-
公开(公告)号：CN118070335A
公开(公告)日：2024-05-24
申请号：CN202410302388.4
申请日：2024-03-15
Applicant: 北京市大数据中心 , 中电长城网际系统应用有限公司
IPC: G06F21/62
Abstract: 本申请公开一种隐私数据的处理方法、系统、设备、介质和产品，涉及信息安全技术领域。方法包括：获取客户端的隐私数据及其对应的处理需求；根据隐私数据对应的处理需求，对预设处理算法集合中的多个处理算法进行筛选，获得待处理算法集合，其中，待处理算法集合包括多个待处理算法，待处理算法为与目标厂商松耦合的数据处理算法，目标厂商为客户端对应的厂商；对多个待处理算法进行融合，获得目标处理算法；使用目标处理算法对隐私数据进行处理，获得目标数据。根据本申请中的实施例，能够提升对隐私数据的处理效率。
-
公开(公告)号：CN115938103A
公开(公告)日：2023-04-07
申请号：CN202211358315.4
申请日：2022-11-01
Applicant: 北京航空航天大学 , 北京市大数据中心 , 北京市西城区科学技术和信息化局(北京市西城区大数据管理局)
Abstract: 本发明提供了一种基于增量学习的时空流式数据预测方法，用于智能交通流预测。本发明方法包括：采集时空流式数据，形成时间序列数据和图数据作为预测模型的输入；建立包括时间规律捕捉模块和空间规律捕捉模块的预测模型，两模块正交，网络参数相互独立；建立增量学习模型，对多批次的时空流式数据增量学习进行约束，利用新预测模型对新批次数据进行预测。本发明方法缓解了时空预测模型在时空流式数据上的灾难性遗忘，提升了预测模型对未来在线任务的前向迁移效果，提高了对时空流式数据的预测精度，适用于时空流式数据的预测任务。
-
公开(公告)号：CN113472566A
公开(公告)日：2021-10-01
申请号：CN202110657184.9
申请日：2021-06-11
Applicant: 北京市大数据中心 , 北京彩智科技有限公司
IPC: H04L12/24
Abstract: 本发明涉及区块链技术领域，特别是指一种联盟区块链的状态监控方法及主节点状态监控系统，该方法由主节点状态监控系统实现，所述主节点状态监控系统包括主orderer节点以及备份orderer节点，该方法包括：主orderer节点建立服务监听端口；备份orderer节点周期性轮询获取主orderer节点的状态信息，主orderer节点向备份orderer节点发送状态信息；备份orderer节点根据接收到的状态信息，判断当前主orderer节点的节点状态，如果判断当前主orderer节点的状态正常，则备份orderer节点进入休眠，如果判断当前主orderer节点的状态异常，则备份orderer节点进行异常通知；备份orderer节点启动数据恢复服务和接管服务。采用本发明，增强了区块链网络的稳定性和容错性。
-
公开(公告)号：CN119357754B
公开(公告)日：2025-04-08
申请号：CN202411911075.5
申请日：2024-12-24
Applicant: 北京市大数据中心 , 数据堂(北京)科技股份有限公司
IPC: G06F18/24 , G06N3/0455 , G06N3/098
Abstract: 本申请公开了一种联邦数据管控下的基于规则对齐的激励方法及装置，其首先指定联邦数据管控规则，同时从第一联邦节点和第二联邦节点获取用户的行为数据，并采用基于深度学习的数据处理技术对用户行为数据进行时序分析，以分别捕捉到第一联邦节点和第二联邦节点的用户行为特征，进而，通过将第一联邦节点用户行为特征和第二联邦节点用户行为特征分别与联邦数据管控规则进行语义关联分析，从而智能确定联邦节点的激励结果。这样，通过量化用户行为与联邦数据管控规则的一致性来调整联邦学习过程中各节点的权重分配，实现了对联邦学习参与者的公平激励，能够有效促进联邦学习环境中数据资源的高效利用，提高联邦学习的整体性能和隐私性。
-
公开(公告)号：CN119358667A
公开(公告)日：2025-01-24
申请号：CN202411302658.8
申请日：2024-09-18
Applicant: 北京市大数据中心
IPC: G06N5/04 , G06N5/022 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F40/295 , G06F40/30
Abstract: 本发明提供一种知识推理与关系生成方法、装置、设备及存储介质，属于城市级多源数据处理技术领域，收集城市运行管理的各领域数据；提取数据治理后各类数据中的文本特征；识别文本特征中的实体；抽取文本特征中实体之间的关系，将识别的实体以及抽取的实体之间的关系存储到图数据库，形成初始知识图谱；利用预设的知识推理引擎，生成治理后各领域数据对应新的实体与关系；基于新的实体与关系更新所述的初始知识图谱，得到城市级数据知识图谱。本发明通过结合演化算法的全局搜索能力和深度学习的特征提取能力，自动挖掘和生成知识图谱中实体之间的潜在关系，提高知识图谱的覆盖率和准确性。
