Original name record: 福建亿榕信息技术有限公司; 国网信息通信产业集团有限公司

本发明涉及基于DPU的数据加速装置快速回切系统及方法，包括云原生网络数据控制面组件、SOC侧转发规则管理组件、SOC侧控制面组件、主机侧转发规则管理组件、主机侧控制面组件；所述云原生网络数据控制面组件部署在云原生集群的控制节点；所述SOC侧转发规则管理组件工作于DPU模式的组件，部署并运行于各个云原生集群工作节点的SOC侧；所述SOC侧控制面组件工作于DPU模式的组件，部署并运行于各个云原生集群工作节点的SOC侧的组件；所述主机侧控制面组件，部署于各个云原生集群工作节点的主机侧；所述主机侧转发规则管理组件是工作于非DPU模式的组件，由主机侧控制面组件负责创建，部署并运行于各个云原生集群工作节点的主机。本发明实现自动回切数据加速。

本发明涉及基于DPU的数据加速装置自动迁移系统及方法，其特征在于，包括云原生网络数据控制面组件、主机侧控制面组件、SOC侧控制面组件、SOC侧转发规则管理组件和数据加速装置；数据加速装置在DPU工作模式切换前是运行于云原生集群工作节点服务器主机侧的，模式切换后是由SOC侧控制面组件创建并运行于DPU SOC的组件，是负责云原生网络数据转发的具体组件，实现软件转发并将流表下发到DPU的硬件加速引擎，实现自动从主机侧迁移到SOC侧并恢复数据转发能力的对象。本发明数据加速装置自动迁移，避免切换工作模式后恢复过程必须人为干预的问题。

发明公开了适配低碳移动终端的嵌入式办公型操作系统，涉及操作系统技术领域，包括：动态功耗管理模块，用于根据办公任务的优先级和资源需求，动态调整CPU的运行频率和核心启用数量，当检测到低优先级办公任务时，自动降低CPU运行频率并关闭部分冗余核心；轻量化办公组件集成模块，集成了轻量化的文字处理单元、表格处理单元和演示文稿单元。本发明通过动态功耗管理模块，能够根据办公任务的优先级和资源需求动态调整硬件资源的运行状态，降低系统功耗，延长移动终端的续航能力，轻量化办公组件集成模块集成的办公组件体积小、资源消耗低，能够减少存储空间的占用和系统资源的消耗。

本发明涉及一种跨国产CPU架构的应用兼容性动态适配方法及系统，包括以下步骤：S1:获取统一画像对象；S2:基于统一画像对象，使用策略学习模型从生成适配计划；S3:在构建中间表示阶段，系统优先加载应用自带的IR；若无，则利用二进制提升工具链从本机指令集恢复控制流与数据流，生成可验证的IR，并引入代码大模型生成多版本的候选IR片段，最终形成经过验证的IR包;S4:结合目标处理器的向量宽度、执行端口与缓存参数，通过受限搜索得到最优编译配置；S5:根据最优编译配置为最终的代码生成与适配实现提供编译施工图，动态区分热、冷路径并采取最适合二者的编译方式。本发明有效提高应用兼容性动态适配效率和可靠性。

本发明涉及一种面向国产环境的分布式性能测试方法及装置，包括如下步骤：定义数据模型，定义每个字段的Mock生成函数,每个字段根据所述Mock生成函数生成基础Mock值，基础Mock值可作为最终的字段值，也可作为中间值，参与规则计算或拼接后得到最终的字段值，组合得到仿真数据；主控机构造每个节点的时间序列向量并将多个节点数据组成全网性能矩阵，计算性能得分并识别瓶颈，完成性能测试；对监控参数设置预警值，同时通过智能分析模型，分析下一个时刻的参数值，进行预判。本发明的优点：1）利用结构化数据池与Mock引擎的动态配置能力，实现贴近真实场景的数据构造器；2）主控机同步整合多元测试结果实现秒级瓶颈定位。

本发明涉及一种开源组件多模态依赖风险溯源方法及装置，包括采用静态分析与动态分析结合的方式解析软件的组件依赖关系，结合AST分析和构建脚本解析；提取函数级特征，并构建二进制指纹数据库，采用LSH局部敏感哈希分析不同版本之间的相似性，分析二进制代码中的行为模式，检测隐藏的依赖项或恶意代码注入；使用时间序列分析监测依赖组件的版本更新历史，结合攻击图分析，评估组件的漏洞安全性；计算路径上的高危组件，识别潜在供应链攻击点，交叉验证风险点；使用时序图数据库记录组件依赖关系，支持时间回溯查询。本发明采用多模态依赖分析方法，快速识别潜在的依赖风险，及时预警潜在的供应链攻击风险。

本发明涉及一种电力生成式大语言模型的输入扰动鲁棒性提升方法，包括如下步骤：从初始语料库中随机抽取语料数据进行第一次扰动增强，生成扰动增强语料；从新语料库中随机抽取语料以同义词替换和/或随机字符增强方式进行文本增强，生成文本增强语料；将初始语料、扰动增强语料以及文本增强语料合并，生成训练语料库；将训练语料库中的数据作为训练样本输入生成式大语言模型中，该模型的输入层和隐藏层随机丢弃模型神经元的元素并将它们置零；优化生成式大语言模型的一致性损失。本发明的效果：采用基于扰动增强和文本增强以及特征泛化的扰动鲁棒训练方法，增强抗输入扰动能力，有效提升电力生成式大语言模型的泛化能力与鲁棒性。

本发明涉及一种基于多模态数据融合的电网山火识别与预警系统，包括数据采集模块、特征提取模块、特征融合建模模块、预警输出模块，其特征在于：所述数据采集模块从多源感知设备和外部数据系统中获取电网山火监测相关的多模态数据；所述特征提取模块从多模态数据中提取反映山火特征的多模态特征；所述特征融合建模模块将多模态特征进行融合，采用融合注意力机制，对视觉、红外、气象、地理特征进行加权融合，并建立融合模型以识别山火信号；所述预警输出模块根据特征融合建模模块获取的山火信号，实时检测并判断山火概率，当达到预警阈值时触发告警。本发明显著提升了监测的时空覆盖率和山火隐患感知的精度。