DE112021006046T5 - Medienerfassungseinheit mit energieeinsparungs- und verschlüsselungsfunktionen für ein aufgeteiltes neuronales netz - Google Patents

Medienerfassungseinheit mit energieeinsparungs- und verschlüsselungsfunktionen für ein aufgeteiltes neuronales netz Download PDF

Info

Publication number
DE112021006046T5
DE112021006046T5 DE112021006046.5T DE112021006046T DE112021006046T5 DE 112021006046 T5 DE112021006046 T5 DE 112021006046T5 DE 112021006046 T DE112021006046 T DE 112021006046T DE 112021006046 T5 DE112021006046 T5 DE 112021006046T5
Authority
DE
Germany
Prior art keywords
ann
computer
acquisition unit
information acquisition
layers
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
DE112021006046.5T
Other languages
English (en)
Inventor
Xin Zhang
Xiaodong Cui
Jin Ping HAN
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.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Publication of DE112021006046T5 publication Critical patent/DE112021006046T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/06Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/606Protecting data by securing the transmission between two devices or processes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26Power supply means, e.g. regulation thereof
    • G06F1/32Means for saving power
    • G06F1/3203Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234Power saving characterised by the action undertaken
    • G06F1/3246Power saving characterised by the action undertaken by software initiated power-off
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26Power supply means, e.g. regulation thereof
    • G06F1/32Means for saving power
    • G06F1/3203Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234Power saving characterised by the action undertaken
    • G06F1/3287Power saving characterised by the action undertaken by switching off individual functional units in the computer system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26Power supply means, e.g. regulation thereof
    • G06F1/32Means for saving power
    • G06F1/3203Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234Power saving characterised by the action undertaken
    • G06F1/329Power saving characterised by the action undertaken by task scheduling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/62Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6209Protecting access to data via a platform, e.g. using keys or access control rules to a single file or object, e.g. in a secure envelope, encrypted and accessed using a key, or with access control rules appended to the object itself
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Bioethics (AREA)
  • Computer Security & Cryptography (AREA)
  • Neurology (AREA)
  • Storage Device Security (AREA)
  • Power Sources (AREA)
  • Multi Processors (AREA)

Abstract

Ein Verfahren zum Einsparen von Energie und zur Verschlüsselung während einer Analyse von Medien, die durch eine Informationserfassungseinheit erfasst werden, und zwar unter Verwendung eines aufgeteilten neuronalen Netzes, umfasst ein Replizieren, durch eine Informationserfassungseinheit, eines künstlichen neuronalen Netzes (ANN) von einem Computer-Server auf die Informationserfassungseinheit. Sowohl das ANN auf dem Computer-Server als auch ein repliziertes ANN weisen M Schichten auf. Das Verfahren weist darüber hinaus als Reaktion darauf, dass erfasste Daten zur Verarbeitung eingegeben werden, ein teilweises Verarbeiten der erfassten Daten durch die Informationserfassungseinheit durch Ausführen von ersten k Schichten unter Verwendung des replizierten ANN auf, wobei lediglich die k Schichten zur Ausführung auf der Informationserfassungseinheit ausgewählt werden. Das Verfahren weist darüber hinaus ein Übermitteln einer Ausgabe der k-ten Schicht durch die Informationserfassungseinheit an den Computer-Server auf, der die erfassten Daten teilweise verarbeitet, indem er die restlichen M Schichten unter Verwendung des ANN und der Ausgabe der k-ten Schicht ausführt.

