-
公开(公告)号：CN116402126A
公开(公告)日：2023-07-07
申请号：CN202310389952.6
申请日：2023-04-12
Applicant: 北京邮电大学
IPC: G06N3/098 , G06F18/2321 , H04L9/40
Abstract: 本发明提出一种防御数据投毒攻击的联邦学习方法，包括，获取包含客户端中数据全部特征分布的共享数据集；根据客户端的本地数据集对模型F进行训练，其中模型F用于学习本地数据集中样本特征和目标向量之间的关系；根据客户端的本地数据集对模型G进行预训练，根据共享数据集对模型G′进行预训练，其中模型G和G′用于学习模型F个性化层参数和向量c之间的关系；获取客户端的本地数据量、向量c、模型F参数以及模型F输出的个性化层参数通过模型G的输出V；将个性化层参数作为模型G′的输入，得到输出V′,计算L＝||V′‑V||，根据L判断客户端是否存在数据投毒攻击或梯度攻击，通过服务器对恶意客户端的模型参数赋予较低的权值减轻数据投毒攻击和针对模型参数攻击的影响。
-
公开(公告)号：CN111901145B
公开(公告)日：2022-11-08
申请号：CN202010582955.8
申请日：2020-06-23
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司南京市高淳区供电分公司 , 北京邮电大学
IPC: H04L41/5003 , H04L41/0896 , H04L67/10 , H04L67/61 , H04L41/142
Abstract: 本申请公开了一种电力物联网异构共享资源分配系统和方法，对于业务请求首先在边缘设备中分配资源，如不能满足则依据业务请求的服务等级选择不同的时机进入云服务中心分配资源阶段，在云服务中心分配资源，并从资源服务匹配集成的角度出发，区分服务类别和等级，依据不同服务类型和等级分配不同的云边协作资源，满足服务相应的实时性等处理需求，并保证边缘资源优化分配。为电力物联网的异构资源共享提供了一个有效的技术解决方案。
-
公开(公告)号：CN111901145A
公开(公告)日：2020-11-06
申请号：CN202010582955.8
申请日：2020-06-23
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司南京市高淳区供电分公司 , 北京邮电大学
Abstract: 本申请公开了一种电力物联网异构共享资源分配系统和方法，对于业务请求首先在边缘设备中分配资源，如不能满足则依据业务请求的服务等级选择不同的时机进入云服务中心分配资源阶段，在云服务中心分配资源，并从资源服务匹配集成的角度出发，区分服务类别和等级，依据不同服务类型和等级分配不同的云边协作资源，满足服务相应的实时性等处理需求，并保证边缘资源优化分配。为电力物联网的异构资源共享提供了一个有效的技术解决方案。
-
公开(公告)号：CN111694636A
公开(公告)日：2020-09-22
申请号：CN202010392704.3
申请日：2020-05-11
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司南京市高淳区供电分公司 , 北京邮电大学 , 国网江苏省电力有限公司
Abstract: 本申请公开了一种面向边缘网络负载均衡的电力物联网容器迁移方法，包括建立边缘网络的容器信息向量和容器部署矩阵；对边缘网络进行负载均衡检测，得到过载边缘节点列表；考虑资源利用均衡度、剩余资源均衡度、网络传输延迟以及容器迁移停机时间，建立负载均衡联合迁移代价的容器迁移模型；基于改进蚁群系统算法，根据容器部署矩阵、过载边缘节点列表和容器迁移模型，进行容器迁移。本申请可有效解决边缘节点资源有限、边缘网络明显不均衡的业务请求时空分布导致边缘节点间业务繁忙程度差异化明显等问题。
-
公开(公告)号：CN114707644B
公开(公告)日：2024-09-06
申请号：CN202210440602.3
申请日：2022-04-25
Applicant: 支付宝(杭州)信息技术有限公司 , 北京邮电大学
IPC: G06N3/042 , G06F18/214 , G06F18/2415 , G06F16/28 , G06N3/08
Abstract: 本说明书实施例提供一种图神经网络的训练方法，涉及基于用户关系图谱对图神经网络进行多轮次迭代更新，其中任一轮次包括：利用当前图神经网络对所述用户关系图谱进行处理，得到与该用户关系图谱中多个用户节点对应的多个分类预测向量；基于所述多个分类预测向量，为所述多个用户节点中第一数量的未标注节点分配对应的伪分类标签；针对所述第一数量的未标注节点中的各个未标注节点，确定利用其训练所述当前图神经网络而产生的信息增益；根据与所述多个用户节点中各个标注节点对应的分类预测向量和真实分类标签，以及与所述各个未标注节点对应的分类预测向量、伪分类标签和信息增益，更新所述当前图神经网络中的模型参数。
-
Patent Agency Ranking
公开(公告)号：CN112073379B
公开(公告)日：2022-11-11
申请号：CN202010806877.5
