-
公开(公告)号：CN117520033A
公开(公告)日：2024-02-06
申请号：CN202311455579.6
申请日：2023-11-03
Applicant: 国网山东省电力公司信息通信公司 , 中国海洋大学
IPC: G06F11/07 , G06F16/35 , G06F40/284 , G06F40/30 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种基于日志语义向量化和层次聚类的日志解析方法，包括：首先对经过预处理后的原始日志进行分词，利用正则表达式将日志消息中冗余数据去掉。然后，使用BERT将经过分词后的日志数据向量化，计算相似度和距离，最后使用在线层次聚类算法生成日志模板。本发明利用BERT日志语义向量化和层次聚类的日志解析模板提取的算法，可以输入不等长数据，不受日志格式的限制，通过自然语言处理也提取出日志的语义信息，所以适用于不同来源不同组件不同结构日志消息的日志模板的提取，有较高的精确度，且日志解析效率高，满足在线实时解析日志的需要。
-
公开(公告)号：CN118075305A
公开(公告)日：2024-05-24
申请号：CN202410201699.1
申请日：2024-02-23
Applicant: 中国海洋大学 , 国网山东省电力公司信息通信公司
Abstract: 本发明属于物联网数据交互技术领域，公开了一种基于边缘物联代理和标识解析的数据交互方法及系统。在物联管理中心进行终端设备信息注册，获取终端设备的身份认证的标识和密钥；通过密钥交换协议进行共同密钥的协商，在交换的过程中结合物联网代理和终端的实际需求并加入对双方ID和时间戳的签名；对密钥协商完成的数据进行采集，对采集的数据进行加密、解密，对解密的数据进行重组后进行存储，进行数据查询。本发明可以用于工业生产、电力物联网、用电服务与管理等方面进行决策分析，提供面向工业生产和电力公司运行管理、面向电力用户服务和面向政府决策支持等应用场景解决方案。
-
公开(公告)号：CN117692201A
公开(公告)日：2024-03-12
申请号：CN202311695694.0
申请日：2023-12-08
Applicant: 国网山东省电力公司信息通信公司 , 中国海洋大学
Abstract: 本发明提出了一种可验证可追责访问控制的属性基密码系统及方法，通过追责机构对不合法密钥的准确追责，既可以追踪到泄露解密密钥的恶意用户，也可以对密钥生成中心非法伪造密钥的行为进行跟踪。若追踪到恶意用户，可以对用户的部分属性或者整个解密权限进行撤销。解密权限采用直接撤销的方法，将用户从授权用户列表中删除；属性撤销采用间接撤销方法，密码生成中心对撤销属性进行更新密钥，并将具有撤销属性的其他用户的属性密钥进行更新。云服务器利用更新密钥对属性密文进行更新，避免繁琐的密文重新加密和其他用户密钥的重新分配，可以实现实时用户撤销，增强数据的安全性。
-
公开(公告)号：CN117595990A
公开(公告)日：2024-02-23
申请号：CN202311705962.2
申请日：2023-12-11
Applicant: 国网山东省电力公司信息通信公司 , 中国海洋大学
Abstract: 本发明涉及网络与信息安全学科中的数据安全云存储共享领域，提供了一种保密传输与检索的方法及系统。采用加密算法对明文进行加密，得到明文密文；基于分桶映射保序加密算法E对明文关键字进行加密，得到关键字密文C_KEY；将明文密文和关键字密文C_KEY上传至云服务器，保存数据密文C得到访问数据密文C的ID，将关键字密文C_KEY和访问数据密文C的ID关联，得到关键字密文C_KEY索引(C_KEYi,IDi)保存至索引数据库中，建立关键字密文C_KEY与明文密文之间的关联；发送检索请求至云服务器，以使云服务器根据检索请求查找索引数据库中的关键字密文C_KEY，以此根据明文关键字密文索引记录(C_KEY，ID)找到对应的明文密文。
-
公开(公告)号：CN117688585A
公开(公告)日：2024-03-12
申请号：CN202311695718.2
申请日：2023-12-08
Applicant: 国网山东省电力公司信息通信公司 , 中国海洋大学
Abstract: 本发明提出了一种可验证的属性基模糊多关键字搜索加密方法及系统，通过云服务器进行半解密操作，实现访问用户的轻量级解密；对于云服务器返回的半解密结果，访问用户可以通过简单的操作验证其正确性，这种方法提高了解密效率并保护了数据安全。为了解决多关键字的搜索效率问题，将加密索引与平衡二叉树相结合，减少了不必要的搜索步骤，使搜索时间大大减少，达到次线性的搜索效率。
-
Patent Agency Ranking
公开(公告)号：CN117498872A
公开(公告)日：2024-02-02
申请号：CN202311448976.0
申请日：2023-11-02
Applicant: 中国海洋大学 , 国网山东省电力公司信息通信公司
