-
公开(公告)号：CN117171786A
公开(公告)日：2023-12-05
申请号：CN202311053642.3
申请日：2023-08-21
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: G06F21/62 , H04L9/40 , H04L67/1097 , G06F18/23213 , G06N3/08
Abstract: 本发明公开了一种抵御投毒攻击的去中心化联邦学习方法，由联邦学习和区块链两部分共同完成；联邦学习负责本地数据的收集和训练；区块链负责本地模型更新验证以及全局模型参数聚合，联邦学习中产生的模型更新参数和验证结果由区块链来进行存储，区块链上的矿工也可以聚合全局模型，从而代替中央服务器的工作。本发明原始数据依然保留在客户端中，降低了区块链网络恶意攻击导致数据泄露的风险，同时区块链系统作为一种分布式账本储存联邦学习过程中的中间结果，保证了系统的透明度和可追溯性；而且区块链系统取代了中央服务器，避免了传统联邦学习中的单点故障等问题；能够最大限度地避免客户端中毒攻击给联邦学习过程带来的影响。
-
公开(公告)号：CN111581072B
公开(公告)日：2023-08-15
申请号：CN202010397456.1
申请日：2020-05-12
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06F11/34 , G06F18/2431 , G06F18/214
Abstract: 本发明涉及云存储技术领域，且公开了一种基于SMART和性能日志的磁盘故障预测方法，包括：（1）收集磁盘SMART信息、性能日志数据以及外部运行条件，利用随机森林算法进行训练，获得判断磁盘故障的特征项和判断模型。该基于SMART和性能日志的磁盘故障预测方法，利用随机森林算法获得判断磁盘是否故障的模型，相比较SMART单特征项的阈值判断，该模型综合分析多个特征项，综合判断磁盘是否故障，判断的准确性更高，通过对现有磁盘的数据变化对磁盘特征项的未来变化进行预测，再带入判断模型进行判断，提前预知未来磁盘的运行情况，帮助运维人员及时备份替换硬盘，避免数据丢失，服务器宕机，减少由此带来的经济损失。
-
公开(公告)号：CN115883080A
公开(公告)日：2023-03-31
申请号：CN202211498861.8
申请日：2022-11-28
Applicant: 国网安徽省电力有限公司信息通信分公司
Inventor： 胡聪 , 蒋明 , 王双 , 张翠翠 , 孙佳丽 , 刘翠玲 , 张庭曾 , 王鹏 , 张昀晔 , 卢锐轩 , 朱新华 , 雷沁怡 , 徐超 , 孙琦 , 程伟 , 赵林燕 , 张良培
Abstract: 本发明公开了一种轻量级纵向联邦学习隐私保护数据对齐方法，其特点是该方法采用不经意键值存储和零共享方法，可在任意数量腐败方合谋的场景下支持纵向联邦学习中高效的隐私保护数据，具体包括：系统初始化、密钥与碎片分发、键值存储生成和计算交集结果等步骤。本发明与现有技术相比具有使用轻量级的对称加密操作，且可以在任意数量腐败方合谋的情况下高效地解决纵向联邦学习隐私保护数据对齐问题，同时并不泄露各个数据集中交集外的样本ID，根据腐败方数量划分参与方的机制确保了诚实方数据集的安全，可以达到抗任意数量敌手合谋的半诚实模型和恶意模型下的安全性，从而满足了纵向联邦学习中的高效性和隐私性需求。
-
公开(公告)号：CN111581072A
公开(公告)日：2020-08-25
申请号：CN202010397456.1
申请日：2020-05-12
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明涉及云存储技术领域，且公开了一种基于SMART和性能日志的磁盘故障预测方法，包括：(1)收集磁盘SMART信息、性能日志数据以及外部运行条件，利用随机森林算法进行训练，获得判断磁盘故障的特征项和判断模型。该基于SMART和性能日志的磁盘故障预测方法，利用随机森林算法获得判断磁盘是否故障的模型，相比较SMART单特征项的阙值判断，该模型综合分析多个特征项，综合判断磁盘是否故障，判断的准确性更高，通过对现有磁盘的数据变化对磁盘特征项的未来变化进行预测，再带入判断模型进行判断，提前预知未来磁盘的运行情况，帮组运维人员及时备份替换硬盘,避免数据丢失,服务器宕机,减少由此带来的经济损失。
-
公开(公告)号：CN111080261A
公开(公告)日：2020-04-28
申请号：CN201911320016.X
申请日：2019-12-19
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: G06Q10/10 , G06F16/2458 , G06F16/25
Abstract: 本发明涉及数据资产管理，具体涉及一种基于大数据的可视化数据资产管理系统，包括服务器，服务器与用于采集数据资源信息的数据资源采集单元相连，数据资源采集单元包括用于获取数据库数据资源信息的数据库采集模型开发模块，以及用于获取数据接口数据资源信息的数据接口采集模型开发模块；本发明提供的技术方案能够有效克服现有技术所存在的不能对数据资源信息进行分类管理、数据无法与业务映射对应、数据管理可视化程度较低的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN118739567A