Description

  • HINTERGRUND
  • Die vorliegende Erfindung betrifft im Allgemeinen die Computertechnik und im Besonderen Medienerfassungseinheiten und neuronale Netze, die es den Medienerfassungseinheiten ermöglichen, Energie einzusparen und Daten abzusichern.
  • Heutzutage erfassen und/oder erstellen verschiedene Einheiten wie zum Beispiel Telefone, Tablet-Computer, Wearables usw. Medienobjekte wie zum Beispiel digitale Bilder, Töne, Videos usw. Mit dem zunehmenden Bedarf an einem Klassifizieren von großen Mengen von erfassten und/oder extrahierten Medien sind Lernmodelle eine gängige Praxis zum Klassifizieren der erfassten Medienobjekte geworden. Die Lernmodelle wie zum Beispiel künstliche neuronale Netze (ANN, artificial neural networks) und/oder neuronale Faltungsnetze (CNN, convolutional neural networks) werden mit Musterdaten, d.h. mit Muster-Medienobjekten, trainiert und entwickeln sich während des Prozesses des Klassifizierens neuer (zuvor ungesehener) Medienobjekte ständig weiter (lernen).
  • KURZDARSTELLUNG
  • Eine oder mehrere Ausführungsformen der vorliegenden Erfindung umfassen ein auf einem Computer ausgeführtes Verfahren zum Einsparen von Energie und zur Verschlüsselung während einer Analyse von Medien, die durch eine Informationserfassungseinheit erfasst werden, und zwar unter Verwendung eines aufgeteilten neuronalen Netzes. Das Verfahren umfasst ein Replizieren, durch eine Informationserfassungseinheit, eines künstlichen neuronalen Netzes (ANN) von einem Computer-Server auf die Informationserfassungseinheit, wobei sowohl das ANN auf dem Computer-Server als auch ein repliziertes ANN auf der Informationserfassungseinheit M Schichten umfassen. Das Verfahren umfasst darüber hinaus als Reaktion darauf, dass erfasste Daten zur Verarbeitung eingegeben werden, ein teilweises Verarbeiten der erfassten Daten durch die Informationserfassungseinheit durch Ausführen von ersten k Schichten unter Verwendung des replizierten ANN, wobei lediglich die k Schichten zur Ausführung auf der Informationserfassungseinheit ausgewählt werden. Das Verfahren umfasst darüber hinaus ein Übermitteln einer Ausgabe der k-ten Schicht durch die Informationserfassungseinheit an den Computer-Server, der die erfassten Daten teilweise verarbeitet, indem er die restlichen M Schichten unter Verwendung des ANN und der Ausgabe der k-ten Schicht ausführt.
  • Gemäß einer oder mehreren Ausführungsformen der vorliegenden Erfindung umfasst ein System einen Speicher und einen oder mehrere mit dem Speicher verbundene Prozessoren, wobei der eine oder die mehreren Prozessoren ein Verfahren zum Einsparen von Energie und zur Verschlüsselung während eines Analysierens von Medien durchführen, die durch eine Informationserfassungseinheit erfasst werden, und zwar unter Verwendung eines aufgeteilten neuronalen Netzes. Das Verfahren umfasst ein Replizieren, durch eine Informationserfassungseinheit, eines künstlichen neuronalen Netzes (ANN) von einem Computer-Server auf die Informationserfassungseinheit, wobei sowohl das ANN auf dem Computer-Server als auch ein repliziertes ANN auf der Informationserfassungseinheit M Schichten umfassen. Das Verfahren umfasst darüber hinaus als Reaktion darauf, dass erfasste Daten zur Verarbeitung eingegeben werden, ein teilweises Verarbeiten der erfassten Daten durch die Informationserfassungseinheit durch Ausführen von ersten k Schichten unter Verwendung des replizierten ANN, wobei lediglich die k Schichten zur Ausführung auf der Informationserfassungseinheit ausgewählt werden. Das Verfahren umfasst darüber hinaus ein Übermitteln einer Ausgabe der k-ten Schicht durch die Informationserfassungseinheit an den Computer-Server, der die erfassten Daten teilweise verarbeitet, indem er die restlichen M Schichten unter Verwendung des ANN und der Ausgabe der k-ten Schicht ausführt.
  • Gemäß einer oder mehreren Ausführungsformen der vorliegenden Erfindung umfasst ein Computerprogrammprodukt ein durch einen Computer lesbares Speichermedium, auf dem Programmanweisungen enthalten sind. Die Programmanweisungen sind durch einen oder mehrere Prozessoren ausführbar, um zu bewirken, dass der eine oder die mehreren Prozessoren ein Verfahren durchführen, das Arbeitsschritte zum Einsparen von Energie und zur Verschlüsselung während eines Analysierens von Medien umfasst, die durch eine Informationserfassungseinheit erfasst werden, und zwar unter Verwendung eines aufgeteilten neuronalen Netzes. Das Verfahren umfasst ein Replizieren, durch eine Informationserfassungseinheit, eines künstlichen neuronalen Netzes (ANN) von einem Computer-Server auf die Informationserfassungseinheit, wobei sowohl das ANN auf dem Computer-Server als auch ein repliziertes ANN auf der Informationserfassungseinheit M Schichten umfassen. Das Verfahren umfasst darüber hinaus als Reaktion darauf, dass erfasste Daten zur Verarbeitung eingegeben werden, ein teilweises Verarbeiten der erfassten Daten durch die Informationserfassungseinheit durch Ausführen von ersten k Schichten unter Verwendung des replizierten ANN, wobei lediglich die k Schichten zur Ausführung auf der Informationserfassungseinheit ausgewählt werden. Das Verfahren umfasst darüber hinaus ein Übermitteln einer Ausgabe der k-ten Schicht durch die Informationserfassungseinheit an den Computer-Server, der die erfassten Daten teilweise verarbeitet, indem er die restlichen M Schichten unter Verwendung des ANN und der Ausgabe der k-ten Schicht ausführt.
  • Andere Ausführungsformen der vorliegenden Erfindung setzen Merkmale des vorstehend beschriebenen Verfahrens in Computersystemen und Computerprogrammprodukten um.
  • Zusätzliche technische Eigenschaften und Vorteile werden durch die Techniken der vorliegenden Erfindung verwirklicht. Ausführungsformen und Aspekte der Erfindung werden hierin ausführlich beschrieben und sind als Teil des beanspruchten Gegenstands anzusehen. Zum besseren Verständnis wird auf die ausführliche Beschreibung und die Zeichnungen verwiesen.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Die Einzelheiten der hierin beschriebenen ausschließlichen Rechte werden insbesondere in den Ansprüchen zum Schluss der Beschreibung dargelegt und eindeutig beansprucht. Die vorstehenden und weitere Eigenschaften und Vorteile der Ausführungsformen der Erfindung werden aus der folgenden ausführlichen Beschreibung in Verbindung mit den beigefügten Zeichnungen ersichtlich, in denen:
    • 1 ein Blockschaubild eines Systems zum Einsparen von Energie und zur Verschlüsselung während eines Analysierens eines Mediums ist, das durch eine Informationserfassungseinheit erfasst wird, und zwar unter Verwendung eines aufgeteilten neuronalen Netzes, gemäß einer oder mehreren Ausführungsformen der vorliegenden Erfindung;
    • 2 ein Blockschaubild eines Systems zum Einsparen von Energie und zur Verschlüsselung während eines Analysierens eines Mediums ist, das durch eine Informationserfassungseinheit erfasst wird, und zwar unter Verwendung eines aufgeteilten neuronalen Netzes, gemäß einer oder mehreren Ausführungsformen der vorliegenden Erfindung;
    • 3 ein Ablaufplan eines Verfahrens zum Einsparen von Energie und zur Verschlüsselung während eines Analysierens eines Mediums ist, das durch eine Informationserfassungseinheit erfasst wird, und zwar unter Verwendung eines aufgeteilten neuronalen Netzes, gemäß einer oder mehreren Ausführungsformen der vorliegenden Erfindung;
    • 4 ein Computersystem darstellt, das eine oder mehrere Ausführungsformen der vorliegenden Erfindung umsetzt;
    • 5 eine Cloud-Computing-Umgebung gemäß einer oder mehreren Ausführungsformen der vorliegenden Erfindung darstellt; und
    • 6 Abstraktionsmodellschichten gemäß einer oder mehreren Ausführungsformen der vorliegenden Erfindung darstellt.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Ausführungsformen der vorliegenden Erfindung ermöglichen eine Medienerfassungseinheit mit Funktionen zum Einsparen von Energie und zur Verschlüsselung, wenn ein aufgeteiltes neuronales Netz zur Verarbeitung eines oder mehrerer Medienobjekte wie zum Beispiel Bilder, Töne, Videos usw. verwendet wird. Heutzutage werden große Mengen an Daten wie zum Beispiel Bilder, Töne, Videos usw. von mehreren Benutzern unter Verwendung von Edge-Einheiten wie zum Beispiel Telefonen, Tablet-Computern, Computern, Wearables, Armaturenbrettkameras, Sprachaufzeichnungsgeräten, Sicherheitskameras usw. erstellt. Eine technische Herausforderung besteht in der Verarbeitung einer derart großen Menge an derartigen Daten, die Medien aufweisen, unter Verwendung einer Architektur für tiefe neuronale Netze (DNN, deep neural network). Hier kann eine „große Menge“ Millionen von Bildern, Tönen, Videos und Verarbeitungen umfassen, und ein manuelles Klassifizieren einer derartigen Menge an Daten ist nicht zweckmäßig oder sogar unmöglich. Dementsprechend wird in Ausführungsformen der vorliegenden Erfindung eine praktische Anwendung zum Klassifizieren von großen Mengen von Medien bereitgestellt, die durch eine oder mehrere Informationserfassungseinheiten erfasst werden. Darüber hinaus werden in Ausführungsformen der vorliegenden Erfindung die Arbeitsschritte der Informationserfassungseinheiten verbessert, indem sie den Informationserfassungseinheiten ermöglichen, Energie einzusparen und Daten abzusichern. Darüber hinaus wird in Ausführungsformen der vorliegenden Erfindung den begrenzten Rechenressourcen auf den Informationserfassungseinheiten Rechnung getragen, indem die Recheneffizienz der Informationserfassungseinheiten während derartiger Medienklassifizierungsaufgaben verbessert wird.
  • 1 stellt ein Blockschaubild eines Systems 100 zur Verarbeitung von Informationen, die durch eine oder mehrere Informationserfassungseinheiten erfasst werden, gemäß einer oder mehreren Ausführungsformen der vorliegenden Erfindung dar. Eine Informationserfassungseinheit 102 (z.B. eine Kamera, ein Telefon, eine Sicherheitskamera, ein Tablet-Computer, ein Sprachaufzeichnungsgerät usw.) erfasst Informationen als analoge Signale, die in einer oder mehreren digitalisierten Dateien 103 gespeichert werden können. Die durch eine Informationserkennungsanordnung 112 der Informationserfassungseinheit 102 erkannten analogen Signale werden von einem Analog-Digital-Modul (ADC, analog-to-digital) 114 digitalisiert. Die Informationserfassungseinheit 102 kann darüber hinaus einen Prozessor 116 umfassen, der einen oder mehrere digitale Signalverarbeitungsarbeitsschritte an den digitalisierten Daten durchführen kann, zum Beispiel Bildverarbeitung, Tonverarbeitung, Videoverarbeitung usw. Der Prozessor 116 kann die digitalisierten Daten als digitalisierte Dateien 103 speichern. Die digitalisierten Dateien 103 können als elektronische Dateien unter Verwendung eines oder mehrerer digitaler Dateispeicherformate gespeichert werden. Zum Beispiel können visuelle Informationen, die durch die Informationserkennungsanordnung 112 erfasst werden, unter Verwendung von Bilddateiformaten wie zum Beispiel Portable Network Graphics (PNG), Bitmap (BMP), usw. gespeichert werden. Im Falle von Tondaten, die durch die Informationserkennungsanordnung 112 erkannt werden, können die digitalisierten Töne unter Verwendung von Dateiformaten wie zum Beispiel dem Waveform Audio File Format (WAV), dem Free Lossless Audio Codec (FLAC) usw. gespeichert werden. Falls ein Video erfasst wird, können die Daten unter Verwendung von digitalen Dateiformaten wie zum Beispiel Video Object (VOB), Audio Video Interleave (AVI), MPEG-14, usw. gespeichert werden.
  • In einer oder mehreren Ausführungsformen der vorliegenden Erfindung kann der Prozessor 116 eine oder mehrere Verarbeitungseinheiten umfassen, wie zum Beispiel Prozessorkerne usw. Bei dem Prozessor 116 kann es sich um einen Mikroprozessor, einen Multiprozessor, einen digitalen Signalprozessor, eine Grafikprogrammiereinheit, eine Zentraleinheit und andere derartige Arten von Verarbeitungseinheiten oder eine Kombination davon handeln. Der Prozessor 116 kann Speichereinheiten 117 umfassen oder mit ihnen verbunden sein. Der Prozessor 116 kann einen oder mehrere Arbeitsschritte durchführen, indem er eine oder mehrere auf einem Computer ausführbare Anweisungen ausführt. Derartige Anweisungen können auf den Speichereinheiten 117 gespeichert sein. Auf den Speichereinheiten 117 können zusätzliche Informationen/Daten gespeichert sein, die von dem Prozessor 116 verwendet oder ausgegeben werden können.
  • Aus den digitalisierten Dateien 103 erfasste Daten werden über ein Datenübertragungsnetzwerk 104 an einen Computer-Server 106 zur weiteren Verarbeitung wie zum Beispiel zur Klassifizierung der digitalisierten Dateien 103 übertragen.
  • Bei dem Datenübertragungsnetzwerk 104 kann es sich um ein Computernetzwerk wie zum Beispiel das Internet handeln, das ein oder mehrere Datenübertragungsprotokolle wie zum Beispiel Ethernet usw. verwendet. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung werden die digitalisierten Dateien 103 von Benutzern 101 unter Verwendung der Informationserfassungseinheit 102 erfasst.
  • Bei dem Computer-Server 106 kann es sich um einen Server-Cluster oder einen verteilten Server handeln, der einen Cloud-basierten Verarbeitungsdienst für die durch die Informationserfassungseinheiten 102 erfassten digitalisierten Dateien 103 bereitstellt. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung umfasst der Computer-Server 106 ein künstliches neuronales Netz (ANN) 122. Bei dem ANN 122 kann es sich um ein neuronales Faltungsnetz, ein Vorwärtssteuerungsnetz, ein rekurrentes neuronales Netz, ein Mehrschicht-Perzeptron oder eine Kombination davon handeln. Bei dem ANN 122 kann es sich in einer oder mehreren Ausführungsformen der vorliegenden Erfindung um ein unabhängiges Hardwaremodul handeln. Alternativ dazu oder zusätzlich kann das ANN 122 unter Verwendung eines Prozessors 126 des Computer-Servers 106 umgesetzt sein. Das ANN 122 umfasst mehrere Schichten, wobei eine Ausgabe einer Schicht von einer nachfolgenden Schicht verwendet wird, bis eine endgültige Ausgabe 123 generiert ist.
  • In einer oder mehreren Ausführungsformen der vorliegenden Erfindung kann der Prozessor 126 eine oder mehrere Verarbeitungseinheiten umfassen, wie zum Beispiel Prozessorkerne usw. Bei dem Prozessor 126 kann es sich um einen Mikroprozessor, einen Multiprozessor, einen digitalen Signalprozessor, eine Grafikprogrammiereinheit, eine Zentraleinheit und andere derartige Arten von Verarbeitungseinheiten oder eine Kombination davon handeln. Der Prozessor 126 kann Speichereinheiten 127 umfassen oder mit ihnen verbunden sein. Der Prozessor 126 kann einen oder mehrere Arbeitsschritte durchführen, indem er eine oder mehrere auf einem Computer ausführbare Anweisungen ausführt. Derartige Anweisungen können auf den Speichereinheiten 127 gespeichert sein. Die Speichereinheiten 127 können zusätzliche Informationen/Daten speichern, die von dem Prozessor 126 verwendet oder ausgegeben werden können.
  • In einer oder mehreren Ausführungsformen der vorliegenden Erfindung wird das ANN 122 unter Verwendung von Trainingsdaten 124 trainiert. Die Trainingsdaten 124 umfassen vordefinierte Medien wie zum Beispiel Bilder, Töne, Videos usw., die Beschriftungen und andere Hinweise umfassen können, mit denen das ANN 122 trainiert werden kann, die erfassten Daten von der Informationserfassungseinheit 102 während einer Schlussfolgerungsphase zu analysieren und die ANN-Ausgabe 123 zu generieren. Die ANN-Ausgabe 123 kann eine Klassifizierung der digitalisierten Dateien 103 in eine oder mehrere Kategorien, Ergebnisse der Feststellung von Objekten in den digitalisierten Dateien 103 und andere derartige Ergebnisse der Bildverarbeitung/Computer Vision und der Audioverarbeitung umfassen.
  • In herkömmlichen Systemen werden die digitalisierten Dateien 103 verschlüsselt, bevor die digitalisierten Dateien 103 an den Server 106 gesendet werden. Wenn die Verschlüsselung kompromittiert (d.h. gehackt) wird, können die aus den digitalisierten Dateien 103 erfassten Daten offengelegt werden.
  • In Ausführungsformen der vorliegenden Erfindung wird die Analyse durch das neuronale Netz mit der Verschlüsselung integriert, indem das ANN 122 aufgeteilt und eine Kopie des ANN 122 auf der Informationserfassungseinheit 102 erstellt wird. In einer oder mehreren Ausführungsformen werden die erfassten Daten zunächst durch eine oder mehrere Schichten des ANN 122 verarbeitet, dann wird die Ausgabe des ANN 122 über das Netzwerk 104 an den Computer-Server 106 zur weiteren Verarbeitung mit den restlichen Schichten des ANN 122 gesendet.
  • Alternativ dazu werden in anderen Ausführungsformen die durch die Informationserkennungsanordnung 112 auf der Informationserfassungseinheit 102 erkannten analogen Signale zunächst über eine oder mehrere Schichten des ANN 122 verbunden. Die Ausgabe der einen oder mehreren Schichten des ANN 122 wird über das Netzwerk 104 an den Computer-Server 106 zur weiteren Verarbeitung mit den restlichen Schichten des ANN 122 gesendet.
  • In Ausführungsformen der vorliegenden Erfindung kann auch eine Verschlüsselung der Gewichtungen der einen oder mehreren Zwischenschichten des ANN 122 und der Ausgabe der Zwischenschichten des ANN 122 vorgenommen werden. Auf diese Weise werden die erfassten Daten nicht über das Netz 104 übertragen, wodurch die Sicherheit der erfassten Daten verbessert wird. Ausführungsformen der Erfindung stellen Verbesserungen für das System 100 und die Komponenten des Systems 100 wie zum Beispiel die Informationserfassungseinheit 102, den Computer-Server 106 und für ein oder mehrere Verfahren zur Verwendung des Systems 100 und/oder der Komponenten des Systems 100 bereit, um zum Beispiel die durch die Informationserfassungseinheit 102 erfassten digitalisierten Dateien 103 auf eine sichere Weise zu analysieren.
  • 2 ist ein Blockschaubild, das Verbesserungen einer oder mehrerer Komponenten des Systems 100 zum Einsparen von Energie und zur Verschlüsselung von erfassten Daten zur Verwendung eines aufgeteilten neuronalen Netzes gemäß einer oder mehreren Ausführungsformen der vorliegenden Erfindung darstellt. Die Darstellung veranschaulicht die Schichten 202 in dem ANN 122. Das ANN 122 kann M Schichten umfassen, wobei M eine beliebige ganze Zahl ist. Jede Schicht verwendet die Ausgabe der vorhergehenden Schicht, mit Ausnahme von Schicht #1.
  • Das ANN 122 wird unter Verwendung der Trainingsdaten 124 trainiert. Ein derartiges Trainieren umfasst ein Erlernen (d.h. Konfigurieren, Einrichten) einer oder mehrerer Gewichtungen, die zu jeder der Schichten 202 des ANN 122 gehören. Die Gewichtungen werden automatisch unter Verwendung einer oder mehrerer Trainingstechniken erlernt, wie zum Beispiel überwachtes Lernen, unüberwachtes Lernen oder beliebige andere Lerntechniken für das ANN 122.
  • Die Informationserfassungseinheit 102 umfasst eine ANN-Kopie 204, bei der es sich um eine Kopie des ANN 122 handelt. Die ANN-Kopie 204 ist identisch mit dem ANN 122 und umfasst die gleichen M Schichten. Darüber hinaus werden die von dem ANN 122 erlernten Gewichtungen an die ANN-Kopie 204 auf der Informationserfassungseinheit 102 übermittelt, damit die ANN-Kopie 204 mit dem ANN 122 identisch ist. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung werden die Gewichtungen durch eine Verschlüsselungseinheit 230 des Computer-Servers 106 verschlüsselt. Eine Entschlüsselungseinheit 232 der Informationserfassungseinheit 102 entschlüsselt die von der Verschlüsselungseinheit 230 verschlüsselten Gewichtungen. Die entschlüsselten Gewichtungen, die durch die Entschlüsselungseinheit 232 ausgegeben werden, werden in der ANN-Kopie 204 konfiguriert.
  • Die Informationserfassungseinheit 102 umfasst darüber hinaus eine Schichtauswahlfunktion 210, die auswählt, wie viele der M Schichten aus der ANN-Kopie 204 auf der Informationserfassungseinheit ausgeführt werden sollen, um eine digitalisierte Datei 103 zu analysieren, die durch die Informationserfassungseinheit 102 erstellt wird. Zum Beispiel kann die Schichtauswahlfunktion 210 auswählen, dass die ersten k Schichten (1 ≤ k ≤ M) der ANN-Kopie 204 durch die Informationserfassungseinheit 102 mit der digitalisierten Datei 103 als Eingabe ausgeführt werden. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung bestimmt die Schichtauswahlfunktion 210 den Wert von k auf der Grundlage der Energie, die von der Informationserfassungseinheit 102 zum Ausführen der Schichten der ANN-Kopie 204 verbraucht wird. In anderen Ausführungsformen können zusätzliche oder alternative Parameter verwendet werden, um den Wert von k auszuwählen.
  • Die Ausgabe der Schicht #k aus der ANN-Kopie 204, mit der digitalisierten Datei 103 als Eingabe für die ANN-Kopie 204, wird an den Computer-Server 106 übermittelt. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung wird die Ausgabe der Schicht #k durch eine Verschlüsselungseinheit 220 der Informationserfassungseinheit 102 vor der Übermittlung verschlüsselt. Eine Entschlüsselungseinheit 222 des Computer-Servers 106 entschlüsselt die Ausgabe der Schicht #k. Diese empfangene Ausgabe der Schicht #k wird in die Schicht #(k+1) des ANN 122 eingegeben. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung ermittelt eine Schichtlokalisierungsfunktion 212 des Computer-Servers 104 die Schicht #(k+1) in dem ANN 122 und gibt die empfangene Ausgabe der Schicht #k in diese Schicht #(k+1) in dem ANN 122 ein.
  • In einer oder mehreren Ausführungsformen der vorliegenden Erfindung übermittelt die Schichtauswahlfunktion 210 die Identität der Schicht, für welche die Ausgabe gesendet wird, d.h. Schicht #k, an die Schichtlokalisierungsfunktion 212. Die Identität der Schicht #k wird in einer oder mehreren Ausführungsformen der vorliegenden Erfindung durch die Verschlüsselungseinheit 220 vor der Übermittlung verschlüsselt. Die Entschlüsselungseinheit 222 entschlüsselt die Identität der Schicht #k zur Verwendung durch die Schichtlokalisierungsfunktion 212.
  • Die Schichten (k+1) bis M des ANN 122 werden anschließend ausgeführt, um das Ergebnis 123 des ANN 122 zu generieren. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung wird das Ergebnis 123 an die Informationserfassungseinheit 102 oder an eine andere (nicht gezeigte) Einheit übermittelt.
  • Das System 100 ermöglicht dementsprechend eine variable Aufteilung der Arbeitslast, wobei eine Teilmenge der Schichten des ANN auf der Informationserfassungseinheit 102 ausgeführt wird und die restlichen Schichten auf dem Computer-Server 104 ausgeführt werden. Darüber hinaus sind die Daten, die zwischen der Informationserfassungseinheit 102 und dem Computer-Server 104 ausgetauscht werden, gesichert, und selbst dann werden nur Zwischendaten ausgetauscht, um die Offenlegung der gesamten digitalisierten Datei 103 zu begrenzen, und um wiederum die Möglichkeit zu begrenzen, dass die digitalisierte Datei 103 während eines solchen Datenaustauschs gehackt wird.
  • In einer oder mehreren Ausführungsformen der vorliegenden Erfindung übermittelt die Informationserfassungseinheit 102 die Ausgabe jeder der Schichten, die durch die ANN-Kopie 204 ausgeführt werden, d.h. der Schichten 1-k, zusammen mit der Identität der Schicht #k.
  • In einer oder mehreren Ausführungsformen der vorliegenden Erfindung verwendet die ANN-Kopie 204 die analogen Signale, die durch die Informationserkennungsanordnung 112 erfasst werden, bevor die erfassten Daten in die digitalisierte Datei 103 umgewandelt werden. Dies ermöglicht es, die erfassten Daten weiter vor einer Kompromittierung zu schützen. In diesem Fall wird das ANN 122 mit Trainingsdaten 124 trainiert, die analoge Signale enthalten.
  • 3 zeigt einen Ablaufplan eines Verfahrens 300 zum Analysieren von erfassten Daten mit Energieeinsparung und Verschlüsselung unter Verwendung eines aufgeteilten neuronalen Netzes gemäß einer oder mehreren Ausführungsformen der vorliegenden Erfindung. Das Verfahren 300 umfasst in Block 302 ein Trainieren des ANN 122 des Computer-Servers 106 unter Verwendung der Trainingsdaten 124. Das Trainieren kann überwachtes Lernen, unüberwachtes Lernen oder jede beliebige andere Art des Trainierens eines neuronalen Netzes umfassen. Die Trainingsdaten 124 können analoge Signale umfassen, die von Informationserkennungsanordnungen wie zum Beispiel der Informationserkennungsanordnung 112 erfasst werden. Alternativ dazu oder zusätzlich können die Trainingsdaten 124 Medien umfassen, die nach dem Digitalisieren derartiger analoger Signale erhalten wurden. Das Trainieren ermöglicht es, die M Schichten 202 des ANN 122 mit Gewichtungen zu konfigurieren. Hier bezeichnet „Gewichtung“ einen Parameter innerhalb des ANN 122, der Eingabedaten, die einer beliebigen der M Schichten 202 bereitgestellt werden, umwandelt. Jede der M Schichten 202 kann mehrere Gewichtungen umfassen. Das ANN 122 wird darauf trainiert, die erfassten Daten zu analysieren, entweder in Form von analogen Signalen, die durch eine Informationserkennungsanordnung 112 erfasst werden, oder in Form einer digitalisierten Datei 103. Zum Beispiel kann eine derartige Analyse eine Feststellung und Ermittlung von Objekten in den erfassten Daten umfassen. Darüber hinaus kann die Analyse ein Klassifizieren der ermittelten Objekte und/oder der erfassten Daten in eine oder mehrere Kategorien umfassen. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung können zusätzlich oder alternativ dazu andere Arten von Analysen durchgeführt werden.
  • Darüber hinaus wird das ANN 122 in Block 304 auf der Informationserfassungseinheit 102 repliziert. Die Replizierung umfasst ein Konfigurieren der ANN-Kopie 204 auf der Informationserfassungseinheit 102. Die ANN-Kopie 204 ist mit der gleichen Anzahl von Schichten, d.h. M, konfiguriert. Darüber hinaus ist jede der Schichten der ANN-Kopie 204 mit genau denselben Gewichtungen konfiguriert wie die M Schichten 202 des ANN 122 des Computer-Servers 106. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung umfasst eine derartige Replizierung ein Verschlüsseln der trainierten Gewichtungen unter Verwendung der Verschlüsselungseinheit 230 und ein Übermitteln der verschlüsselten Werte an die Informationserfassungseinheit 102. Die Entschlüsselungseinheit 232 entschlüsselt die Gewichtungswerte, die dann zum Konfigurieren der ANN-Kopie 204 verwendet werden.
  • Anschließend erfasst die Informationserfassungseinheit 102 in Block 306 analoge Signaldaten unter Verwendung der Informationserkennungsanordnung 112. Die erfassten Daten werden in Block 308 in die ANN-Kopie 204 der Informationserfassungseinheit 102 zur Verarbeitung unter Verwendung von lediglich k der M Schichten der ANN-Kopie 204 eingegeben. Bei den erfassten Daten, die in die ANN-Kopie 204 eingegeben werden, kann es sich um die durch die Informationserkennungsanordnung 112 erfassten analogen Signale oder um die entsprechende digitalisierte Datei 103 handeln.
  • Die Verarbeitung der erfassten Daten umfasst in Block 310 ein Auswählen der Anzahl von Schichten, d.h. k, die durch die Informationserfassungseinheit 102 ausgeführt werden sollen. Die Schichtauswahlfunktion 210 bestimmt den Wert von k auf der Grundlage von einem oder mehreren Faktoren, der/die der Informationserfassungseinheit zugehörig ist/sind. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung überwacht die Schichtauswahlvorrichtung 210 eine Energiemenge, die zur Ausführung jeder der Schichten der ANN-Kopie 204 verbraucht wird. Alternativ dazu oder zusätzlich hat die Schichtauswahlvorrichtung 210 Zugriff auf Energieverbrauchsdaten, welche die Energiemenge angeben, die erforderlich ist, um jede der Schichten der ANN-Kopie 204 durch die Informationserfassungseinheit 102 ausführen zu lassen. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung kann die Schichtauswahlvorrichtung 210 darüber hinaus ein Energieverbrauchsbudget für die ANN-Kopie 204 umfassen. Bei dem Energieverbrauchsbudget kann es sich um einen konfigurierbaren Wert handeln.
