一种基于区块链的联邦学习可信融合激励方法及系统

    公开(公告)号:CN115296927A

    公开(公告)日:2022-11-04

    申请号:CN202211185889.6

    申请日:2022-09-28

    Abstract: 本发明提供一种基于区块链的联邦学习可信融合激励方法及系统,涉及互联网技术领域,该方法包括:在多轮联邦学习过程中,获取各个参与节点的基础信用度和预设的节点等级临界值;针对每一轮迭代学习,根据参与节点的基础信用度和前一轮的信用度更新参与节点在当前轮迭代学习的信用度,通过比较节点等级临界值与信用度确定参与节点的等级,对预设等级的参与节点进行隔离并记录到区块链中;根据参与节点信用度以及相关属性信息,构建多属性融合数据的实体模型,将实体模型存储在区块链上。这样,可以解决联邦学习过程中参与节点消极搭便车、模型投毒攻击等问题,并且支持参与节点的实体级、属性级可信查询,为参与节点行为的量化评估提供依据。

    基于图注意力网络和差分隐私的高维数据发布方法及系统

    公开(公告)号:CN117744149A

    公开(公告)日:2024-03-22

    申请号:CN202311803111.1

    申请日:2023-12-25

    Abstract: 本发明提供了一种基于图注意力网络和差分隐私的高维数据发布方法及系统,涉及数据安全技术领域,包括:获取待发布的高维数据,计算高维数据属性间的互信息,对高维数据进行一次分类,得到高维数据一次分类结果;构建与高维数据对应的图结构;使用图注意力网络对图结构进行分类,得到高维数据二次分类结果和注意力权重矩阵,并根据高维数据一次分类结果和高维数据二次分类结果优化图注意力网络;计算信息熵,根据信息熵、互信息和注意力权重矩阵,获得归一化多重风险熵;使用归一化多重风险熵为高维数据分配隐私预算,对高维数据进行加噪;发布加噪后的高维数据。本发明能够解决高维数据发布存在的计算效率低、隐私预算分配不合理的问题。

    基于区块链的物联网时空数据上链的网关及其工作方法

    公开(公告)号:CN115834080A

    公开(公告)日:2023-03-21

    申请号:CN202211460955.6

    申请日:2022-11-17

    Abstract: 本发明公开了基于区块链的物联网时空数据上链的网关及其工作方法,网关包括:数据采集端、数据处理器和数据发送端;数据处理器将采集的物联网设备异构数据处理成标准的数据格式;数据处理器通过数据发送端向区块链发送身份验证请求,接收区块链在身份验证通过后反馈的身份标识,通过交叉编译区块链钱包获取密钥对,对存储的数据进行哈希计算获得第一哈希值,将第一哈希值和存储的数据封装成交易包,通过私钥对交易包进行签名,将签名后的数据交易包与公钥结合通过数据发送端发送给区块链;区块链对接收数据进行哈希计算获得第二哈希值,将区块链中的第二哈希值与第一哈希值进行比对,比对结果一致则将上传的数据进行共识后上链。

    一种基于区块链与标识解析的产品追溯方法及系统

    公开(公告)号:CN113469716A

    公开(公告)日:2021-10-01

    申请号:CN202110839911.3

    申请日:2021-07-20

    Abstract: 本申请实施例公开了一种基于区块链与标识解析的产品追溯方法及系统,方法包括为待追溯产品生成产品标识码;根据追溯信息的重要级别和/或数据量大小,将追溯信息划分为第一追溯信息和第二追溯信息;将待追溯产品的产品标识码,以及与产品标识码相关联的第一追溯信息、第二追溯信息的数字摘要存储在区块链网络中;将待追溯产品的产品标识码,以及与产品标识码相关联的第二追溯信息、第二追溯信息的数字摘要存储在区块链网络外部。采用本申请实施例提供的技术方案,降低了电子产品追溯体系中信息容易受到恶意篡改、以假乱真等攻击风险,实现了对各种电子产品的无歧义标识。另外,由于将部分数据存储在区块链外,解决了区块链数据爆炸的问题。

