-
公开(公告)号：CN115438387A
公开(公告)日：2022-12-06
申请号：CN202211084109.9
申请日：2022-09-06
申请人： 湖南红普创新科技发展有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司经济技术研究院
摘要： 本申请公开了一种电力设备质量检测方法、装置、计算机设备及存储介质，应用于质量检测技术领域，用于提高电力设备在质量检测阶段的数据安全性。本申请提供的方法包括：获取电力设备在生产过程中每个零件的零件工序数据；针对每个所述零件，从预设数据库获取所述零件的标准生产数据，根据所述标准生产数据与所述零件工序数据的差值，得到所述零件的零件生产信息；获取工序环节信息与车间信息，并基于所述工序环节信息与所述车间信息构建车间生产树形结构；基于所述车间生产树形结构，构建联邦学习模型，并将所述零件生产信息输入所述联邦学习模型，得到质量检测结果。
-
公开(公告)号：CN115170355A
公开(公告)日：2022-10-11
申请号：CN202210894144.0
申请日：2022-07-27
申请人： 湖南红普创新科技发展有限公司
摘要： 本发明涉及数据安全领域，公开了一种取证数据可信验证方法、装置、计算机设备及存储介质，所述方法包括：获取质疑请求，其中，所述质疑请求包括历史请求标识和/或用户身份标识；根据所述质疑请求获取取证数据；基于所述历史请求标识和/或所述用户身份标识，对所述取证数据进行可信验证，得到可信验证结果，采用本发明提高取证数据的可信度。
-
公开(公告)号：CN115065562A
公开(公告)日：2022-09-16
申请号：CN202210984319.7
申请日：2022-08-17
申请人： 湖南红普创新科技发展有限公司
摘要： 本发明公开了一种基于区块链的注入判定方法，应用于通信安全技术领域，用于提高注入判定的可信度。本发明提供的方法包括：基于入侵判定信息，生成判定合约，并对所述判定合约进行签名，生成初始区块链交易；基于所述判定合约，进行判定环境初始化，得到判定服务环境，所述判定服务环境包括身份验证模块、用户请求处理模块、用户接口和区块链接口；接收到用户发起的判定请求，基于所述判定服务环境，对所述判定请求进行处理，获取请求关键信息；通过所述判定合约，对所述请求关键信息进行判断，得到注入判定结果。
-
公开(公告)号：CN114118447A
公开(公告)日：2022-03-01
申请号：CN202111538605.2
申请日：2021-12-15
申请人： 湖南红普创新科技发展有限公司
摘要： 本发明公开了一种新型联邦学习方法，应用于联邦学习领域，用于在保证联邦学习数据安全性的情况下，提高联邦学习效率。本发明提供的方法包括：获取用户指令和训练模型，其中，用户指令和训练模型预先部署在第一边缘设备节点上；基于用户指令和训练模型生成训练任务样本，并采用动态虚拟协调服务器，将训练任务样本发送至第二边缘设备节点，其中，动态虚拟协调服务器用于控制第一边缘设备节点和第二边缘设备节点；基于训练任务样本，采用每个第二边缘设备节点对第二边缘设备节点对应的本地训练模型进行训练，得到每个第二边缘设备节点的模型参数；基于所有模型参数，第一边缘设备节点对训练模型进行聚合处理，并根据处理得到的模型更新训练模型。
-
公开(公告)号：CN114584406B
公开(公告)日：2022-08-12
申请号：CN202210496003.3
申请日：2022-05-09
申请人： 湖南红普创新科技发展有限公司
摘要： 本发明公开了一种联邦学习的工业大数据隐私保护系统及方法，系统包括设备选择层、终端层、聚类层、边缘层以及云层。方法包括：根据筛选的终端设备采集工业数据；对工业数据进行聚类处理；将处理后的工业数据发送至边缘服务器，建立本地模型；云服务器根据接收的本地模型进行全局模型聚合和更新，并将全局模型下放至设备选择层筛选出的终端设备，实现数据共享。通过设备选择层对终端设备进行选择，并对工业数据聚类，满足了联邦学习数据样本同质性的要求，提高了联邦学习的聚合效率；通过边缘层与云层之间的建模、更新以及下放，提高了海量数据传输的速率，实现数据共享，并且保证数据的安全性。
-
公开(公告)号：CN114584406A
公开(公告)日：2022-06-03
申请号：CN202210496003.3
申请日：2022-05-09
申请人： 湖南红普创新科技发展有限公司
