-
公开(公告)号：CN114640444A
公开(公告)日：2022-06-17
申请号：CN202210271926.9
申请日：2022-03-18
Applicant: 哈尔滨理工大学
Abstract: 本发明提出一种基于国产密码算法的隐私保护集合交集获取方法及装置，发起方将选择的椭圆曲线参数及公钥发给参与方，参与方将己方的相关数据经过加密、加盲扰动等，构建出映射表发送给发起方；发起方对己方数据进行公钥加密和私钥加密，并构建映射表发送给参与方，将参与方映射表进行私钥加密，构建映射表返还给参与方；参与方对己方映射表进行去盲后，与发起方映射表集合进行交集运算，率先得到双方的交集结果，将交集结果发送给发起方；发起方也得到交集运算结果。本方案解决了在联合训练模型时发起方与参与方数据隐私保护的问题。
-
公开(公告)号：CN117852686A
公开(公告)日：2024-04-09
申请号：CN202311614510.3
申请日：2023-11-29
Applicant: 国网黑龙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 哈尔滨理工大学 , 哈尔滨工业大学
Abstract: 基于多元自编码器的电力负荷预测方法，属于电力电网领域，本发明为解决现有电力负荷预测网络结构存在的问题。本发明所述预测方法采用基于编码器‑解码器架构的时间预测神经网络模型对电力负荷进行预测，时间预测模型采用多元自编码器实现；时间预测神经网络模型的构建步骤：S1、建立历史序列‑预测序列的训练集；S2、将历史序列拆分成趋势部分和周期部分；S3、MLP的编码器模块生成趋势部分编码；Transformer的编码器模块生成周期部分编码；S4、将两部分编码连接输入MLP的解码器模块进行解码得到最终的预测结果；S5、反复进行S2‑S4操作输出所有预测结果，利用损失函数计算真实序列与预测序列之间的损失，并根据损失值进行梯度反向传播和梯度下降更新模型参数。
-
Patent Agency Ranking
公开(公告)号：CN115098887B
公开(公告)日：2024-08-06
申请号：CN202210921066.9
申请日：2022-08-02
Applicant: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
IPC: G06F21/62 , G06F18/23213 , G06F18/22
Abstract: 本发明提出一种用于数据价值优化的匿名化模型推荐方法、设备，包括：导入原始数据，根据原始数据的类型和级别，确定原始数据的风险阈值；根据用户需求，判断匿名化方法为正向辅助推荐或反向主动推荐；分别根据选择的匿名化方法匹配一组候选配置方案，并对原始数据进行匿名化处理；对匿名化处理后的数据进行风险分析，保留符合风险阈值的数据；再对数据进行效用分析，选择其中最大值对应的匿名后数据作为输出；并将结果加入历史配置方案资源池。本发明能够在保证数据安全的前提下，在对数据进行匿名化处理后使得数据价值最大化。
-
公开(公告)号：CN116662910A
公开(公告)日：2023-08-29
申请号：CN202310773985.0
申请日：2023-06-28
Applicant: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC: G06F18/243 , G06N3/098 , G06F18/214 , G16H50/20 , G16H10/60
Abstract: 一种基于联邦学习的多临床分期疾病辅助分类方法及系统，属于大数据、医疗技术领域。为提高分类模型的准确率及隐私数据安全性。本发明采集病例数据构建病例数据集，将病例数据集输入到客户端，进行分析处理，得到优化的病例数据集；客户端对优化的病例数据集进行XGGridBoost模型训练，得到完成训练的模型参数进行加密处理、压缩处理，得到处理的模型参数发送给中心服务端进行解压缩，然后对解压缩的模型参数进行安全聚合，并使用近似算法确定最佳分割点，中心服务端将最佳分割点发送给多个客户端，多个客户端接收后判断本地决策树是否达到最大深度，进行迭代训练或者输出训练模型。本发明解决数据孤岛的问题，提高隐私数据的安全性。
-
公开(公告)号：CN118446356A
公开(公告)日：2024-08-06
申请号：CN202410521136.0
申请日：2024-04-28
Applicant: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC: G06Q10/04 , H02J3/00 , G06Q50/06 , G06N3/0455 , G06N3/0499 , G06N3/048 , G06N3/049
Abstract: 本发明提出一种基于时空嵌入独立的多变量时间序列预测方法，属于多变量时间序列预测技术领域。获取多变量时间序列数据作为样本数据，构建基于时空嵌入独立的多变量时间序列预测模型，使用多变量时间序列数据训练预测模型，更新模型权重，将多变量时间序列的电力负荷数据输入至预测模型，输出预测结果。本发明显著地增加多变量时间序列预测的精度；显著地降低了模型的计算开销，同时可以解决了跨时间依赖建模和跨维度依赖建模之间相互耦合导致状态向量规模过大的问题和在多变量时间序列的各个变量没有明确相关关系时，显式跨维度依赖建模导致的过拟合问题。
-
公开(公告)号：CN114640444B
公开(公告)日：2023-10-24
申请号：CN202210271926.9
申请日：2022-03-18
Applicant: 哈尔滨理工大学
Abstract: 本发明提出一种基于国产密码算法的隐私保护集合交集获取方法及装置，发起方将选择的椭圆曲线参数及公钥发给参与方，参与方将己方的相关数据经过加密、加盲扰动等，构建出映射表发送给发起方；发起方对己方数据进行公钥加密和私钥加密，并构建映射表发送给参与方，将参与方映射表进行私钥加密，构建映射表返还给参与方；参与方对己方映射表进行去盲后，与发起方映射表集合进行交集运算，率先得到双方的交集结果，将交集结果发送给发起方；发起方也得到交集运算结果。本方案解决了在联合训练模型时发起方与参与方数据隐私保护的问题。
-
公开(公告)号：CN115098887A
公开(公告)日：2022-09-23
申请号：CN202210921066.9
申请日：2022-08-02
Applicant: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
Abstract: 本发明提出一种用于数据价值优化的匿名化模型推荐方法、设备，包括：导入原始数据，根据原始数据的类型和级别，确定原始数据的风险阈值；根据用户需求，判断匿名化方法为正向辅助推荐或反向主动推荐；分别根据选择的匿名化方法匹配一组候选配置方案，并对原始数据进行匿名化处理；对匿名化处理后的数据进行风险分析，保留符合风险阈值的数据；再对数据进行效用分析，选择其中最大值对应的匿名后数据作为输出；并将结果加入历史配置方案资源池。本发明能够在保证数据安全的前提下，在对数据进行匿名化处理后使得数据价值最大化。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
