一种计算节点、隐私计算系统及算法引擎的加载方法

文档序号:86337 发布日期:2021-10-08 浏览:42次 >En<

阅读说明:本技术 一种计算节点、隐私计算系统及算法引擎的加载方法 (Computing node, privacy computing system and loading method of algorithm engine ) 是由 王一帆 于 2021-07-22 设计创作,主要内容包括:本申请公开了一种计算节点、隐私计算系统及算法引擎的加载方法,包括:数据输入模块,用于接收数据源节点发送的密文数据;控制模块,用于接收控制节点发送的指定任务的任务配置信息;计算模块,用于基于该密文数据,从已加载的各算法引擎中,调用指定算法引擎计算指定任务,得到计算结果;数据输出模块,用于向结果接收方发送计算结果;控制模块,还用于当接收到新的算法引擎动态库文件时,动态加载该新的算法引擎动态库文件,并向控制节点上报表示已加载新的算法引擎的能力信息。采用本方案,降低了用户使用第三方提供的隐私算法的成本,也降低了实现难度。(The application discloses a method for loading a computing node, a privacy computing system and an algorithm engine, which comprises the following steps: the data input module is used for receiving ciphertext data sent by the data source node; the control module is used for receiving task configuration information of a specified task sent by the control node; the computing module is used for calling a specified algorithm engine from the loaded algorithm engines to compute specified tasks based on the ciphertext data to obtain a computing result; the data output module is used for sending the calculation result to the result receiver; and the control module is also used for dynamically loading the new algorithm engine dynamic library file when receiving the new algorithm engine dynamic library file and reporting the capacity information indicating that the new algorithm engine is loaded to the control node. By adopting the scheme, the cost of the user for using the privacy algorithm provided by the third party is reduced, and the implementation difficulty is also reduced.)

一种计算节点、隐私计算系统及算法引擎的加载方法

技术领域

本申请涉及隐私计算

技术领域

,尤其涉及一种计算节点、隐私计算系统及算法引擎的加载方法。

背景技术

针对隐私计算技术,在实际应用中,存在很多不同的隐私计算产品,可以是隐私计算平台,也可以是隐私计算系统,每个隐私计算产品可能具有自主的技术路线或针对某个场景的算法库。

对于需要使用隐私计算服务的用户来说,虽然有很多隐私计算产品,但是各个产品之间的算法引擎不能互相适配,对于用户来说,可能某个场景需要隐私计算产品A提供的算法a解决一类问题,需要隐私计算产品B提供的算法b解决另一类问题。但是因为接口标准化原因或者关键技术保护原因,隐私计算产品A和隐私计算产品B提供的隐私算法不能在同一个平台上共同运行,对于用户来说,如果必须使用两个隐私计算产品提供的算法解决不同的问题,可能就需要同时安装这两个隐私计算产品,集成到自己的系统中。

从上述相关技术可知,存在当用户希望使用第三方提供的隐私算法时成本较高,实现难度大的问题。

发明内容

本申请实施例提供一种计算节点、隐私计算系统及算法引擎的加载方法,用以解决现有技术中存在的当用户希望使用第三方提供的隐私算法时成本较高,实现难度大的问题。

本申请实施例提供一种计算节点,包括:

数据输入模块,用于接收数据源节点发送的密文数据,所述密文数据为针对指定任务进行计算所需要的数据;

控制模块,用于接收控制节点发送的所述指定任务的任务配置信息,所述任务配置信息表示用于计算所述指定任务的指定算法引擎;

计算模块,用于基于所述密文数据,从已加载的各算法引擎中,调用所述指定算法引擎计算所述指定任务,得到计算结果;

数据输出模块,用于向结果接收方发送所述计算结果;

所述控制模块,还用于当接收到新的算法引擎动态库文件时,动态加载所述新的算法引擎动态库文件,并向所述控制节点上报表示已加载新的算法引擎的能力信息,所述新的算法引擎为所述新的算法引擎动态库文件表示的算法引擎,所述新的算法引擎与所述已加载的各算法引擎均符合相同的计算接口规范。

进一步的,该计算节点,还包括:多个应用程序接口API;

所述计算模块,具体用于基于所述密文数据,从所述多个API中,调用符合所述指定任务的指定API;

所述指定API,用于在被所述计算模块调用后,基于所述密文数据,从已加载的各算法引擎中,调用所述指定算法引擎计算所述指定任务,得到计算结果。

进一步的,该计算节点,还包括:接口转换模块;