公开(公告)日：2024-10-01
申请号：CN202410764481.7
申请日：2024-06-14
Applicant: 国网安徽省电力有限公司信息通信分公司
Abstract: 本发明涉及电数字处理领域的一种带有隐私安全防护的电力数据处理系统，在有不法分子试图通过配电站的控制终端下载电力数据时，数据传输的表现则为大量集中传输时，加密单元的连接会切换到加密终端所在的线路，并对电力数据进行加密，同时根据用电单元的用电安全需求进行分类，并将不同安全等级的用户数据进行掺杂传输，同时加密的方法也会进行改变，避免出现不法分子破解一个加密方法便获取大量的高安全等级用户数据的现象，增加高安全等级用户的用电安全，不易诱发安全事故，同时发电站模块在发现存在有机密的电力数据时，实际安全技术人员排查对应电力数据来源的配电站模块，并在排除危险源，重新更换加密单元。
-
公开(公告)号：CN118469595A
公开(公告)日：2024-08-09
申请号：CN202410924900.9
申请日：2024-07-11
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: G06Q30/018 , G06N3/042 , G06N3/0464 , G06N3/08 , G06Q10/04 , G06Q50/06 , G06F16/2457 , G06F16/2458 , G06F17/10
Abstract: 本发明公开了基于能源消耗的碳排放测算方法，涉及碳排放测算技术领域，解决了现有技术没有考虑到不同行业在能源使用上的特性差异很大，通过电力消耗这一单一维度的数据来估算碳排放，显然不能够精准的测算出碳排放量的技术问题；本发明通过获取目标区域预设时间段内的能源数据；基于能源数据计算得到目标区域的初始碳排放量；通过对初始碳排放量进行修正，得到目标碳排放量；基于历史能源数据训练人工智能模型，得到碳排放预测模型；基于碳排放预测模型对目标区域的能源数据进行预测，得到预测结果；以及，基于预测结果计算得到预测碳排放量；基于预测碳排放量与预设碳排放阈值判断是否进行预警，解决了上述技术问题。
-
公开(公告)号：CN118111944A
公开(公告)日：2024-05-31
申请号：CN202410305442.0
申请日：2024-03-18
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: G01N21/3563 , G01N21/01
Abstract: 本发明提供一种电网数字化应用的故障检测装置，涉及电网故障检测领域。该电网数字化应用的故障检测装置，包括驱动机构、移动机构、检测机构、清洁机构及充电箱，所述移动机构包括安装环一及安装环二，所述安装环一的外部固定连接有延伸块一，所述安装环二的外部固定连接有延伸块二。通过电动伸缩杆启动，带动安装环二上移，之后驱动电机启动通过电动伸缩杆及连接板带动安装环二转动，直至转动至跨过间隔棒后与电缆对齐时，电动伸缩杆再次启动，推动安装环二下降卡接电缆，进而使得整个故障检测装置能够跨过电缆上间隔棒结构，对整条电缆进行检测，避免了检测装置受阻后需要人员手动调节，有效的提高了检测装置的使用灵活性。
-
公开(公告)号：CN115051840B
公开(公告)日：2023-11-07
申请号：CN202210610790.X
申请日：2022-05-31
Applicant: 国网安徽省电力有限公司信息通信分公司
Abstract: 本发明公开了一种数据传输用安全监控系统，具体涉及数据传输技术领域，括通过无线网络依次连接的监控采集端、采集端处理模块、传输模块和主数据库，其中：监控采集端用于对电力设备终端的运行数据进行采集；采集端处理模块对监控采集端收集的终端数据进行处理后并上传；传输模块用于将采集端处理模块处理后的数据包上传至主数据库中；主数据库对上传后的数据进行下载和后端处理。本发明对进行传输的数据包进行了多次加密，且加密的密钥与整个数据传输过程中所涉及的内容相关联，整体关联性强，加密后的数据包在进行读取时需要进行密钥匹配，因此单个环节的内容出现泄露时不会影响整体数据的安全性，能够大幅度的降低数据泄漏的可能性。
-
公开(公告)号：CN116389000A
公开(公告)日：2023-07-04
申请号：CN202310325004.6
申请日：2023-03-29
Applicant: 国网安徽省电力有限公司信息通信分公司
Abstract: 本发明提供一种基于准确率的联邦学习模型安全分享方法。该方法由本地模型更新并计算模型准确率、建立共识小组以及进行共识三个步骤构成。局部模型的更新和模型精度的计算步骤，从本地服务器i中使用本地数据训练得到本地模型Mi，并利用该模型和相关测试数据进行测试，得到识别准确率acci；在建立共识小组步骤中，将所有节点分为共识小组节点和候选节点。在进行共识步骤中，基于模型准确率，计算节点的投票权。共识小组中投票权最高的节点成为主节点，获得记账权。最后在吞吐量、时延、容错性、带宽等各方面的性能均优于传统PBFT共识算法，该方法可以优化共识过程，减少共识时间，提高系统性能。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.062 seconds)