申请日：2020-08-12
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司南京市高淳区供电分公司 , 北京邮电大学
Abstract: 一种基于边缘计算的轻量级物联网安全密钥协商方法，包括以下步骤：步骤1，由云端服务器对边缘网关进行双向的认证，对该边缘网关进行授权，边缘网关获得对终端设备的认证密钥协商权限；步骤2，边缘网关负责边缘网关局域网内物联网设备的安全认证和管理；步骤3，终端设备与边缘网关进行双向认证和密钥协商，终端设备与边缘网关构建起安全信道对后续传输数据进行加密保护，并统一向边缘网关进行传输；步骤4，边缘网关会对终端设备传输过来的数据进行初步的处理；步骤5，在之后的流程中，云端服务器会与边缘网关服务器一起对设备数据进行传输和处理。本发明实现了轻量、安全的物联网认证密钥协商，保证物联网网络数据传输安全性。
-
公开(公告)号：CN111225398B
公开(公告)日：2022-11-04
申请号：CN202010106898.6
申请日：2020-02-21
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司南京市高淳区供电分公司 , 北京邮电大学 , 国网江苏省电力有限公司
Abstract: 本申请公开了一种基于协作覆盖的微电网无线传感器网络能耗优化方法，包括构建监测微电网中分布式可再生能源的无线传感器网络模型；根据无线传感器网络中不同类型的传感器和不同监视任务，构建协作覆盖集；利用层次聚类方式连通无线传感器网络中各组监视任务的协作覆盖集；在无线传感器网络运行过程中，利用改进蚁群算法对协作覆盖集进行调度。本申请能够更好地实现电力物联网中无线传感器网络的监测任务，同时无线传感器网络的生命周期也远远长于传统的传感器协作模型，且性能随着传感器节点数目的增多更加明显。
-
公开(公告)号：CN110365753B
公开(公告)日：2020-06-23
申请号：CN201910568179.3
申请日：2019-06-27
Applicant: 北京邮电大学 , 国网江苏省电力有限公司南京市高淳区供电分公司 , 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明实施例提供一种基于边缘计算的物联网服务低时延负载分配方法及装置，所述包括：获取每一终端中每一应用的任务请求，以及每一边缘节点的计算能力；将每一终端中每一应用的任务请求，以及每一边缘节点的计算能力，输入至预设优化问题模型中，输出资源分配矩阵和任务分配矩阵，预设优化问题模型包括利用蚁群算法改进的粒子群算法模型和利用高斯随机算法改进的半定松弛算法模型。本发明实施例提供的基于边缘计算的物联网服务低时延负载分配方法及装置，应用蚁群算法改进粒子群算法，减小算法的收敛时间，提高资源分配结果的性能，应用高斯随机变量解决半定松弛问题中的秩1约束，提高任务分配结果的性能，最终减小服务时延。
-
公开(公告)号：CN111225398A
公开(公告)日：2020-06-02
申请号：CN202010106898.6
申请日：2020-02-21
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司南京市高淳区供电分公司 , 北京邮电大学 , 国网江苏省电力有限公司
Abstract: 本申请公开了一种基于协作覆盖的微电网无线传感器网络能耗优化方法，包括构建监测微电网中分布式可再生能源的无线传感器网络模型；根据无线传感器网络中不同类型的传感器和不同监视任务，构建协作覆盖集；利用层次聚类方式连通无线传感器网络中各组监视任务的协作覆盖集；在无线传感器网络运行过程中，利用改进蚁群算法对协作覆盖集进行调度。本申请能够更好地实现电力物联网中无线传感器网络的监测任务，同时无线传感器网络的生命周期也远远长于传统的传感器协作模型，且性能随着传感器节点数目的增多更加明显。
-
公开(公告)号：CN110365753A
公开(公告)日：2019-10-22
申请号：CN201910568179.3
申请日：2019-06-27
Applicant: 北京邮电大学 , 国网江苏省电力有限公司南京市高淳区供电分公司 , 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明实施例提供一种基于边缘计算的物联网服务低时延负载分配方法及装置，所述包括：获取每一终端中每一应用的任务请求，以及每一边缘节点的计算能力；将每一终端中每一应用的任务请求，以及每一边缘节点的计算能力，输入至预设优化问题模型中，输出资源分配矩阵和任务分配矩阵，预设优化问题模型包括利用蚁群算法改进的粒子群算法模型和利用高斯随机算法改进的半定松弛算法模型。本发明实施例提供的基于边缘计算的物联网服务低时延负载分配方法及装置，应用蚁群算法改进粒子群算法，减小算法的收敛时间，提高资源分配结果的性能，应用高斯随机变量解决半定松弛问题中的秩1约束，提高任务分配结果的性能，最终减小服务时延。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.036 seconds)
