-
公开(公告)号：CN114710361A
公开(公告)日：2022-07-05
申请号：CN202210410422.0
申请日：2022-04-19
Applicant: 全球能源互联网研究院有限公司南京分公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司营销服务中心
Abstract: 本发明公开的属于联邦学习技术领域，具体为一种联邦学习聚合环节攻击分析方法，包括：S1：通过区块链模块上传模型到联邦学习模块中，联邦学习模块对上传模型进行训练，并将模型上传到服务器中；S2：当服务器中的聚合环节受到外界攻击时，攻击探测模块探测到服务器受到的攻击情况，并且分析出攻击数据信息上传到防御模块中；S3：防御模块根据上传的攻击数据，筛选出对应防御方式的数据，对服务器受到的攻击进行防御。该一种联邦学习聚合环节攻击分析方法，能够在聚合环节遭受到攻击时自动识别攻击并进行防御，同时在无法防御时，及时更新防御数据。
-
公开(公告)号：CN114710280A
公开(公告)日：2022-07-05
申请号：CN202210410606.7
申请日：2022-04-19
Applicant: 全球能源互联网研究院有限公司南京分公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司营销服务中心
Abstract: 本发明公开的属于联邦学习技术领域，具体为一种联邦学习自动化安全验证方法，包括：通过文件处理模块将初始全局模型发送到联邦学习模块中，联邦学习模块将根据初始全局模型在区块链模块上注册任务，并通过区块链模块连接智能合约模块发布注册合约；通过文件处理模块将注册完成的初始全局模型发送到联邦学习模块中，联邦学习模块对初始全局模型进行训练，获得全局模型，并通过区块链模块连接智能合约模块发布任务合约。该一种联邦学习自动化安全验证方法，能够在模型训练的过程中，通过密钥和密码对这个数据交换的过程进行加密，避免模型训练的数据被外界获取，提高安全性。
-
公开(公告)号：CN116628584A
公开(公告)日：2023-08-22
申请号：CN202310897969.2
申请日：2023-07-21
Applicant: 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F18/2411 , G06F18/214 , G06F18/22 , G06F21/62 , G06Q50/06
Abstract: 本发明实施例涉及一种电力敏感数据处理方法、装置、电子设备及存储介质，包括：采集电力系统运行过程中产生的样本敏感数据并对所述样本敏感数据进行敏感性标注；基于所述样本敏感数据的数据类型，对敏感性标注完成的样本敏感数据进行特征构建，得到所述样本敏感数据对应的归一化特征向量；基于所述归一化特征向量对预先改进的支持向量机分类算法进行训练，得到训练完成的电力敏感数据分类模型；基于所述电力敏感数据分类模型对电力系统中产生的业务数据进行分类，输出敏感性预测结果。由此，兼顾全局样本的整体特征，改善传统分类方法对不属于其分类范围的数据分类能力差的问题，提升了电力系统敏感数据分级分类结果的准确性和可靠性。
-
公开(公告)号：CN117744634A
公开(公告)日：2024-03-22
申请号：CN202311764455.6
申请日：2023-12-20
Applicant: 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F40/242 , G06F40/279 , G06F18/232
Abstract: 本发明涉及业务敏感词库构建技术领域，公开了一种业务敏感数据词库构建方法、装置、介质及设备。其中，方法，获取目标业务数据集；基于列实体识别模型，对目标业务数据集进行列实体识别得到目标敏感数据列；基于每个单词的位置特征、相关性特征、频率特征、出现比率，对目标敏感数据列所属目标词表进行关键词提取得到候选敏感词；对候选敏感词进行聚类分析得到候选敏感词的敏感主题聚类结果以扩充敏感词库；最终不但有助于目标业务数据集的敏感词库自动化构建，而且基于半监督主题分析方式，有利于从语义层面对不同类型的业务数据负面清单敏感词进行更深粒度、更全覆盖率的高效识别，最终提高了不同业务数据集的敏感信息识别能力。
-
公开(公告)号：CN118094354A
公开(公告)日：2024-05-28
申请号：CN202410328702.6
申请日：2024-03-21
Applicant: 国网智能电网研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F18/2411 , G06F18/2431 , G06F18/211 , G06F21/62 , G06Q50/06
Abstract: 本发明涉及电力数据处理技术领域，公开了一种分层级联电力敏感数据分类模型构建方法及装置，该方法包括：根据电力系统的样本敏感数据获取多维特征向量；采用预设特征优化方法对所述多维特征向量进行特征选择，得到最优目标特征向量；基于所述最优目标特征向量对预设支持向量机SVM分类算法的算法参数进行优化；采用基于决策树的层级分类法，根据优化后的支持向量机SVM分类算法构建分层级联电力敏感数据分类模型，本发明提高了对电力敏感数据分类时的分类准确率。
-
Patent Agency Ranking
