公开(公告)号：CN114489964B

公开(公告)日：2025-03-04

申请号：CN202111517469.9

申请日：2021-12-08

Applicant: 中国科学院信息工程研究所

Inventor： 李军 ,  王树鹏 ,  吴广君 ,  张磊 ,  王振宇 ,  张文源 ,  孙嘉伟

IPC: G06F9/48 ,  G06N3/098 ,  G06N3/084 ,  G06N3/0499

Abstract: 本发明公开了一种基于联邦学习的车载网络信用优先任务卸载方法，其步骤包括：1)EC、CV分别将自己的位置信息和可用资源信息发送给CC；其中，EC为边缘云服务器，CV为车辆网中的车辆，CC为云中心；2)当CV需要进行任务卸载时，发送卸载任务信息给DC；其中，DC为车辆网中的决策中心；3)对于当前一批待处理的卸载任务，DC从CC获取发送卸载任务的各CV的信誉值；然后根据信用值设置各卸载任务的处理优先级，优先为处理优先级高的卸载任务制定任务卸载决策并发送给对应的EC和CV；其中，CC根据CV的行为信息计算对应CV的所述信誉值。本发明将信誉值用在任务卸载决策中，从而实现决策性能的提高。

公开(公告)号：CN117407764A

公开(公告)日：2024-01-16

申请号：CN202311214618.3

申请日：2023-09-19

Applicant: 中国科学院信息工程研究所

Inventor： 文辉 ,  李思源 ,  邓立廷 ,  张文源 ,  李志 ,  孙利民

IPC: G06F18/241 ,  G06F18/2415 ,  G06F18/15 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06F21/56

Abstract: 本发明提供一种恶意软件分类方法、装置、设备和存储介质，其中方法包括：获取执行待测软件获得的API函数调用信息的编码结果；采用软阈值和深度残差网络结合的方式，对所述第一特征向量进行降噪处理，得到降噪后的第一特征向量；对所述降噪后的第一特征向量中包括的各API函数进行上下文关联性分析，确定所述第一特征向量对应的第一向量；基于所述第一向量，确定所述待测软件对应的预测软件类型。本发明通过对待测软件执行时获取的API调度信息对应的第一特征向量，采用软阈值和深度残差网络结合的方式进行降噪处理，并进一步分析第一特征向量中包括的API函数之间的上下文关联性，从而提高分类的鲁棒性。

公开(公告)号：CN114489964A

公开(公告)日：2022-05-13

申请号：CN202111517469.9

申请日：2021-12-08

Applicant: 中国科学院信息工程研究所

Inventor： 李军 ,  王树鹏 ,  吴广君 ,  张磊 ,  王振宇 ,  张文源 ,  孙嘉伟

IPC: G06F9/48 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于联邦学习的车载网络信用优先任务卸载方法，其步骤包括：1)EC、CV分别将自己的位置信息和可用资源信息发送给CC；其中，EC为边缘云服务器，CV为车辆网中的车辆，CC为云中心；2)当CV需要进行任务卸载时，发送卸载任务信息给DC；其中，DC为车辆网中的决策中心；3)对于当前一批待处理的卸载任务，DC从CC获取发送卸载任务的各CV的信誉值；然后根据信用值设置各卸载任务的处理优先级，优先为处理优先级高的卸载任务制定任务卸载决策并发送给对应的EC和CV；其中，CC根据CV的行为信息计算对应CV的所述信誉值。本发明将信誉值用在任务卸载决策中，从而实现决策性能的提高。

公开(公告)号：CN116055081A

公开(公告)日：2023-05-02

申请号：CN202210916122.X

申请日：2022-08-01

Applicant: 中国科学院信息工程研究所

Inventor： 张文源 ,  吴广君 ,  李军 ,  李斌斌 ,  孙嘉伟

IPC: H04L9/40 ,  H04L9/32 ,  H04L67/10 ,  H04L67/12

Abstract: 本发明公开了一种大规模物联网联邦学习隐私保护方法及系统。本发明使用基于区块链的支付激励方法来迫使矿工和机构诚实行事，从而加快联邦学习收敛；此外，考虑到现实网络环境中矿工存在断网现象，导致共识协议中断，影响收敛速度，本发明设计了基于PVSS的鲁棒权益证明共识来解决这一问题。实验表明，本发明的激励机制能够提高预测的准确性，降低参与者不诚实的可能性；且本发明提出的架构可以很好的具有鲁棒性地保护设备隐私。