器执行时还实现如下操作:
建立密钥生成器,当头文件对应表中存在待计算数据标识时,生成唯一密钥,根据该唯一密钥对待计算文件进行加密,获取加密待计算文件。
进一步地,所述线性运算加速方法程序被处理器执行时还实现如下操作:
从密钥生成器中获取解码,根据该解码对加密待计算文件进行解密,当解密成功时,获取MKL库头文件验证表,根据MKL库头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算;当解密失败时,向用户进行预警。
进一步地,所述线性运算加速方法程序被处理器执行时还实现如下操作:
获取MKL库中历史验证头文件数据,根据该历史验证头文件数据建立头文件验证表,根据该头文件验证表对待计算文件的头文件进行验证,当验证通过时,根据MKL库对待计算文件进行计算;当验证失败时,将该头文件进行标记,并将失败信息反馈至EIGEN库。
进一步地,所述线性运算加速方法程序被处理器执行时还实现如下操作:
获取验证失败的头文件,通过EIGEN头文件库对该头文件进行查找,当能够查找到时,将成功信息发送至MKL库,通过MKL库对待计算文件进行计算,并将该头文件存入头文件验证表中;当不能够查找到时,向用户进行预警。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种线性运算加速方法,其特征在于:包括以下步骤;
S1,获取待计算数据,从待计算数据中提取待计算数据标识以及待计算主要内容;
S2,获取本地EIGEN头文件库,从本地EIGEN头文件库提取头文件以及对应的数据标识,根据头文件以及对应的数据标识建立头文件对应表,根据待计算数据标识从头文件对应表中查找对应的头文件,
当头文件对应表中存在待计算数据标识时,获取对应的头文件并将该头文件与待计算主要内容结合作为待计算文件,生成唯一密钥,根据该唯一密钥对待计算文件进行加密,获取加密待计算文件;
当头文件对应表中不存在待计算数据标识时,重新选择待计算数据;
S3,从密钥生成器中获取解码,根据该解码对加密待计算文件进行解密,
当解密成功时,获取MKL库中历史验证头文件数据,根据该历史验证头文件数据建立头文件验证表,根据该头文件验证表对待计算文件的头文件进行验证,
当验证通过时,根据MKL库对待计算文件进行计算;
当验证失败时,将该头文件进行标记,并将失败信息反馈至EIGEN库,获取验证失败的头文件,通过EIGEN头文件库对该头文件进行查找,
当能够查找到时,将成功信息发送至MKL库,通过MKL库对待计算文件进行计算,并将该头文件存入头文件验证表中;
当不能够查找到时,向用户进行预警;
当解密失败时,向用户进行预警。
2.一种线性运算加速装置,其特征在于,所述线性运算加速装置包括:
获取模块,用于获取待计算数据,从待计算数据中提取待计算数据标识以及待计算主要内容;
头文件匹配模块,用于获取本地EIGEN头文件库,从本地EIGEN头文件库提取头文件以及对应的数据标识,根据头文件以及对应的数据标识建立头文件对应表,根据待计算数据标识从头文件对应表中查找对应的头文件,
当头文件对应表中存在待计算数据标识时,获取对应的头文件并将该头文件与待计算主要内容结合作为待计算文件,生成唯一密钥,根据该唯一密钥对待计算文件进行加密,获取加密待计算文件;
当头文件对应表中不存在待计算数据标识时,重新选择待计算数据;
计算模块,从密钥生成器中获取解码,根据该解码对加密待计算文件进行解密,
当解密成功时,获取MKL库中历史验证头文件数据,根据该历史验证头文件数据建立头文件验证表,根据该头文件验证表对待计算文件的头文件进行验证,
当验证通过时,根据MKL库对待计算文件进行计算;
当验证失败时,将该头文件进行标记,并将失败信息反馈至EIGEN库,获取验证失败的头文件,通过EIGEN头文件库对该头文件进行查找,
当能够查找到时,将成功信息发送至MKL库,通过MKL库对待计算文件进行计算,并将该头文件存入头文件验证表中;
当不能够查找到时,向用户进行预警;
当解密失败时,向用户进行预警。
3.一种设备,其特征在于,所述设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的线性运算加速方法程序,所述线性运算加速方法程序配置为实现如权利要求1所述的线性运算加速方法的步骤。
4.一种介质,其特征在于,所述介质为计算机介质,所述计算机介质上存储有线性运算加速方法程序,所述线性运算加速方法程序被处理器执行时实现如权利要求1所述的线性运算加速方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911392385.XA CN111177759B (zh) | 2019-12-30 | 2019-12-30 | 一种线性运算加速方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911392385.XA CN111177759B (zh) | 2019-12-30 | 2019-12-30 | 一种线性运算加速方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111177759A CN111177759A (zh) | 2020-05-19 |