公开(公告)号：CN115879017A
公开(公告)日：2023-03-31
申请号：CN202211332341.X
申请日：2022-10-28
Applicant: 国网智能电网研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F18/23213 , G06F18/213 , G06N20/00
Abstract: 本发明公开了一种电力敏感数据自动化分类分级方法、装置及存储介质，该方法不依赖于人工分级，可以自动划分待分级的敏感数据的等级，提高了分级的准确性和效率；按照统一的敏感数据分级标准对大规模敏感数据进行自动化地分级，解决了传统方法由于缺乏统一分级标准而导致的分级准确率低问题；采用基于无监督的方法实现对电力敏感数据的自动化分类分级，无需大量的标记数据，减小了监督学习需要人工设置分类类别从而引入人为导致的误差的可能性；使用改进的K‑means算法，解决了传统K‑Means算法容易陷入局部最优状态的缺点，同时算法执行速度快，可解释性好。
-
公开(公告)号：CN111767300B
公开(公告)日：2022-06-07
申请号：CN202010393577.9
申请日：2020-05-11
Applicant: 全球能源互联网研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司营销服务中心
IPC: G06F16/242 , G06F21/62
Abstract: 本发明涉及一种电力数据内外网穿透的动态脱敏方法及装置，包括：接收用户的业务访问请求并进行解析得到用户访问信息；识别SQL语句是否涉敏；对于涉敏SQL语句，则基于用户ID和业务场景标识对涉敏SQL语句对应的访问数据进行脱敏处理，将脱敏处理后的涉敏SQL语句对应的访问数据发送给用户；对于未涉敏SQL语句，则将未涉敏SQL语句对应的访问数据直接发送给用户；本发明通过对用户的SQL语句是否涉敏进行判断，以及涉敏时对访问的数据进行脱敏处理，减小了用户信息的泄露，提高了电力数据的安全性。
-
公开(公告)号：CN116955974A
公开(公告)日：2023-10-27
申请号：CN202310960542.2
申请日：2023-08-01
Applicant: 国网智能电网研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F18/21 , G06F18/214 , G06F18/2431 , G06F18/22 , G06F18/2415 , G06F17/18
Abstract: 本发明涉及电力数据安全技术领域，公开了一种多分类模型性能评估方法、装置、计算机设备及存储介质，方法包括：获取数据集以及多分类模型对数据集的分类结果；根据数据集以及多分类模型对数据集的分类结果计算任一类样本对应的预测概率分布以及真实概率分布；根据任一类样本的预测概率分布与任一类样本的真实概率分布之间的相似程度计算任一类的类别确信度；根据任一类的类别确信度与多边形面积的乘积计算任一类的分类性能多边形面积；根据多个类对应的分类性能多边形面积和数据集真实类别概率分布的余弦相似度对多分类模型性能进行评估。解决了相关技术中存在的分类模型性能评估准确性受数据集类别分布影响的问题。
-
公开(公告)号：CN114021188A
公开(公告)日：2022-02-08
申请号：CN202111299904.5
申请日：2021-11-04
Applicant: 全球能源互联网研究院有限公司南京分公司 , 国网江苏省电力有限公司 , 国家电网有限公司大数据中心 , 南京大学 , 国家电网有限公司
Abstract: 本申请提供一种联邦学习协议交互安全验证方法、装置及电子设备，该方法包括：在联邦学习过程中，模拟针对当前联邦学习协议的隐私窃取攻击行为；检测当前模拟的隐私窃取攻击行为达到的攻击总收益；根据隐私窃取攻击行为达到的攻击总收益，确定当前联邦学习协议的交互安全验证结果。上述方案提供的方法，通过对当前联邦学习协议进行攻击模拟，根据当前模拟的隐私窃取攻击行为能够达到的攻击总收益，确定了当前联邦学习协议在数据交互方面的安全性，为进一步提高联邦学习参与者的隐私安全奠定了基础。
-
公开(公告)号：CN114398661A
公开(公告)日：2022-04-26
申请号：CN202111432848.8
申请日：2021-11-29
Applicant: 全球能源互联网研究院有限公司南京分公司 , 南京大学 , 国家电网有限公司大数据中心 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本申请公开了一种面向安全发布的聚合模型训练方法、训练设备及系统，训练设备包括服务端和客户端，在训练发布的过程中每个客户端获取联邦学习整体信息然后利用分布式差分隐私技术使用本地数据训练深度学习模型，服务端使用安全聚合协议将模型聚合完成后，再将新的模型参数传至客户端以便进行迭代训练；本发明能够使得最后发布的模型满足对模型观察者的差分隐私，其次训练过程中的子模型梯度对于除数据提供者本身以外不可见，服务端也无法辨析数据来源。由此一方面能够满足抵御服务端单方或是联合其他参与训练的客户端的隐私窃取攻击，另一方面对于中间窃听者或是恶意破坏者也有一定的攻击抵御能力。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.156 seconds)
