CN115225632A - 数据传输管理 - Google Patents

数据传输管理 Download PDF

Info

Publication number
CN115225632A
CN115225632A CN202210230887.8A CN202210230887A CN115225632A CN 115225632 A CN115225632 A CN 115225632A CN 202210230887 A CN202210230887 A CN 202210230887A CN 115225632 A CN115225632 A CN 115225632A
Authority
CN
China
Prior art keywords
data
cloud service
memory resource
input data
resource
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.)
Pending
Application number
CN202210230887.8A
Other languages
English (en)
Inventor
F·A·席赛克-艾吉
C·M·万图洛克
S·阿杜苏米利
C·切拉福利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Micron Technology Inc
Original Assignee
Micron Technology Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Micron Technology Inc filed Critical Micron Technology Inc
Publication of CN115225632A publication Critical patent/CN115225632A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0614—Improving the reliability of storage systems
    • G06F3/0619—Improving the reliability of storage systems in relation to data integrity, e.g. data losses, bit errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/062—Securing storage systems
    • G06F3/0622—Securing storage systems in relation to access
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/062—Securing storage systems
    • G06F3/0623—Securing storage systems in relation to content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0629—Configuration or reconfiguration of storage systems
    • G06F3/0637—Permissions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0655—Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices
    • G06F3/0656—Data buffering arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0655—Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices
    • G06F3/0659—Command handling arrangements, e.g. command buffers, queues, command scheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/008—Artificial life, i.e. computing arrangements simulating life based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. based on robots replicating pets or humans in their appearance or behaviour

Abstract

本公开描述与数据传输管理相关联的方法、设备及非暂时性机器可读媒体。数据传输管理可包含：在第一装置处经由无线电从边缘装置接收指令，所述指令与在与所述第一装置通信的第二装置和与所述第一装置通信的云服务之间的数据传输相关联。数据传输管理还可包含：在所述第一装置处并且基于来自所述边缘装置的所述指令，管理从所述第二装置的存储器资源接收的用于传输到所述云服务的数据及从所述云服务接收的用于传输到的所述第二装置的所述存储器资源的数据。数据传输管理可进一步包含：基于对所述数据的所述管理，实现在所述云服务与所述第二装置的所述存储器资源之间传输一些所述数据、不传输所述数据或传输所有所述数据，且反之亦然。