所述指定API,具体用于基于所述密文数据,调用所述接口转换模块,所述多个API均符合第一种语言支持的第一计算接口规范,所述密文数据符合所述第一计算接口规范要求的数据格式;

所述接口转换模块,用于在被所述API调用后,将所述密文数据的数据格式,转换为符合第二种语言支持的第二计算接口规范要求的数据格式,得到转换后密文数据,并基于所述转换后密文数据,从已加载的各算法引擎中,调用所述指定算法引擎计算所述指定任务,得到计算结果,所述新的算法引擎与所述已加载的各算法引擎均符合所述第二计算接口规范。

进一步的,所述控制模块,还用于在所述计算节点启动后服务初始化的过程中,获取预置的各算法引擎动态库文件,并加载所述预置的各算法引擎动态库文件。

本申请实施例还提供一种隐私计算系统,包括上述任一计算节点和所述控制节点。

本申请实施例还提供一种用于隐私计算的算法引擎的加载方法,应用于计算节点,所述计算节点中已加载各算法引擎,所述方法,包括:

接收数据源节点发送的密文数据,所述密文数据为针对指定任务进行计算所需要的数据;

接收控制节点发送的所述指定任务的任务配置信息,所述任务配置信息表示用于计算所述指定任务的指定算法引擎;

在基于所述密文数据,从已加载的各算法引擎中,调用所述指定算法引擎计算所述指定任务的过程中,当接收到新的算法引擎动态库文件时,动态加载所述新的算法引擎动态库文件;

向所述控制节点上报表示已加载新的算法引擎的能力信息,所述新的算法引擎为所述新的算法引擎动态库文件表示的算法引擎,所述新的算法引擎与所述已加载的各算法引擎均符合相同的计算接口规范。

进一步的,该方法,还包括:

在所述计算节点启动后服务初始化的过程中,获取预置的各算法引擎动态库文件;

加载所述预置的各算法引擎动态库文件。

本申请实施例还提供一种用于隐私计算的算法引擎的加载装置,应用于计算节点,所述计算节点中已加载各算法引擎,所述装置,包括:

数据接收模块,用于接收数据源节点发送的密文数据,所述密文数据为针对指定任务进行计算所需要的数据;

任务接收模块,用于接收控制节点发送的所述指定任务的任务配置信息,所述任务配置信息表示用于计算所述指定任务的指定算法引擎;

文件加载模块,用于在基于所述密文数据,从已加载的各算法引擎中,调用所述指定算法引擎计算所述指定任务的过程中,当接收到新的算法引擎动态库文件时,动态加载所述新的算法引擎动态库文件;

信息上报模块,用于向所述控制节点上报表示已加载新的算法引擎的能力信息,所述新的算法引擎为所述新的算法引擎动态库文件表示的算法引擎,所述新的算法引擎与所述已加载的各算法引擎均符合相同的计算接口规范。

进一步的,所述文件加载模块,还用于在所述计算节点启动后服务初始化的过程中,获取预置的各算法引擎动态库文件;

加载所述预置的各算法引擎动态库文件。

本申请实施例还提供一种计算节点,包括处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令,所述处理器被所述机器可执行指令促使:实现上述任一用于隐私计算的算法引擎的加载方法。

本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一用于隐私计算的算法引擎的加载方法。

本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一用于隐私计算的算法引擎的加载方法。

本申请有益效果包括:

本申请实施例提供的方案中,计算节点包括数据输入模块,控制模块,计算模块和数据输出模块,其中,数据输入模块,用于接收数据源节点发送的密文数据,该密文数据为针对指定任务进行计算所需要的数据;控制模块,用于接收控制节点发送的指定任务的任务配置信息,任务配置信息表示用于计算指定任务的指定算法引擎;计算模块,用于基于该密文数据,从已加载的各算法引擎中,调用指定算法引擎计算指定任务,得到计算结果;数据输出模块,用于向结果接收方发送计算结果;控制模块,还用于当接收到新的算法引擎动态库文件时,动态加载新的算法引擎动态库文件,并向控制节点上报表示已加载新的算法引擎的能力信息,新的算法引擎为所述新的算法引擎动态库文件表示的算法引擎,新的算法引擎与已加载的各算法引擎均符合相同的计算接口规范。从中可知,计算节点可以加载多个算法引擎,在计算任务时,由计算模块调用算法引擎进行计算,同时,当接收到新的算法引擎动态库文件时,控制模块可以动态加载该新的算法引擎动态库文件,从而实现加载了新的算法引擎,并且,新的算法引擎与已加载的各算法引擎均符合相同的计算接口规范,使得新的算法引擎在被加载后即可以被使用。因此,采用本方案,实现了在调用已加载的算法引擎进行任务计算的过程中,动态加载可用的新的算法引擎,而不需要再另外安装一个具有该新的算法引擎的隐私计算产品,降低了用户使用第三方提供的隐私算法的成本,也降低了实现难度。

