-
公开(公告)号：CN117032992B
公开(公告)日：2024-03-15
申请号：CN202311287669.9
申请日：2023-10-07
Abstract: 本公开实施例公开了一种工业互联网系统的任务处理方法和装置，其中，该方法包括：基于所述工业互联网系统在目标时间帧的状态信息，确定所述工业互联网系统的多组卸载分配策略；基于所述多组卸载分配策略对应的多个目标函数值的数值大小关系，从所述多组卸载分配决策中确定最优卸载分配决策；基于所述最优卸载分配决策，对所述工业互联网系统进行任务卸载和资源分配。本公开实施例可以快速确定MEC网络的最优卸载分配决策，依据最优卸载分配决策进行任务卸载和资源分配，可以大幅提升平均计算速率并大幅降低云和边缘服务成本。
-
公开(公告)号：CN114915556A
公开(公告)日：2022-08-16
申请号：CN202210844564.8
申请日：2022-07-19
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: H04L41/0823 , H04L41/0894 , G06Q10/06 , G06Q40/04
Abstract: 本发明公开了一种面向工业互联网收益优化的计算任务分配方法，包括以下步骤：节点将计算任务以交易的形式发出至工业互联网系统；工业互联网系统根据网关和节点的属性得到计算任务的效益矩阵；工业互联网系统计算最大化收益得到最终分配策略；根据分配策略将每个计算任务分配给对应的网关，触发交易排序机制；网关打包计算任务成区块并计算来自区块链的工作量证明机制当中的哈希难题获得记账权，获得记账权的网关执行计算任务，将计算任务的结果返回给节点。该方法使得交易被分配给执行该交易能够为工厂带来更高效益的网关，使得工业互联网系统在有限的资源里为工厂带来更多的收益。
-
公开(公告)号：CN114124579B
公开(公告)日：2022-04-12
申请号：CN202210090373.7
申请日：2022-01-26
IPC: H04L9/40 , H04L67/1097
Abstract: 本发明涉及控制科学与工程技术领域，提供了一种基于以太坊抵御工业互联网中拜占庭攻击的方法。该方法包括：当某节点检测到某事件发生时，将事件发生的消息发送至参考节点的地址；参考节点对事件的真伪进行判断，并生成决策向量；选出设定数量的节点作为判断节点；生成贝叶斯推理所需的参量矩阵和参量向量；将决策向量和、生成贝叶斯推理所需的参量矩阵和参量向量输入贝叶斯推理的智能合约，生成各判断节点的结果向量；生成最终判断向量；计算出最终的协同推理结果；对各节点的状态进行更新。本发明对关键节点的权利进行限制，减弱被攻击者控制时带来的威胁；抑制了拜占庭攻击；具有较强的普适性。
-
公开(公告)号：CN113780662B
公开(公告)日：2024-04-23
申请号：CN202111075590.0
申请日：2021-09-14
IPC: G06Q10/04 , G06Q50/50 , G06N3/0442 , G06N3/049 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种流量预测方法，通过时空网络对历史流量数据进行处理，获得未来一段时间的流量数据，所述时空网络包括特征嵌入模块、时空图模块和输出模块；该方法包括以下步骤：将历史流量数据输入特征嵌入模块，获得图状态和图信号；将图状态和图信号输入时空图模块，通过时空图模块对图状态和图信号进行更新，将更新后的图状态和图信号输入输出模块，通过输出模块将更新后的图状态和图信号转化为流量数据输出。本发明公开的流量预测方法，具有预测准确率高、稳定性好、计算效率高、计算速度快、训练时间短等诸多优点。
-
公开(公告)号：CN115309736B
公开(公告)日：2023-03-24
申请号：CN202211230797.5
申请日：2022-10-10
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: G06F16/215 , G06F16/2455 , G06F16/2458 , G06F18/2431 , G06F18/214 , G06N3/0464 , G06N3/0442 , G06N3/08 , G01D21/02
Abstract: 本发明涉及工业数据的异常检测领域，公开了一种基于自监督学习多头注意力网络的时序数据异常检测方法，包括S1：针对多个工业传感器采集到的所有时序数据，归一化后得到时序数据xnorm；S2：对时序数据xnorm采用两种方式增强，得到时序数据xaug1和xaug2；S3：通过时序数据对特征提取网络进行预训练；S4：对特征提取网络fξ与fθ，以及网络gθ，qθ和gξ进行更新；S5：在预训练以及网络更新结束后，进一步增强训练，完成后将整体网络应用于异常检测。通过本发明的检测方法在预训练阶段已经完成了特征提取的工作，因此在应用于异常检测任务时，只需要进行较少轮训练即可以实现较高的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN117010671B