Description

数据传输管理
技术领域
本公开大体上涉及与数据传输管理相关联的设备、非暂时性机器可读媒体及方法。
背景技术
存储器资源通常经提供作为计算机或其它电子系统中的内部半导体集成电路。存在许多不同类型的存储器，包含易失性及非易失性存储器。易失性存储器可需要电力来维持其数据(例如，主机数据、错误数据等)。易失性存储器可包含随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存储器(SRAM)、同步动态随机存取存储器(SDRAM)及晶闸管随机存取存储器(TRAM)以及其它存储器。非易失性存储器可通过在未通电时保留所存储数据来提供永久数据。非易失性存储器可包含“与非”快闪存储器、“或非”快闪存储器，及例如相变随机存取存储器(PCRAM)及电阻式随机存取存储器(RRAM)的电阻可变存储器、铁电随机存取存储器(FeRAM)，以及例如自旋转矩传递随机存取存储器(STT RAM)的磁阻式随机存取存储器(MRAM)，以及其它类型。
电子系统通常包含多个处理资源(例如，一或多个处理资源)，其可从合适的位置检索指令并且执行指令及/或将所执行指令的结果存储到合适的位置(例如，存储器资源)。处理资源可包含例如可用于通过对数据(例如，一或多个操作数)执行例如“与”、“或”、“非”、“与非”、“或非”及“异或”以及反转(例如，“非”)逻辑运算等逻辑运算来执行指令的多个函数单元，例如算术逻辑单元(ALU)电路系统、浮点单元(FPU)电路系统及组合逻辑块。例如，函数单元电路系统可用于经由多个运算对操作数执行例如加法、减法、乘法及除法的算术运算。
人工智能(AI)可结合存储器资源使用。AI可包含控制器、计算装置或其它系统，以执行通常需要人类智能的任务。AI可包含使用一或多个机器学习模型。如本文中所描述，术语“机器学习”是指计算装置能够通过不断地将新数据合并到现有统计模型中来通过迭代来改进其自身性能的过程。机器学习可促进计算装置的自动学习，无需人工干预或辅助，并且相应地调整动作。
发明内容
在一个方面中，本公开提供一种方法，其包括：在第一装置处经由无线电从边缘装置接收指令，所述指令与在与所述第一装置通信的第二装置和与所述第一装置通信的云服务之间的数据传输相关联；在所述第一装置处并且基于来自所述边缘装置的所述指令，管理从所述第二装置的存储器资源接收的用于传输到所述云服务的数据及从所述云服务接收的用于传输到的所述第二装置的所述存储器资源的数据；及基于对所述数据的所述管理，实现在所述云服务与所述第二装置的所述存储器资源之间传输一些所述数据、不传输所述数据或传输所有所述数据，且反之亦然。
在另一方面中，本公开提供一种系统，其包括：第一装置，其与云服务通信，其包括：第一处理资源；及第一存储器资源，其具有写入其上并且可由所述第一处理资源执行以进行以下操作的指令：从边缘装置接收指令，所述指令与在与所述第一装置通信的第二装置与所述云服务之间的数据传输相关联；基于来自所述边缘装置的所述指令，管理从所述第二装置的第二存储器资源接收的用于传输到所述云服务的数据及从所述云服务接收的用于传输到的所述第二装置的所述第二存储器资源的数据；及基于对所述数据的所述管理，实现在所述云服务与所述第二装置的所述第二存储器资源之间传输一些所述数据、不传输所述数据或传输所有所述数据，且反之亦然；所述第二装置，其经由交换机与所述第一装置通信并且包括：第二处理资源；及所述第二存储器资源，其具有写入其上并且可由所述第二处理资源执行以进行以下操作的指令：确定在所述第二处理资源、所述第二存储器资源或两者处接收的所述输入数据的内容；及使用机器学习模型基于所述输入数据的所述所确定内容，将输出数据传输到所述第一装置、所述第二装置的用户或两者。
在另一方面，本公开提供一种装置，其包括：处理资源；及存储器资源，其具有写入其上并且可由所述第一处理资源执行以进行以下操作的指令：经由无线电接收来自边缘装置的第一输入数据；经由所述无线电接收来自云服务的第二输入数据；经由所述无线电接收来自单片系统(SoC)装置的第三输入数据；使用所述第一输入数据并且基于到数据库的所述第二输入数据与所述第三输入数据的比较来确定所述第二输入数据的敏感度级别及所述第三输入数据的敏感度级别；响应于所述第二输入数据的所述敏感度级别低于特定阈值，允许将所述第二输入数据传输到所述SoC装置；响应于所述第三输入数据的所述敏感度级别低于所述特定阈值，允许将所述第三输入数据传输到所述云服务；响应于所述第二输入数据的所述敏感度级别处于或高于所述特定阈值，禁止将所述第二输入数据传输到所述SoC装置而将所述第二输入数据写入到所述装置的所述存储器资源或缓冲器存储器资源；及响应于所述第三输入数据的所述敏感度级别处于或高于所述特定阈值，禁止将所述第三输入数据传输到所述云服务而将所述第三输入数据写入到所述装置的所述存储器资源或缓冲器存储器资源。
附图说明
图1是表示根据本公开的多个实施例的用于数据传输管理的系统的功能图。
图2是根据本公开的多个实施例的包含与云服务通信的第一装置及用于数据传输管理的第二装置的系统图。
图3是表示根据本公开的多个实施例的与在其上写入指令的存储器资源通信的处理资源的另一功能图。
图4是表示根据本公开的多个实施例的用于数据传输管理的实例方法的流程图。
具体实施方式
描述了与数据传输管理相关的系统、装置及方法。在每个处理器具有单独的高速缓冲存储器的共享存储器多处理器系统中，可能具有许多共享数据副本。例如，在主存储器中可存在一个副本，且在请求其的每一处理器的局部高速缓冲存储器中存在一个副本。当数据副本中的一个发生改变时，其它副本可反映所述改变。高速缓存一致性确保共享数据值的改变以所要及时性传播到整个系统。然而，高速缓存一致性可导致敏感数据的共享，例如，因为数据在整个系统中共享。
本公开的实例可允许选择性高速缓存一致性，使得在将敏感数据例如与云服务及/或公共因特网隔离时，启用一些直接通信。换句话说，本公开的实例允许使用类关守装置在系统内有意地拆分高速缓存一致性。
本公开的实例可包含一种用于数据传输管理的方法，所述方法包含：在第一装置处经由无线电从边缘装置接收指令，所述指令与在与第一装置通信的第二装置和与第一装置通信的云服务之间的数据传输相关联。所述方法可包含：在第一装置处并且基于来自边缘装置的指令，管理从第二装置的存储器资源接收的用于传输到云服务的数据及从云服务接收的用于传输到的第二装置的存储器资源的数据。所述方法还可包含：基于对数据的管理来实现在云服务与第二装置的存储器资源之间传输一些数据、不传输数据或传输所有数据，且反之亦然。
在本公开的以下详细描述中，参考形成本公开的一部分的附图，且在附图中通过说明的方式展示如何可实践本公开的一或多个实施例。充分详细地描述这些实施例以使得所属领域普通技术人员能够实践本公开的实施例，且应理解，可利用其它实施例且可在不背离本公开的范围的情况下做出过程、电及/或结构改变。
还应理解，本文中所使用的术语是仅出于描述特定实施例的目的且不打算为限制性的。如本文中所使用，除非上下文另有明确指示，否则单数形式“一(a)”、“一(an)”及“所述”可包含单数与复数对象两者。另外，“多个”、“至少一个”及“一或多个”(例如，多个存储器装置)可指代一或多个存储器装置，而“多个”打算指代多于一个此类事物。此外，贯穿本申请案，单词“可能”及“可以”是以允许的意义(即，具有潜在的，能够的)而不是在强制意义上(即，必须)使用。术语“包含”及其派生词意指“包含但不限于”。术语“经耦合”及“耦合”意指直接或间接地物理连接或用于存取及移动(传输)命令及/或数据，视上下文而定。