本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中:

图1-1为本申请实施例提供的计算节点的结构示意图;

图1-2为本申请另一实施例提供的计算节点的结构示意图;

图1-3为本申请另一实施例提供的计算节点的结构示意图;

图2-1为本申请实施例提供的隐私计算系统的结构示意图;

图2-2为本申请另一实施例提供的隐私计算系统的结构示意图;

图3为本申请实施例提供的用于隐私计算的算法引擎的加载方法的流程图;

图4为本申请实施例提供的用于隐私计算的算法引擎的加载装置的结构示意图;

图5为本申请另一实施例提供的计算节点的结构示意图。

具体实施方式

为了给出降低使用第三方提供的隐私算法的成本和实现难度的实现方案,本申请实施例提供了一种计算节点、隐私计算系统及算法引擎的加载方法,以下结合说明书附图对本申请的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本申请,并不用于限定本申请。并且在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。

本申请实施例提供一种计算节点,如图1-1所示,包括:

数据输入模块11,用于接收数据源节点发送的密文数据,该密文数据为针对指定任务进行计算所需要的数据;

控制模块12,用于接收控制节点发送的指定任务的任务配置信息,该任务配置信息表示用于计算指定任务的指定算法引擎;

计算模块13,用于基于该密文数据,从已加载的各算法引擎中,调用指定算法引擎计算指定任务,得到计算结果;

数据输出模块14,用于向结果接收方发送计算结果;

控制模块12,还用于当接收到新的算法引擎动态库文件时,动态加载该新的算法引擎动态库文件,并向控制节点上报表示已加载新的算法引擎的能力信息,该新的算法引擎为该新的算法引擎动态库文件表示的算法引擎,该新的算法引擎与已加载的各算法引擎均符合相同的计算接口规范。

采用本申请实施例提供的上述图1所示的计算节点,其可以加载多个算法引擎,在计算任务时,由计算模块调用算法引擎进行计算,同时,当接收到新的算法引擎动态库文件时,控制模块可以动态加载该新的算法引擎动态库文件,从而实现加载了新的算法引擎,并且,新的算法引擎与已加载的各算法引擎均符合相同的计算接口规范,使得新的算法引擎在被加载后即可以被使用。因此,采用本方案,实现了在调用已加载的算法引擎进行任务计算的过程中,动态加载可用的新的算法引擎,而不需要再另外安装一个具有该新的算法引擎的隐私计算产品,降低了用户使用第三方提供的隐私算法的成本,也降低了实现难度。

在本申请的一个实施例中,上述计算节点,如图1-2所示,还可以包括:多个API(Application Programming Interface,应用程序接口)15;

相应的,计算模块13,可以具体用于基于该密文数据,从该多个API 15中,调用符合指定任务的指定API 15;

指定API 15,用于在被计算模块13调用后,基于该密文数据,从已加载的各算法引擎中,调用指定算法引擎计算指定任务,得到计算结果。

上述多个API 15,可以包含隐私计算的特殊接口和明密文通用的操作处理,可以是用于各种数据类型的各种基本操作(加减乘除等),基于指定任务,从多个API 15中调用符合该指定任务的指定API 15。

在实际应用中,考虑到便于用户开发算法代码,上述多个API 15可以是基于第一种语言实现的,例如python语言,而算法引擎往往使用一种运行速度更快的第二种语言实现,例如c++语言,因此,在本申请的一个实施例中,如图1-3所示,上述计算节点,还可以包括:接口转换模块16;

相应的,指定API 15,可以具体用于基于改密文数据,调用接口转换模块16,多个API 15均符合第一种语言支持的第一计算接口规范,该密文数据符合第一计算接口规范要求的数据格式;

接口转换模块16,用于在被API 15调用后,将该密文数据的数据格式,转换为符合第二种语言支持的第二计算接口规范要求的数据格式,得到转换后密文数据,并基于转换后密文数据,从已加载的各算法引擎中,调用指定算法引擎计算指定任务,得到计算结果,该新的算法引擎与已加载的各算法引擎均符合第二计算接口规范。

