-
公开(公告)号:CN113987477A
公开(公告)日:2022-01-28
申请号:CN202111247976.5
申请日:2021-10-26
Applicant: 北京京航计算通讯研究所
IPC: G06F21/55
Abstract: 一种分布式AI系统的防投毒方法和系统,方法包括:接收各客户端节点发送的提交数据,基于提交数据更新中心模型,根据中心模型的误差与预期误差的差距判断当前系统是否存在中毒迹象,若否,则根据预定的策略对中心模型做镜像并通知各客户端节点清空缓存并重新进行数据缓存,缓存数据包括客户端节点的原始数据、处理算法和中间数据;否则,获取上一次模型镜像到当前时刻所有提交数据的客户端节点,并将该客户端节点作为风险节点,根据中心模型的误差与预期误差的差距计算风险节点的风险概率,基于风险概率获取风险节点的累计风险概率,根据累计风险概率对风险节点进行巡检,若存在中毒节点则将中毒节点下线,将中心模型恢复为上一次镜像的模型。
-
公开(公告)号:CN113987477B
公开(公告)日:2024-07-19
申请号:CN202111247976.5
申请日:2021-10-26
Applicant: 北京京航计算通讯研究所
IPC: G06F21/55
Abstract: 一种分布式AI系统的防投毒方法和系统,方法包括:接收各客户端节点发送的提交数据,基于提交数据更新中心模型,根据中心模型的误差与预期误差的差距判断当前系统是否存在中毒迹象,若否,则根据预定的策略对中心模型做镜像并通知各客户端节点清空缓存并重新进行数据缓存,缓存数据包括客户端节点的原始数据、处理算法和中间数据;否则,获取上一次模型镜像到当前时刻所有提交数据的客户端节点,并将该客户端节点作为风险节点,根据中心模型的误差与预期误差的差距计算风险节点的风险概率,基于风险概率获取风险节点的累计风险概率,根据累计风险概率对风险节点进行巡检,若存在中毒节点则将中毒节点下线,将中心模型恢复为上一次镜像的模型。
-
公开(公告)号:CN113901336B
公开(公告)日:2024-07-16
申请号:CN202111275726.2
申请日:2021-10-29
Applicant: 北京京航计算通讯研究所
IPC: G06F16/9536 , G06F16/9538
Abstract: 本发明涉及一种基于用户信用的AI社区平台推荐内容排序方法和系统,方法包括以下步骤:获取多个连续评估周期内发布评论的所有评论用户,根据自相似算法确定所述评论用户的可信任度;获取待评估用户发布的有效模型数量和有效数据集数量;根据所述评论用户的可信任度计算所述待评估用户获得的有效评论数量及有效评价分数;基于所述有效模型数量、有效数据集数量、获得的有效评论数量及有效评价分数,计算所述待评估用户的信用值;根据内容的发布用户的信用值对推荐内容进行排序。
-
公开(公告)号:CN113902865A
公开(公告)日:2022-01-07
申请号:CN202111275796.8
申请日:2021-10-29
Applicant: 北京京航计算通讯研究所
Abstract: 一种三维地图质量评估方法和系统,方法包括以下步骤:将所述三维地图转换为八叉树地图;根据所述三维地图的用户类型设置对应的智能体,并设置所述智能体的奖励函数和行为函数;将所述智能体置于所述八叉树地图中,所述智能体根据其行为函数在所述八叉树地图中移动,根据所述智能体与所述八叉树地图的交互及所述奖励函数计算所述八叉树地图中地图格的质量值;基于所述八叉树地图中所有地图格的质量值总和,评估所述三维地图相对于所述用户类型的质量。
-
公开(公告)号:CN113901336A
公开(公告)日:2022-01-07
申请号:CN202111275726.2
申请日:2021-10-29
Applicant: 北京京航计算通讯研究所
IPC: G06F16/9536 , G06F16/9538
Abstract: 本发明涉及一种基于用户信用的AI社区平台推荐内容排序方法和系统,方法包括以下步骤:获取多个连续评估周期内发布评论的所有评论用户,根据自相似算法确定所述评论用户的可信任度;获取待评估用户发布的有效模型数量和有效数据集数量;根据所述评论用户的可信任度计算所述待评估用户获得的有效评论数量及有效评价分数;基于所述有效模型数量、有效数据集数量、获得的有效评论数量及有效评价分数,计算所述待评估用户的信用值;根据内容的发布用户的信用值对推荐内容进行排序。
-
公开(公告)号:CN113902865B
公开(公告)日:2025-04-04
申请号:CN202111275796.8
申请日:2021-10-29
Applicant: 北京京航计算通讯研究所
IPC: G06F30/20
Abstract: 一种三维地图质量评估方法和系统,方法包括以下步骤:将所述三维地图转换为八叉树地图;根据所述三维地图的用户类型设置对应的智能体,并设置所述智能体的奖励函数和行为函数;将所述智能体置于所述八叉树地图中,所述智能体根据其行为函数在所述八叉树地图中移动,根据所述智能体与所述八叉树地图的交互及所述奖励函数计算所述八叉树地图中地图格的质量值;基于所述八叉树地图中所有地图格的质量值总和,评估所述三维地图相对于所述用户类型的质量。
-
-
-
-
-