本文中的附图遵循编号惯例，其中第一数字或前几个数字对应于图号，而其余数字标识图中的元件或组件。可通过使用类似的数字来标识不同图之间的类似元件或组件。例如，100可在图1中指代元件“00”，且类似元件可在图2中被称作为200。如将了解，可添加、交换及/或消除本文中的各种实施例中所展示的元件以便提供本公开的多个额外实施例。另外，图中提供的元件的比例及/或相对比例意欲说明本公开的某些实施例，而不应被视为具有限制意义。
图1是表示根据本公开的多个实施例的用于数据传输管理的系统102的功能图。图1说明与第二装置104通信并且还与云服务108通信的第一装置100。虽然图1中说明一个第一装置100、一个第二装置104、一个交换机116、一个边缘装置106及一个云服务108，但系统102中可存在多于一个元件。系统102可维持高速缓存一致性，除了敏感数据的传输；例如，可有意地拆分高速缓存一致性，使得不与系统102的每一元件共享敏感数据。
在此类实例中，第一装置100可过滤数据传输并且充当关于敏感数据的关守。换句话说，第一装置100可实现第二装置104与云服务108之间的直接通信，但敏感数据可与云服务108隔离。如本文中所使用，敏感数据可包含被认为是密级信息的数据，除非特别授予许可，否则所述数据受保护且外部各方无法存取。实例包含个人身份信息及受保护健康信息。其它敏感数据可包含传感器测量值、特权服务器数据(例如，婴儿监视器服务器)、密钥、与固件相关联的数据(例如，启动加载程序)、某些图像、视频、单词或短语。在一些实例中，可基于来自经由边缘装置106与第一装置100通信的用户的输入来确定敏感数据。
在一些实例中，边缘装置106可为具有可由授权用户存取的应用程序的计算装置，所述授权用户例如与第二装置104交互的用户的父母或看护者。第一装置100可从边缘装置106接收关于第二装置104处的数据敏感性及机器学习等输入。例如，授权用户可不希望第二装置104的用户听到来自云服务108或公共因特网110的粗话(profanity)，或授权用户可不希望第二装置104的用户将个人信息暴露给云服务108或公共因特网110。在一些情况下，边缘装置106可从第一装置100接收请求将特定数据分类为敏感或不敏感的提示。例如，授权用户可经由充当边缘装置106的移动装置上的应用程序接收提示并对其做出响应。第一装置100可基于所接收到的分类来管理数据(例如，允许或禁止传输)。
如本文中所用，边缘装置包含用于网络上的装置之间的通信及交互的装置(例如，物理装置)。边缘装置可调解网络中的数据。实例边缘装置包含交换装置(也被称为“交换机”)、路由器、路由器/交换装置组合、模型、接入点、网关、网络电缆、网络接口控制器、移动装置及集线器等。在一些情况下，边缘装置可为或可包含控制器。在本公开的一些实例中，边缘装置可为硬件及指令的组合，用于向为与边缘装置(例如，边缘装置106)相同网络的一部分的第一装置100传输指令。例如，硬件可包含处理资源及/或存储器资源(例如，MRM、计算机可读媒体(CRM)、缓冲存储器资源、数据存储区等)。
第一装置100可包括处理资源、存储器资源、缓冲存储器资源114或其任何组合。例如，第一装置100可从第二装置104接收数据并且确定其是敏感数据还是非敏感数据。第一装置100可将非敏感数据传输到云服务108，但第一装置100可禁止从第二装置104接收的敏感数据被传输到云服务108及/或公共因特网110。可将在第一装置100处接收到的敏感数据写入到缓冲存储器资源114，而可将其它非敏感数据写入为溢出数据112。第一装置100可禁止将敏感数据写入为溢出数据112以保护敏感数据免受潜在漏洞的影响。
云服务108还可从第一装置100或例如公共因特网110的其它源接收数据及/或向其传输数据。第一装置100可确定从云服务108接收的数据是敏感数据还是非敏感数据。第一装置100可向第二装置104传输非敏感数据，但第一装置100可禁止从云服务108接收的敏感数据被传输给第二装置104。在第一装置100处从云服务108接收到的被认为敏感的数据可被写入到缓冲存储器资源114，在一些实例中，或返回到云服务108。
第二装置104(其在一些实例中是单片系统(SoC)装置)可从第一装置100或例如与第二装置104交互的用户的第三方(未说明)接收数据及/或将数据传输到所述第一装置或所述第三方。例如，第二装置104可接收对其硬件(例如，处理资源、存储器资源等)及/或相关联传感器的输入。例如，第二装置104可包含交互式图形用户界面(例如，触摸屏)、相机、麦克风及/或例如语音、触摸、声音、天气、温度、健康、运动、电池或用于从第三方接收数据的其它传感器。
在一些实例中，第二装置104可包含缓冲存储器资源118作为存储器资源或作为额外单独的存储器资源。在第二装置104处接收的敏感材料(例如，展示为三角形)可被写入到缓冲存储器资源并且经由交换机116传输到第一装置100。
在一些实例中，可在第二装置104处执行机器学习，例如以改进第二装置104输出的数据(例如，提供给第二装置104的用户的信息)的准确性。例如，第二装置104可从与第二装置104交互的用户、经由第一装置100从云服务108、经由第二装置104从边缘装置106、或其任何组合接收输入数据。当接收到输入数据时，可使用机器学习模型来更新第二装置104并且可改进对用户的输出。例如，使用第二装置104作为社交线索顾问的学生可受益于第二装置104，所述第二装置使用从云服务接收的输入数据经由机器学习(例如，监督机器学习)利用新的社会规范、短语等来更新其自身，同时还基于学生的进展及来自控制边缘装置106的父母的输入来更新，所述父母已指示父母希望学生学习的额外规范。
交换机116可例如响应于第一装置100的允许或禁止数据传输的指令而打开或关闭。交换机116可为第一装置100与第二装置104之间的安全连接的一部分。例如，单基纠错码(ECC)或双基ECC(例如，错误检测及纠正(EDC))可用于实现第一装置100与第二装置104之间的可靠数据传输。如所述，第二装置104可为包含集成第二装置104的所有或大部分组件的集成电路(例如，“芯片”)的单片系统装置。在一些实例中，ECC可被插入在第二装置104的集成电路上并且用作保护敏感数据的签名。在一些实例中，可使用包含位于第一装置100的存储器资源中的传感器的安全连接来执行数据的可靠传输。
在非限制性实例中，第二装置104可为与用户(例如，儿童)交互的机器人。例如，机器人可帮助用户学习第二语言、提高社交技能、帮助完成家庭作业、提供认知辅助、提供动力及/或精神支持，或其它学习方面的辅助。机器人可改进关于通过机器学习(例如，监督机器学习)教授用户的准确性及效率。为了实现机器学习，机器人存取来自云服务108及/或公共因特网的信息，例如语言信息、社交技能信息、家庭作业帮助、与儿童发展相关联的数据(例如，成长图表、教育统计等)，或其任何组合。还可存取额外数据以启用机器学习。从用户收集的数据也可用于机器学习(例如，当前年龄、年级等)。
机器人内的机器学习可为用户个性化数据并且改进机器人的性能。例如，使用从云获取的数据(例如，大数据)、从用户获取的数据以及经由边缘装置106接收的输入(如将在本文中进一步论述)，机器人可获知用户正在如何发展(例如，与同龄用户的平均能力相比)，用户学习的局限性，社会规范等。在此类实例中，父母或其它看护者可关心用户暴露于什么或用户向机器人透露了什么。例如，儿童可无意向机器人提供敏感数据，例如密码或个人身份信息。作为响应，第一装置100可从机器人接收此敏感数据并且对其进行过滤，使得禁止将敏感数据传输到云服务108或公共因特网110。在一些实例中，如果机器人尚未获知数据是敏感的，那么机器人可将数据写入到缓冲存储器资源118，以经由交换机116传输到第一装置100。