CN111177759B true CN111177759B (zh) | 2022-03-15 |
Family
ID=70655920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911392385.XA Active CN111177759B (zh) | 2019-12-30 | 2019-12-30 | 一种线性运算加速方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111177759B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049245A (zh) * | 2012-10-25 | 2013-04-17 | 浪潮电子信息产业股份有限公司 | 一种基于cpu多核平台的软件性能优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10474927B2 (en) * | 2015-09-03 | 2019-11-12 | Stc. Unm | Accelerated precomputation of reduced deformable models |
-
2019
- 2019-12-30 CN CN201911392385.XA patent/CN111177759B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049245A (zh) * | 2012-10-25 | 2013-04-17 | 浪潮电子信息产业股份有限公司 | 一种基于cpu多核平台的软件性能优化方法 |
Non-Patent Citations (1)
Title |
---|
visual studio下实现eigen+intel mkl的矩阵乘法;zhujiahui622;《https://blog.csdn.net/zhujiahui622/article/details/50504678》;20160112;第1-3页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111177759A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107612683B (zh) | 一种加解密方法、装置、***、设备和存储介质 | |
WO2016053729A1 (en) | Method and system for secure management of computer applications | |
CN112527816A (zh) | 数据血缘关系解析方法、***、计算机设备及存储介质 | |
EP4020265A1 (en) | Method and device for storing encrypted data | |
CN112380575A (zh) | 多方电子签名合成方法、装置、设备及存储介质 | |
CN112860933B (zh) | 密文图像检索方法、装置、终端设备及存储介质 | |
CN114707166A (zh) | 数据存储和读取方法、装置、设备及存储介质 | |
CN114553532A (zh) | 数据安全传输方法、装置、电子设备及存储介质 | |
CN113609147A (zh) | 数据共享方法、装置及电子设备 | |
CN111177759B (zh) | 一种线性运算加速方法及装置 | |
CN112214270A (zh) | 一种页面重绘方法、装置、设备及存储介质 | |
CN110851794A (zh) | 媒体文件上链方法和装置、存储介质及电子装置 | |
CN111368314A (zh) | 基于交叉特征的建模、预测方法、装置、设备及存储介质 | |
CN114745173B (zh) | 登陆验证方法、装置、计算机设备和存储介质 | |
CN111090616A (zh) | 一种文件管理方法、对应装置、设备及存储介质 | |
CN110837373A (zh) | 持续集成与持续交付方法、装置、计算机设备和存储介质 | |
CN116132041A (zh) | 密钥处理方法、装置、存储介质及电子设备 | |
CN115883078A (zh) | 文件加密方法、文件解密方法、装置、设备及存储介质 | |
CN115001869A (zh) | 一种加密传输方法及*** | |
CN113434177A (zh) | 一种基于医疗数据安全的医疗软件更新方法及装置 | |
CN111294388B (zh) | 配置文件的生成方法、装置、设备及存储介质 | |
CN114297274A (zh) | 大数据抽取方法、装置、计算机设备和存储介质 | |
CN114448722A (zh) | 跨浏览器登录方法、装置、计算机设备和存储介质 | |
CN111130788B (zh) | 数据处理方法和***、数据读取方法和iSCSI服务器 | |
US9654472B2 (en) | Storage count verification system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |