買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京理工大學申請的專利一種通過異構架構增強憶阻器計算系統安全性的方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114282667B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111494131.6，技術領域涉及：G06N3/047；該發明授權一種通過異構架構增強憶阻器計算系統安全性的方法是由鄒敏輝;趙慶玲設計研發完成，并于2021-12-08向國家知識產權局提交的專利申請。

本一種通過異構架構增強憶阻器計算系統安全性的方法在說明書摘要公布了：本發明公開了一種通過異構架構增強憶阻器計算系統安全性的方法，通過將重要的和非重要的神經網絡參數分別映射至靜態存儲器和憶阻器中來提升憶阻器計算系統的安全性。首先，評估神經網絡參數的每一個網絡層，找出參數中的重要網絡層；然后，評估神經網絡參數的每一個比特位，找出參數中的重要比特位；最后，提出將參數中的重要網絡層的重要比特位映射至靜態存儲器計算模塊，將剩余的參數映射至憶阻器計算模塊。本發明操作簡單，實用性強，可以提高憶阻器計算系統的安全性。

本發明授權一種通過異構架構增強憶阻器計算系統安全性的方法在權利要求書中公布了：1.一種通過異構架構增強憶阻器計算系統安全性的方法，其特征在于，包括以下步驟： 步驟1、對神經網絡模型的每一層參數進行評估，分析各個網絡層的重要性，將對模型準確率影響較大的網絡層和較小的網絡層分別標記為MSL和LSL； 把神經網絡模型的任意一層的參數隨機化之后測試神經網絡模型的預測準確率；逐次對每一層網絡參數作相同操作，得出神經網絡模型每一層的重要性；神經網絡模型表述為 其中N是測試數據集中輸入的個數，fw表示神經網絡模型的功能，ini,outi表示第i個輸入輸出對，Q表示模型準確率；將神經網絡模型的任意一層的參數隨機化之后的模型表述為 其中w*表示隨機化的參數； 轉入步驟2； 步驟2、對神經網絡模型參數的每一個比特進行評估，分析各個比特的重要性，將對模型準確率影響較大的比特位和較小的比特位分別標記為MSB和LSB； 把神經網絡模型的任意一比特位的參數隨機化之后測試神經網絡模型的預測準確率；逐次對每一個比特位參數作相同操作，得出神經網絡模型每一比特位的重要性；將神經網絡模型的任意一比特位的參數隨機化之后的模型表述為 其中表示任意一比特位隨機化的參數； 轉入步驟3； 步驟3、根據步驟1得到的MSL和LSL，以及步驟2得到的MSB和LSB，提出將神經網絡模型參數中的MSLs的MSBs映射至靜態存儲器計算模塊，其他參數映射至憶阻器計算模塊，進而提升憶阻器計算系統安全性。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京理工大學，其通訊地址為：210094 江蘇省南京市玄武區孝陵衛200號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。