摘要： 本发明公开了一种联邦学习的工业大数据隐私保护系统及方法，系统包括设备选择层、终端层、聚类层、边缘层以及云层。方法包括：根据筛选的终端设备采集工业数据；对工业数据进行聚类处理；将处理后的工业数据发送至边缘服务器，建立本地模型；云服务器根据接收的本地模型进行全局模型聚合和更新，并将全局模型下放至设备选择层筛选出的终端设备，实现数据共享。通过设备选择层对终端设备进行选择，并对工业数据聚类，满足了联邦学习数据样本同质性的要求，提高了联邦学习的聚合效率；通过边缘层与云层之间的建模、更新以及下放，提高了海量数据传输的速率，实现数据共享，并且保证数据的安全性。
-
公开(公告)号：CN118504660A
公开(公告)日：2024-08-16
申请号：CN202410962502.6
申请日：2024-07-18
申请人： 湖南红普创新科技发展有限公司
摘要： 本发明公开了一种车联网异构数据处理方法、装置、计算机设备及存储介质，包括对基础全局模型进行初始化，得到初始的全局模型，并确定初始的全局卸载点集合和初始的全局卸载关系图，并向每个单车节点广播全局信息；接收每个单车节点发送的本地信息，本地信息包括本地计算时间、本地模型、本地卸载点和本地卸载关系图；基于每个本地信息，对全局信息进行聚合更新，并迭代训练，得到目标全局模型；基于目标全局模型更新卸载点集合和卸载关系图，得到更新后的全局信息；向每个单车节点广播更新后的全局信息，并采用更新后的全局信息进行异构数据的任务处理；采用本发明有利于提高车联网异构数据处理效率。
-
公开(公告)号：CN118278584A
公开(公告)日：2024-07-02
申请号：CN202410704589.7
申请日：2024-06-03
申请人： 湖南红普创新科技发展有限公司
摘要： 本发明公开了一种基于人工智能的工业物联网设备健康预测方法及相关设备，包括：基于采集到的设备数据，进行特征自适应提取，得到至少两个退化特征；对每个退化特征进行鲁棒性检测和相关性评价，确定特征排序序列，并基于特征排序序列，选取预设数量的退化特征，作为目标特征；采用典型相关分析的方式，对目标特征进行融合，得到融合特征向量；构建双向分层递增深度神经模糊系统，双向分层递增深度神经模糊系统由多个分层相连的自适应神经模糊推理系统组成；将融合特征向量输入到双向分层递增深度神经模糊系统中进行深度模糊推理，得到设备健康预测结果。采用本发明提高了设备健康状态预测的准确性和可靠性。
-
公开(公告)号：CN116032663B
公开(公告)日：2023-06-02
申请号：CN202310304984.1
申请日：2023-03-27
申请人： 湖南红普创新科技发展有限公司
摘要： 本发明公开了一种基于边缘设备的隐私数据处理系统、方法、设备及介质，包括：云层协调模块中的云服务器将初始化模型下发至与边缘设备连接的所有终端设备；本地层执行模块采用本地数据对初始化模型进行本地训练，得到本地模型；针对每组边缘设备，在接收到组内每个边缘设备反馈的本地训练完成消息后，对组内所有本地模型进行边缘局部聚合；采用代价层计算模块计算边缘聚合中心数量，并采用知识层感知模块和中心层选择模块确定边缘聚合中心子集；边缘层聚合模块根据边缘聚合中心子集执行局部模型全局循环聚合训练，得到目标联邦学习模型，并基于目标联邦学习模型进行隐私数据处理，采用本发明提高了隐私数据处理的安全性和效率。
-
公开(公告)号：CN116032663A
公开(公告)日：2023-04-28
申请号：CN202310304984.1
申请日：2023-03-27
申请人： 湖南红普创新科技发展有限公司
摘要： 本发明公开了一种基于边缘设备的隐私数据处理系统、方法、设备及介质，包括：云层协调模块中的云服务器将初始化模型下发至与边缘设备连接的所有终端设备；本地层执行模块采用本地数据对初始化模型进行本地训练，得到本地模型；针对每组边缘设备，在接收到组内每个边缘设备反馈的本地训练完成消息后，对组内所有本地模型进行边缘局部聚合；采用代价层计算模块计算边缘聚合中心数量，并采用知识层感知模块和中心层选择模块确定边缘聚合中心子集；边缘层聚合模块根据边缘聚合中心子集执行局部模型全局循环聚合训练，得到目标联邦学习模型，并基于目标联邦学习模型进行隐私数据处理，采用本发明提高了隐私数据处理的安全性和效率。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.109 秒)