公开(公告)日：2023-12-05
申请号：CN202311287675.4
申请日：2023-10-07
IPC: G06Q10/0631 , G06Q10/0633 , G06Q10/10 , G06Q50/04
Abstract: 本公开实施例公开了一种基于区块链的分布式柔性车间调度方法和装置，其中，方法包括：获取加工请求，加工请求包括：多个作业任务，每个作业任务包括：待加工产品、待加工产品的加工类型和待加工产品的工件数量；基于生产工序，从区块链中获取第一生产参数；基于作业任务中的加工类型，确定第二生产参数；根据生产工序、第一生产参数、第二生产参数和各作业任务的工件数量，利用预先训练好的分布式柔性车间调度模型，确定生产方案，其中，分布式柔性车间调度模型包括：目标函数和预设约束条件；基于生产方案进行生产加工，以完成各作业任务，得到各作业任务对应工件数量的待加工产品。本公开实施例实现了对多个作业任务高效的生产加工。
-
公开(公告)号：CN116094843B
公开(公告)日：2023-06-16
申请号：CN202310369863.5
申请日：2023-04-10
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: H04L9/40 , H04L41/16 , G06N3/042 , G06N3/08 , G06F18/214 , G06F18/241
Abstract: 本发明涉及工业互联网网络安全领域，具体公开了一种基于知识图谱的网络威胁评估方法，包括：从非结构高级持续威胁APT报告中手工标记部分网络信息实体和关系，得到训练集；利用预先训练的BERT语言模型，并从目标实体中提取信息来建立实体关系分类模型；利用关系分类模型，得到网络威胁信息实体关系对，并构建网络威胁知识图谱；最后，考虑知识图谱中的知识不可能是完全正确的，据此建立了一个知识图可信度度量模型，量化了所构建知识图谱的语义正确性和事实表达的真实程度。综上所述，所提出的方法既实现了网络威胁知识图谱的构建，并且可以对所构建知识图谱的可信度进行高效评价。
-
公开(公告)号：CN116204793A
公开(公告)日：2023-06-02
申请号：CN202310473318.0
申请日：2023-04-28
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: G06F18/214 , G06F18/23 , G06F18/22 , G06F21/62
Abstract: 本发明涉及一种基于联邦学习的工业互联网云边模型聚合方法，属于隐私保护的技术领域。本发明基于联邦学习的工业互联网云边模型聚合方法，联邦学习模型包括云端服务器模型和多个边缘端服务器模型，具体包括以下步骤：步骤1、基于当前云端服务器模型参数更新每个边缘端服务器模型参数；步骤2、对每个边缘端模型更新后模型参数进行筛选，云端服务器模型筛选出满足条件的聚合边缘端模型；步骤3、基于聚合边缘端模型更新云端服务器模型参数；步骤4、基于更新后的云端服务器模型参数进行下一次云端服务器模型的更新直至云端服务器模型的最大更新次数获得全局模型。该方法在训练过程中对客户端节点进行筛选，提高了模型的稳定性。
-
公开(公告)号：CN115242559B
公开(公告)日：2022-12-02
申请号：CN202211161541.3
申请日：2022-09-23
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
Abstract: 本发明公开了一种基于区块链和联邦学习的网络流量入侵检测方法，包括：各设备独立进行新型攻击的检测与标记；进行全局模型的初始化；将各设备随机划分为工作节点和挖掘节点，工作节点利用本地数据训练局部检测模型，将自身的局部模型参数上传至区块链；挖掘节点对模型参数合法性进行验证，并基于区块链一致性算法生成合法区块；各工作节点下载合法区块，并基于联邦聚合算法对模型参数进行更新；迭代进行上述训练过程，最终得到全局的网络流量入侵检测模型。该方法基于联邦学习和区块链建立全局网络流量入侵检测模型，能够在发现新的未标记攻击类型的同时，保证各设备产生的各种流量数据留在设备本地，实现了数据隐私保护的目的。
-
公开(公告)号：CN114282658B
公开(公告)日：2022-06-03
申请号：CN202210195231.7
申请日：2022-03-02
IPC: H04L41/147 , G06Q10/04 , G06Q50/06 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种针对流量序列分析及预测的方法，以历史序列数据为依据进行分析，通过神经网络进行预测，所述神经网络具有输入变换层和输出逆变换层，输入变换层用于将输入神经网络的数据进行box‑cox变换，输出逆变换层用于将神经网络输出的数据进行box‑cox逆变换。本发明公开的针对流量序列分析及预测的方法，具有预测准确率高、稳定性好等诸多优点。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.06 seconds)
