-
公开(公告)号：CN116052710A
公开(公告)日：2023-05-02
申请号：CN202211414292.4
申请日：2022-11-11
Applicant: 国网安徽省电力有限公司信息通信分公司 , 安徽继远软件有限公司
Abstract: 本发明公开一种基于智能语音的电网数据分离方法和系统，包括：采集所述电网设备工作环境的用于设备控制的控制语音和电网设备所处的环境自然音；针对采集的电网设备控制语音和环境自然音的混合音频数据，进行音频数据剥离；将经过电网语音数据分离的语音指令输出对应控制电网设备运行。本发明通过构建焦点音频跟踪算法，使得电网运行环境中工作人员的人声能够从环境音中剥离出来；同时，为了避免多个人员发声的相互干扰，本发明还进一步设计了混音防干扰算法用于降低不同的焦点音频的覆盖，能够基于采集的音频信息进行人声识别分类，本发明能够有效解决电网运营生产中智能语音控制识别不准确的难题，效果突出。
-
公开(公告)号：CN116016300A
公开(公告)日：2023-04-25
申请号：CN202211680851.6
申请日：2022-12-27
Applicant: 国网安徽省电力有限公司信息通信分公司
Abstract: 本申请涉及微服务应用迁移上云自动化性能评估系统及应用，属于评估系统领域，通过设置网卡切换机构、散热调节机构和朝向调节机构，使该系统不仅可以检测迁移上云的软件环境性能，还可以用于检测硬件环境性能，通过软件和硬件可以有效的检测出微服务应用迁移上云的性能，散热调节机构和朝向调节机构不仅可以用于对主机进行散热以及调节主机与信号源之间的朝向，还可以用于屏蔽无线网卡的信号，检测无线信号强弱与上传速率的关系以及辅助人们移动待测软件所用的主机，功能性强。
-
公开(公告)号：CN116009410A
公开(公告)日：2023-04-25
申请号：CN202310047592.1
申请日：2023-01-31
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: G05B15/02 , G05B19/418
Abstract: 本发明公开了基于多业务多场景的物联终端接入系统及应用，基于多业务多场景的物联终端接入系统，包括物联控制终端、移动终端、数据采集模块、数据加密模块、数据处理模块和驱动执行模块；所述物联控制终端安装于家居环境中，所述物联控制终端和移动终端的内部均安装有定位模块；本发明物联终端接入系统，通过数据采集模块进行家居内多场景环境数据的检测，通过数据处理模块进行场景环境数据的分析处理，通过驱动执行模块进行多业务智能家居的控制，通过移动终端能进行智能家居的远程控制且能通过视频监控模块进行家居内环境的远程观察，数据加密模块的接入，对采集的家居内环境数据进行加密处理，能避免物联终端接入系统中传输数据的泄露。
-
公开(公告)号：CN115185736B
公开(公告)日：2023-01-31
申请号：CN202211098648.8
申请日：2022-09-09
Applicant: 南京航空航天大学 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于图卷积神经网络的微服务调用链异常检测方法及装置，包括基于BiLSTM的属性依赖图构建、自注意力映射图构建、基于对偶图卷积互注意力神经网络的信息融合和基于多层感知机的异常检测。本发明通过为微服务间调用响应时间和执行路径构建属性依赖图和自注意力映射图，实现微服务调用链响应时间和执行路径的有效处理和统一建模，再通过多层对偶图卷积神经网络的传递和基于互注意力机制的信息融合，生成调用链数据的有效特征嵌入表示，同时该模型可有效处理调用链执行路径缺失而导致性能降低的问题，提升了微服务调用链异常检测的精度和鲁棒性。
-
公开(公告)号：CN115460097A
公开(公告)日：2022-12-09
申请号：CN202211029599.2
申请日：2022-08-25
Applicant: 国网安徽省电力有限公司信息通信分公司
Abstract: 本发明公开了一种基于融合模型的移动应用可持续信任评估方法及装置，所述方法包括：建立多属性模型，所述建立多属性模型的监控结果包括情感分析结果、prop模块监控结果、重要端口监控结果、网页浏览监控结果以及文件管理器监控结果；利用残差网络设计残差网络模型实现信任评估以及利用GMM聚类设计GMM聚类模型实现信任评估；融合残差网络模型和GMM聚类模型的评估结果，得出最终的移动应用信任评估结果；本发明的优点在于：设计的多属性模型完整，信任评估结果较为真实可靠。
-
Patent Agency Ranking
公开(公告)号：CN115034282A
公开(公告)日：2022-09-09
申请号：CN202210384481.5
申请日：2022-04-13
