-
公开(公告)号：CN118427244B
公开(公告)日：2025-03-21
申请号：CN202410604695.8
申请日：2024-05-15
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC: G06F16/2458 , G06F16/26 , G06F18/20 , G06F18/23
Abstract: 本发明涉及敏感数据识别技术领域，具体涉及基于关联挖掘的能源敏感数据智能识别方法，该方法包括：根据能源数据序列之间的关联度强弱得到强关联数据序列；分析一阶差分序列中数据突变情况、能源数据序列拟合曲线的斜率以及季节性变化得到各能源数据序列的影响敏感系数；获取能源数据序列密钥长度LOF异常得分值，结合各能源数据序列的数据传输次数得到各能源数据序列的数据敏感识别度；根据数据敏感识别度构建带权无向图，结合马尔科夫图聚类算法获取真正的能源敏感数据序列。从而实现基于关联挖掘的能源敏感数据智能识别，解决了能源数据之间的关联较为复杂导致强关联数据不易获取的问题，提高了对于能源数据中敏感数据识别的准确度。
-
公开(公告)号：CN118473672B
公开(公告)日：2024-12-17
申请号：CN202410656695.2
申请日：2024-05-24
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
Abstract: 本发明涉及数据安全认证技术领域，具体涉及基于智能合约的能源数据安全动态认证方法及系统，该方法包括：采集能源数据序列；获取能源数据序列中各数据点的近邻能源数据序列及近邻能源变化序列；构建能源数据序列中各数据点的近邻离散化指数及明文信息异变波动指数，计算明文字节矩阵的每列字节的横向邻近字节差异指数、每行字节的纵向邻近字节差异指数；获取明文字节变化矩阵，进而得到每个明文信息组，利用MD5信息摘要算法基于明文信息组提取能源信息的信息摘要，作为智能合约内能源数据安全认证的认证密码，完成能源数据的安全动态认证。本发明可保证信息摘要具备更高的安全性，提高能源数据动态认证的安全性。
-
公开(公告)号：CN118445650A
公开(公告)日：2024-08-06
申请号：CN202410626133.3
申请日：2024-05-20
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC: G06F18/23213 , G06F18/25 , G06F18/213
Abstract: 本发明涉及数据融合技术领域，具体涉及基于强化学习的能源数据上下文信息特征融合方法，该方法具体为：根据能源数据之间的关联程度构建能源峰值联系强度指数，利用ARIMA预测算法对能源数据序列进行预测获得预测特征序列，根据预测特征序列中预测数据的优良程度以及与原始数据的关联情况，构建预测特征关联系数，进而划分真正存在强关联的数据序列，再利用深度学习进行上下文信息特征融合。从而实现能源数据上下文信息特征融合，解决了传统特征融合算法仅考虑关联性而没考虑关联的实质性，导致存在过多的关联数据，最终导致特征融合后特征的准确性较低的问题，提高了能源数据上下文特征信息融合的准确度。
-
公开(公告)号：CN119676747A
公开(公告)日：2025-03-21
申请号：CN202411801825.3
申请日：2024-12-09
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC: H04W24/06 , H04W4/40 , H04L41/0631
Abstract: 本发明创造公开了一种面向车网互动的网络流量异常检测方法，属于流量异常检测技术领域，其包括以下步骤：步骤一、数据收集与预处理；步骤二、进行深度学习模型训练；步骤三、构建联邦学习框架；步骤四、进行实时流量异常检测与警报。步骤一包括数据源、数据收集过程和数据预处理；所述数据源用于车辆与互联网之间的通信，包括上行流量、下行流量、车辆内部网络的数据传输、外部交互数据；车辆内部网络的数据传输包括CAN总线数据与ECU电子控制单元之间的通信；外部交互数据包括与路测单元通信数据和与交管系统的交互数据。本发明通过结合了深度学习和联邦学习，能够高效、实时地识别车网互动中的异常流量。
-
公开(公告)号：CN117540431A
公开(公告)日：2024-02-09
申请号：CN202311689836.2
申请日：2023-12-11
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 国网智能电网研究院有限公司 , 河南九域腾龙信息工程有限公司 , 北京经世万方信息技术有限公司
Inventor： 王世谦 , 黄勇 , 李为 , 狄立 , 华远鹏 , 王自强 , 贾一博 , 郭军利 , 闫利 , 宋大为 , 王圆圆 , 于雪辉 , 高妍 , 张登锋 , 卜飞飞 , 王涵 , 韩丁 , 李秋燕
Abstract: 本发明涉及一种基于神经网络和隐私集合求交的数据检索方法，属数据安全领域，包括多个参与方将各自私有原始数据集进行预处理后得到各自的样本集；各参与方初始化各自的神经网络模型输入各自的样本集进行模型训练，待模型收敛后得到各自训练好的神经网络模型，将各自的样本集输入各自训练好的神经网络模型，从各自的隐含层中提取各自的样本集的特征向量；对各参与方的样本集的特征向量使用隐私集合求交得到公共数据集作为公共数据库；任一参与方输入查询关键词，从隐含层提取查询关键词的特征向量；将查询关键词的特征向量与公共数据集的各特征向量使用隐私集合求交得到公共数据集中与查询关键词相符结果。解决多类型数据难以相似性加密检索问题。
-
Patent Agency Ranking
公开(公告)号：CN117539739A
公开(公告)日：2024-02-09
申请号：CN202311689769.4
申请日：2023-12-11
Applicant: 国网河南省电力公司经济技术研究院 , 国网智能电网研究院有限公司 , 郑州大学 , 河南九域腾龙信息工程有限公司 , 北京经世万方信息技术有限公司
