-
公开(公告)号：CN116049816A
公开(公告)日：2023-05-02
申请号：CN202310027342.1
申请日：2023-01-09
Applicant: 北京交通大学 , 深信服科技股份有限公司
Abstract: 本发明提供了一种基于区块链可验证安全的联邦学习方法。该方法包括：各个参与方从区块链上下载全局模型，在本地进行训练得到本地模型，将本地模型数据上传至区块链，参与方从区块链上下载其余参与方本轮上传的本地模型，对其余参与方的本地模型进行检测和评分，将评分结果上传至区块链上；智能合约对所用参与方上传的评分结果进行统计和评分，择优选择性能较好的多个本地模型进行聚合，得到最新的全局模型，智能合约根据当前轮次的各个参与方行为进行信誉评分，将各个参与方的信誉评分结果存储在区块链上。本发明方法通过让参与方依据欧氏距离计算模型相似度，可以同时检测出联邦学习中的多种投毒攻击，可以最大程度保证全局模型的性能表现。
-
公开(公告)号：CN116049816B
公开(公告)日：2023-07-25
申请号：CN202310027342.1
申请日：2023-01-09
Applicant: 北京交通大学 , 深信服科技股份有限公司
Abstract: 本发明提供了一种基于区块链可验证安全的联邦学习方法。该方法包括：各个参与方在本地训练模型，将得到的本地模型上传至区块链，参与方从区块链上下载其余参与方上传的本地模型，对其本地模型通过模型相似度算法检测并依据本地数据评分，确保本地模型不会受到攻击者的投毒攻击，将评分结果上传至区块链上；智能合约对所有参与方上传的评分结果进行统计和评分，择优选择精度较高的多个本地模型聚合，得到最新的全局模型，智能合约根据当前轮次的各个参与方行为进行信誉评分，将信誉评分结果存储在区块链上。本发明方法通过让参与方依据欧氏距离计算模型相似度，可以同时检测出联邦学习中的多种投毒攻击，可以最大程度保证系统的鲁棒性和可靠性。
-
公开(公告)号：CN119474489A
公开(公告)日：2025-02-18
申请号：CN202510068033.8
申请日：2025-01-16
Applicant: 中国铁道科学研究院集团有限公司电子计算技术研究所 , 北京交通大学 , 中国铁道科学研究院集团有限公司 , 中国国家铁路集团有限公司
IPC: G06F16/9035 , G06F16/9038 , G06N20/00
Abstract: 本申请公开了一种基于联邦学习的推荐方法、装置、设备和存储介质，用于提高推荐系统的公平性。本申请接收目标对象上传的目标属性；基于目标属性对目标对象进行分组，得到群体；针对每个群体基于目标属性的属性值对目标对象进行分组，得到子群体；针对每个子群体，将子群体对应的模型参数集发送给子群体中的每个目标对象；以使目标对象根据接收到的模型参数集本地模型进行训练；本地模型用于执行推荐操作。用户可以选择自己期望的敏感属性，根据不同的敏感属性构建不同的群体，并根据群体中的不同取值来构建子群体，针对每个子群体均设置了对应的模型参数集，进而可以保证训练得到的本地模型更加的准确，可以保证公平性的同时提供较高的推荐性能。
-
公开(公告)号：CN119247024A
公开(公告)日：2025-01-03
申请号：CN202411223548.2
申请日：2024-09-03
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司 , 北京交通大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司长春供电公司
IPC: G01R31/08 , G06N3/0464 , G06N3/08
Abstract: 本发明公开的基于分解降噪和新型卷积神经网络的故障测距方法和系统，属于电力系统技术领域，方法包括采集线路三相电流信号作为原始电流信号；对采集的原始电流信号进行分解降噪处理；计算各个IMF分量的熵值并将熵值大于阈值的IMF分量筛除，其余IMF分量进行重构，得到去噪后的信号；用格拉姆角场算法将去噪后信号转换为二维特征图像，并对得到的二维特征图像进行数据增强处理；将生成的二维特征图像数据集输入到新型卷积神经网络模型中，得到测距结果。系统包括计算机可读存储介质和处理器，处理器用于读取计算机可读存储介质中存储的可执行指令执行上述方法的步骤。本发明结合降噪方法和新型卷积神经网络提高故障测距的准确性和可靠性。
-
公开(公告)号：CN119169524A
公开(公告)日：2024-12-20
申请号：CN202411201034.7
申请日：2024-08-29
Applicant: 北京交通大学
Abstract: 本发明提供一种基于跨模态融合的异常行为检测方法及系统，属于异常行为检测技术领域，利用预先训练好的异常行为检测模型对获取的视频数据进行处理，得到异常行为检测结果。异常行为检测模型包括视觉特征提取网络、音频特征提取网络、跨模态融合网络、双曲图卷积网络以及行为预测网络。本发明引入了新的跨模态融合算法，在时间维度上实现了音频特征与视觉特征的融合，利用音频信息对视觉维度模糊的事件做进一步区分；设计基于双曲图卷积的两个分支，分别处理特征的相似度和时间关联关系，并在双曲空间中提高特征的区分度，提升了异常行为检测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN119165293A