Applicant: 国家电网有限公司信息通信分公司 , 南京航空航天大学 , 国网浙江省电力有限公司信息通信分公司 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明提供了一种异常数据检测模型的构建方法、异常数据检测方法及系统，该构建方法利用无标记数据和携带异常标记的异常数据训练神经网络模型，以得到最终的异常数据检测模型。通过异常检测模型来检测海量数据中的异常数据，提高检测准确性。
-
公开(公告)号：CN114647465B
公开(公告)日：2022-08-16
申请号：CN202210559572.8
申请日：2022-05-23
Applicant: 南京航空航天大学 , 国家电网有限公司信息通信分公司 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明公开了一种多通道注意力图神经网络聚类的单体程序拆分方法及系统，包括单体程序多属性图构建、多通道图神经网络特征嵌入表示学习、基于注意力的多通道特征嵌入融合、基于谱聚类的微服务拆分。通过图神经网络重构信息和聚类信息构建新的损失函数，实现了图注意力神经网络与聚类的联合学习框架，实现了提取微服务在功能性和模块性方面性能的提升。本发明结合单体程序多种属性信息，构建多通道图注意力网络，实现了更为高质量的特征嵌入表示，同时也提升了微服务提取方法的可扩展性，避免了微服务提取方法在应用中使用受限等问题。
-
公开(公告)号：CN114610613A
公开(公告)日：2022-06-10
申请号：CN202210228347.6
申请日：2022-03-08
Applicant: 国家电网有限公司信息通信分公司 , 国网浙江省电力有限公司信息通信分公司 , 国网安徽省电力有限公司信息通信分公司 , 南京航空航天大学 , 国家电网有限公司
Inventor： 杜静 , 孔蕊 , 邵月 , 杨容嫣 , 来风刚 , 张攀 , 周逸 , 饶涵宇 , 毛冬 , 宫帅 , 曹弯弯 , 余东波 , 董小菱 , 程航 , 孙强 , 高丰 , 都繁杰 , 李静
Abstract: 本发明公开了一种面向在线实时的微服务调用链异常检测方法，首先将微服务调用链建模为自然语言序列，对调用链中记录的事件进行解析，将事件提取为语义序列及响应时间序列；然后利用词汇嵌入式表示算法提取出调用链中事件的向量化表示，将调用链表示为按时序排列的数值型向量序列，最后采用基于注意力机制的双层长短期记忆深度神经网络同时检测调用链中存在的微服务实例调用路径异常与性能异常。本发明不仅可以同时检测调用链中存在的两种类型的异常，而且提高了检测的速度和精度，减少了异常的误报和漏报。
-
公开(公告)号：CN110149350B
公开(公告)日：2021-11-05
申请号：CN201910548121.2
申请日：2019-06-24
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明涉及一种告警日志关联的网络攻击事件分析方法，包括，S1、获取日志的原始文件并对原始文件预处理；S2、对预处理后的原始文件进行异常判断分析；根据判断分析结果，组建攻击规则指纹库，再逐步对攻击规则指纹库进行完善；S3、将攻击规则指纹库与告警日志的事件关联；再将联后的事件进行汇总、合并，组建告警事件库；S4、根据告警事件库，进行事件响应与处理，本发明还公开了一种告警日志关联的网络攻击事件分析装置。本发明能够组建攻击规则指纹库，同时通过特征属性系统化、概率统计方法、动态跟踪法等方法对攻击规则指纹库进行不断完善，从而确保及时应对不同的网络攻击事件。
-
公开(公告)号：CN112001561A
公开(公告)日：2020-11-27
申请号：CN202010905419.7
申请日：2020-09-01
Applicant: 国网安徽省电力有限公司信息通信分公司 , 方圆 , 李明 , 张靖 , 俞骏豪 , 张亮 , 盛剑桥 , 管建超 , 宫帅 , 马永 , 孙强 , 郭洋 , 徐道磊 , 路宇 , 程航
Abstract: 本发明公开了一种电力行业风险预测方法，包括以下步骤：采集各个电力设备的初始参数；根据各个电力设备的初始参数获取对应的各个电力设备的运行先验知识；根据各个电力设备的运行先验知识建立风险预测模型；获取并发送各个电路设备的实时运行数据；将实时运行数据导入到风险预测模型中，通过风险预测模型输出预测结果。本发明还公开了一种电力行业风险预测系统。本发明可对电力行业电力设备的风险因素进行分析，及时高效的对电力设备进行风险预测，以便及时高效的对电力设备进行检修维护，节约维修成本。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.056 seconds)
