-
公开(公告)号：CN118070929A
公开(公告)日：2024-05-24
申请号：CN202410465104.3
申请日：2024-04-18
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06N20/20 , G06F18/2431
Abstract: 本发明属于分布式机器学习系统优化的技术领域，涉及一种分布式机器学习系统中梯度异构双重优化方法、装置、电子设备及存储介质。该方法包括：构建包含#imgabs0#个节点和单个参数服务器的分布式学习系统，节点为诚实节点和恶意节点；基于诚实节点从其局部数据集选取的数据样本，计算并修正数据样本的局部梯度，以迭代优化本地梯度差异；引入动量项，将修正后的局部梯度与上一迭代轮次的动量向量结合，再将得到的当前迭代轮次的动量向量归一化为单位动量向量发送给参数服务器，得到局部聚合结果；对局部聚合结果进行全局聚合，以迭代优化全局梯度差异。本发明解决了由于本地梯度差异和全局梯度差异而制约系统在面对恶意节点和攻击时的鲁棒性表现的问题。
-
公开(公告)号：CN117939563A
公开(公告)日：2024-04-26
申请号：CN202410145361.9
申请日：2024-01-31
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 江苏海洋大学
Abstract: 本发明属于物联网数据采集的技术领域，更具体地，涉及一种工业环境下面向通信受限物联网节点的数据汇集方法及装置。所述方法包括：S1、给定节点数据集和预设参数，预设参数包括节点覆盖半径R、节点覆盖率C以及初始簇头个数K；S2、基于给定的节点数据集和预设参数，使用K‑medoids聚类算法将节点数据集中的所有传感器节点划分为K个簇；S3、计算K个簇的总节点覆盖率C′，若总节点覆盖率C′大于给定的节点覆盖率C，则执行步骤S4，若总节点覆盖率C′小于或等于给定的节点覆盖率C，则将给定的初始簇头个数K加一，重复执行步骤S2；S4、判断待发送数据的成员节点与其对应的目标簇头节点之间是否存在中间成员节点，若存在：筛选待发送数据的成员节点与其对应的目标簇头节点之间的最优通信链路，并控制待发送数据的成员节点通过最优通信链路将其数据传输至对应的目标簇头节点。本发明解决了现有方法无法确保在数据传输过程中节点之间建立有效的通信链路的问题。
-
公开(公告)号：CN116456307B
公开(公告)日：2024-04-09
申请号：CN202310522070.2
申请日：2023-05-06
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 江苏海洋大学
Abstract: 本发明公开一种基于Q学习的能量受限物联网数据采集和融合方法，属于利用计算机模型优化无人机群数据采集能耗的技术领域。本发明针对无人机群的碰撞避免、飞行角度变化和节点距离约束，将无人机能耗问题转化为马尔可夫决策过程，应用强化学习算法求解无人机路径决策问题：将无人机与节点之间的距离、无人机飞行角度的变化以及无人机之间的安全距离作为强化学习的奖励，使无人机群协同访问所有节点，并有效降低了能耗。此外，在无人机群任务完成后，动态选择距离基站最近的无人机作为中继无人机，中继无人机将其他无人机采集的数据统一传输到基站，从而降低了无人机群的总体飞行能耗。
-
公开(公告)号：CN117454381A
公开(公告)日：2024-01-26
申请号：CN202311800375.1
申请日：2023-12-26
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F21/56 , G06F18/214 , G06F21/55
Abstract: 本发明属于信息安全的技术领域，更具体地，涉及一种非独立同分布数据下面向联邦学习的渐进性攻击方法。所述方法服务器端随机初始化一个全局模型作为第一轮全局模型，下发到各个客户端，攻击者选用该全局模型作为攻击模型；所述客户端收到全局模型后在本地执行训练形成局部模型，并将局部模型上传到服务器端；所述服务器端将局部模型更新聚合，形成新一轮全局模型，继续下发至客户端；在每轮训练中，客户端使用接收到的全局模型更新其局部模型并在本地数据集上进行训练；结束训练。本发明解决了现有技术中攻击者为隐藏其攻击操作导致控制模型性能逐渐下降并导致数据非独立同分布联邦学习中的攻击检测变得更加困难的问题。
-
公开(公告)号：CN117349894A
公开(公告)日：2024-01-05
申请号：CN202311629347.8
申请日：2023-12-01
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F21/62 , G06F21/60 , G06F21/33 , G06N5/022 , G06N5/02 , G06F16/36 , G06F16/901 , G06F16/903 , H04L9/40 , H04L9/00 , H04L9/06 , H04L9/08