Abstract: 本发明公开了一种基于压缩感知的分布式工业生产数据压缩方法，本发明属于数据传输领域，包括：获取分布式工业的生产数据，对所述生产数据进行预处理，得到待压缩生产数据；基于压缩感知分别构建压缩算法、解压缩算法；基于所述压缩算法对所述待压缩生产数据进行压缩，得到压缩数据；基于所述解压缩算法对所述压缩数据进行解析，得到所述待压缩生产数据的初始值。本发明针对机器设备采集到的数据采用了一系列有效的压缩编码技术，在保持数据精度的前提下，通过去除数据中的冗余信息，降低编码长度，从而实现数据存储空间的节省和数据传输速率的提高。压缩编码技术在保持数据质量的同时，能够有效地减少数据的空间，使数据更容易传输和存储。
-
公开(公告)号：CN118520378A
公开(公告)日：2024-08-20
申请号：CN202410985098.4
申请日：2024-07-23
Applicant: 国网山东省电力公司信息通信公司 , 国网智能电网研究院有限公司
Inventor： 孙岗 , 田鹏 , 严莉 , 曲延盛 , 王晓慧 , 刘同阳 , 张强 , 呼海林 , 牛德玲 , 杨坤 , 肖沈阳 , 朱尤祥 , 李明 , 李宁 , 张金国 , 胡斌浩 , 王雨晨 , 刘保臣 , 孟祥鹿
IPC: G06F18/243 , G06F18/214 , G06N20/20 , G06N5/01
Abstract: 本发明提供了一种基于集成学习的电力数据分类分级方法及系统，涉及电力数据处理技术领域，该方法包括：结合预处理模型进行源端电力数据的预处理，确定电力数据集；遍历电力数据集筛选关键特征，以特征稳定度与普适度为基准进行特征转换，确定有效数据特征；基于有效数据特征与电力数据集训练数据分类器，基于数据分级规则训练数据分级器，构成数据划分模型；结合数据划分模型执行横向分类与纵向分级处理，确定数据划分结果。通过本发明可以解决由于电力数据的多样性和复杂性，现有技术无法对其进行精准划分，导致数据分类分级精准性不足的技术问题，可以提高电力数据分类分级的精细度和准确性，达到提高数据管理效率和处理质量的技术效果。
-
公开(公告)号：CN117610537A
公开(公告)日：2024-02-27
申请号：CN202311413683.9
申请日：2023-10-27
Applicant: 国网山东省电力公司信息通信公司 , 北京大学
Abstract: 本发明涉及自然语言处理技术领域，提供了基于核范数和图神经网络的情感因果关系抽取方法及系统，包括：获取文本；基于所述文本，通过情感因果关系抽取模型，得到文本中的情感和原因句子对；所述情感因果关系抽取模型在提取到所述文本中每个子句的初始隐状态表示后，使用图注意力网络进行子句之间的交互，得到每个子句的隐状态表示，并基于所述隐状态表示，预测出情感子句和原因子句，将所有的情感子句和原因子句两两组合为情感和原因句子对，并预测每个情感和原因句子对的概率，抽取出概率满足条件的情感和原因句子对；其中，情感因果关系抽取模型通过二元交叉熵和核范数组成的损失函数进行训练。提高了因果关系抽取的效果。
-
公开(公告)号：CN117056829A
公开(公告)日：2023-11-14
申请号：CN202311117785.6
申请日：2023-08-31
Applicant: 国网山东省电力公司信息通信公司
IPC: G06F18/2415 , G06N3/0464 , G06F18/214
Abstract: 本公开提供了基于自注意力深度学习的电力物联网流量分类方法及系统，涉及电力网络流量分析技术领域，获取电力物联网通信环境中的流量包，按照协议类别对不同的流量包进行初步分类；将初步分类后的每个流量包中的数据进行二进制解析，将每条流量转换为十六进制字符串；对每类流量包中的流量数据进行抽样，输入至CNN‑RNN模型中，通过自注意力机制提取流量数据的空间注意力特征和通道注意力特征，最后通过Softmax函数将类别输出转换为概率分布。本公开的方法加快了模型收敛速度，提高了流量数据分类准确率。
-
公开(公告)号：CN116632841A
公开(公告)日：2023-08-22
申请号：CN202310919037.3
申请日：2023-07-26
Applicant: 国网山东省电力公司信息通信公司 , 国网山东省电力公司
IPC: H02J3/00 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本发明属于电力大数据领域，提供了一种融合多时序特征的配电台区短期用电负荷预测方法及系统。其中，为了解决采用深度学习模型进行预测由于会出现过拟合现象而降低预测精度的问题，融合多时序特征的配电台区短期用电负荷预测方法包括获取配电台区历史用电负荷、气象以及时间信息；利用预先训练好的短期用电负荷预测模型处理电台区历史用电负荷、气象以及时间信息，得到短期用电负荷预测值；其中，所述短期用电负荷预测模型包括若干串联连接的子模型；每个子模型的结构相同，均包括输入层、多时序特征模型、深度残差网络层和输出层，其能够提高负荷预测精度。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.057 seconds)
