-
公开(公告)号：CN112465301B
公开(公告)日：2022-12-13
申请号：CN202011227792.8
申请日：2020-11-06
Applicant: 山东大学
Abstract: 本发明公开了一种基于差分隐私机制的边缘智能电网协作决策方法，包括以下步骤：初始化边缘智能电网系统；边缘智能电网节点通过差分隐私机制对自己选择的决策方案进行加噪处理；边缘智能电网节点将经过加噪处理的决策方案通过随机游走方式传递给其它电网节点；每个边缘智能电网节点根据上一阶段传来的所有的决策方案选择一个决策方案作为候选决策方案；每个边缘智能电网节点根据最新观测的随机信号质量确定是否采用候选决策方案。该方法通过随机游走、差分隐私机制保护的方法，使得各电网节点通过协作决策实现电网整体决策过程最优，并且在一定程度上保证了电网中每个节点的本地决策数据的隐私安全，满足差分隐私的要求。
-
Patent Agency Ranking
公开(公告)号：CN112465301A
公开(公告)日：2021-03-09
申请号：CN202011227792.8
申请日：2020-11-06
Applicant: 山东大学
Abstract: 本发明公开了一种基于差分隐私机制的边缘智能电网协作决策方法，包括以下步骤：初始化边缘智能电网系统；边缘智能电网节点通过差分隐私机制对自己选择的决策方案进行加噪处理；边缘智能电网节点将经过加噪处理的决策方案通过随机游走方式传递给其它电网节点；每个边缘智能电网节点根据上一阶段传来的所有的决策方案选择一个决策方案作为候选决策方案；每个边缘智能电网节点根据最新观测的随机信号质量确定是否采用候选决策方案。该方法通过随机游走、差分隐私机制保护的方法，使得各电网节点通过协作决策实现电网整体决策过程最优，并且在一定程度上保证了电网中每个节点的本地决策数据的隐私安全，满足差分隐私的要求。
-
公开(公告)号：CN114936606B
公开(公告)日：2024-08-23
申请号：CN202210651051.5
申请日：2022-06-10
Applicant: 山东大学 , 上海新时达电气股份有限公司
IPC: G06F18/214 , G06F9/54 , G06N3/084 , G06N3/0464 , G06F21/60 , G06F21/62
Abstract: 本发明公开了一种适用于边缘物联代理装置的异步去中心化模型训练方法，包括以下步骤：每个边缘物联代理装置从用户终端收集数据，并进行初始化；计算损失函数值，进而根据损失函数值进行反向传播得到梯度，再利用随机梯度下降公式进行模型更新；利用差分隐私机制对更新后的模型进行数据隐私保护；每个边缘物联代理装置将模型发送给邻居，并且接收邻居模型，在接收到邻居模型时更新本地缓冲池；利用本地缓冲池中的模型进行聚合，得到下一次迭代模型。本发明所公开的训练方法通过去中心化降低了带宽需求也提高了算法的鲁棒性，通过异步的方式加速了训练也提高了资源利用率；同时利用差分隐私技术实现了对本地数据隐私的保护，有效防止隐私泄露。
-
公开(公告)号：CN112749403B
公开(公告)日：2022-03-18
申请号：CN202110067490.7
申请日：2021-01-19
Applicant: 山东大学
Abstract: 本发明公开了一种适用于边缘物联代理装置的边缘数据加密方法，包括以下步骤：通过下连通信接口，为每一个边缘物联代理装置初始化系统相关的全局参数；每个边缘物联代理装置通过对训练集的随机抽样，利用得到的数据样本对机器学习模型的损耗函数计算梯度；先进行容错处理，然后对每个边缘物联代理装置的本地参数与上一阶段的梯度做差后进行加噪处理；每个边缘物联代理装置将上一阶段经过加噪处理后的参数传输给邻居设备；边缘物联代理装置根据邻居节点传来的数据对本地参数进行更新迭代，并存储新的参数。本发明所公开的方法利用差分隐私技术来实现对本地数据隐私的保护，并且在一定程度上减少了由于数据加噪而对机器学习效率和收敛性的影响。
-
公开(公告)号：CN114936606A
公开(公告)日：2022-08-23
申请号：CN202210651051.5
申请日：2022-06-10
Applicant: 山东大学
Abstract: 本发明公开了一种适用于边缘物联代理装置的异步去中心化模型训练方法，包括以下步骤：每个边缘物联代理装置从用户终端收集数据，并进行初始化；计算损失函数值，进而根据损失函数值进行反向传播得到梯度，再利用随机梯度下降公式进行模型更新；利用差分隐私机制对更新后的模型进行数据隐私保护；每个边缘物联代理装置将模型发送给邻居，并且接收邻居模型，在接收到邻居模型时更新本地缓冲池；利用本地缓冲池中的模型进行聚合，得到下一次迭代模型。本发明所公开的训练方法通过去中心化降低了带宽需求也提高了算法的鲁棒性，通过异步的方式加速了训练也提高了资源利用率；同时利用差分隐私技术实现了对本地数据隐私的保护，有效防止隐私泄露。
-
公开(公告)号：CN112749403A
公开(公告)日：2021-05-04
申请号：CN202110067490.7
申请日：2021-01-19
Applicant: 山东大学
Abstract: 本发明公开了一种适用于边缘物联代理装置的边缘数据加密方法，包括以下步骤：通过下连通信接口，为每一个边缘物联代理装置初始化系统相关的全局参数；每个边缘物联代理装置通过对训练集的随机抽样，利用得到的数据样本对机器学习模型的损耗函数计算梯度；先进行容错处理，然后对每个边缘物联代理装置的本地参数与上一阶段的梯度做差后进行加噪处理；每个边缘物联代理装置将上一阶段经过加噪处理后的参数传输给邻居设备；边缘物联代理装置根据邻居节点传来的数据对本地参数进行更新迭代，并存储新的参数。本发明所公开的方法利用差分隐私技术来实现对本地数据隐私的保护，并且在一定程度上减少了由于数据加噪而对机器学习效率和收敛性的影响。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