  • Das Energieverbrauchsbudget gibt eine maximale Energiemenge an, welche die ANN-Kopie 204 zum Analysieren der erfassten Daten in Anspruch nehmen kann. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung kann es sich bei dem Energieverbrauchsbudget um einen Wert handeln, der von der Gesamtenergiemenge abhängt, die der Informationserfassungseinheit 102 zur Verfügung steht. Wenn die Informationserfassungseinheit 102 zum Beispiel Energie von einer Batterie oder einer anderen begrenzten Energiequelle (nicht gezeigt) empfängt, kann die verfügbare Energiemenge von einem Ladezustand der Energiequelle abhängen. Wenn sich der Ladezustand ändert, kann sich auch das Energieverbrauchsbudget ändern. Zum Beispiel kann das Energieverbrauchsbudget für die ANN-Kopie 204 100 Milliwatt betragen, um die erfassten Daten zu analysieren, wenn der Ladezustand mindestens 75 % der Kapazität der Energiequelle beträgt; das Energieverbrauchsbudget verringert sich auf 80 Milliwatt, wenn der Ladezustand auf 50 % sinkt; verringert sich weiter auf 50 Milliwatt, wenn der Ladezustand auf 30 % sinkt, und so weiter. Es wird darauf hingewiesen, dass die vorstehenden Beispielwerte in einer oder mehreren Ausführungsformen der Erfindung unterschiedlich sein können. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung kann das Verhältnis zwischen dem Energieverbrauchsbudget und dem Ladezustand konfigurierbar sein.
  • Dementsprechend wird auf der Grundlage des ermittelten Energieverbrauchsbudgets und der für jede der Schichten in der ANN-Kopie 204 erforderlichen Energiemenge durch die Schichtauswahlfunktion bestimmt, dass k Schichten durch die Informationserfassungseinheit 102 ausgeführt werden können, ohne das Energieverbrauchsbudget zu überschreiten. Als Reaktion darauf werden die ersten k Schichten der ANN-Kopie 204 durch die Informationserfassungseinheit 102 ausgeführt (in Block 308).
  • Da die ANN-Kopie 204 die exakten Kopien der M Schichten 202 des ANN 122 umfasst, können die verbleibenden Schichten des ANN 122 (k+1) bis M die Analyse der erfassten Daten übernehmen. Zu diesem Zweck wird in Block 312 die Ausgabe der Schicht #k von der ANN-Kopie 204 über das Netzwerk 104 an den Computer-Server 106 übermittelt. Die Übermittlung kann darüber hinaus die Identität der Schicht k umfassen, zum Beispiel den Wert von k.
  • In einer oder mehreren Ausführungsformen der vorliegenden Erfindung wird die Übermittlung durch die Verschlüsselungseinheit 220 verschlüsselt. Die Ausgabe der Schicht #k und die Identität von k können in einer oder mehreren Ausführungsformen der vorliegenden Erfindung Teil einer einzelnen verschlüsselten Übermittlung sein. Alternativ dazu können separate verschlüsselte Übermittlungen für die Ausgabe der Schicht #k und die Identität von k durchgeführt werden.
  • In Block 314 analysiert das ANN 122 die erfassten Daten, indem es die Schichten (k+1) bis M unter Verwendung der Ausgabe der Schicht #k ausführt. Eine derartige Analyse umfasst ein Entschlüsseln der von der Informationserfassungseinheit 102 empfangenen Informationen durch die Entschlüsselungseinheit 222. Darüber hinaus ermittelt die Schichtlokalisierungsfunktion 212 die Schichten #k und #k+1 des ANN 122 und konfiguriert diese Schichten mit den Informationen von der Informationserfassungseinheit 102, so dass das ANN 122 die restlichen M Schichten ab der Schicht #k+1 ausführen kann.
  • In Block 316 wird das Ergebnis der Verarbeitung des ANN 122 ausgegeben. In einer oder mehreren Ausführungsformen der vorliegenden Erfindung kann das Ergebnis an die Informationserfassungseinheit 102 übermittelt werden. Alternativ dazu oder zusätzlich kann das Ergebnis an eine andere Einheit übermittelt werden, wie zum Beispiel an einen anderen Computer-Server, eine Datenbank oder eine beliebige andere Einheit.
  • Es sei darauf hingewiesen, dass, obwohl in 1 und 2 eine einzelne Informationserfassungseinheit 102 dargestellt ist, in einer oder mehreren Ausführungsformen der vorliegenden Erfindung mehrere Informationserfassungseinheiten 102 mit dem Server-Computer 106 Daten austauschen können. Darüber hinaus kann jede Informationserfassungseinheit 102 über ihr eigenes Energieverbrauchsbudget, ihren eigenen Ladezustand und andere derartige unterschiedliche Faktoren verfügen. Dementsprechend kann die Anzahl von Schichten, die auf einer ersten Informationserfassungseinheit 102 ausgeführt werden, von der Anzahl von Schichten, beispielsweise k' (k ≠ k'), auf einer zweiten Informationserfassungseinheit abweichen. Als Reaktion darauf führt der Computer-Server 106 für die erste Informationserfassungseinheit eine im Vergleich zu der für die zweite Informationserfassungseinheit (M-k') ausgeführte Anzahl von Schichten unterschiedliche Anzahl von Schichten (M-k) aus.
  • Darüber hinaus kann selbst bei einer einzelnen Informationserfassungseinheit 102 die Anzahl der Schichten k auf der Grundlage des Ladungsniveaus unterschiedlich sein. Zum Beispiel kann der Computer-Server 106 (M-k) Schichten des ANN 122 für erste erfasste Daten ausführen, die durch die Informationserfassungseinheit 102 zu einem Zeitpunkt t1 erfasst werden, wenn der Ladungspegel X% beträgt; wohingegen der Computer-Server 106 (M-p) Schichten des ANN 122 für zweite erfasste Daten ausführt, die durch die Informationserfassungseinheit 102 zum Zeitpunkt t1 erfasst werden, wenn der Ladungspegel Y% beträgt, wobei p die Anzahl von Schichten darstellt, die durch die Schichtauswahlfunktion 210 ausgewählt werden.
  • Ausführungsformen der vorliegenden Erfindung integrieren den Prozess des neuronalen Netzes mit einer Verschlüsselung, indem sie das neuronale Netz aufteilen und eine Kopie des neuronalen Netzes auf den Informationserfassungseinheiten erstellen. Die erfassten Daten werden unter Verwendung einer Untergruppe von Schichten des neuronalen Netzes auf der Informationserfassungseinheit analysiert, wobei die Ausgabe einer derartigen Verarbeitung an einen Computer-Server zur weiteren Verarbeitung unter Verwendung von restlichen Schichten des neuronalen Netzes übermittelt wird. Die Anzahl von Schichten, die auf der Informationserfassungseinheit auszuführen sind, beruht auf einem oder mehreren Faktoren wie zum Beispiel dem Energieverbrauch der Informationserfassungseinheit. Die erfassten Daten können in Form von analogen Signalen oder in Form einer digitalisierten Datei verwendet werden. Darüber hinaus werden alle Übermittlungen wie zum Beispiel die Gewichtungen zum Replizieren des neuronalen Netzes, die Ausgaben der auf der Informationserfassungseinheit ausgeführten Schichten usw. verschlüsselt. Auf diese Weise werden die erfassten Daten nicht direkt über das Netzwerk übertragen, was wiederum die Sicherheit der erfassten Daten erhöht.
  • Unter Bezugnahme auf 4 ist allgemein ein Computersystem 400 gemäß einer Ausführungsform gezeigt. Das Computersystem 400 kann in einer oder mehreren Ausführungsformen der vorliegenden Erfindung als die Informationserfassungseinheit 102 und/oder als der Computer-Server 106 verwendet werden. Bei dem Computersystem 400 kann es sich um ein elektronisches Computer-Framework handeln, das eine beliebige Anzahl und Kombination von Datenverarbeitungseinheiten und Netzwerken aufweist und/oder einsetzt, die verschiedene Datenübertragungstechnologien nutzen, wie hierin beschrieben ist. Das Computersystem 400 kann leicht skalierbar, erweiterbar und modular aufgebaut sein, mit der Möglichkeit, zu verschiedenen Diensten zu wechseln oder einige Funktionen unabhängig von anderen neu zu konfigurieren. Bei dem Computersystem 400 kann es sich zum Beispiel um einen Server, einen Desktop-Computer, einen Laptop-Computer, einen Tablet-Computer oder ein Smartphone handeln. In einigen Beispielen kann es sich bei dem Computersystem 400 um einen Cloud-Computing-Knoten handeln. Das Computersystem 400 kann in dem allgemeinen Kontext von durch Computersysteme ausführbaren Anweisungen wie zum Beispiel Programmmodulen beschrieben werden, die von einem Computersystem ausgeführt werden. Allgemein können zu Programmmodulen Routinen, Programme, Objekte, Komponenten, Logik, Datenstrukturen und so weiter gehören, die bestimmte Aufgaben durchführen bzw. bestimmte abstrakte Datentypen umsetzen. Das Computersystem 400 kann in verteilten Cloud-Computing-Umgebungen ausgeführt werden, in denen Aufgaben durch entfernt angeordnete Verarbeitungseinheiten durchgeführt werden, die über ein Datenübertragungsnetzwerk verbunden sind. In einer verteilten Cloud-Computing-Umgebung können sich Programmmodule sowohl in lokalen als auch in entfernt angeordneten Computersystem-Speichermedien befinden, darunter Hauptspeichereinheiten.
  • Wie in 4 gezeigt ist, verfügt das Computersystem 400 über eine oder mehrere zentrale Verarbeitungseinheiten (CPU(s)) 401a, 401b, 401c usw. (gemeinsam oder allgemein als Prozessor(en) 401 bezeichnet). Bei den Prozessoren 401 kann es sich um einen Einzelkernprozessor, einen Mehrkernprozessor, einen Datenverarbeitungscluster oder eine beliebige Anzahl von anderen Konfigurationen handeln. Die Prozessoren 401, die auch als Verarbeitungsschaltungen bezeichnet werden, sind über einen Systembus 402 mit einem Systemspeicher 403 und verschiedenen anderen Komponenten verbunden. Der Systemspeicher 403 kann einen Nur-Lese-Speicher (ROM) 404 und einen Direktzugriffsspeicher (RAM) 405 umfassen. Der ROM 404 ist mit dem Systembus 402 verbunden und kann ein Basic Input/Output System (BIOS) umfassen, das bestimmte Grundfunktionen des Computersystems 400 steuert. Bei dem RAM handelt es sich um einen mit dem Systembus 402 verbundenen Schreib-Lese-Speicher zur Verwendung durch die Prozessoren 401. Der Systemspeicher 403 stellt temporären Speicherplatz für Arbeitsschritte der Anweisungen während des Betriebs bereit. Der Systemspeicher 403 kann einen Direktzugriffsspeicher (RAM), Nur-Lese-Speicher, Flash-Speicher oder jedes beliebige andere geeignete Speichersystem umfassen.
  • Das Computersystem 400 weist einen Eingabe/Ausgabe- (E/A-) Adapter 406 und einen mit dem Systembus 402 verbundenen Datenübertragungsadapter 407 auf. Bei dem E/A-Adapter 406 kann es sich um einen SCSI- (Small Computer System Interface-) Adapter handeln, der mit einer Festplatte 408 und/oder einer beliebigen anderen ähnlichen Komponente Daten austauscht. Der E/A-Adapter 406 und die Festplatte 408 werden hierin gemeinsam als Massenspeicher 410 bezeichnet.
  • Auf dem Massenspeicher 410 kann eine Software 411 zur Ausführung auf dem Computersystem 400 gespeichert sein. Der Massenspeicher 410 ist ein Beispiel für ein physisches Speichermedium, das von den Prozessoren 401 gelesen werden kann und auf dem die Software 411 in Form von Anweisungen zur Ausführung durch die Prozessoren 401 gespeichert ist, um den Betrieb des Computersystems 400 zu veranlassen, wie dies hierin zum Beispiel nachstehend mit Bezug auf die verschiedenen Figuren beschrieben ist. Beispiele für Computerprogrammprodukte und die Ausführung derartiger Anweisungen werden hierin ausführlicher erörtert. Der Datenübertragungsadapter 407 verbindet den Systembus 402 mit einem Netzwerk 412, bei dem es sich um ein externes Netzwerk handeln kann, das es dem Computersystem 400 ermöglicht, mit anderen derartigen Systemen Daten auszutauschen. In einer Ausführungsform ist in einem Teil des Systemspeichers 403 und des Massenspeichers 410 gemeinsam ein Betriebssystem gespeichert, bei dem es sich um ein beliebiges geeignetes Betriebssystem handeln kann, wie zum Beispiel das Betriebssystem z/OS oder AIX der IBM Corporation, um die Funktionen der verschiedenen in 4 gezeigten Komponenten zu koordinieren.
  • Zusätzliche Eingabe/Ausgabe-Einheiten sind als über einen Anzeigeadapter 415 und einen Schnittstellenadapter 416 mit dem Systembus 402 verbunden gezeigt. In einer Ausführungsform können die Adapter 406, 407, 415 und 416 an einen oder mehrere E/A-Busse angeschlossen sein, die über eine Zwischenbusbrücke (nicht gezeigt) mit dem Systembus 402 verbunden sind. Eine Anzeige 419 (z.B. ein Bildschirm oder ein Anzeigemonitor) ist über einen Anzeigeadapter 415, der eine Grafiksteuereinheit zum Verbessern der Leistung von grafikintensiven Anwendungen und eine Videosteuereinheit umfassen kann, mit dem Systembus 402 verbunden. Eine Tastatur 421, eine Maus 422, ein Lautsprecher 423 usw. können mit dem Systembus 402 über den Schnittstellenadapter 416 verbunden sein, der zum Beispiel einen Super-E/A-Chip umfassen kann, der mehrere Einheitenadapter in einer einzelnen integrierten Schaltung integriert. Geeignete E/A-Busse zum Anschließen von Peripherie-Einheiten wie Festplatten-Steuereinheiten, Netzwerkadaptern und Grafikadaptern umfassen üblicherweise gängige Protokolle wie zum Beispiel Peripheral Component Interconnect (PCI). So umfasst das Computersystem 400, wie es in 4 konfiguriert ist, eine Verarbeitungsfähigkeit in Form der Prozessoren 401, eine Speicherfähigkeit, wozu der Systemspeicher 403 und der Massenspeicher 410 gehören, Eingabemittel wie zum Beispiel die Tastatur 421 und die Maus 422 und eine Ausgabefähigkeit, wozu der Lautsprecher 423 und die Anzeige 419 gehören.
  • In einigen Ausführungsformen kann der Datenübertragungsadapter 407 Daten unter Verwendung einer beliebigen geeigneten Schnittstelle oder eines beliebigen geeigneten Protokolls übermitteln, wie unter anderem zum Beispiel über die Internet Small Computer System-Schnittstelle. Bei dem Netzwerk 412 kann es sich unter anderem um ein Mobilfunknetz, ein Funknetz, ein Weitverkehrsnetz (WAN wide area network), ein lokales Netzwerk (LAN, local area network) oder das Internet handeln. Eine externe Datenverarbeitungseinheit kann über das Netzwerk 412 mit dem Computersystem 400 verbunden sein. In einigen Beispielen kann es sich bei einer externen Datenverarbeitungseinheit um einen externen Web-Server oder einen Cloud-Computing-Knoten handeln.
  • Es sollte klar sein, dass das Blockschaubild aus 4 nicht bedeuten soll, dass das Computersystem 400 alle in 4 gezeigten Komponenten umfassen muss. Vielmehr kann das Computersystem 400 auch weniger oder zusätzliche geeignete, in 4 nicht veranschaulichte Komponenten umfassen (z.B. zusätzliche Speicherkomponenten, eingebettete Steuereinheiten, Module, zusätzliche Netzwerkschnittstellen usw.). Darüber hinaus können die hierin in Bezug auf das Computersystem 400 beschriebenen Ausführungsformen mit jeder beliebigen geeigneten Logik umgesetzt werden, wobei die Logik, auf die hierin Bezug genommen wird, in verschiedenen Ausführungsformen jede beliebige geeignete Hardware (z.B. unter anderem einen Prozessor, eine eingebettete Steuereinheit oder eine anwendungsspezifische integrierte Schaltung), Software (z.B. unter anderem eine Anwendung), Firmware oder jede beliebige geeignete Kombination von Hardware, Software und Firmware umfassen kann.
