一种关键信息系统的链上检测方法及系统

    公开(公告)号:CN111327624A

    公开(公告)日:2020-06-23

    申请号:CN202010132196.5

    申请日:2020-02-29

    Abstract: 本发明涉及一种关键信息系统的链上检测方法,包括以下步骤:1)构建基于区块链的点对点分布式网络N,包括一个代理节点P、至少一个受检节点和至少两个检测节点;2)选取一个待检节点A,向代理节点P发送加密的受检请求;3)代理节点P设定访问待检节点A的代理配置;4)代理节点P选取最佳空闲检测节点B和次佳空闲检测节点C;5)最佳空闲检测节点B通过代理节点P对待检节点A进行首测,生成首测报告;6)次佳空闲检测节点C通过代理节点P对待检节点A进行复测,生成复测报告;7)代理节点P比对首测报告和复测报告,生成最新检测工作的评分,与现有技术相比,本发明具有提高检测程序安全性、匿名性和有效性等优点。

    一种信息内网安全漏洞监控处理方法

    公开(公告)号:CN104125222A

    公开(公告)日:2014-10-29

    申请号:CN201410345505.1

    申请日:2014-07-18

    Abstract: 本发明涉及一种信息内网安全漏洞监控处理方法,包括如下步骤:1)漏洞监测单元实时监测信息内网是否存在安全漏洞,若是,则将安全漏洞相关信息发送给二维码生成单元;2)二维码生成单元将安全漏洞相关信息转换成二维码;3)显示单元将二维码显示在显示屏上;4)智能终端扫描二维码,并通过智能终端中的二维码解析模块对二维码进行解析,获得解析后的安全漏洞相关信息,生成报警信息并发送。与现有技术相比,本发明具有缩短漏洞发现及处理时间、降低安全风险等优点。

    一种融合形态聚类及TCN-Attention的短期负荷预测方法

    公开(公告)号:CN111815035B

    公开(公告)日:2024-01-30

    申请号:CN202010571442.7

    申请日:2020-06-22

    Abstract: 本发明涉及一种融合形态聚类及TCN‑Attention的短期负荷预测方法,包括以下步骤:S1:对负荷历史日数据进行形态聚类,形成多个负荷相似日簇;S2:对影响负荷预测的数据进行预处理,获取待预测日负荷预测的影响因素数据;S3:根据各负荷相似日簇与影响因素数据的相似性为待预测日选择对应的相似日簇训练子集;S4:将待预测日对应的相似日簇训练子集输入到预测模型进行训练;S5:输入待预测日的影响因素数据至训练完成的预测模型,输出短期负荷预测值;所述的预测模型包括依次连接的输入层、TCN残差模块、Attention机制模块和输出层,与现有技术相比,本发明具有预测速度快且预测(56)对比文件李鹏辉;崔承刚;杨宁;陈辉.基于ARIMALSTM组合模型的楼宇短期负荷预测方法研究.上海电力学院学报.2019,(第06期),全文.张冰;周步祥;石敏;魏金萧.基于灰色关联分析与随机森林回归模型的短期负荷预测.水电能源科学.2017,(第04期),全文.吴云;雷建文;鲍丽山;李春哲.基于改进灰色关联分析与蝙蝠优化神经网络的短期负荷预测.电力系统自动化.2018,(第20期),全文.

Patent Agency Ranking