Inventor： 王世谦 , 狄立 , 王圆圆 , 郭军利 , 邵志鹏 , 卜飞飞 , 姬哲 , 董李锋 , 黄勇 , 韩丁 , 华远鹏 , 高妍 , 李秋燕 , 宋大为 , 贾一博 , 王涵 , 张登锋 , 于雪辉
IPC: G06F11/34 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及基于双特征的用户连续行为异常监测方法，属大数据领域，从信息系统历史日志文件中采集用户访问行为序列数据进行预处理，生成起始序列和后续序列向量作为训练样本数据；初始化起始序列和后续序列LSTM模型，将起始序列和后续序列向量分别输入对应模型进行训练；利用训练好的模型计算得到两个模型中起始序列和后续序列向量中的每个实例元素的异常得分，基于两个模型中的每个实例元素的异常得分计算异常检测阈值；实时采集的访问操作数据生成起始序列和后续序列向量输入训练好的两个模型，计算两个模型中起始序列和后续序列向量中每个实例元素异常得分进行用户连续行为异常判决。解决用户连续行为监测静态规则限制高误报率和监测延迟。
-
公开(公告)号：CN117539739B
公开(公告)日：2025-01-28
申请号：CN202311689769.4
申请日：2023-12-11
Applicant: 国网河南省电力公司经济技术研究院 , 国网智能电网研究院有限公司 , 郑州大学 , 河南九域腾龙信息工程有限公司 , 北京经世万方信息技术有限公司
Inventor： 王世谦 , 狄立 , 王圆圆 , 郭军利 , 邵志鹏 , 卜飞飞 , 姬哲 , 董李锋 , 黄勇 , 韩丁 , 华远鹏 , 高妍 , 李秋燕 , 宋大为 , 贾一博 , 王涵 , 张登锋 , 于雪辉
IPC: G06F11/34 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及基于双特征的用户连续行为异常监测方法，属大数据领域，从信息系统历史日志文件中采集用户访问行为序列数据进行预处理，生成起始序列和后续序列向量作为训练样本数据；初始化起始序列和后续序列LSTM模型，将起始序列和后续序列向量分别输入对应模型进行训练；利用训练好的模型计算得到两个模型中起始序列和后续序列向量中的每个实例元素的异常得分，基于两个模型中的每个实例元素的异常得分计算异常检测阈值；实时采集的访问操作数据生成起始序列和后续序列向量输入训练好的两个模型，计算两个模型中起始序列和后续序列向量中每个实例元素异常得分进行用户连续行为异常判决。解决用户连续行为监测静态规则限制高误报率和监测延迟。
-
公开(公告)号：CN118445650B
公开(公告)日：2025-01-21
申请号：CN202410626133.3
申请日：2024-05-20
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC: G06F18/23213 , G06F18/25 , G06F18/213
Abstract: 本发明涉及数据融合技术领域，具体涉及基于强化学习的能源数据上下文信息特征融合方法，该方法具体为：根据能源数据之间的关联程度构建能源峰值联系强度指数，利用ARIMA预测算法对能源数据序列进行预测获得预测特征序列，根据预测特征序列中预测数据的优良程度以及与原始数据的关联情况，构建预测特征关联系数，进而划分真正存在强关联的数据序列，再利用深度学习进行上下文信息特征融合。从而实现能源数据上下文信息特征融合，解决了传统特征融合算法仅考虑关联性而没考虑关联的实质性，导致存在过多的关联数据，最终导致特征融合后特征的准确性较低的问题，提高了能源数据上下文特征信息融合的准确度。
-
公开(公告)号：CN118473672A
公开(公告)日：2024-08-09
申请号：CN202410656695.2
申请日：2024-05-24
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
Abstract: 本发明涉及数据安全认证技术领域，具体涉及基于智能合约的能源数据安全动态认证方法及系统，该方法包括：采集能源数据序列；获取能源数据序列中各数据点的近邻能源数据序列及近邻能源变化序列；构建能源数据序列中各数据点的近邻离散化指数及明文信息异变波动指数，计算明文字节矩阵的每列字节的横向邻近字节差异指数、每行字节的纵向邻近字节差异指数；获取明文字节变化矩阵，进而得到每个明文信息组，利用MD5信息摘要算法基于明文信息组提取能源信息的信息摘要，作为智能合约内能源数据安全认证的认证密码，完成能源数据的安全动态认证。本发明可保证信息摘要具备更高的安全性，提高能源数据动态认证的安全性。
-
公开(公告)号：CN118427244A
公开(公告)日：2024-08-02
申请号：CN202410604695.8
申请日：2024-05-15
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC: G06F16/2458 , G06F16/26 , G06F18/20 , G06F18/23
Abstract: 本发明涉及敏感数据识别技术领域，具体涉及基于关联挖掘的能源敏感数据智能识别方法，该方法包括：根据能源数据序列之间的关联度强弱得到强关联数据序列；分析一阶差分序列中数据突变情况、能源数据序列拟合曲线的斜率以及季节性变化得到各能源数据序列的影响敏感系数；获取能源数据序列密钥长度LOF异常得分值，结合各能源数据序列的数据传输次数得到各能源数据序列的数据敏感识别度；根据数据敏感识别度构建带权无向图，结合马尔科夫图聚类算法获取真正的能源敏感数据序列。从而实现基于关联挖掘的能源敏感数据智能识别，解决了能源数据之间的关联较为复杂导致强关联数据不易获取的问题，提高了对于能源数据中敏感数据识别的准确度。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.092 seconds)