  • Es sei von vornherein klargestellt, dass das Umsetzen der hierin angeführten Lehren nicht auf eine Cloud-Computing-Umgebung beschränkt ist, obwohl diese Offenbarung eine ausführliche Beschreibung von Cloud-Computing umfasst. Vielmehr können Ausführungsformen der vorliegenden Erfindung gemeinsam mit jeder beliebigen Art von jetzt bekannter oder später erfundener Datenverarbeitungsumgebung umgesetzt werden.
  • Cloud-Computing ist ein Servicebereitstellungsmodell zum Ermöglichen eines problemlosen bedarfsgesteuerten Netzwerkzugriffs auf einen gemeinsam genutzten Pool von konfigurierbaren Datenverarbeitungsressourcen (z.B. Netzwerke, Netzwerkbandbreite, Server, Verarbeitung, Hauptspeicher, Speicher, Anwendungen, virtuelle Maschinen und Dienste), die mit minimalem Verwaltungsaufwand bzw. minimaler Interaktion mit einem Anbieter des Service schnell bereitgestellt und freigegeben werden können. Dieses Cloud-Modell kann mindestens fünf Eigenschaften umfassen, mindestens drei Dienstmodelle und mindestens vier Implementierungsmodelle.
  • Bei den Eigenschaften handelt es sich um die Folgenden:
  • On-Demand Self-Service: Ein Cloud-Nutzer kann einseitig automatisch nach Bedarf für Datenverarbeitungsfunktionen wie Serverzeit und Netzwerkspeicher sorgen, ohne dass eine menschliche Interaktion mit dem Anbieter der Dienste erforderlich ist.
  • Broad Network Access: Es sind Funktionen über ein Netzwerk verfügbar, auf die durch Standardmechanismen zugegriffen wird, welche die Verwendung durch heterogene Thin- oder Thick-Client-Plattformen (z.B. Mobiltelefone, Laptops und PDAs) unterstützen.
  • Resource-Pooling: Die Datenverarbeitungsressourcen des Anbieters werden zusammengeschlossen, um mehreren Nutzern unter Verwendung eines Multi-Tenant-Modells zu dienen, wobei verschiedene physische und virtuelle Ressourcen dynamisch nach Bedarf zugewiesen und neu zugewiesen werden. Es gibt eine gefühlte Standortunabhängigkeit, da der Nutzer allgemein keine Kontrolle bzw. Kenntnis über den genauen Standort der bereitgestellten Ressourcen hat, aber in der Lage sein kann, einen Standort auf einer höheren Abstraktionsebene festzulegen (z.B. Land, Staat oder Rechenzentrum).
  • Rapid Elasticity: Funktionen können für eine schnelle horizontale Skalierung (scale out) schnell und elastisch bereitgestellt werden, in einigen Fällen auch automatisch, und für ein schnelles Scale-in schnell freigegeben werden. Für den Nutzer erscheinen die für das Bereitstellen verfügbaren Funktionen häufig unbegrenzt und sie können jederzeit in jeder beliebigen Menge gekauft werden.
  • Measured Service: Cloud-Systeme steuern und optimieren die Verwendung von Ressourcen automatisch, indem sie eine Messfunktion auf einer gewissen Abstraktionsebene nutzen, die für die Art von Dienst geeignet ist (z.B. Speicher, Verarbeitung, Bandbreite sowie aktive Benutzerkonten). Die Nutzung von Ressourcen kann überwacht, gesteuert und gemeldet werden, wodurch sowohl für den Anbieter als auch für den Nutzer des verwendeten Dienstes Transparenz geschaffen wird.
  • Bei den Dienstmodellen handelt es sich um die Folgenden:
  • Software as a Service (SaaS): Die dem Nutzer bereitgestellte Funktion besteht darin, die in einer Cloud-Infrastruktur laufenden Anwendungen des Anbieters zu verwenden. Die Anwendungen sind über eine Thin-Client-Schnittstelle wie einen Web-Browser (z.B. auf dem Web beruhende E-Mail) von verschiedenen Client-Einheiten her zugänglich. Der Nutzer verwaltet bzw. steuert die zugrunde liegende Cloud-Infrastruktur nicht, darunter das Netzwerk, Server, Betriebssysteme, Speicher bzw. sogar einzelne Anwendungsfunktionen, mit der möglichen Ausnahme von eingeschränkten benutzerspezifischen Anwendungskonfigurationseinstellungen.
  • Platform as a Service (PaaS): Die dem Nutzer bereitgestellte Funktion besteht darin, durch einen Nutzer erstellte bzw. erhaltene Anwendungen, die unter Verwendung von durch den Anbieter unterstützten Programmiersprachen und Tools erstellt wurden, in der Cloud-Infrastruktur einzusetzen. Der Nutzer verwaltet bzw. steuert die zugrunde liegende Cloud-Infrastruktur nicht, darunter Netzwerke, Server, Betriebssysteme bzw. Speicher, hat aber die Kontrolle über die eingesetzten Anwendungen und möglicherweise über Konfigurationen des Application Hosting Environment.
  • Infrastructure as a Service (laaS): Die dem Nutzer bereitgestellte Funktion besteht darin, das Verarbeiten, Speicher, Netzwerke und andere grundlegende Datenverarbeitungsressourcen bereitzustellen, wobei der Nutzer in der Lage ist, beliebige Software einzusetzen und auszuführen, zu der Betriebssysteme und Anwendungen gehören können. Der Nutzer verwaltet bzw. steuert die zugrunde liegende Cloud-Infrastruktur nicht, hat aber die Kontrolle über Betriebssysteme, Speicher, eingesetzte Anwendungen und möglicherweise eine eingeschränkte Kontrolle über ausgewählte Netzwerkkomponenten (z.B. Host-Firewalls).
  • Bei den Einsatzmodellen handelt es sich um die Folgenden:
  • Private Cloud: Die Cloud-Infrastruktur wird einzig und allein für eine Organisation betrieben. Sie kann durch die Organisation oder einen Dritten verwaltet werden und kann sich in den eigenen Räumen oder in fremden Räumen befinden.
  • Community Cloud: Die Cloud-Infrastruktur wird von mehreren Organisationen gemeinsam genutzt und unterstützt eine spezielle Benutzergemeinschaft, die gemeinsame Angelegenheiten hat (z.B. Mission, Sicherheitsanforderungen, Richtlinien sowie Überlegungen bezüglich der Einhaltung von Vorschriften). Sie kann durch die Organisationen oder einen Dritten verwaltet werden und kann in den eigenen Räumen oder fremden Räumen stehen.
  • Public Cloud: Die Cloud-Infrastruktur wird der allgemeinen Öffentlichkeit oder einer großen Industriegruppe zur Verfügung gestellt und sie gehört einer Cloud-Dienste verkaufenden Organisation.
  • Hybrid Cloud: Die Cloud-Infrastruktur ist eine Zusammensetzung aus zwei oder mehreren Clouds (privat, Benutzergemeinschaft oder öffentlich), die zwar einzelne Einheiten bleiben, aber durch eine standardisierte oder proprietäre Technologie miteinander verbunden sind, die Daten- und Anwendungsportierbarkeit ermöglicht (z.B. Cloud-Zielgruppenverteilung für den Lastenausgleich zwischen Clouds).
  • Eine Cloud-Computing-Umgebung ist dienstorientiert mit Fokus auf Statusunabhängigkeit, geringer Kopplung, Modularität und semantischer Interoperabilität. Im Herzen von Cloud-Computing liegt eine Infrastruktur, die ein Netzwerk aus zusammengeschalteten Knoten umfasst.
  • Unter Bezugnahme auf 5 ist eine veranschaulichende Cloud-Computing-Umgebung 50 abgebildet. Wie gezeigt ist, umfasst die Cloud-Computing-Umgebung 50 einen oder mehrere Cloud-Computing-Knoten 100, mit denen von Cloud-Nutzern verwendete lokale Datenverarbeitungseinheiten wie zum Beispiel ein elektronischer Assistent (PDA, personal digital assistant) oder ein Mobiltelefon 54A, ein Desktop-Computer 54B, ein Laptop-Computer 54C und/oder ein Automobil-Computer-System 54N Daten austauschen können. Die Knoten 10 können miteinander Daten austauschen. Sie können physisch oder virtuell in ein oder mehrere Netzwerke wie private, Benutzergemeinschafts-, öffentliche oder hybride Clouds gruppiert werden (nicht gezeigt), wie vorstehend beschrieben wurde, oder in eine Kombination daraus. Dies ermöglicht es der Cloud-Computing-Umgebung 50, Infrastruktur, Plattformen und/oder Software als Dienst anzubieten, für die ein Cloud-Nutzer keine Ressourcen auf einer lokalen Datenverarbeitungseinheit vorhalten muss. Es sei darauf hingewiesen, dass die Arten der in 5 gezeigten Datenverarbeitungseinheiten 54A bis N lediglich veranschaulichend sein sollen und dass die Datenverarbeitungsknoten 10 und die Cloud-Computing-Umgebung 50 über eine beliebige Art Netzwerk und/oder über eine beliebige Art von über ein Netzwerk aufrufbarer Verbindung (z.B. unter Verwendung eines Web-Browsers) mit einer beliebigen Art von computergestützter Einheit Daten austauschen können.
  • Unter Bezugnahme auf 6 wird ein Satz von funktionalen Abstraktionsschichten gezeigt, die durch die Cloud-Computing-Umgebung 50 (5) bereitgestellt werden. Es sollte von vornherein klar sein, dass die in 6 gezeigten Komponenten, Schichten und Funktionen lediglich veranschaulichend sein sollen und Ausführungsformen der Erfindung nicht darauf beschränkt sind. Wie abgebildet ist, werden die folgenden Schichten und entsprechenden Funktionen bereitgestellt:
  • Eine Hardware- und Software-Schicht 60 umfasst Hardware- und Software-Komponenten. Zu Beispielen für Hardware-Komponenten gehören: Mainframe-Computer 61; auf der RISC- (Reduced Instruction Set Computer) Architektur beruhende Server 62; Server 63; Blade-Server 64; Speichereinheiten 65; und Netzwerke sowie Netzwerkkomponenten 66. In einigen Ausführungsformen umfassen Software-Komponenten eine Netzwerk-Anwendungsserver-Software 67 und eine Datenbank-Software 68.
  • Eine Virtualisierungsschicht 70 stellt eine Abstraktionsschicht bereit, aus der die folgenden Beispiele für virtuelle Einheiten bereitgestellt werden können: virtuelle Server 71, virtueller Speicher 72, virtuelle Netzwerke 73, darunter virtuelle private Netzwerke, virtuelle Anwendungen und Betriebssysteme 74; und virtuelle Clients 75.
  • In einem Beispiel kann eine Verwaltungsschicht 80 die nachfolgend beschriebenen Funktionen bereitstellen. Eine Ressourcen-Bereitstellung 81 stellt die dynamische Beschaffung von Datenverarbeitungsressourcen sowie anderen Ressourcen bereit, die zum Durchführen von Aufgaben innerhalb der Cloud-Computing-Umgebung verwendet werden. Ein Messen und eine Preisfindung 82 stellen die Kostenverfolgung beim Verwenden von Ressourcen innerhalb der Cloud-Computing-Umgebung sowie die Abrechnung oder Rechnungsstellung für den Verbrauch dieser Ressourcen bereit. In einem Beispiel können diese Ressourcen Anwendungs-Software-Lizenzen umfassen. Eine Sicherheit stellt die Identitätsüberprüfung für Cloud-Nutzer und Aufgaben sowie Schutz für Daten und andere Ressourcen bereit. Ein Benutzerportal 83 stellt Nutzern und Systemadministratoren den Zugang zu der Cloud-Computing-Umgebung bereit. Eine Verwaltung des Dienstumfangs 84 stellt die Zuordnung und Verwaltung von Cloud-Computing-Ressourcen bereit, so dass die benötigten Dienstziele erreicht werden. Ein Planen und Erfüllen von Vereinbarungen zum Dienstumfang (SLA, Service Level Agreement) 85 stellt die Anordnung vorab und die Beschaffung von Cloud-Computing-Ressourcen, für die eine zukünftige Anforderung vorausgesehen wird, gemäß einem SLA bereit.
  • Eine Arbeitslastschicht 90 stellt Beispiele für die Funktionalität bereit, für welche die Cloud-Computing-Umgebung verwendet werden kann. Zu Beispielen für Arbeitslasten und Funktionen, die von dieser Schicht bereitgestellt werden können, gehören: Abbildung und Navigation 91; Software-Entwicklung und Lebenszyklusverwaltung 92; Bereitstellung von Ausbildung in virtuellen Klassenzimmern 93; Datenanalytikverarbeitung 94; Transaktionsverarbeitung 95; und Medienverarbeitung und -klassifizierung 96.
  • Verschiedene Ausführungsformen der Erfindung werden hierin unter Bezugnahme auf die zugehörigen Zeichnungen beschrieben. Alternative Ausführungsformen der Erfindung können ausgeklügelt werden, ohne von dem Umfang dieser Erfindung abzuweichen. In der folgenden Beschreibung und in den Zeichnungen werden verschiedene Verbindungen und Positionsbeziehungen (z.B. über, unter, neben usw.) zwischen Elementen dargestellt. Diese Verbindungen und/oder Positionsbeziehungen können, sofern nicht anders angegeben, direkt oder indirekt sein, und die vorliegende Erfindung soll diesbezüglich nicht einschränkend sein. Dementsprechend kann sich ein Verbinden von Entitäten miteinander entweder auf eine direkte oder eine indirekte Verbindung beziehen, und eine Positionsbeziehung zwischen Entitäten kann eine direkte oder indirekte Positionsbeziehung sein. Außerdem können die verschiedenen hierin beschriebenen Aufgaben und Prozessschritte in eine umfassendere Vorgangsweise oder einen umfassenderen Prozess mit zusätzlichen, hierin nicht im Detail beschriebenen Schritten oder Funktionen aufgenommen werden.
  • Ein oder mehrere der hierin beschriebenen Verfahren kann/können mit einer beliebigen der oder einer Kombination aus den folgenden Technologien umgesetzt werden, die nach dem Stand der Technik bestens bekannt sind: (eine) diskrete Logikschaltung(en) mit Logikgattern zum Umsetzen von Logikfunktionen bei Datensignalen, eine anwendungsspezifische integrierte Schaltung (ASIC) mit entsprechenden Kombinationslogikgattern, (eine) programmierbare Gatteranordnung(en) (PGA), eine frei programmierbare logische Anordnung (FPGA) usw.
  • Der Kürze halber können herkömmliche Techniken, die sich auf ein Herstellen und Verwenden von Aspekten der Erfindung beziehen, hier im Detail beschrieben sein oder auch nicht. Insbesondere sind verschiedene Aspekte von Datenverarbeitungssystemen und spezifischen Computerprogrammen zum Umsetzen der verschiedenen hierin beschriebenen technischen Merkmale allgemein bekannt. Dementsprechend werden der Kürze halber viele herkömmliche Umsetzungsdetails hierin lediglich kurz erwähnt oder ganz weggelassen, ohne die allgemein bekannten System- und/oder Prozessdetails bereitzustellen.
  • In einigen Ausführungsformen können verschiedene Funktionen oder Vorgänge an einem bestimmten Ort und/oder im Zusammenhang mit dem Arbeitsschritt einer/eines oder mehrerer Vorrichtungen oder Systeme stattfinden. In einigen Ausführungsformen kann ein Teil einer bestimmten Funktion oder eines bestimmten Vorgangs an einer ersten Einheit oder einem ersten Ort durchgeführt werden, und die restliche Funktion oder der restliche Vorgang kann an einer oder mehreren zusätzlichen Einheiten oder Orten durchgeführt werden.
