一种基于动量对齐技术的异构联邦学习方法

    公开(公告)号:CN118569355A

    公开(公告)日:2024-08-30

    申请号:CN202410655018.9

    申请日:2024-05-24

    IPC分类号: G06N3/098 G06N3/045

    摘要: 本发明公开一种基于动量对齐技术的异构联邦学习方法,包括步骤:s1服务器将当前轮次的全局模型、全局动量发送给经过随机采样后的客户端;s2在每个选中的客户端上,使用经过全局动量加速后的全局模型作为本地模型的初始化。然后计算总体损失函数,并对初始化后的本地模型进行一定轮次的梯度下降。最后将经过梯度下降后的本地模型上传服务器;s3服务器聚合客户端上传的本地模型得到下一轮的全局模型,并计算下一轮的全局动量。本发明有效地解决了分布式学习中数据异质性导致的模型偏移问题并提高了模型的泛化性。

    基于时序特征的机会网络路由算法

    公开(公告)号:CN117500017A

    公开(公告)日:2024-02-02

    申请号:CN202311506637.3

    申请日:2023-11-13

    发明人: 许力 李琛 林维

    IPC分类号: H04W40/02 H04W4/44 H04W4/48

    摘要: 本发明提出一种基于时序特征的机会网络路由算法,包括以下步骤:S1:在车载社会网络中,随着时间实时计算每个节点在每个时刻的相遇概率。S2:通过社交网络,计算出节点的社会相似度。S3:考虑节点的存储能力和携带能力计算节点的负载率。S4:结合以上计算出的相遇概率、社会相似度、负载率和时序因素得到最后的信息传递概率。本发明从车辆节点出发,充分考虑用户的相互作用关系和群体关系,能够较好的计算车载网络中的传递概率。

    基于网络模体的社会网络重要用户识别方法

    公开(公告)号:CN115205061A

    公开(公告)日:2022-10-18

    申请号:CN202210873080.6

    申请日:2022-07-22

    摘要: 本发明涉及一种基于网络模体的社会网络重要用户识别方法,其包括以下步骤:S1:在社会网络中,依据实际应用场景设计不同类型的网络模体稳定级别:S2:通过贝叶斯机器学习训练出社会网络中具有稳定结构的关键网络模体;S3:根据网络模体稳定级别及关键网络模体,识别社会网络中重要用户。本发明社会网络群体角度出发,将低阶子图结构视为构成社会网络最小结构单元,并充分考虑用户的相互作用关系和群体关系,能够识别社会网络中的重要用户。

    一种移动社会网络中基于路径的社团划分方法

    公开(公告)号:CN115168694A

    公开(公告)日:2022-10-11

    申请号:CN202210533134.4

    申请日:2022-05-12

    摘要: 本发明提供了一种移动社会网络中基于路径的社团划分方法,包括以下步骤:S1,构造社团结构;根据边介数中心性计算公式计算社会网络中边的边介数中心性,并移除边介数中心性最大的那些边,得到社团结构;S2,融合移动社会网络用户信息;通过判断碎片社团和孤立点与大社团之间信息传播的重要路径来实现融合;S3,移动社会网络动态更新方法;基于粒子群优化算法,通过更新速度和位置来调整社团中的组成,实现社团动态更新。应用本技术方案可解决初步划分社团之后的碎片问题,并且能更新社团动态。

    基于矩阵运算的移动社会网络图修改方法

    公开(公告)号:CN113706326A

    公开(公告)日:2021-11-26

    申请号:CN202111014008.X

    申请日:2021-08-31

    IPC分类号: G06Q50/00 G06K9/62

    摘要: 本发明涉及一种基于矩阵运算的移动社会网络图修改方法,包括以下步骤:步骤S1:获取待修改社会网络图可达矩阵集合A;步骤S2:确定待修改社会网络图中每个节点需要修改的信息,并创建待修改列表List;步骤S3:对于待修改社会网络图图中的每个节点,根据待修改列表List判断是否需要加边,若需要则根据可达矩阵集合,依次判断二跳邻居到五跳邻居中是否有需要加边的节点,若有则在两节点之间增加一条边,同时更新两点在待修改列表List中的值,若不能使当前节点List值为零,则跳过此节点,继续在List中寻找需加边节点;步骤S4:若所有节点遍历完后,List中仍然存在非零值,则直接向网路中添加Max(List)个节点,与仍需加边的节点随机连边,使List中的值全部为零,从而完成图修改。