如上述图1-3所示,计算节点执行算法代码的操作,可以有API 15、接口转换模块16和各算法引擎组成的3层处理逻辑实现。其中,API 15基于python语言实现,符合phthon语言的接口规范,基于密文的各算法引擎基于c++语言实现,也就是说各算法引擎提供的接口都是c++接口,在各算法引擎和API 15之间,增加一个转换层,即接口转换模块16,接口转换模块16提供了API 15与各算法引擎提供的接口之间的转换,即数据格式的转换,并且,还提供了算法引擎的选择功能。

在API层,各个API 15操作的密文数据符合统一的语言接口规范,与具体的算法引擎无关。在算法引擎内部,包括了根据不同算法决定的密文类型,各种算法引擎中的密文类型是不同的,每种密文类型的内存分配规则由算法引擎自身决定,但各个算法引擎中定义的数据类型对外暴露的名称是一样的。

各个算法引擎以动态库的方式在计算节点中被加载,每个任务使用那种算法引擎完成计算,由任务配置决定。在运行时,由接口转换模块16找到指定算法引擎,并调用指定算法引擎提供的接口,从而实现调用指定算法引擎计算指定任务。

本申请实施例中,各算法引擎可以为可实施的各种算法引擎,例如,可以包括:ss4、2pc、homo、sgx等算法引擎。

本申请实施例中,各算法引擎除了可以采用动态加载的方式在计算节点中加载之外,还可以采用预置方式进行加载,即控制模块12,还可以用于在计算节点启动后服务初始化的过程中,获取预置的各算法引擎动态库文件,并加载预置的各算法引擎动态库文件。

从而使得本申请实施例提供的计算节点,可以在开机启动的过程中,加载预置的各算法引擎动态库文件,实现相应的各算法引擎的加载,也可以在计算节点调用算法引擎进行计算的过程中,动态加载新的算法引擎动态库文件,实现相应的新的算法引擎的加载。

并且,为各算法引擎提供了标准的计算接口规范,通过标准化底层计算接口,使得第三方算法提供商只需要关注计算接口本身即可,从而降低了用户使用第三方提供的隐私算法的成本,也降低了实现难度。

基于本申请实施例提供的上述计算节点,本申请实施例还提供了一种隐私计算系统,如图2-1所示,包括上述任一实施例中的计算节点21和控制节点22,其中计算节点21和控制节点22之间与数据平面相关的一些功能和交互流程,详见上述内容,不再重复进行描述。

下面对本申请实施例提供的隐私计算系统与控制平面相关的一些功能和交互流程进行详细描述,如图2-2所示,隐私计算系统系统包括计算节点21和控制节点22,其中,控制节点22还与客户端设备23相连,计算节点21分别与数据源节点24和结果接收方25相连,其中:

客户端设备23作为用户使用的设备,在需要进行隐私计算时,可以向控制节点22提交一个任务请求,请求计算指定任务;

控制节点22在收到任务请求后,根据任务请求中指定的数据源节点24和结果接收方25的信息,以及计算节点类型,确定参与此次计算的计算资源和数据节点,即确定参与此次计算的计算节点21、数据源节点24和结果接收方25;在控制节点22的界面上,可以展示当前接入的所有计算节点21支持的算法引擎的类型,选择其中一种类型后,控制节点22可以选择具有该类型的算法的计算节点21参与任务的计算;

控制节点22将任务信息以配置字符串形式下发给所确定的参与计算的各节点,并获取各节点的计算状态;

数据源节点24接收到任务配置后,向计算节点21发送任务配置中指定的数据,可以采用密文方式发送数据;

计算节点21接收到任务配置后,开始执行任务配置中指定的算法代码,如果执行算法代码时缺少所需的数据,则等待数据到达后再进行计算,任务计算的详细过程,即数据平面的流程,详见上述有关计算节点的描述内容;

计算节点21完成任务配置中的指定任务计算后,通知控制节点22,由控制节点22转发任务计算完成消息到结果接收方25;

结果接收方25接收到任务计算完成消息后,从计算节点21获取指定的计算结果;

计算节点21完成所有计算,并且所有计算结果被取走后,通知控制节点22、结果接收方25和数据源节点24获取任务结束标志;

结果接收方25和数据源节点24获取任务结束标志后,计算节点21和控制节点22结束任务。

通过上述的控制平面的处理流程可知,该控制平面的流程与具体的计算节点类型无关,与具体的计算内容也无关。在隐私计算系统中,任何一种类型的计算节点和计算任务都可以通过上述控制流程实现。