-
Patent Agency Ranking
公开(公告)号：CN119316229A
公开(公告)日：2025-01-14
申请号：CN202411845229.5
申请日：2024-12-16
Applicant: 北京市大数据中心 , 数据堂(北京)科技股份有限公司
IPC: H04L9/40
Abstract: 本发明涉及数据共享技术领域，且公开了一种基于前置节点的联邦数据共享方法和装置，其中方法包括：前置节点将获取到的联邦数据上传至私有链，前置节点上传本地区的基础公共服务信息到私有链，前置节点计算联邦数据特征，并上链请求验证，其他节点根据本地区实际情况，反馈验证值或对联邦数据进行修正，监管机构定期对整个链上的节点进行性能监管和数据统计分析，本发明通过在前置节点上进行数据预处理和加密，确保了数据在传输过程中的安全性和隐私性，前置节点作为中介，可以优化数据传输流程，提高处理效率，减轻链上节点的负载。
-
公开(公告)号：CN115938103B
公开(公告)日：2024-06-18
申请号：CN202211358315.4
申请日：2022-11-01
Applicant: 北京航空航天大学 , 北京市大数据中心 , 北京市西城区科学技术和信息化局(北京市西城区大数据管理局)
Abstract: 本发明提供了一种基于增量学习的时空流式数据预测方法，用于智能交通流预测。本发明方法包括：采集时空流式数据，形成时间序列数据和图数据作为预测模型的输入；建立包括时间规律捕捉模块和空间规律捕捉模块的预测模型，两模块正交，网络参数相互独立；建立增量学习模型，对多批次的时空流式数据增量学习进行约束，利用新预测模型对新批次数据进行预测。本发明方法缓解了时空预测模型在时空流式数据上的灾难性遗忘，提升了预测模型对未来在线任务的前向迁移效果，提高了对时空流式数据的预测精度，适用于时空流式数据的预测任务。
-
公开(公告)号：CN116017333A
公开(公告)日：2023-04-25
申请号：CN202211605899.0
申请日：2022-12-14
Applicant: 北京市大数据中心
Abstract: 本申请实施例提供了基于大数据信令处理的人口识别方法、系统及存储介质。该方法包括：根据终端用户的信令数据信息识别用户注册信息和通讯表数据筛选出第一标记用户并提取信令时间数据和信令标识地数据获取基站动态扇区交互信息，提取基站扇区标识动态响应数据并根据基站扇区栅格动态分布模型获取对应基站扇区动态栅格数据计算获得时间周期内的轨迹密度数据，根据轨迹密度数据进行阈值对比筛选人口属性类别；从而基于大数据信令技术对终端用户信令数据处理获取基站扇区数据和栅格数据计算获得轨迹密度数据对人口属性进行识别，实现根据信令数据进行用户轨迹驻停情况识别判断所属人口属性技术，提高对区域内流动人口属性识别判断的精准度。
-
公开(公告)号：CN119443105A
公开(公告)日：2025-02-14
申请号：CN202510039582.2
申请日：2025-01-10
Applicant: 北京市大数据中心
IPC: G06F40/295 , G06N3/096 , G06F16/35 , G06N20/10
Abstract: 本发明提供基于迁移学习模型的实体关系抽取方法、装置、设备及介质，属于数据处理技术领域，获取原始数据，对原始数据进行预处理、标注，生成训练数据集，再构建实体关系；利用机器学习算法在知识图谱中构建实体关系处理任务；构建迁移学习模型，基于迁移学习模型将源域或源任务中的知识迁移学习到目标域或目标任务中，来初始化或辅助目标领域模型的训练；将机器学习算法与迁移学习模型相融合，通过利用源领域丰富的标注数据和领域知识，可以提取出对目标领域有用的特征表示，并将其应用于目标领域的任务中，能够更快地学习到有用的特征，从而提高实体识别和关系抽取等任务的准确率。
-
公开(公告)号：CN119357754A
公开(公告)日：2025-01-24
申请号：CN202411911075.5
申请日：2024-12-24
Applicant: 北京市大数据中心 , 数据堂(北京)科技股份有限公司
IPC: G06F18/24 , G06N3/0455 , G06N3/098
Abstract: 本申请公开了一种联邦数据管控下的基于规则对齐的激励方法及装置，其首先指定联邦数据管控规则，同时从第一联邦节点和第二联邦节点获取用户的行为数据，并采用基于深度学习的数据处理技术对用户行为数据进行时序分析，以分别捕捉到第一联邦节点和第二联邦节点的用户行为特征，进而，通过将第一联邦节点用户行为特征和第二联邦节点用户行为特征分别与联邦数据管控规则进行语义关联分析，从而智能确定联邦节点的激励结果。这样，通过量化用户行为与联邦数据管控规则的一致性来调整联邦学习过程中各节点的权重分配，实现了对联邦学习参与者的公平激励，能够有效促进联邦学习环境中数据资源的高效利用，提高联邦学习的整体性能和隐私性。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.035 seconds)