    基于权重社会网络的个性化差分隐私保护方法

    公开(公告)号:CN113688424A

    公开(公告)日:2021-11-23

    申请号:CN202111014006.0

    申请日:2021-08-31

    IPC分类号: G06F21/62 G06K9/62 G06Q50/00

    摘要: 本发明涉及一种基于权重社会网络的个性化差分隐私保护方法,包括以下步骤:步骤S1:获取原始的权重社会网络,并将其划分成若干个簇;步骤S2:对边权重进行分级处理,并通过预设函数f(x)来为每个簇确定ε值,为每个簇个性化地确定差分隐私噪声;步骤S3:构建单源最短路径约束模型来反映图属性,并通过单源最短路径约束模型来对添加的噪声进行约束,求解出噪声;步骤S4:基于求解得到的噪声,对每个簇中的带权边添加服从Laplace分布的噪声,得到扰动后的权重社会网络。本发明在实现用户隐私信息强保护的同时能使发布的权重社会网络仍具有可接受的数据效用。

    一种连通无线传感器网络的方法及终端

    公开(公告)号:CN109905883B

    公开(公告)日:2021-11-09

    申请号:CN201910249858.4

    申请日:2019-03-29

    IPC分类号: H04W16/18 H04W84/18

    摘要: 本发明涉及一种连通无线传感器网络的方法及终端,属于无线通讯领域。本发明通过预设多个无线传感器;所述多个无线传感器部署在不同的位置;分组所述多个无线传感器,得到多个无线传感器组;具体为:以所述多个无线传感器为顶点生成点集;三角剖分所述点集,得到三角形集合;所述三角形集合中每一三角形的顶点为所述无线传感器;所述无线传感器分组与所述三角形集合中的三角形一一对应;获取每一所述无线传感器组的费马点,得到多个费马点;根据所述多个费马点获取中继器的部署位置,以使通过部署中继器连通无线传感器网络。实现了减少连通无线传感器网络所需的中继器资源。

    一种基于分布式日志的最大频繁序列模式挖掘方法

    公开(公告)号:CN108874952B

    公开(公告)日:2021-07-27

    申请号:CN201810571573.8

    申请日:2018-05-31

    IPC分类号: G06F16/2458

    摘要: 本发明涉及一种基于分布式日志的最大频繁序列模式挖掘方法,基于Spark分布式计算框架,提取局部最大频繁序列;利用前缀投影来划分搜索空间,递归提取出局部最大频繁序列;其中,利用频繁1序列删除日志序列数据集里面非频繁项,降低扫描数据库的规模,同时利用频繁序列模式与最大频繁序列模式之间对应关系减少候选序列数;提取全局最大频繁序列;将局部最大频繁序列按不同长度保存,相邻长度的序列模式进行超集检测,判断是否存在超集关系;如果存在,删除冗余序列,提取出全局最大频繁序列。本发明提出的一种基于分布式日志的最大频繁序列模式挖掘方法,具有更高效率,并支持更大规模事件序列数据的挖掘。

    一种移动云计算中的数据可信感知方法

    公开(公告)号:CN107508792B

    公开(公告)日:2020-10-30

    申请号:CN201710569812.1

    申请日:2017-07-13

    IPC分类号: H04L29/06 G06F21/57 G06F21/55

    摘要: 本发明提供一种移动云计算中的数据可信感知方法,该方法结合动态博弈、激励策略和信誉机制,综合动态博弈和激励策略,提出一种基于动态博弈的激励策略,并通过分析得出达到纳什均衡的条件,并设计可靠传递信誉机制,实现终端在数据感知场景中的时间和位置的动态信誉值评估,通过信誉值传递方法,有效解决终端运动过程中的信誉损失问题,本发明有效增强了移动云计算中对内部攻击和移动攻击的防御能力,提高了移动云计算的安全性。