  • Die hierin verwendete Terminologie dient lediglich dem Zweck des Beschreibens bestimmter Ausführungsformen und soll keine Einschränkung darstellen. Die Verwendung der Singularform „ein“, „eine“ bzw. „der“, „die“, „das“ hierin soll ebenfalls die Pluralformen einschließen, es sei denn, etwas anderes ergibt sich deutlich aus dem Zusammenhang. Es wird darüber hinaus darauf hingewiesen, dass die Begriffe „weist auf“ und/oder „aufweisend“, wenn sie in dieser Beschreibung verwendet werden, das Vorhandensein von aufgeführten Merkmalen, ganzen Zahlen, Schritten, Operationen, Elementen und/oder Komponenten angeben, jedoch nicht das Vorhandensein oder das Hinzufügen einer oder mehrerer anderer Merkmale, ganzer Zahlen, Schritte, Operationen, Elementkomponenten und/oder Gruppen hiervon ausschließen.
  • Die in den nachfolgenden Ansprüchen etwa vorhandenen, entsprechenden Strukturen, Materialien, Schritte und Entsprechungen aller Mittel oder Step-plus-function-Elemente verstehen sich dahingehend, dass sie jede beliebige Struktur, jedes beliebige Material bzw. jeden beliebigen Schritt zur Durchführung der Funktion in Kombination mit anderen beanspruchten Elementen nach Maßgabe der konkreten Beanspruchung aufweisen. Die vorliegende Offenbarung wurde zum Zwecke der Veranschaulichung und Beschreibung aufgeführt, soll aber nicht gesamthaft stehen für bzw. eine Beschränkung auf die dargelegte Form darstellen. Für den Fachmann werden viele Abänderungen und Abwandlungen ersichtlich sein, ohne von dem Umfang der Offenbarung abzuweichen. Die Ausführungsformen wurden gewählt und beschrieben, um die Grundgedanken der Offenbarung und die praktische Anwendung bestmöglich zu erläutern und um es anderen Fachleuten zu ermöglichen, die Offenbarung für verschiedene Ausführungsformen mit verschiedenen Abänderungen, die für eine bestimmte in Betracht gezogene Verwendung geeignet sind, zu verstehen.
  • Die hierin abgebildeten Ablaufpläne/Schaubilder sind veranschaulichend. Es kann viele Abwandlungen der Ablaufpläne/Schaubilder bzw. der darin beschriebenen Schritte (oder Arbeitsschritte) geben, ohne von dem Umfang der Offenbarung abzuweichen. Zum Beispiel können die Aktionen in einer anderen Reihenfolge durchgeführt werden, oder es können Aktionen hinzugefügt, gelöscht oder abgeändert werden. Auch der Begriff „verbunden mit“ beschreibt das Vorhandensein eines Signalpfads zwischen zwei Elementen und verlangt nicht unbedingt eine direkte Verbindung zwischen den Elementen ohne dazwischenliegende Elemente/Verbindungen zwischen ihnen. Alle dieser Abwandlungen werden als Teil der vorliegenden Offenbarung angesehen.
  • Die folgenden Definitionen und Abkürzungen sind für die Auslegung der Ansprüche und der Beschreibung zu verwenden. Die hierin verwendeten Begriffe „weist auf“, „aufweisend“, „beinhaltet“, „beinhaltend“, „verfügt über“, „verfügend über“, „enthält“ oder „enthaltend“ oder jede andere Abwandlung davon sollen eine nicht ausschließliche Einbeziehung abdecken. Zum Beispiel ist eine Zusammensetzung, eine Mischung, ein Prozess, ein Verfahren, ein Gegenstand oder eine Vorrichtung mit jeweils einer Liste von Elementen nicht notwendigerweise auf nur diese Elemente beschränkt, sondern kann auch andere Elemente enthalten, die nicht ausdrücklich aufgeführt sind oder in einer/einem derartigen Zusammensetzung, Mischung, Prozess, Verfahren, Gegenstand oder Vorrichtung von Natur aus enthalten sind.
  • Zusätzlich wird der Begriff „beispielhaft“ hierin in der Bedeutung so verwendet, dass es hier „um ein Beispiel, einen Einzelfall oder eine Veranschaulichung“ geht. Jede Ausführungsform bzw. Ausgestaltung, die hierin als „beispielhaft“ beschrieben wird, ist nicht unbedingt als bevorzugt oder vorteilhaft gegenüber anderen Ausführungsformen bzw. Ausgestaltungen auszulegen. Die Begriffe „mindestens ein(e)“ und „ein(e) oder mehrere“ werden so verstanden, dass sie jede beliebige ganzzahlige Zahl größer oder gleich eins einschließen, d.h. eins, zwei, drei, vier usw. Der Begriff „eine Mehrzahl“ wird so verstanden, dass er jede beliebige ganzzahlige Zahl größer oder gleich zwei einschließt, d.h. zwei, drei, vier, fünf usw. Der Begriff „Verbindung“ kann sowohl eine indirekte „Verbindung“ als auch eine direkte „Verbindung“ beinhalten.
  • Die Begriffe „ungefähr“, „im Wesentlichen“, „annähernd“ und Abwandlungen davon sollen den Grad des Fehlers einschließen, der einer Messung der bestimmten messbaren Größe auf der Grundlage der zum Zeitpunkt der Einreichung der Anmeldung verfügbaren Ausrüstung zugehörig ist. Zum Beispiel kann „ungefähr“ einen Bereich von ± 8 % oder 5 % oder 2 % eines bestimmten Wertes umfassen.
  • Bei der vorliegenden Erfindung kann es sich um ein System, ein Verfahren und/oder ein Computerprogrammprodukt auf jeder möglichen technischen Detailstufe der Integration handeln. Das Computerprogrammprodukt kann ein durch einen Computer lesbares Speichermedium (oder -medien) mit durch einen Computer lesbaren Programmanweisungen darauf umfassen, um einen Prozessor dazu zu veranlassen, Aspekte der vorliegenden Erfindung auszuführen.
  • Bei dem durch einen Computer lesbaren Speichermedium kann es sich um eine physische Einheit handeln, die Anweisungen zur Verwendung durch ein System zur Ausführung von Anweisungen behalten und speichern kann. Bei dem durch einen Computer lesbaren Speichermedium kann es sich zum Beispiel um eine elektronische Speichereinheit, eine magnetische Speichereinheit, eine optische Speichereinheit, eine elektromagnetische Speichereinheit, eine Halbleiterspeichereinheit oder jede geeignete Kombination daraus handeln, ohne auf diese beschränkt zu sein. Zu einer nicht erschöpfenden Liste spezifischerer Beispiele des durch einen Computer lesbaren Speichermediums gehören die Folgenden: eine auswechselbare Computerdiskette, eine Festplatte, ein Direktzugriffsspeicher (RAM), ein Nur-Lese-Speicher (ROM), ein löschbarer programmierbarer Nur-Lese-Speicher (EPROM bzw. Flash-Speicher), ein statischer Direktzugriffsspeicher (SRAM), ein auswechselbarer Kompaktspeicherplatte-Nur-Lese-Speicher (CD-ROM), eine DVD (digital versatile disc), ein Speicher-Stick, eine Diskette, eine mechanisch kodierte Einheit wie zum Beispiel Lochkarten oder erhabene Strukturen in einer Rille, auf denen Anweisungen gespeichert sind, und jede geeignete Kombination daraus. Ein durch einen Computer lesbares Speichermedium soll in der Verwendung hierin nicht als flüchtige Signale an sich aufgefasst werden, wie zum Beispiel Funkwellen oder andere sich frei ausbreitende elektromagnetische Wellen, elektromagnetische Wellen, die sich durch einen Wellenleiter oder ein anderes Übertragungsmedium ausbreiten (z.B. Lichtwellenleiterkabel durchlaufende Lichtimpulse) oder durch einen Draht übertragene elektrische Signale.
  • Hierin beschriebene, durch einen Computer lesbare Programmanweisungen können von einem durch einen Computer lesbaren Speichermedium auf jeweilige Datenverarbeitungs-/Verarbeitungseinheiten oder über ein Netzwerk wie zum Beispiel das Internet, ein lokales Netzwerk, ein Weitverkehrsnetzwerk und/oder ein drahtloses Netzwerk auf einen externen Computer oder eine externe Speichereinheit heruntergeladen werden. Das Netzwerk kann Kupferübertragungskabel, Lichtwellenübertragungsleiter, drahtlose Übertragung, Leitwegrechner, Firewalls, Vermittlungseinheiten, Gateway-Computer und/oder Edge-Server umfassen. Eine Netzwerkadapterkarte oder Netzwerkschnittstelle in jeder Datenverarbeitungs-/Verarbeitungseinheit empfängt durch einen Computer lesbare Programmanweisungen aus dem Netzwerk und leitet die durch einen Computer lesbaren Programmanweisungen zur Speicherung in einem durch einen Computer lesbaren Speichermedium innerhalb der entsprechenden Datenverarbeitungs-/Verarbeitungseinheit weiter.
  • Bei durch einen Computer lesbaren Programmanweisungen zum Ausführen von Arbeitsschritten der vorliegenden Erfindung kann es sich um Assembler-Anweisungen, ISA-Anweisungen (Instruction-Set-Architecture), Maschinenanweisungen, maschinenabhängige Anweisungen, Mikrocode, Firmware-Anweisungen, zustandssetzende Daten, Konfigurationsdaten für integrierte Schaltungen oder entweder Quellcode oder Objektcode handeln, die in einer beliebigen Kombination aus einer oder mehreren Programmiersprachen geschrieben werden, darunter objektorientierte Programmiersprachen wie Smalltalk, C++ o.ä. sowie prozedurale Programmiersprachen wie die Programmiersprache „C“ oder ähnliche Programmiersprachen. Die durch einen Computer lesbaren Programmanweisungen können vollständig auf dem Computer des Benutzers, teilweise auf dem Computer des Benutzers, als eigenständiges Software-Paket, teilweise auf dem Computer des Benutzers und teilweise auf einem fernen Computer oder vollständig auf dem fernen Computer oder Server ausgeführt werden. In letzterem Fall kann der entfernt angeordnete Computer mit dem Computer des Benutzers durch eine beliebige Art Netzwerk verbunden sein, darunter ein lokales Netzwerk (LAN) oder ein Weitverkehrsnetzwerk (WAN), oder die Verbindung kann mit einem externen Computer hergestellt werden (zum Beispiel über das Internet unter Verwendung eines Internet-Dienstanbieters). In einigen Ausführungsformen können elektronische Schaltungen, darunter zum Beispiel programmierbare Logikschaltungen, vor Ort programmierbare Gatter-Anordnungen (FPGA, field programmable gate arrays) oder programmierbare Logikanordnungen (PLA, programmable logic arrays) die durch einen Computer lesbaren Programmanweisungen ausführen, indem sie Zustandsinformationen der durch einen Computer lesbaren Programmanweisungen nutzen, um die elektronischen Schaltungen zu personalisieren, um Aspekte der vorliegenden Erfindung durchzuführen.
  • Aspekte der vorliegenden Erfindung sind hierin unter Bezugnahme auf Ablaufpläne und/oder Blockschaltbilder bzw. Schaubilder von Verfahren, Vorrichtungen (Systemen) und Computerprogrammprodukten gemäß Ausführungsformen der Erfindung beschrieben. Es wird darauf hingewiesen, dass jeder Block der Ablaufpläne und/oder der Blockschaltbilder bzw. Schaubilder sowie Kombinationen von Blöcken in den Ablaufplänen und/oder den Blockschaltbildern bzw. Schaubildern mittels durch einen Computer lesbarer Programmanweisungen ausgeführt werden können.
  • Diese durch einen Computer lesbaren Programmanweisungen können einem Prozessor eines Universalcomputers, eines Spezialcomputers oder einer anderen programmierbaren Datenverarbeitungsvorrichtung bereitgestellt werden, um eine Maschine zu erzeugen, so dass die über den Prozessor des Computers bzw. der anderen programmierbaren Datenverarbeitungsvorrichtung ausgeführten Anweisungen ein Mittel zur Umsetzung der in dem Block bzw. den Blöcken der Ablaufpläne und/oder der Blockschaltbilder bzw. Schaubilder festgelegten Funktionen/Schritte erzeugen. Diese durch einen Computer lesbaren Programmanweisungen können auch auf einem durch einen Computer lesbaren Speichermedium gespeichert sein, das einen Computer, eine programmierbare Datenverarbeitungsvorrichtung und/oder andere Einheiten so steuern kann, dass sie auf eine bestimmte Art funktionieren, so dass das durch einen Computer lesbare Speichermedium, auf dem Anweisungen gespeichert sind, ein Herstellungsprodukt umfasst, darunter Anweisungen, welche Aspekte der/des in dem Block bzw. den Blöcken des Ablaufplans und/oder der Blockschaltbilder bzw. Schaubilder festgelegten Funktion/Schritts umsetzen.
  • Die durch einen Computer lesbaren Programmanweisungen können auch auf einen Computer, eine andere programmierbare Datenverarbeitungsvorrichtung oder eine andere Einheit geladen werden, um das Ausführen einer Reihe von Prozessschritten auf dem Computer bzw. der anderen programmierbaren Vorrichtung oder anderen Einheit zu verursachen, um einen auf einem Computer ausgeführten Prozess zu erzeugen, so dass die auf dem Computer, einer anderen programmierbaren Vorrichtung oder einer anderen Einheit ausgeführten Anweisungen die in dem Block bzw. den Blöcken der Ablaufpläne und/oder der Blockschaltbilder bzw. Schaubilder festgelegten Funktionen/Schritte umsetzen.
  • Die Ablaufpläne und die Blockschaltbilder bzw. Schaubilder in den Figuren veranschaulichen die Architektur, die Funktionalität und den Betrieb möglicher Ausführungen von Systemen, Verfahren und Computerprogrammprodukten gemäß verschiedenen Ausführungsformen der vorliegenden Erfindung. In diesem Zusammenhang kann jeder Block in den Ablaufplänen oder Blockschaltbildern bzw. Schaubildern ein Modul, ein Segment oder einen Teil von Anweisungen darstellen, die eine oder mehrere ausführbare Anweisungen zur Ausführung der festgelegten logischen Funktion(en) umfassen. In einigen alternativen Ausführungen können die in dem Block angegebenen Funktionen in einer anderen Reihenfolge als in den Figuren gezeigt stattfinden. Zwei nacheinander gezeigte Blöcke können zum Beispiel in Wirklichkeit im Wesentlichen gleichzeitig ausgeführt werden, oder die Blöcke können manchmal je nach entsprechender Funktionalität in umgekehrter Reihenfolge ausgeführt werden. Es ist darüber hinaus anzumerken, dass jeder Block der Blockschaltbilder bzw. Schaubilder und/oder der Ablaufpläne sowie Kombinationen aus Blöcken in den Blockschaltbildern bzw. Schaubildern und/oder den Ablaufplänen durch spezielle auf Hardware beruhende Systeme umgesetzt werden können, welche die festgelegten Funktionen oder Schritte durchführen, oder Kombinationen aus Spezial-Hardware und Computeranweisungen ausführen.
  • Die Beschreibungen der verschiedenen Ausführungsformen der vorliegenden Erfindung wurden zum Zwecke der Veranschaulichung aufgeführt, sollen jedoch nicht gesamthaft stehen für bzw. begrenzt sein auf die offenbarten Ausführungsformen. Für Fachleute werden viele Abänderungen und Abwandlungen ersichtlich sein, ohne von dem Umfang der beschriebenen Ausführungsformen abzuweichen. Die hierin verwendete Terminologie wurde gewählt, um die Grundgedanken der Ausführungsformen, die praktische Anwendung oder technische Verbesserung gegenüber auf dem Markt vorgefundenen Technologien bestmöglich zu erläutern oder um es anderen Fachleuten zu ermöglichen, die hierin beschriebenen Ausführungsformen zu verstehen.

