-
公开(公告)号:CN116862021A
公开(公告)日:2023-10-10
申请号:CN202310953891.1
申请日:2023-07-31
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06N20/00
Abstract: 本发明公开了一种基于信誉评估的抗拜占庭攻击的去中心化学习方法及系统,涉及人工智能与信息安全交叉技术领域,该方法包括:基于获取的分布式网络中各个节点的训练数据,通过不断迭代训练实现去中心化学习,其训练过程中:分布式网络中的每一节点获取自节点的邻居节点当前轮次的局部参数,以此计算每一邻居节点当前轮次的信誉贡献值和信誉损失值,确定信誉有效值,进而确定自节点及其每一邻居节点的全局历史信誉值;基于全局历史信誉值为自节点及其每一邻居节点分配权重,进而更新自节点的局部参数并发送至邻居节点。本发明构建信誉评估机制,建立全局历史信誉值模型,通过权重分配,降低拜占庭攻击的影响,达到保护学习模型的目的。
-
公开(公告)号:CN116739114A
公开(公告)日:2023-09-12
申请号:CN202310993716.5
申请日:2023-08-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明涉及一种对抗模型投毒攻击的鲁棒联邦学习聚合方法及装置,属于数据安全计算机模型的技术领域。本发明旨在提高联邦学习系统的鲁棒性、提供模型的准确性,以应对模型投毒攻击并达到保护本地数据隐私的技术效果,即通过在模型更新聚合过程中引入鲁棒性机制,以过滤恶意更新和提高系统的整体性能。例如,使用加权聚合方法来剔除恶意参与者的贡献,或者使用去噪和修复技术来降低恶意本地模型的影响。
-
公开(公告)号:CN117196070B
公开(公告)日:2024-01-26
申请号:CN202311474649.2
申请日:2023-11-08
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于异构数据下的联邦学习的技术领域,更具体地,涉及一种面向异构数据的双重联邦蒸馏学习方法及装置。所述方法包括全局知识蒸馏和局部知识蒸馏,全局知识蒸馏包括利用全局生成器生成全局伪数据,将全局伪数据输入局部模型和初始聚合模型,并根据模型输出结果对初始聚合模型微调,得到全局模型;局部知识蒸馏包括利用局部生成器生成局部伪数据,将局部伪数据输入局部模型和全局模型,并根据模型输出结果更新局部生成器,再利用更新后的局部生成器生成新的局部伪数据,利用新的局部伪数据更新局部模型。本发明保障数据异构环境下产
-
公开(公告)号:CN111508461B
公开(公告)日:2023-11-03
申请号:CN202010284793.X
申请日:2020-04-13
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G10K11/16
Abstract: 本发明公开了一种多声掩蔽系统信息中心化管理系统及方法,包括:控制器、信息中心化管理设备以及分别与所述信息中心化管理设备连接的至少两个声掩蔽系统,每一个声掩蔽系统包括声掩蔽系统控制器以及与其连接的至少一个声掩蔽系统负载;所述信息中心化管理设备被配置为对各声掩蔽系统进行参数配置;并且,接收各声掩蔽系统上传的工作状态数据,对所述工作状态数据进行分类,按照各数据分类的优先级别发送至控制器。本发明可根据防护区域的大小进行灵活扩展,实现多声掩蔽系统的协同防护;可以方便获取需防护区域防护参数,并进行灵活配置声掩蔽系统的数量以及位置。
-
公开(公告)号:CN116738444B
公开(公告)日:2023-10-31
申请号:CN202311021069.8
申请日:2023-08-15
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于夏普利值的数据安全共享平台多方贡献度评估方法,属于数据治理计算机模型的技术领域。本发明综合考虑了服务分析模型改进程度、数据质量和数据参与度三个方面,在数据共享平台中,服务方根据自己的数据需求与数据所有者进行数据匹配,在安全数据传输与认证后,将匹配好的数据通过服务分析模型进行训练与评估,最后根对多个参与者的贡献进行评估。本发明能够更加公平合理地为数据所有者和服务方评估其贡献,提高各方数据共享的积极性,鼓励数据所有者提供真实可靠的数据。
-
公开(公告)号:CN116822661A