在实例中，云服务108可经由第一装置100传输用于机器人的数据，所述数据包含不适合机器人用户的内容。在此类实例中，如果机器人要接收数据，那么机器人可暴露于云服务108的潜在有害数据(例如，大数据)并且可检测到用户无法检测到的数据中的模式。机器人可开始从数据学习操纵或不良行为，及/或黑客可将机器人用于恶意目的。例如，在第一装置100处接收的用于传输到机器人的数据可包含父母可不希望孩子暴露于其中的淫秽内容。在此类例中，第一装置100可确定数据是敏感的并且禁止传输到机器人并且保护系统102。例如，可将第一装置100与机器人之间的交换机116关闭，从而禁止向机器人传输敏感数据(以及从机器人传输敏感数据)。敏感数据可存储在缓冲存储器资源114处以避免当敏感数据在112处被存储为溢出数据时暴露的威胁，例如被盗或变更的通信、存储器的篡改、被盗敏感数据、变更固件、假冒有效装置等。
第一装置100可与边缘装置106通信，例如机器人实例中的移动装置。第一装置100可例如经由安装在边缘装置106上的应用程序接收与机器人执行的教授相关联的指令。例如，父母可指示第一装置100教授孩子第二语言，但省略孩子的第一语言及正被教授的第二语言两者中的脏话。第一装置100还可接收关于不与云服务108共享的数据(例如密码、地址或其它潜在的敏感数据)的指令。在此类实例中，机器人的云训练或机器学习是经由边缘装置106控制。
在一些实例中，边缘装置106可在机器人不确定特定输入数据时从第一装置100接收提示。例如，云服务108可发送机器人不知道的术语，或用户可输入机器人指示可为敏感的数据(例如，地址)。在此类实例中，第一装置100可提示边缘装置106对输入数据做出关于允许或禁止其传输的决定。此类响应可用于训练机器人使用的机器学习模型。
在一些实例中，边缘装置106可接收与机器人的用户相关联的报告。例如，父母可接收到孩子的与其它孩子相比关于第二语言学习的学习曲线(例如，发展的进展)的更新、关于孩子兴趣的更新、关于孩子如何最好地学习、智力及情绪成熟度更新，或基于机器人机器学习的更新课程计划。例如，可使用来自云服务108的输入数据、来自用户的输入以及经由边缘装置106提交的额外输入来监督机器学习。在一些实例中，机器人可包含与基线行为相关联的基本设置，例如禁止鼓励非法活动。
图2是根据本公开的多个实施例的包含与云服务208通信的第一装置200及用于数据传输管理的第二装置204的系统图。系统222可包含经由交换机216与第二装置220通信的第一装置200。虽然在图2中说明一个第一装置200、一个第二装置204、一个云服务208及一个交换机216，但每一装置的大部分可作为系统222的一部分而存在。
第一装置200可包含处理资源220及存储器资源224，所述存储器资源具有写入其上并且可由处理资源220执行的指令。第一装置200可为用于管理第二装置204与云服务208之间的数据传输的关守装置。例如，第一装置200可从云服务208、第二装置204及/或边缘装置206接收数据并且确定是否传输数据以及可将数据传输到的位置。
在一些实例中，指令可由处理资源220执行以从边缘装置206接收指令，所述指令与在与第一装置200通信的第二装置204与云服务208之间的数据传输相关联。例如，边缘装置206可包含经由安装在计算装置上的应用程序与第一装置200通信的计算装置。例如，第二装置204可出于教育、陪伴或其它目的与用户交互。在此类实例中，第一装置200可从边缘装置206接收指令，所述指令与可及可不传输往返第二装置204的数据相关联。例如，如果用户是小孩，那么父母可存取边缘装置206(例如，经由移动装置上的应用程序)并且提供指令，所述指令与孩子可暴露于什么以及孩子可共享以传输到云服务208的什么数据相关联。
在一些实例中，指令可执行以基于来自边缘装置206的指令管理从第二装置204的存储器资源228接收的用于传输到云服务208的数据及从云服务208接收用于传输到第二装置204的存储器资源228的数据。例如，第一装置200可从云服务208接收数据以传输到第二装置204。第一装置200可将数据识别为安全的并且将数据传输到第二装置204。替代地，第一装置200可将数据识别为敏感的并且禁止将数据传输到第二装置204。第一装置200可例如基于从边缘装置206接收的指令将数据识别为安全或敏感的。在先前实例中，上述情形可包含父母先前限制经由边缘装置206传输包含脏话的数据。在此类情况下，第一装置200可将敏感数据写入到缓冲存储器资源以保护它。
在一些实例中，第一装置200可不将数据识别为安全或敏感的。在此类实例中，第一装置200可从边缘装置206请求分类。边缘装置206可提示用户(例如，父母)进行分类。在从边缘装置206接收到分类响应时，第一装置200可允许或禁止将数据从云服务208传输到第二装置204的存储器资源228。
在类似实例中，第一装置200可从第二装置204接收数据以传输到云服务208，并且第一装置200可确定是否允许或禁止数据的传输。换句话说，指令可由处理资源220执行以基于对数据的管理来实现在云服务208与第二装置204的存储器资源228之间传输一些数据、不传输数据或传输所有数据，且反之亦然。
第二装置204(其在某些情况下可为SoC装置、物联网装置或远程装置)可经由交换机216与第一装置200通信。交换机216可为第一装置200与第二装置204之间的安全连接的一部分。例如，可使用单基ECC或双基ECC(例如，EDC)来实现第一装置100与第二装置204之间的可靠数据传输。在一些实例中，ECC可插入在第二装置204的集成电路上并且用作保护敏感数据的签名。在一些实例中，可使用包含位于第一装置200的存储器资源224中的传感器的安全连接来执行数据的可靠传输。
第二装置可包含处理资源226及存储器资源228，所述存储器资源具有写入其上并且可由处理资源226执行的指令。例如，指令可由处理资源226执行以确定在处理资源226、存储器资源228或两者处接收的输入数据的内容，并且使用机器学习模型基于输入数据的所确定内容将输出数据传输到第一装置200，第二装置204的用户，或两者。
例如，用户可经由语言通信、触摸屏或其它传感器或通信技术与第二装置204交互。第二装置204可基于使用来自用户、云服务208及边缘装置206的数据构建及更新的机器学习模型来确定在交互期间所接收到的输入的内容。
例如，用户可询问第二装置204特定单词的含义。如果第二装置204识别特定单词，其可经由打开的交换机216将其传输到第一装置200。第二装置204可已在存储器资源228或其它存储区(例如，缓冲存储区)中存储特定单词的定义，且第二装置204可将所述定义输出给用户。第一装置200可从云服务208检索与特定单词相关联的额外数据，过滤额外数据的内容，并且经由打开的交换机216向第二装置204发送适当的数据。
使用相同的实例，如果第二装置204将特定单词识别为禁止单词，那么第二装置204可输出建议用户不要说所述特定单词的通信。第二装置204可包含缓冲存储器资源、高速缓冲存储器装置或两者，并且存储器资源228可执行指令以将特定单词写入到缓冲存储器资源或高速缓冲存储器装置以本地存储在第二装置204处。