Claims (20)

  1. Auf einem Computer ausgeführtes Verfahren zum Einsparen von Energie und zur Verschlüsselung während einer Analyse von Medien, die durch eine Informationserfassungseinheit erfasst werden, und zwar unter Verwendung eines aufgeteilten neuronalen Netzes, das auf einem Computer ausgeführte Verfahren aufweisend: Replizieren, durch eine Informationserfassungseinheit, eines künstlichen neuronalen Netzes (ANN) von einem Computer-Server auf die Informationserfassungseinheit, wobei sowohl das ANN auf dem Computer-Server als auch ein repliziertes ANN auf der Informationserfassungseinheit M Schichten aufweisen; als Reaktion darauf, dass erfasste Daten zur Verarbeitung eingegeben werden, teilweises Verarbeiten der erfassten Daten durch die Informationserfassungseinheit durch Ausführen von ersten k Schichten unter Verwendung des replizierten ANN, wobei lediglich die k Schichten zur Ausführung auf der Informationserfassungseinheit ausgewählt werden; und Übermitteln einer Ausgabe der k-ten Schicht durch die Informationserfassungseinheit an den Computer-Server, der die erfassten Daten teilweise verarbeitet, indem er die restlichen M Schichten unter Verwendung des ANN und der Ausgabe der k-ten Schicht ausführt.
  2. Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, darüber hinaus aufweisend ein Empfangen eines Ergebnisses des ANN von dem Computer-Server durch die Informationserfassungseinheit.
  3. Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, wobei das ANN von dem Computer-Server trainiert wird, bevor das ANN auf der Informationserfassungseinheit repliziert wird.
  4. Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, wobei die erfassten Daten analoge Signale aufweisen, die durch eine Informationserkennungsanordnung erfasst werden.
  5. Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, wobei die erfassten Daten ein digitalisiertes Medium aufweisen.
  6. Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, wobei das Replizieren des ANN auf die Informationserfassungseinheit ein Kopieren einer oder mehrerer Gewichtungen jeder der M Schichten des ANN auf entsprechende M Schichten des replizierten ANN aufweist.
  7. Auf einem Computer ausgeführtes Verfahren nach Anspruch 6, wobei die eine oder die mehreren Gewichtungen vor der Übermittlung an die Informationserfassungseinheit verschlüsselt werden.
  8. Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, darüber hinaus aufweisend ein Verschlüsseln der Ausgabe der k-ten Schicht vor dem Übermitteln der Ausgabe an den Computer-Server.
  9. Auf einem Computer ausgeführtes Verfahren nach Anspruch 1, darüber hinaus aufweisend ein Auswählen der k Schichten, die auf der Informationserfassungseinheit auszuführen sind, durch die Informationserfassungseinheit, und ein Übermitteln eines Wertes von k an den Computer-Server.
  10. Auf einem Computer ausgeführtes Verfahren nach Anspruch 9, darüber hinaus aufweisend ein Verschlüsseln des Wertes von k vor der Übermittlung an den Computer-Server.
  11. System, aufweisend: einen Speicher; und einen oder mehrere mit dem Speicher verbundene Prozessoren, wobei der eine oder die mehreren Prozessoren so konfiguriert sind, dass sie ein Verfahren zum Einsparen von Energie und zur Verschlüsselung während einer Analyse von Medien durchführen, die durch eine Informationserfassungseinheit erfasst werden, und zwar unter Verwendung eines aufgeteilten neuronalen Netzes, das Verfahren aufweisend: Replizieren eines künstlichen neuronalen Netzes (ANN) von einem Computer-Server auf die Informationserfassungseinheit, wobei sowohl das ANN auf dem Computer-Server als auch ein repliziertes ANN auf der Informationserfassungseinheit M Schichten aufweisen; Auswahl von k Schichten zur Ausführung auf der Informationserfassungseinheit; als Reaktion darauf, dass erfasste Daten zur Verarbeitung eingegeben werden, teilweises Verarbeiten der erfassten Daten durch Ausführen der ersten k Schichten unter Verwendung des replizierten ANN; und Übermitteln einer Ausgabe der k-ten Schicht an den Computer-Server, der die erfassten Daten teilweise verarbeitet, indem er die restlichen M Schichten unter Verwendung des ANN und der Ausgabe der k-ten Schicht ausführt.
  12. System nach Anspruch 11, wobei das ANN von dem Computer-Server trainiert wird, bevor das ANN auf der Informationserfassungseinheit repliziert wird.
  13. System nach Anspruch 11, wobei die erfassten Daten analoge Signale aufweisen, die durch eine Informationserkennungsanordnung erfasst werden.
  14. System nach Anspruch 11, wobei die erfassten Daten ein digitalisiertes Medium aufweisen.
  15. System nach Anspruch 11, wobei das Verfahren darüber hinaus ein Verschlüsseln der Ausgabe der k-ten Schicht vor dem Übermitteln der Ausgabe an den Computer-Server aufweist.
  16. System nach Anspruch 11, wobei das Verfahren darüber hinaus ein Entschlüsseln und Übermitteln eines Wertes von k an den Computer-Server aufweist.
  17. Computerprogrammprodukt, das ein durch einen Computer lesbares Speichermedium mit darauf enthaltenen Programmanweisungen aufweist, wobei die Programmanweisungen durch einen oder mehrere Prozessoren ausführbar sind, um den einen oder die mehreren Prozessoren zu veranlassen, Arbeitsschritte zum Einsparen von Energie und zum Verschlüsseln während einer Analyse von Medien durchzuführen, die durch eine Informationserfassungseinheit erfasst werden, und zwar unter Verwendung eines aufgeteilten neuronalen Netzes, die Arbeitsschritte aufweisend: Replizieren, durch die Informationserfassungseinheit, eines künstlichen neuronalen Netzes (ANN) von einem Computer-Server auf die Informationserfassungseinheit, wobei sowohl das ANN auf dem Computer-Server als auch ein repliziertes ANN auf der Informationserfassungseinheit M Schichten aufweisen; als Reaktion darauf, dass erfasste Daten zur Verarbeitung eingegeben werden, teilweises Verarbeiten der erfassten Daten durch die Informationserfassungseinheit durch Ausführen von ersten k Schichten unter Verwendung des replizierten ANN, wobei lediglich die k Schichten zur Ausführung auf der Informationserfassungseinheit ausgewählt werden; und Übermitteln einer Ausgabe der k-ten Schicht durch die Informationserfassungseinheit an den Computer-Server, der die erfassten Daten teilweise verarbeitet, indem er die restlichen M Schichten unter Verwendung des ANN und der Ausgabe der k-ten Schicht ausführt.
  18. Computerprogrammprodukt nach Anspruch 17, wobei die erfassten Daten analoge Signale aufweisen, die durch eine Informationserkennungsanordnung erfasst werden.
  19. Computerprogrammprodukt nach Anspruch 17, wobei die erfassten Daten ein digitalisiertes Medium aufweisen.
  20. Computerprogrammprodukt nach Anspruch 17, wobei die Arbeitsschritte darüber hinaus ein Verschlüsseln der Ausgabe der k-ten Schicht vor dem Übermitteln der Ausgabe an den Computer-Server aufweist.
DE112021006046.5T 2020-11-19 2021-11-11 Medienerfassungseinheit mit energieeinsparungs- und verschlüsselungsfunktionen für ein aufgeteiltes neuronales netz Pending DE112021006046T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/952,314 US11948059B2 (en) 2020-11-19 2020-11-19 Media capture device with power saving and encryption features for partitioned neural network
US16/952,314 2020-11-19
PCT/CN2021/129957 WO2022105661A1 (en) 2020-11-19 2021-11-11 Media capture device with power saving and encryption features for partitioned neural network