    基于相干邻近度与贝叶斯网络的隐私数据发布方法及系统

    公开(公告)号:CN116702214B

    公开(公告)日:2023-11-07

    申请号:CN202310959881.9

    申请日:2023-08-02

    Abstract: 本发明提供了一种基于相干邻近度与贝叶斯网络的隐私数据发布方法及系统,其属于数据安全技术领域,包括:基于待发布数据中各属性数据的互信息,以各属性数据作为节点构建动态贝叶斯网络;基于各属性数据节点间的相干邻近度以及预设阈值,对各属性数据进行类别划分;基于相干邻近度及数据质量评估度计算各属性数据节点的隐私预算分配权值,并基于隐私预算分配权值对不同类别的属性数据分别进行隐私预算分配;根据分配的隐私预算对各属性数据进行加噪,并将加噪后的高维数据进行发布。所述方案数据化度量了数据特征间的关联,有效减少了直接在原始高维数据集加噪产生的噪声累积,优化降低了隐私保护代价,保证了高维数据的安全性及高可用性。

    基于相干邻近度与贝叶斯网络的隐私数据发布方法及系统

    公开(公告)号:CN116702214A

    公开(公告)日:2023-09-05

    申请号:CN202310959881.9

    申请日:2023-08-02

    Abstract: 本发明提供了一种基于相干邻近度与贝叶斯网络的隐私数据发布方法及系统,其属于数据安全技术领域,包括:基于待发布数据中各属性数据的互信息,以各属性数据作为节点构建动态贝叶斯网络;基于各属性数据节点间的相干邻近度以及预设阈值,对各属性数据进行类别划分;基于相干邻近度及数据质量评估度计算各属性数据节点的隐私预算分配权值,并基于隐私预算分配权值对不同类别的属性数据分别进行隐私预算分配;根据分配的隐私预算对各属性数据进行加噪,并将加噪后的高维数据进行发布。所述方案数据化度量了数据特征间的关联,有效减少了直接在原始高维数据集加噪产生的噪声累积,优化降低了隐私保护代价,保证了高维数据的安全性及高可用性。

    一种基于多目标优化的极限学习机能源消耗预测方法

    公开(公告)号:CN114154422A

    公开(公告)日:2022-03-08

    申请号:CN202111492645.8

    申请日:2021-12-08

    Abstract: 本发明提出的一种基于多目标优化的极限学习机能源消耗预测方法,包括如下步骤:S1、数据采集;S2、数据预处理;S3、选取训练数据集和测试数据集;S4、设置模型初始参数;S5、训练基于目标优化的极限学习机算法,包括ELM网络参数优化和ELM网络结构学习,利用训练样本,对基于多目标优化的极限学习机算法进行模型训练;S6、预测能耗数据;S7、结果分析。本发明利用MOEA/D多目标优化算法同时优化ELM的网络参数和连接结构,找到ELM的最佳网络参数和稀疏连接结构,以去除完全连接ELM网络结构中的冗余连接。

    一种轴承保持架供应链追溯方法及系统

    公开(公告)号:CN113435907A

    公开(公告)日:2021-09-24

    申请号:CN202110683057.6

    申请日:2021-06-18

    Abstract: 本申请实施例公开了一种轴承保持架供应链追溯方法及系统,所述方法包括采集轴承保持架数据,所述轴承保持架数据包括原材料数据、加工数据、储运数据和/或销售数据;将所述轴承保持架数据上传至智能合约,判断所述轴承保持架数据是否满足所述智能合约的触发条件;若所述轴承保持架数据满足所述智能合约的触发条件,则将所述轴承保持架数据打包成交易,在整个区块链网络中传播;若所述交易被区块链网络中的共识算法验证通过,则将所述轴承保持架数据存储在区块链中。本申请基于区块链可以保证数据的真实可靠,实现企业间数据共享,便于监管,设备的管理和维护成本较低,共识算法复杂度、通信开销较低,且可以减少恶意节点的产生。

Patent Agency Ranking