使用相同的实例，如果第二装置204不识别特定单词，那么第二装置204可将特定单词写入到缓冲存储器资源并且将特定单词传输到第一装置200。第一装置200可从边缘装置206请求许以将特定单词或对特定单词的定义的请求传输到云服务208。如果基于对请求的响应允许特定单词，那么第一装置200可允许传输到云服务208并且在经由交换机216将定义传输到第二装置之前过滤返回的数据。如果特定单词基于响应而被拒绝，那么第一装置200可将相关联数据写入到缓冲存储器资源，并且机器学习模型可用特定单词更新，因此其在将来被阻止。关于来自云服务208的用于传输到第二装置204的存储器资源228的数据，第一装置200还可以类似的方式充当关守。
在此类实例中，存储器资源228可包含可执行指令，所述可执行指令用以响应于第一装置200确定从第二装置204接收的数据至少包括未知内容的数据部分而临时禁用第二装置204。例如，如果第二装置204不识别特定单词并且第一装置200不识别特定单词，那么可暂时禁用第二装置204，因此用户不能与第二装置204交互直到做出关于特定单词的决定。
在一些实例中，机器学习模型可使用在处理资源226、存储器资源228或两者处接收的输入数据、在处理资源226、存储器资源228或两者处接收的额外输入数据、由第一装置200从边缘装置206接收的指令，由第一装置200从边缘装置接收的额外指令；及在第一装置200处从云服务接收并且传输到第二装置204的数据来更新。此类输入数据可包含例如在处理资源226、存储器资源228或两者处从用户接收的输入数据(例如，地址、电话号码、来自用户的问题等)、来自父母或看护者的关于与用户共享或允许用户共享的信息类型(例如，禁止的主题或单词、待教授的额外方式、额外的认知数据等)的指令、来自父母或看护者的额外指令(例如对来自第一装置200的请求的响应)，及来自云服务208的与指示用户并且更新机器学习模型相关联的大数据及/或其它数据。
在一些实例中，存储器资源228可包含用以将在处理资源226、存储器资源228或两者处接收的输入数据与在第一装置200处从云服务208接收并且传输到第二装置204的相关联数据进行比较的可执行指令。比较的结果可传输到第一装置200以传输到边缘装置206。例如，父母可想知道他们的孩子与其它同龄孩子相比如何发展。可执行指令以将在第一装置200处从云服务208接收的儿童发展数据与从儿童接收的输入数据进行比较。例如，第二装置204可跟踪孩子的阅读技能并且将这些技能与来自云装置208的数据进行比较。然后，第二装置204可将比较的结果传输给第一装置200，以用于向边缘装置206(例如，以及操作边缘装置206的父母)报告。
在一些实例中，第一装置200的存储器资源224可包含用以确定从云服务208接收的数据的敏感度级别以传输到第二装置204的存储器资源228的可执行指令。类似地，存储器资源224可包含用以确定从第二装置204的存储器资源228接收的用于传输到云服务208的数据的敏感度级别的可执行指令。在此类实例中，可打开或关闭交换机216以基于所确定敏感度级别允许或禁止数据的传输。如本文中所使用，敏感度级别可包含待传输的数据的敏感分类。
例如，对于年幼的孩子，小猫的图像可具有低敏感度级别，而暴力图像可具有高敏感度级别。这些敏感度级别可基于经由边缘装置(例如，父母/看护者输入)在第二装置200处接收到的输入、在第二装置200处从云服务208接收到的数据(例如，电影年龄分级、视频游戏年龄分级等)，或作为第二装置204上的默认设置(例如，制造商设置中禁止的犯罪活动)。可确定特定阈值敏感度级别并且将其传输到第二装置200，例如从边缘装置206，并且用作允许或禁止在第一装置200与第二装置204之间传输数据的过滤器。
例如，可打开交换机216以响应于敏感度级别低于特定阈值而允许将数据传输到存储器资源228，并且可关闭交换机216以响应于敏感度级别处于或高于特定阈值而禁止将数据传输到存储器资源228。类似地，交换机216可打开以响应于敏感度级别低于特定阈值而允许将数据传输到云服务208，并且交换机216可关闭以响应于敏感度级别处于或高于特定阈值而禁止将数据传输到云服务。在一些实例中，敏感度级别的确定可在第二装置204处进行。
图3是表示根据本公开的多个实施例的与在其上写入指令330、332、334、336、338、340、342、344的存储器资源324通信的处理资源320的另一功能图。在一些实例中，处理资源320及存储器资源324包括装置300，例如分别在图1及2中所说明的装置100或200。
图3中所说明的系统330可为服务器或计算装置(以及其它装置)，并且可包含处理资源320。系统330可进一步包含存储器资源324(例如，非暂时性MRM)，其上可存储指令，例如指令330、332、334、336、338、340、342、344。尽管以下描述涉及处理资源及存储器资源，但所述描述也可适用于具有多个处理资源及多个存储器资源的系统。在此类实例中，指令可跨多个存储器资源分布(例如，存储)并且指令可跨多个处理资源分布(例如，由其执行)。
存储器资源324可为存储可执行指令的电子、磁性、光学或其它物理存储装置。因此，存储器资源324可为例如非易失性或易失性存储器。在一些实例中，存储器资源324是包括RAM、电可擦除可编程ROM(EEPROM)、存储驱动器、光盘等的非暂时性MRM。存储器资源324可安置在控制器及/或计算装置内。在此实例中，可执行指令330、332、334、336、338、340、342、344可“安装”在装置上。另外，及/或替代地，存储器资源324可为便携式、外部或远程存储媒体，例如，其允许系统从便携式/外部/远程存储媒体下载指令330、332、334、336、338、340、342、344。在此情况下，可执行指令可为“安装包”的一部分。如本文中所描述，存储器资源324可编码有用于数据传输管理的可执行指令。
指令330在由例如处理资源320的处理资源执行时可包含用以经由无线电接收来自边缘装置的第一输入数据的指令。如本文中所用，无线电的使用可包含通过中间介质(例如，空气、空间、非导电材料等)传输及/或接收信息。这可包含例如无线电波或其它无线通信及/或信令，包含但不限于蜂窝通信、单向通信、双向通信、雷达、无线电定位、无线电遥控、卫星通信、Wi-Fi、3G、4G、5G及/或其它通信标准等。第一输入数据可包含关于与装置300通信的SoC装置的操作的指令。例如，SoC装置可用于辅助儿童或其它用户的教育，且来自边缘装置的指令可包含由父母、老师、看护者等设置的教育路径及期望。
当由例如处理资源320的处理资源执行时，指令332可包含用以经由无线电接收来自云服务的第二输入数据的指令。第二输入数据可包含与儿童或其它用户的教育相关联的数据。例如，如果指令是教授孩子或其它用户法语，那么第二输入数据可包含与法语及教授法语相关联的数据，以及其它数据。
指令334在由例如处理资源320的处理资源执行时可包含用以经由无线电接收来自SoC装置的第三输入数据的指令。第三输入数据可包含例如来自孩子或其它用户的输入及/或存储在与孩子或其它用户相关联的SoC装置处的数据(例如，先前从孩子或其它用户接收到的数据)。