Publications (1)

Publication Number Publication Date
DE112021006046T5 true DE112021006046T5 (de) 2023-12-21

Family

ID=81587612

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112021006046.5T Pending DE112021006046T5 (de) 2020-11-19 2021-11-11 Medienerfassungseinheit mit energieeinsparungs- und verschlüsselungsfunktionen für ein aufgeteiltes neuronales netz

Country Status (6)

Country Link
US (1) US11948059B2 (de)
JP (1) JP2023549661A (de)
CN (1) CN116368539A (de)
DE (1) DE112021006046T5 (de)
GB (1) GB2615981A (de)
WO (1) WO2022105661A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117555230A (zh) * 2024-01-11 2024-02-13 深圳市东莱尔智能科技有限公司 Io模块多适配器控制方法、装置及多通道io模组

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020120435A1 (en) * 2001-02-28 2002-08-29 Frazier John D. Implementing a neural network in a database system
KR100561846B1 (ko) * 2003-10-08 2006-03-16 삼성전자주식회사 가중된 비밀 공유 및 복원 방법
US8676728B1 (en) * 2011-03-30 2014-03-18 Rawles Llc Sound localization with artificial neural network
US9304877B2 (en) * 2014-01-24 2016-04-05 International Business Machines Corporation Mobile agent based memory replication
US10387773B2 (en) * 2014-10-27 2019-08-20 Ebay Inc. Hierarchical deep convolutional neural network for image classification
US10878318B2 (en) * 2016-03-28 2020-12-29 Google Llc Adaptive artificial neural network selection techniques
US10706349B2 (en) * 2017-05-25 2020-07-07 Texas Instruments Incorporated Secure convolutional neural networks (CNN) accelerator
US11023593B2 (en) * 2017-09-25 2021-06-01 International Business Machines Corporation Protecting cognitive systems from model stealing attacks
US10338913B2 (en) * 2017-12-05 2019-07-02 Archemy, Inc. Active adaptation of networked compute devices using vetted reusable software components
US10380214B1 (en) * 2018-02-07 2019-08-13 Sas Institute Inc. Identification and visualization of data set relationships in online library systems
US10650032B1 (en) * 2018-04-13 2020-05-12 Amazon Technologies, Inc. Filtering pipeline optimizations for unstructured data
US11093168B2 (en) * 2018-09-04 2021-08-17 Apical Limited Processing of neural networks on electronic devices
US10461076B1 (en) 2018-10-24 2019-10-29 Micron Technology, Inc. 3D stacked integrated circuits having functional blocks configured to accelerate artificial neural network (ANN) computation

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117555230A (zh) * 2024-01-11 2024-02-13 深圳市东莱尔智能科技有限公司 Io模块多适配器控制方法、装置及多通道io模组
CN117555230B (zh) * 2024-01-11 2024-03-19 深圳市东莱尔智能科技有限公司 Io模块多适配器控制方法、装置及多通道io模组

Also Published As

Publication number Publication date
GB202308645D0 (en) 2023-07-26
US11948059B2 (en) 2024-04-02
JP2023549661A (ja) 2023-11-29
CN116368539A (zh) 2023-06-30
US20220156550A1 (en) 2022-05-19
WO2022105661A1 (en) 2022-05-27
GB2615981A (en) 2023-08-23

Similar Documents

Publication Publication Date Title
DE112017007510T5 (de) Blockchain für offene wissenschaftliche forschung
DE112017003937T5 (de) System, Verfahren und Computerprogrammprodukt zur Störungserkennung und - Lokalisierung in Stromnetz
DE102017217968A1 (de) Generieren eines Verschiebungsprotokolls für virtuelle Maschinen
DE112012002941T5 (de) Anwendungsressourcenverwalter über eine Cloud
DE102013204508A1 (de) Dynamisches Neukonfigurieren eines Speichersystems
DE112020005095T5 (de) Automatische trennung und extraktion von tabellendaten unter verwendung von maschinellem lernen
DE112021002820T5 (de) Dynamische automatisierung einer auswahl von pipeline-artefakten
DE112020003825T5 (de) Entsprechung zwischen externen Operationen und Containern sowie Mutationsereignissen
DE112020000545T5 (de) Deep-forest-modell-entwicklung und -training
DE112017005022T5 (de) Umladen der Bandverarbeitung auf Objektspeicher
DE112021003274T5 (de) Ressourcenzuordnung zum optimieren von hyperparametern bei umfangreichen deep-learning-arbeitslasten
DE112020004487T5 (de) Erkennen von mutationsereignissen zum überwachen der integrität
DE112021003402T5 (de) Blockchain-verwaltung von bereitstellungsfehlern
DE102021123285A1 (de) Sensor-agnostische gestenerkennung
DE112021000810T5 (de) Optisches erkennen von zellenstrukturen unter verwendung hierarchischer neuronaler netzwerke und zellengrenzen zum strukturieren von clustern
DE112022004045T5 (de) Verwalten von proprietären strukturierten objekten
DE112021004380T5 (de) Maschinelles merkmalslernen zur produktformulierung
DE112020005732T5 (de) Erzeugen von trainingsdaten zur objekterkennung
DE102014116744B4 (de) Management von Informationstechnologieressourcen
DE112021005927T5 (de) Patchen von arbeitsabläufen
DE112021006046T5 (de) Medienerfassungseinheit mit energieeinsparungs- und verschlüsselungsfunktionen für ein aufgeteiltes neuronales netz
DE102021125847A1 (de) Auf blockchain beruhende reservierung und delegierung von diensten
DE112021001974T5 (de) Proaktives durchführen von aufgaben auf der grundlage eines schätzens vonhardwarerekonfigurationszeiten
DE112020004647T5 (de) Automatisierte techniken zum erkennen der nutzung von softwareanwendungen in einer datenverarbeitungsumgebung mithilfe von konfigurationsobjekten
DE112019001822B4 (de) Änderung und Darstellung von Audio- und Video-Multimedia

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R084 Declaration of willingness to licence