-
Patent Agency Ranking
公开(公告)号：CN115766169A
公开(公告)日：2023-03-07
申请号：CN202211394660.3
申请日：2022-11-08
Applicant: 贵州大学
IPC: H04L9/40
Abstract: 本发明设计一种联邦学习中恶意节点检测方法，旨在能有效选择节点的同时，准确识别并防止恶意节点作恶。首先，本方法利用余弦相似度计算每次上传的梯度向量的相似性来确定此次梯度的质量，并计算信誉值来选择优质节点。另外，通过余弦相似度判断节点是否为恶意。最后，将识别出的不同类型的节点进行相应的处理。总而言之，我们设计的联邦学习中恶意节点检测方法考虑了每轮独立判断恶意节点和双阈值设置，可以有效解决恶意攻击问题。
-
公开(公告)号：CN115099861A
公开(公告)日：2022-09-23
申请号：CN202210754436.4
申请日：2022-06-28
Applicant: 贵州大学
Abstract: 本发明设计了一种基于联盟链的能源交易动态定价方式，旨在提供能源交易实体在交易中的最佳交易策略，提高交易满意度。在相同的交易环境下，基于联盟链的能源交易动态定价方式满意度明显高于基于其他技术的定价方法。其主要思想是根据市场需求状况和能源交易实体自身条件，从能源交易价格和能源交易匹配过程两方面入手，保证能源交易的满意度。我们建立了能源交易的价格博弈模型，在动态随机环境下实现模型的最佳能源交易策略，并在此基础上使用能源交易智能合约，确保能源交易过程的公平性。当出现交易欺诈或是交易终止时，智能合约将启动交易奖惩机制。方案将所有能源交易实体划分为不同区域，并统计整合区域内的交易意向生成交易图，利用优化匹配机制构建最优的交易匹配。
-
公开(公告)号：CN115834136A
公开(公告)日：2023-03-21
申请号：CN202211341978.5
申请日：2022-10-31
Applicant: 贵州大学
Abstract: 本发明设计了一种联邦学习深度影子防御方法，旨在避免攻击者进行梯度反演从而重构数据，保证联邦学习上传模型参数和梯度过程中的安全，进一步降低联邦学习隐私泄露风险。本发明分为三个步骤：首先，基于生成对抗网络合成影子数据，影子数据与真实数据具有相同数据分布特征，能够隐藏真实数据，攻击者无法通过影子数据回溯真实数据。其次，学习原始联邦学习模型的行为，生成功能相似但结构不同的影子模型，避免原始模型泄露参与训练的数据信息和参数信息。最后，将影子数据送入联邦学习影子模型进行训练，产生影子梯度。攻击者无法通过最小化虚假梯度和影子梯度距离的方式恢复出原始真实数据，达到保护联邦学习模型参数和梯度安全的目的。
-
公开(公告)号：CN115099417A
公开(公告)日：2022-09-23
申请号：CN202210754244.3
申请日：2022-06-28
Applicant: 贵州大学
IPC: G06N20/00
Abstract: 本发明设计了一种基于斯塔克尔伯格博弈的多因子联邦学习激励机制，旨在打破无激励条件下的囚徒困境，选取真正符合联邦学习任务要求的用户，最大化联邦学习效用，确保联邦学习生态系统的健康发展。其主要思想是从开销和效用两方面入手，设计高效公平的联邦学习激励机制。我们基于反向拍卖设计开销选择算法，从而减少任务发布者选取数据拥有者的开销，并设计多因子奖励函数进行激励。在此基础上，我们建立了斯塔克尔伯格博弈模型，在动态环境下实现最佳奖励策略和最佳训练策略。
-
公开(公告)号：CN112210592A
公开(公告)日：2021-01-12
申请号：CN202011109238.X
申请日：2020-10-16
Applicant: 贵州大学
Abstract: 本发明公开基于实时荧光定量PCR技术(qRT‑PCR)筛选大肠杆菌的热激响应分子标签yebE的方法，其包括：大肠杆菌42℃热激处理后，采用第一轮qRT‑PCR技术筛选热激响应调控相关的候选分子标签基因。之后，采用耐热突变菌株45℃热激处理后，对获得的候选分子标签基因进行第二轮qRT‑PCR筛选，最终获得大肠杆菌的热激响应分子标签基因。本发明通过qRT‑PCR技术二轮筛选，从野生型和耐热突变菌种中获得一个大肠杆菌热激响应分子标签yebE，可为评价和监控工业发酵过程中的生物热胁迫和搅拌产热提供新途径。本发明方法具有灵敏度高、特异性强的特点，在微生物发酵生产和分子育种中具有良好的应用前景。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