公开(公告)日：2024-12-20
申请号：CN202411303011.7
申请日：2024-09-19
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司 , 北京交通大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司长春供电公司
IPC: G01R31/08
Abstract: 本发明涉及配电网故障选线技术领域，特别涉及一种基于格拉姆角场和卷积神经网络的故障选线方法，包括采集配电网发生单相接地故障时每条馈线的一维零序电流时间序列数据；将采集的一维零序电流时间序列数据通过格拉姆角差场转换为二维图像；对二维图像进行归一化处理并划分数据集，将划分后的数据集输入到二维卷积神经网络中进行迭代训练得到损失和准确率结果。上述方法通过二维卷积神经网络挖掘图像的深度特征，可以保证较高的选线准确率；同时基于格拉姆角场的转换原始数据为二维图像的算法，能够保留更多地原始信息，并且消耗时间更短、可视化效果更好，加强了所提选线方法的可靠性，能够解决传统故障选线方法准确率低、信息丢失的问题。
-
公开(公告)号：CN118301604A
公开(公告)日：2024-07-05
申请号：CN202410367300.7
申请日：2024-03-28
Applicant: 北京交通大学
IPC: H04W12/0431 , H04W12/03 , H04L9/40 , H04L9/00
Abstract: 本发明提供了一种基于区块链无人机协同的安全数据共享方法。该方法包括：无人机与地面控制站进行双向认证和密钥协商，得到对称密钥，无人机构建与地面控制站之间的安全通信链路，无人机将采集到的数据对称加密后通过安全通信链路发送给地面控制站；地面控制站对无人机发送过来的加密数据进行解密和整理处理后，将数据部分加密后发送给云服务器，并设置数据访问控制结构，云服务器对地面控制站发送过来的数据进行加密，并存储加密后的数据。本发明方法基于云边端架构将敏感数据在边缘端进行本地处理，减少了数据在网络传输过程中的暴露风险。本发明将加解密本身计算外包给边缘节点，能在属性基加密算法的基础上资源消耗更少。
-
公开(公告)号：CN118233190A
公开(公告)日：2024-06-21
申请号：CN202410387088.0
申请日：2024-04-01
Applicant: 北京交通大学
IPC: H04L9/40 , G06N3/098 , G06F18/214
Abstract: 本发明提供一种联邦推荐无目标投毒攻击防御方法、装置和系统，其中方法包括：服务器随机初始一组用户嵌入以近似良性用户嵌入分布；服务器依据近似的用户嵌入组及不同用户上传的更新信息，依次计算项目的推荐评分、评分变化速度、项目统计频数，并由此推断可能的流行项目；服务器采用“多轮综合评价”原则，依据用户与全局模型近次在流行项目上的评分行为一致性共同量化其在本轮的贡献值；服务器计算动态阈值并据此剔除贡献小于这一阈值的异常用户；服务器将剩余用户上传的梯度作为正常梯度参与后续聚合更新，并将聚合更新后的结果作为新一轮参数发送至用户；重复该过程直至模型收敛。本发明有效提高了联邦推荐模型对无目标投毒攻击的抵抗能力。
-
公开(公告)号：CN117997640A
公开(公告)日：2024-05-07
申请号：CN202410270196.X
申请日：2024-03-11
Applicant: 北京交通大学
Abstract: 本说明书实施例提供了一种基于跨链技术的物联网设备跨域认证方法及系统，其中，方法包括：初始化全局参数，并为各个域的中心化机构生成域内长期身份；域内设备基于所述域内长期身份生成匿名身份，并在域内区块链进行匿名身份的注册；当进行跨域认证时，通过身份认证发起方根据匿名身份生成跨域认证注册信息，并在全局区块链上登记，通过所述全局区块链基于跨链交互确认身份的有效性；通过身份认证发起方生成跨域认证请求，并发送给目标设备，通过所述目标设备在域内区块链上登记所述跨域认证请求，并验证全局区块链中是否存在有效的跨域认证注册信息；所述目标设备基于验证结果，决定是否接受身份认证发起方的身份认证请求。
-
公开(公告)号：CN117272370B
公开(公告)日：2024-03-22
申请号：CN202311189893.4
申请日：2023-09-14
Applicant: 北京交通大学
IPC: G06F21/62 , G06F16/9536 , G06N3/0442 , G06N3/08
Abstract: 本说明书实施例提供了一种基于用户轨迹序列的下一个兴趣点隐私保护推荐方法及系统，其中，方法包括：捕捉用户签到行为中复杂的序列转移模式和动态偏好，根据所述序列转移模式和动态偏好，基于序列模型建立融合用户长短期偏好特征的轨迹预测模型；将所述轨迹预测模型设置为联邦推荐训练形式，在轨迹数据不出当前地区范围的前提下，通过协调多个用户设备共同优化所述轨迹预测模型，并在优化过程中通过差分隐私机制对模型参数进行加噪保护。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.102 seconds)
