一种基于数据相似度聚合的电力数据分布式联邦学习系统及方法

    公开(公告)号:CN116796864A

    公开(公告)日:2023-09-22

    申请号:CN202310320264.4

    申请日:2023-03-29

    Abstract: 本发明提出一种基于数据相似度聚合的电力数据分布式联邦学习系统,包括基于本地模型聚合的分布式联邦学习模型和基于模型数据相似度的联邦学习聚合过程,其中分布式联邦学习模型包括区块链网络和本地服务器(区块链节点服务器节点和模型计算服务器节点),旨在将模型参数聚合工作转到本地服务器中进行,解决了传统联邦学习对中心服务器的依赖和模型单一的问题,实现本地模型个性化;基于模型数据相似度的联邦学习聚合方法利用余弦相似度计算参与者模型参数之间的相关度,确定模型聚合过程中所占权重,实现相似应用场景模型之间更多的学习。该方案满足数据隐私保护需求,有效提高了电力企业在负荷预测和故障诊断等不同应用场景下的安全性和准确性。

    一种保险凭证智能分类存放设备
    43.
    发明公开

    公开(公告)号:CN119867460A

    公开(公告)日:2025-04-25

    申请号:CN202411820817.3

    申请日:2024-12-11

    Abstract: 本发明公开了一种保险凭证智能分类存放设备,具体涉及保险凭证存放领域,包括保险凭证的存储、识别、监控和预警的智能化方案,该设备包含用于存放凭证原件和复印件的分类存放单元、用于指示凭证存放位置的指示模块、监测通电状态的监控模块以及失效预警系统,通过该方案,实现了凭证在存放过程中的自动化管理、状态监测及失效预警,解决了现有凭证管理方式中手动查找、监控难度大、存放资源浪费以及凭证丢失等问题,本发明提高了保险凭证的管理效率、安全性和便捷性,确保凭证在长期存放中的有效性和完整性。

    一种基于不经意随机访问的隐私安全计算方法

    公开(公告)号:CN116383876A

    公开(公告)日:2023-07-04

    申请号:CN202310319681.7

    申请日:2023-03-29

    Abstract: 本发明提供一种基于不经意随机访问的隐私安全计算方法,该方法由模型初始化、访问数据以及混洗写回三个步骤构成。在模型初始化步骤,完成对访问方、ORAM规则以及存储方的初始化操作;在访问数据步骤,访问方经过ORAM规则向存储方发出读写请求;在混洗写回步骤,存储方定期根据ORAM协议对数据进行乱序写回操作,以保证逻辑地址和物理地址的对应关系不会被存储方捕捉并通过计算推断出数据块内容。该方法可以有较高效率与较高并发性完成多用户的隐私安全计算。

Patent Agency Ranking