当由例如处理资源320的处理资源执行时，指令336可包含用以使用第一输入数据并且基于到数据库的第二输入数据与第三输入数据的比较来确定第二输入数据的敏感度级别及第三输入数据的敏感度级别的指令。例如，使用法语实例，第一输入数据可指示不向儿童或其它用户教授法语脏话。可基于那些指令(例如，过滤包含脏话的任何第二或第三输入数据)，使用数据库作为参考(例如，用于与第二及第三输入数据比较的脏话数据库)来确定敏感度级别。
指令338在由例如处理资源320的处理资源执行时可包含响应于第二输入数据的敏感度级别低于特定阈值而允许将第二输入数据传输到SoC装置的指令。在法语实例中，这可包含来自云服务的包含安全法语单词的第二输入数据，且因此被允许传输到SoC装置。特定阈值可基于第一输入数据内的敏感度阈值数据，因此在上述实例中，由于第一输入数据指令限制脏话，因此仅允许非脏话传输。
指令340在由例如处理资源320的处理资源执行时可包含响应于第三输入数据的敏感度级别低于特定阈值而允许将第三输入数据传输到云服务的指令。使用法语实例，第三输入数据可包含儿童或其它用户用法语说出一个句子，所述句子包含他们所居住的州的名称。此第三输入数据可低于敏感度级别特定阈值，并且可被允许传输到云服务。
指令342在由例如处理资源320的处理资源执行时可包含用以响应于第二输入数据的敏感度级别处于或高于特定阈值而禁止将第二输入数据传输到SoC装置而将第二输入数据写入到装置300的存储器资源324或缓冲存储器资源的指令。以法语为例，来自云服务的第二输入数据可包含法语粗话。装置300可确定粗话的敏感度级别太高，并且可禁止粗话的传输，同时将与粗话相关联的数据写入到存储器资源324或缓冲存储器资源。此存储数据可用于更新SoC装置处的机器学习模型，以改进SoC装置性能的准确性及功效。
指令344在由例如处理资源320的处理资源执行时可包含用以响应于第三输入数据的敏感度级别处于或高于特定阈值而禁止将第三输入数据传输到云服务而将第三输入数据写入到装置300的存储器资源324或缓冲存储器资源的指令。继续使用法语实例，第三输入数据可包含儿童或其它用户用法语说出一个句子，所述句子包含他们所居住的家庭地址。此第三输入数据可过于敏感并且可超过敏感度级别特定阈值。如此，禁止传输，并且可将第三输入数据写入到装置300的存储器资源324或缓冲存储器资源。此存储数据可用于更新SoC装置处的机器学习模型，以改进SoC装置性能的准确性及功效。
在一些实例中，存储器资源324可包含指令，所述指令可执行以实现在云服务与SoC装置之间传输额外数据以促进在SoC装置处的受监督机器学习。例如，可使适用于儿童或其它用户的学习的统计数据、教育方法或其它数据的传输能够更新及改进在SoC装置处使用的机器学习模型。
在一些实例中，存储器资源324可包含可执行以维持装置300、SoC装置与云服务之间的高速缓存一致性的指令，除了具有处于或高于特定阈值的敏感度级别的第二及第三输入数据。例如，高速缓存一致性可允许装置300、SoC装置与云服务之间的共享数据的值的改变以所要及时性在整个系统中传播。然而，具有处于或高于特定阈值的敏感度级别的第二及第三输入数据被排除并且有意地从高速缓存一致性拆分以保护例如儿童或其它用户。
图4是表示根据本公开的多个实施例的用于数据传输管理的实例方法450的流程图。在一些实例中，可使用例如系统102及222的系统及/或例如关于图1-3所描述的装置300的装置来执行方法450。
在452处，方法450包含在第一装置处经由无线电从边缘装置接收指令，所述指令与在与第一装置通信的第二装置和与第一装置通信的云服务之间的数据传输相关联。例如，与数据传输相关联的指令可包含关于操作及允许往返与第一装置通信的第二装置的通信的指令。例如，第二装置可用于辅助对儿童或其它用户进行教育，并且来自边缘装置的指令可包含由父母、教师、看护者等设置的教育路径及期望，及/或对云服务与第二装置之间的数据传输的限制。
在454处，方法450包含在第一装置处并且基于来自边缘装置的指令，管理从第二装置的存储器资源接收的用于传输到云服务的数据及从云服务接收的用于传输到第二装置的存储器资源的数据。例如，管理数据可包含确定在第一装置处接收的数据如何以及什么数据可被传输到云服务及/或第二装置。
例如，管理数据可包含确定数据包括数据的受保护部分，将数据的受保护部分写入到第一装置的存储器资源，以及维持第一装置、第二装置与云服务之间的高速缓存一致性，除了数据的受保护部分除外。数据的受保护部分可包含不与云服务或与儿童或其它用户共享的敏感数据。例如，来自边缘装置的指令可限制可暴露于儿童或其它用户的特定阅读材料及/或来自边缘装置的指令可限制儿童或其它用户输入到第二装置的敏感数据(例如，地址、生日、社会保障号码等)。为了维持数据的受保护部分的安全性，可将其写入到存储器资源(例如缓冲存储器)，同时避免将数据的受保护部分写入为溢出数据，以便减少对数据的攻击。除了数据的受保护部分之外，维持高速缓存一致性，以维持敏感数据的安全性。
在一些实例中，管理数据可包含从自第二装置的存储器资源接收的用于传输到云服务的数据及从云服务接收的用于传输到第二装置的存储器资源的数据识别及过滤受保护数据。例如，使用前述实例，可从在第二装置接收的数据过滤例如儿童地址的受保护数据，而将剩余的未受保护数据传输到云服务。类似地，对从云服务接收到的受保护数据(例如受限制的阅读材料数据)进行过滤，而允许传输其它不受保护的数据。在一些实例中，方法450可包含第一装置经由包括位于第一装置的存储器资源中的传感器、单基ECC、双基ECC(例如，EDC)或其任何组合的安全连接向第二装置传输数据及从第二装置接收数据。例如，可以维持数据安全的方式传输受保护的数据。
在一些实例中，管理数据可包含确定数据包括未知内容的数据部分，经由无线电或不同的无线电将未知内容的数据部分传输到边缘装置，以及将未知内容的数据部分传输到云服务，传输到第二装置的存储器资源，或将未知内容的数据部分写入到第一装置的存储器资源。例如，未知内容可包含在第二装置处接收到的未被识别的数据。例如，孩子或其它用户可询问第二装置不知道的单词的定义。可接收与单词相关联的数据并且将其传输到边缘装置以获取关于如何进行的指令。可将与允许单词相关联的数据传输到云服务，而可将与禁止单词相关联的数据写入到存储器资源并且禁止将其传输到云装置。
方法450在456处包含基于对数据的管理来实现在云服务与第二装置的存储器资源之间传输一些数据、不传输数据或传输所有数据，且反之亦然。例如，可传输未受保护的(例如，非敏感的)数据，而不传输受保护的(例如，敏感的)数据。在一些实例中，从云服务及/或从第二装置接收的数据可为受保护数据与未受保护数据的组合，使得数据的一部分被允许传输，而其余数据被拒绝传输。
虽然本文中已说明及描述特定实施例，但所属领域普通技术人员将了解，旨在实现相同结果的布置可替代所展示的特定实施例。本公开意欲涵盖本公开的一或多个实施例的改写或变化。应理解，已以说明性方式而非一限定性方式做出以上说明。在审阅以上说明后，所属领域的技术人员将即刻明了上述实施例的组合及本文中未具体描述的其它实施例。本公开的一或多个实施例的范围包含使用上述结构和过程的其它应用。因此，本公开的一或多个实施例的范围应参考所附权利要求书连同此权利要求书授权的等效物的整个范围来确定。
在前述的具体实施方式中，出于简化本公开的目的，一些特征在单个实施例中被组合在一起。本公开的此方法不应解释为反映本公开的所公开实施例必须使用比明确陈述于每一权利要求中更多的特征的意图。而是，如所附权利要求书所反映，发明性标的物在于少于单个所公开实施例的所有特征。因此，特此将所附权利要求书并入到具体实施方式中，其中每一权利要求本身作为单独实施例。

