管廊无线传感网的中继节点选择的方法、装置及终端

    公开(公告)号:CN113766599A

    公开(公告)日:2021-12-07

    申请号:CN202110951125.2

    申请日:2021-08-18

    Abstract: 本发明提供一种管廊无线传感网的中继节点选择的方法、装置及终端。该方法包括:根据管廊无线传感网构建中继节点选择模型;分别初始化中继节点选择模型中的xi,t、和根据xi,t、Ki,t和管廊内中继节点的信息传输性能,更新并根据更新后的确定自适应探索因子;生成随机数,并根据随机数和自适应探索因子的大小关系,基于选择策略确定每个时隙进行信息传输的最优中继节点。本发明能够在管廊环境变化的情况下确定合适的探索因子,然后根据自适应探索因子选择模块进行最优中继节点的选择,即根据自适应探索因子自适应调节选择策略的探索力度,平衡中继节点选择策略中探索和利用之间的关系,实现最大网络周期下的高可靠和能耗最低的通信。

    联邦学习的后门攻击防御方法及装置

    公开(公告)号:CN113779563B

    公开(公告)日:2025-04-04

    申请号:CN202110897437.X

    申请日:2021-08-05

    Abstract: 本发明提供一种联邦学习的后门攻击防御方法及装置,该方法包括:建立基于联邦学习的图像分类模型并进行训练;根据训练得到的图像分类模型进行待分类图像的分类处理;模型训练方式为:分别获取各客户端在目标轮模型学习中得到的目标模型更新维度的初始局部模型参数;基于各初始局部模型参数的平均值和标准差,确定各初始局部模型参数中的异常值;将异常值所对应的客户端的初始局部模型参数均更新为各初始局部模型参数的平均值,得到各客户端新的局部模型参数;对各新的局部模型参数求取平均值,得到目标轮模型学习对应目标模型更新维度的聚合模型参数。从而能够使得训练得到的模型保持良好的性能,保证了模型在实际应用时的准确性。

Patent Agency Ranking