公开(公告)日:2023-09-29
申请号:CN202311100506.5
申请日:2023-08-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于双服务器架构的隐私保护可验证联邦学习方法,属于人工智能的技术领域。包括:密钥生成中心、客户端、聚合服务器和辅助服务器;本发明采用中国剩余定理CRT对梯度进行压缩,并使用Paillier同态加密算法对本地梯度进行加密;同时,为避免单个服务器被攻陷成为恶意服务器,进而会威胁数据安全,本发明将聚合梯度和聚合哈希标签的计算过程分别分配给了聚合服务器AS和辅助服务器SS两个不同的服务器。本发明通过辅助服务器SS所聚合的哈希标签来辅助客户端验证聚合服务器AS聚合结果的正确性,为联邦学习训练模型的准确性提供了有效保障。
-
公开(公告)号:CN116032654B
公开(公告)日:2023-06-30
申请号:CN202310101003.3
申请日:2023-02-13
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种固件漏洞检测及数据安全治理方法和系统,属于数据安全的技术领域。包括:将待检测的物联网设备固件进行:固件解压、提取可执行文件以及提取可执行文件的相关数据;将可执行文件通过函数漏洞库、Hash计算、反汇编机制以获取可疑漏洞函数;通过检测固件中的可疑漏洞函数是否为已知漏洞函数的同源函数,以此判断,该检测固件中是否包含相应的漏洞。发明使用自然语言处理模型提取二进制函数的语义信息,不依赖专家知识;能够进行跨架构物联网固件漏洞检测;基于已知CVE漏洞,并对CVE漏洞数据库进行管理,定时更新;对于已经检测过的固件,随着CVE漏洞数据的变化,也会再次进行检测,保证固件漏洞检测的实时性。
-
公开(公告)号:CN103345298B
公开(公告)日:2015-07-01
申请号:CN201310296679.9
申请日:2013-07-16
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种基于虚拟IT资源分配技术的数据中心节能系统的方法,它通过对数据中心进行虚拟环境资源监控,获取温湿度三维云图,以及服务器的CPU、磁盘、内存等运行数据,从而对有限的IT资源进行动态迁移和调整,对空调资源进行合理调度,使其得到充分利用,减少了不必要的能源浪费。同时继续进行虚拟环境监测,保证其资源分配的合理有效。这种闭环反馈的监测机制,有效提高了数据中心资源的使用率,最终实现了数据中心绿色节能的运维目标。
-
公开(公告)号:CN103823028B
公开(公告)日:2014-12-10
申请号:CN201410092446.1
申请日:2014-03-13
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了基于无人机的固定污染源烟气排放机动监测系统及方法,所述系统包括与地面工作站进行无线通信的无人机,所述无人机正上方通过支架搭载隔热隔湿耐腐蚀密封舱,所述隔热隔湿耐腐蚀密封舱周边均匀安装若干旋臂,所述旋臂末端设有旋翼,所述隔热隔湿耐腐蚀密封舱顶端还设有导航天线,所述支架上还设有若干液晶显示屏。本发明设计合理,实现了对烟气监测区域固定污染源烟气排放情况的机动、快速监测,是对常规烟气监测的有益补充。
-
公开(公告)号:CN116862021B
公开(公告)日:2024-05-03
申请号:CN202310953891.1
申请日:2023-07-31
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06N20/00
Abstract: 本发明公开了一种基于信誉评估的抗拜占庭攻击的去中心化学习方法及系统,涉及人工智能与信息安全交叉技术领域,该方法包括:基于获取的分布式网络中各个节点的训练数据,通过不断迭代训练实现去中心化学习,其训练过程中:分布式网络中的每一节点获取自节点的邻居节点当前轮次的局部参数,以此计算每一邻居节点当前轮次的信誉贡献值和信誉损失值,确定信誉有效值,进而确定自节点及其每一邻居节点的全局历史信誉值;基于全局历史信誉值为自节点及其每一邻居节点分配权重,进而更新自节点的局部参数并发送至邻居节点。本发明构建信誉评估机制,建立全局历史信誉值模型,通过权重分配,降低拜占庭攻击的影响,达到保护学习模型的目的。
-
-
-
-
-
-
-
-
-