Claims (20)

1.一种方法(450)，其包括：
在第一装置(100、200、300)处经由无线电从边缘装置(106、206)接收指令，所述指令与在与所述第一装置通信的第二装置(104、204)和与所述第一装置通信的云服务(108、208)之间的数据传输相关联(452)；
在所述第一装置处并且基于来自所述边缘装置的所述指令，管理从所述第二装置的存储器资源(118、228)接收的用于传输到所述云服务的数据及从所述云服务接收的用于传输到的所述第二装置的所述存储器资源的数据(454)；及
基于对所述数据的所述管理，实现在所述云服务与所述第二装置的所述存储器资源之间传输一些所述数据、不传输所述数据或传输所有所述数据，且反之亦然(456)。
2.根据权利要求1所述的方法，其中管理所述数据包括：
确定所述数据包括数据的受保护部分；
将数据的所述受保护部分写入到所述第一装置的存储器资源(114、224、324)；及
除了数据的所述受保护部分之外，还维持所述第一装置、所述第二装置与所述云服务之间的高速缓存一致性。
3.根据权利要求1所述的方法，其中管理所述数据包括：从自所述第二装置的所述存储器资源接收的用于传输到所云服务的所述数据及从所述云服务接收的用于传输到所述第二装置的所述存储器资源的数据识别及过滤受保护数据。
4.根据权利要求1所述的方法，其中管理所述数据包括：
确定所述数据包括未知内容的数据部分；
经由所述无线电或不同的无线电将未知内容的所述数据部分传输到所述边缘装置；及
将未知内容的所述数据部分传输到所述云服务，传输到所述第二装置的所述存储器资源，或将未知内容的所述数据部分写入到所述第一装置的存储器资源。
5.根据权利要求1到4中任一项所述的方法，其进一步包括：所述第一装置经由包括位于所述第一装置的存储器资源中的传感器的安全连接向所述第二装置传输数据及从所述第二装置接收数据。
6.根据权利要求1到4中任一项所述的方法，其进一步包括：所述第一装置经由包括单基纠错的安全连接向所述第二装置传输数据及从所述第二装置接收数据。
7.根据权利要求1到4中任一项所述的方法，其进一步包括：所述第一装置经由包括双基纠错的安全连接向所述第二装置传输数据及从所述第二装置接收数据。
8.一种系统(102、222)，其包括：
第一装置(100、200、300)，其与云服务(108、208)通信，其包括：
第一处理资源(220、320)；及
第一存储器资源(114、224、324)，其具有写入其上并且可由所述第一处理资源执行以进行以下操作的指令：
从边缘装置(106、206)接收指令，所述指令与在与所述第一装置通信的第二装置(104、204)与所述云服务之间的数据传输相关联；
基于来自所述边缘装置的所述指令，管理从所述第二装置的第二存储器资源(118、228)接收的用于传输到所述云服务的数据及从所述云服务接收的用于传输到的所述第二装置的所述第二存储器资源的数据；及
基于对所述数据的所述管理，实现在所述云服务与所述第二装置的所述第二存储器资源之间传输一些所述数据、不传输所述数据或传输所有所述数据，且反之亦然；
所述第二装置，其经由交换机(116、216)与所述第一装置通信并且包括：
第二处理资源；及
所述第二存储器资源，其具有写入其上并且可由所述第二处理资源执行以进行以下操作的指令：
确定在所述第二处理资源、所述第二存储器资源或两者处接收的所述输入数据的内容；及
使用机器学习模型基于所述输入数据的所述所确定内容，将输出数据传输到所述第一装置、所述第二装置的用户或两者。
9.根据权利要求8所述的系统，其进一步包括所述第二存储器资源，其具有写入其上并且可由所述第二处理资源执行以使用以下各项来更新所述机器学习模型的指令：
所述输入数据，其是在所述第二处理资源、所述第二存储器资源或两者处接收；
额外输入数据，其是在所述第二处理资源、所述第二存储器资源或两者处接收；
所述指令，其是由所述第一装置从所述边缘装置接收；
额外指令，其是由所述第一装置从所述边缘装置接收；及
数据，其是在所述第一装置处从所述云服务接收并且传输到所述第二装置。
10.根据权利要求8所述的系统，其进一步包括所述第二存储器资源，所述第二存储器资源具有写入其上并且可由所述第二处理资源执行以进行以下操作的指令：
将在所述第二处理资源、所述第二存储器资源或两者处接收的所述输入数据与在所述第一装置处从所述云服务接收并且传输到所述第二装置的相关联数据进行比较；及
将所述比较的结果传输到所述第一装置以传输到所述边缘装置。
11.根据权利要求8到10中任一项所述的系统，其中所述第二装置是单片系统SoC装置。
12.根据权利要求8到10中任一项所述的系统，其中所述边缘装置包括计算装置，所述计算装置经由安装在所述计算装置上的应用程序与所述第一装置通信。
13.根据权利要求8到10中任一项所述的系统，其中所述第二装置进一步包括缓冲存储器资源、高速缓冲存储器装置或两者。
14.根据权利要求8到10中任一项所述的系统，其进一步包括所述第二存储器资源，所述第二存储器资源具有指令，所述指令可由所述第二处理资源执行以响应于所述第一装置确定从所述第二装置接收到的数据至少包括未知内容的数据部分而临时禁用所述第二装置。
15.根据权利要求8到10中任一项所述的系统，其进一步包括所述第一存储器资源，所述第一存储器资源具有写入其上并且可由所述第一处理资源执行以进行以下操作的指令：
确定从所述云服务接收的用于传输到所述第二装置的所述第二存储器资源的所述数据的敏感度级别；
响应于所述敏感度级别低于特定阈值，打开所述交换机以允许将所述数据传输到所述第二存储器资源；及
响应于所述敏感度级别处于或高于所述特定阈值，关闭所述交换机以禁止向所述第二存储器资源传输所述数据。
16.根据权利要求8到10中任一项所述的系统，其进一步包括所述第一存储器资源，所述第一存储器资源具有写入其上并且可由所述第一处理资源执行以进行以下操作的指令：
确定从所述第二装置的所述第二存储器资源接收的用于传输到所述云服务的所述数据的敏感度级别；
响应于所述敏感度级别低于特定阈值，打开所述交换机以允许将所述数据传输到所述云服务；及
响应于所述敏感度级别处于或高于所述特定阈值，关闭所述交换机以禁止将所述数据传输到所述云服务。
17.一种装置(100、200、300)，其包括：
处理资源(220、320)；及
存储器资源(224、324)，其具有写入其上并且可由所述第一处理资源执行以进行以下操作的指令：
经由无线电接收来自边缘装置(106、206、330)的第一输入数据；
经由所述无线电接收来自云服务(108、208、332)的第二输入数据；
经由所述无线电接收来自单片系统SoC装置(104、204、334)的第三输入数据；
使用所述第一输入数据并且基于到数据库的所述第二输入数据与所述第三输入数据的比较来确定所述第二输入数据的敏感度级别及所述第三输入数据的敏感度级别(336)；
响应于所述第二输入数据的所述敏感度级别低于特定阈值，允许将所述第二输入数据传输到所述SoC装置(338)；
响应于所述第三输入数据的所述敏感度级别低于所述特定阈值，允许将所述第三输入数据传输到所述云服务(340)；
响应于所述第二输入数据的所述敏感度级别处于或高于所述特定阈值，禁止将所述第二输入数据传输到所述SoC装置而将所述第二输入数据写入到所述装置的所述存储器资源或缓冲器存储器资源(114)(342)；及
响应于所述第三输入数据的所述敏感度级别处于或高于所述特定阈值，禁止将所述第三输入数据传输到所述云服务而将所述第三输入数据写入到所述装置的所述存储器资源或缓冲器存储器资源(344)。
18.根据权利要求17所述的装置，其进一步包括所述存储器资源，所述存储器资源具有写入其上并且可由所述处理资源执行以进行以下操作的指令：实现在所述云服务与所述SoC装置之间传输额外数据以促进在所述SoC装置处的受监督机器学习。
19.根据权利要求17到18中任一项所述的装置，其进一步包括所述存储器资源，所述存储器资源具有写入其上并且可由所述处理资源执行以进行以下操作的指令：维持所述装置、所述SoC装置与所述云服务之间的高速缓存一致性，除了所述第二输入数据及所述第三输入数据具有处于或高于所述特定阈值的敏感度级别。
20.根据权利要求17到18中任一项所述的装置，其中所述特定阈值基于所述第一输入数据内的敏感度级别阈值数据。
CN202210230887.8A 2021-04-21 2022-03-10 数据传输管理 Pending CN115225632A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/236,183 US11797192B2 (en) 2021-04-21 2021-04-21 Data transmission management
US17/236,183 2021-04-21