Abstract: 本发明属于保密通信的技术领域，更具体地，涉及一种基于填充字典加密的图结构最短路径查询方法。所述方法包括数据拥有者构造填充字典结构的密文图；数据拥有者向有查询需求的用户通过安全信道发送授权令牌；生成查询令牌,用户将查询令牌发送至云服务器端；云服务器在接收到密文图和查询令牌之后，进行最短距离查询；获取明文查询结果。本发明解决了现有技术中用户的数据存储在第三方服务器上，可能会面临数据泄露和安全漏洞的风险以及查询效率较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN117196070A
公开(公告)日：2023-12-08
申请号：CN202311474649.2
申请日：2023-11-08
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于异构数据下的联邦学习的技术领域，更具体地，涉及一种面向异构数据的双重联邦蒸馏学习方法及装置。所述方法包括全局知识蒸馏和局部知识蒸馏，全局知识蒸馏包括利用全局生成器生成全局伪数据，将全局伪数据输入局部模型和初始聚合模型，并根据模型输出结果对初始聚合模型微调，得到全局模型；局部知识蒸馏包括利用局部生成器生成局部伪数据，将局部伪数据输入局部模型和全局模型，并根据模型输出结果更新局部生成器，再利用更新后的局部生成器生成新的局部伪数据，利用新的局部伪数据更新局部模型。本发明保障数据异构环境下产生客户漂移现象时联邦学习系统中服务端和客户端双边优化，实现全局模型和局部模型的稳定收敛及性能提升。
-
公开(公告)号：CN116822661B
公开(公告)日：2023-11-14
申请号：CN202311100506.5
申请日：2023-08-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于双服务器架构的隐私保护可验证联邦学习方法，属于人工智能的技术领域。包括：密钥生成中心、客户端、聚合服务器和辅助服务器；本发明采用中国剩余定理CRT对梯度进行压缩，并使用Paillier同态加密算法对本地梯度进行加密；同时，为避免单个服务器被攻陷成为恶意服务器，进而会威胁数据安全，本发明将聚合梯度和聚合哈希标签的计算过程分别分配给了聚合服务器AS和辅助服务器SS两个不同的服务器。本发明通过辅助服务器SS所聚合的哈希标签来辅助客户端验证聚合服务器AS聚合结果的正确性，为联邦学习训练模型的准确性提供了有效保障。
-
公开(公告)号：CN116032654A
公开(公告)日：2023-04-28
申请号：CN202310101003.3
申请日：2023-02-13
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种固件漏洞检测及数据安全治理方法和系统，属于数据安全的技术领域。包括：将待检测的物联网设备固件进行：固件解压、提取可执行文件以及提取可执行文件的相关数据；将可执行文件通过函数漏洞库、Hash计算、反汇编机制以获取可疑漏洞函数；通过检测固件中的可疑漏洞函数是否为已知漏洞函数的同源函数，以此判断，该检测固件中是否包含相应的漏洞。发明使用自然语言处理模型提取二进制函数的语义信息，不依赖专家知识；能够进行跨架构物联网固件漏洞检测；基于已知CVE漏洞，并对CVE漏洞数据库进行管理，定时更新；对于已经检测过的固件，随着CVE漏洞数据的变化，也会再次进行检测，保证固件漏洞检测的实时性。
-
公开(公告)号：CN115965406A
公开(公告)日：2023-04-14
申请号：CN202310258187.4
申请日：2023-03-17
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06Q30/0202 , G06N5/04
Abstract: 一种基于博弈论实现用户隐私损失补偿的数据定价方法，属于数据处理的技术领域，包括：步骤1：通过对作为追随者的买家的效用函数求偏导，得出作为追随者的买家的最优数据购买策略；步骤2：将其带入作为领导者的市场平台的效用函数中，利用迭代梯度算法更新数据价格；再根据数据卖家的效用函数优化其隐私补偿系数；步骤3：确定数据交易的赢家、数据成交价、数据隐私补偿系数和数据的购买量四个关键变量，实现公平高效的数据定价。本发明提出基于Stackelberg博弈的定价方法，结合前面的隐私补偿机制，分析了卖方、买方和市场平台各自的效用，同时引入了激励竞争机制，多个卖方相互竞争，更符合真实数据交易的情况。
-
公开(公告)号：CN115873819A
公开(公告)日：2023-03-31
申请号：CN202310009831.4
申请日：2023-01-05
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于计算生物学、计算机辅助设计和酶工程技术领域，具体涉及基于超级计算辅助获得D‑氨基酸转氨酶突变体及其应用。本发明基于超级计算辅助技术成功获得一种新的D‑氨基酸转氨酶突变体并对该酶进行了应用。与野生型酶相比，上述D‑氨基酸转氨酶突变体在40℃的半衰期t1/2>12 h，而野生型D‑氨基酸转氨酶仅为8.8 min，突变体的半失活温度T5015为45.3℃，比野生型D‑氨基酸转氨酶提高了约5.4℃。从而显著提高了其热稳定性及酶活性等，有效拓宽其应用领域和范围，具有广泛的工业应用前景，因此具有良好的实际应用之价值。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.057 seconds)