基于本申请实施例提供的上述计算节点,本申请实施例还提供了一种用于隐私计算的算法引擎的加载方法,应用于计算节点,该计算节点中已加载各算法引擎,如图3所示,该方法包括:

步骤31、接收数据源节点发送的密文数据,该密文数据为针对指定任务进行计算所需要的数据。

步骤32、接收控制节点发送的指定任务的任务配置信息,任务配置信息表示用于计算指定任务的指定算法引擎。

步骤33、在基于该密文数据,从已加载的各算法引擎中,调用指定算法引擎计算指定任务的过程中,当接收到新的算法引擎动态库文件时,动态加载新的算法引擎动态库文件。

步骤34、向控制节点上报表示已加载新的算法引擎的能力信息,该新的算法引擎为该新的算法引擎动态库文件表示的算法引擎,该新的算法引擎与已加载的各算法引擎均符合相同的计算接口规范。

采用上述图3所示的算法引擎的加载方法,在调用算法引擎进行任务计算的同时,当接收到新的算法引擎动态库文件时,可以动态加载该新的算法引擎动态库文件,从而实现加载了新的算法引擎,并且,新的算法引擎与已加载的各算法引擎均符合相同的计算接口规范,使得新的算法引擎在被加载后即可以被使用。因此,采用本方案,实现了在调用已加载的算法引擎进行任务计算的过程中,动态加载可用的新的算法引擎,而不需要再另外安装一个具有该新的算法引擎的隐私计算产品,降低了用户使用第三方提供的隐私算法的成本,也降低了实现难度。

进一步的,上述方法,还可以包括:

在计算节点启动后服务初始化的过程中,获取预置的各算法引擎动态库文件;

加载预置的各算法引擎动态库文件。

从而使得采用本申请实施例提供的算法引擎的加载方法,可以在开机启动的过程中,加载预置的各算法引擎动态库文件,实现相应的各算法引擎的加载,也可以在计算节点调用算法引擎进行计算的过程中,动态加载新的算法引擎动态库文件,实现相应的新的算法引擎的加载。

基于同一发明构思,根据本申请上述实施例提供的用于隐私计算的算法引擎的加载方法,相应地,本申请另一实施例还提供了一种用于隐私计算的算法引擎的加载装置,应用于计算节点,该计算节点中已加载各算法引擎,其结构示意图如图4所示,具体包括:

数据接收模块41,用于接收数据源节点发送的密文数据,密文数据为针对指定任务进行计算所需要的数据;

任务接收模块42,用于接收控制节点发送的指定任务的任务配置信息,任务配置信息表示用于计算指定任务的指定算法引擎;

文件加载模块43,用于在基于密文数据,从已加载的各算法引擎中,调用指定算法引擎计算指定任务的过程中,当接收到新的算法引擎动态库文件时,动态加载新的算法引擎动态库文件;

信息上报模块44,用于向控制节点上报表示已加载新的算法引擎的能力信息,新的算法引擎为新的算法引擎动态库文件表示的算法引擎,新的算法引擎与已加载的各算法引擎均符合相同的计算接口规范。

进一步的,文件加载模块43,还用于在计算节点启动后服务初始化的过程中,获取预置的各算法引擎动态库文件;

加载预置的各算法引擎动态库文件。

上述各模块的功能可对应于图3所示流程中的相应处理步骤,在此不再赘述。

本申请的实施例所提供的用于隐私计算的算法引擎的加载装置可通过计算机程序实现。本领域技术人员应该能够理解,上述的模块划分方式仅是众多模块划分方式中的一种,如果划分为其他模块或不划分模块,只要墙体彩绘打印装置具有上述功能,都应该在本申请的保护范围之内。

基于同一发明构思,根据本申请上述实施例提供的用于隐私计算的算法引擎的加载方法,相应地,本申请另一实施例还提供了一种计算节点,其结构示意图如图5所示,包括处理器51和机器可读存储介质52,机器可读存储介质52存储有能够被处理器51执行的机器可执行指令,处理器51被机器可执行指令促使:实现上述任一用于隐私计算的算法引擎的加载方法。

本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质内存储有计算机程序,计算机程序被处理器执行时实现上述任一用于隐私计算的算法引擎的加载方法。

本申请实施例还提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一用于隐私计算的算法引擎的加载方法。

上述电子设备中的机器可读存储介质可以包括随机存取存储器(Random AccessMemory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、计算节点、计算机可读存储介质,计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。

需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

15页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种利用云迁移技术实现的脆弱性分析环境仿真方法及系统

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!

技术分类