Publications (1)

Publication Number Publication Date
CN115225632A true CN115225632A (zh) 2022-10-21

Family

ID=83507871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210230887.8A Pending CN115225632A (zh) 2021-04-21 2022-03-10 数据传输管理

Country Status (3)

Country Link
US (2) US11797192B2 (zh)
CN (1) CN115225632A (zh)
DE (1) DE102022103515A1 (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103916456A (zh) * 2013-01-09 2014-07-09 国际商业机器公司 用于云存储服务的透明加密/解密网关
CN104094576A (zh) * 2012-02-06 2014-10-08 国际商业机器公司 基于云服务之间的信任关系整合不同的云服务数据和行为
CN104412236A (zh) * 2012-06-21 2015-03-11 微软公司 云和企业之间的递送控制器
CN104469967A (zh) * 2007-10-29 2015-03-25 无线星球有限责任公司 电信系统中的方法和装置
US20150326535A1 (en) * 2014-05-07 2015-11-12 Verizon Patent And Licensing Inc. Network platform-as-a-service for creating and inserting virtual network functions into a service provider network
CN105431840A (zh) * 2013-06-11 2016-03-23 微软技术许可有限责任公司 在用户设备处的信息过滤
CN105453105A (zh) * 2013-03-04 2016-03-30 多塞股份公司 用于云数据安全的系统及方法
CN105721461A (zh) * 2015-08-04 2016-06-29 卡巴斯基实验室股份制公司 利用专用计算机安全服务的系统和方法
US20160285893A1 (en) * 2015-03-24 2016-09-29 International Business Machines Corporation System and method for enhanced display-screen security and privacy
CN106230849A (zh) * 2016-08-22 2016-12-14 中国科学院信息工程研究所 一种基于用户行为的智能设备机器学习安全监测系统
US20170289759A1 (en) * 2016-03-31 2017-10-05 Hitachi Ltd. Gis based compression and reconstruction of gps data for transmission from a vehicular edge platform to the cloud
CN107276983A (zh) * 2017-05-12 2017-10-20 西安电子科技大学 一种基于dpi和云同步的流量安全控制方法及系统
CN107873096A (zh) * 2015-06-27 2018-04-03 迈克菲有限责任公司 敏感聊天数据的保护
CN109551476A (zh) * 2017-09-26 2019-04-02 丰田研究所股份有限公司 结合云服务系统的机器人系统
CN110661831A (zh) * 2018-06-29 2020-01-07 复旦大学 一种基于可信第三方的大数据试验场安全初始化方法
CN111523139A (zh) * 2020-04-21 2020-08-11 苏州六莲科技有限公司 一种数据传输的方法、系统及其商业模式
CN112217879A (zh) * 2020-09-24 2021-01-12 江苏方天电力技术有限公司 一种基于配电物联网的边缘计算技术和云边协同方法
CN112632046A (zh) * 2020-12-01 2021-04-09 天翼物联科技有限公司 一种云规则引擎实现方法、系统、装置及介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10771553B2 (en) * 2015-04-30 2020-09-08 Quest Software Inc. Access to disparate cloud services
US10586061B2 (en) * 2015-10-23 2020-03-10 Oracle International Corporation Federated search
DE102018110687A1 (de) 2017-05-05 2018-11-08 Intel Corporation Dynamisches Genauigkeitsmanagement für Deep-Learning-Ganzzahlprimitive
US20190273510A1 (en) * 2018-03-01 2019-09-05 Crowdstrike, Inc. Classification of source data by neural network processing
US10915445B2 (en) 2018-09-18 2021-02-09 Nvidia Corporation Coherent caching of data for high bandwidth scaling
US10880405B2 (en) * 2019-01-24 2020-12-29 Vmware, Inc. Managing client computing systems using distilled data streams
CN110488874A (zh) 2019-08-29 2019-11-22 五邑大学 一种教育辅助机器人及其控制方法
US20210097000A1 (en) 2019-10-01 2021-04-01 Nokia Solutions And Networks Oy Selective override of cache coherence in multi-processor computer systems
US20210126777A1 (en) * 2019-10-29 2021-04-29 Daniel Mash Systems and methods for providing secure data access control using distributed ledgers

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104469967A (zh) * 2007-10-29 2015-03-25 无线星球有限责任公司 电信系统中的方法和装置
CN104094576A (zh) * 2012-02-06 2014-10-08 国际商业机器公司 基于云服务之间的信任关系整合不同的云服务数据和行为
CN104412236A (zh) * 2012-06-21 2015-03-11 微软公司 云和企业之间的递送控制器
CN103916456A (zh) * 2013-01-09 2014-07-09 国际商业机器公司 用于云存储服务的透明加密/解密网关
CN105453105A (zh) * 2013-03-04 2016-03-30 多塞股份公司 用于云数据安全的系统及方法
CN105431840A (zh) * 2013-06-11 2016-03-23 微软技术许可有限责任公司 在用户设备处的信息过滤
US20150326535A1 (en) * 2014-05-07 2015-11-12 Verizon Patent And Licensing Inc. Network platform-as-a-service for creating and inserting virtual network functions into a service provider network
US20160285893A1 (en) * 2015-03-24 2016-09-29 International Business Machines Corporation System and method for enhanced display-screen security and privacy
CN107873096A (zh) * 2015-06-27 2018-04-03 迈克菲有限责任公司 敏感聊天数据的保护
CN105721461A (zh) * 2015-08-04 2016-06-29 卡巴斯基实验室股份制公司 利用专用计算机安全服务的系统和方法
US20170289759A1 (en) * 2016-03-31 2017-10-05 Hitachi Ltd. Gis based compression and reconstruction of gps data for transmission from a vehicular edge platform to the cloud
CN106230849A (zh) * 2016-08-22 2016-12-14 中国科学院信息工程研究所 一种基于用户行为的智能设备机器学习安全监测系统
CN107276983A (zh) * 2017-05-12 2017-10-20 西安电子科技大学 一种基于dpi和云同步的流量安全控制方法及系统
CN109551476A (zh) * 2017-09-26 2019-04-02 丰田研究所股份有限公司 结合云服务系统的机器人系统
CN110661831A (zh) * 2018-06-29 2020-01-07 复旦大学 一种基于可信第三方的大数据试验场安全初始化方法
CN111523139A (zh) * 2020-04-21 2020-08-11 苏州六莲科技有限公司 一种数据传输的方法、系统及其商业模式
CN112217879A (zh) * 2020-09-24 2021-01-12 江苏方天电力技术有限公司 一种基于配电物联网的边缘计算技术和云边协同方法
CN112632046A (zh) * 2020-12-01 2021-04-09 天翼物联科技有限公司 一种云规则引擎实现方法、系统、装置及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ALI YADAVAR NIKRAVESH;: "Measuring Prediction Sensitivity of a Cloud Auto-scaling System", 2014 IEEE 38TH INTERNATIONAL COMPUTER SOFTWARE AND APPLICATIONS CONFERENCE WORKSHOPS *
孙辰昊: "边缘计算中基于异构环境的边缘节点性能特征检测与任务调度方法研究", 信息科技 *

Also Published As

Publication number Publication date
US11797192B2 (en) 2023-10-24
US20220342561A1 (en) 2022-10-27
US20240036743A1 (en) 2024-02-01
DE102022103515A1 (de) 2022-10-27

Similar Documents

Publication Publication Date Title
Cave et al. Motivations and risks of machine ethics
Zeng et al. End user security and privacy concerns with smart homes
Pfleeger et al. Analyzing computer security: A threat/vulnerability/countermeasure approach
US20200028854A1 (en) Ontology based control of access to resources in a computing system
Prinsloo et al. The answer is (not only) technological: Considering student data privacy in learning analytics
US8281366B1 (en) Systems and methods for using guardian proximity to control computing activities of children
US8201224B1 (en) Systems and methods for temporarily adjusting control settings on computing devices
US20240064150A1 (en) Virtual Browser Application Systems and Methods
Gabay The millennium development goals and ambitious developmental engineering
CN110276178B (zh) 一种基于身份验证的风险控制方法、装置及设备
JP7204790B2 (ja) データ保護問合せインターフェース
Trope et al. Red skies in the morning-Professional ethics at the dawn of cloud computing
US10623427B2 (en) Adaptive online data activity protection
Iqbal et al. LLM Platform Security: Applying a Systematic Evaluation Framework to OpenAI's ChatGPT Plugins
US20210200897A1 (en) System, method, and computer-accessible medium for training models on mixed sensitivity datasets
US20150363613A1 (en) Out-of-band spy detection and prevention for portable wireless systems
US11797192B2 (en) Data transmission management
JP2018097848A (ja) ユーザによるアプリケーションの不公平な評価を防止するシステム及び方法
Mahmud Application and criminalization of artificial intelligence in the digital society: security threats and the regulatory challenges
Janca Alice and Bob Learn Application Security
Chertoff et al. A primer on globally harmonizing internet jurisdiction and regulations
US9699191B1 (en) Systems and methods for controlling content for child browser users
Green et al. Ethics and AI innovation
US20230394173A1 (en) Systems and methods for data security associated with execution of tasks
Singh et al. Accountability in the Internet of Things (IoT): Systems, law & ways forward

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