买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京理工大学申请的专利一种通过异构架构增强忆阻器计算系统安全性的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114282667B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111494131.6，技术领域涉及：G06N3/047；该发明授权一种通过异构架构增强忆阻器计算系统安全性的方法是由邹敏辉;赵庆玲设计研发完成，并于2021-12-08向国家知识产权局提交的专利申请。

本一种通过异构架构增强忆阻器计算系统安全性的方法在说明书摘要公布了：本发明公开了一种通过异构架构增强忆阻器计算系统安全性的方法，通过将重要的和非重要的神经网络参数分别映射至静态存储器和忆阻器中来提升忆阻器计算系统的安全性。首先，评估神经网络参数的每一个网络层，找出参数中的重要网络层；然后，评估神经网络参数的每一个比特位，找出参数中的重要比特位；最后，提出将参数中的重要网络层的重要比特位映射至静态存储器计算模块，将剩余的参数映射至忆阻器计算模块。本发明操作简单，实用性强，可以提高忆阻器计算系统的安全性。

本发明授权一种通过异构架构增强忆阻器计算系统安全性的方法在权利要求书中公布了：1.一种通过异构架构增强忆阻器计算系统安全性的方法，其特征在于，包括以下步骤： 步骤1、对神经网络模型的每一层参数进行评估，分析各个网络层的重要性，将对模型准确率影响较大的网络层和较小的网络层分别标记为MSL和LSL； 把神经网络模型的任意一层的参数随机化之后测试神经网络模型的预测准确率；逐次对每一层网络参数作相同操作，得出神经网络模型每一层的重要性；神经网络模型表述为 其中N是测试数据集中输入的个数，fw表示神经网络模型的功能，ini,outi表示第i个输入输出对，Q表示模型准确率；将神经网络模型的任意一层的参数随机化之后的模型表述为 其中w*表示随机化的参数； 转入步骤2； 步骤2、对神经网络模型参数的每一个比特进行评估，分析各个比特的重要性，将对模型准确率影响较大的比特位和较小的比特位分别标记为MSB和LSB； 把神经网络模型的任意一比特位的参数随机化之后测试神经网络模型的预测准确率；逐次对每一个比特位参数作相同操作，得出神经网络模型每一比特位的重要性；将神经网络模型的任意一比特位的参数随机化之后的模型表述为 其中表示任意一比特位随机化的参数； 转入步骤3； 步骤3、根据步骤1得到的MSL和LSL，以及步骤2得到的MSB和LSB，提出将神经网络模型参数中的MSLs的MSBs映射至静态存储器计算模块，其他参数映射至忆阻器计算模块，进而提升忆阻器计算系统安全性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。