基于联邦学习的节点激励方法、装置、系统及存储介质

    公开(公告)号:CN114662707A

    公开(公告)日:2022-06-24

    申请号:CN202210352784.9

    申请日:2022-03-31

    Abstract: 本发明实施例涉及计算机技术领域,尤其涉及一种基于联邦学习的节点激励的方法、装置、系统及存储介质,该方法包括:获取各个节点的属性,获取节点属性为发布任务属性的节点上传的任务和激励参数,并调用全部节点进行处理,确定处理结果,基于处理结果,确定各个节点的沙普利值,基于各个节点属性为发布任务属性的节点,各个沙普利值和激励参数,确定第一激励数值,判断各个节点中第k个节点的节点属性,获取判断结果,基于判断结果,各个沙普利值和激励参数,确定第二激励数值,整合第一激励数值和第二激励数值,对各个节点进行激励。通过第一激励数值和第二激励数值结合,完成对各个节点的“按劳分配”,进而提高工作效率。

    电网异常事件的关联规则匹配方法及装置

    公开(公告)号:CN109191021B

    公开(公告)日:2021-02-09

    申请号:CN201811284085.5

    申请日:2018-10-30

    Abstract: 本发明涉及电力信息安全技术领域,公开了电网异常事件的关联规则匹配方法及装置,其中方法包括:获取关联规则以及多个待匹配异常事件;关联规则包括多个预设异常事件,关联规则对应于预设攻击场景;将异常事件转换为数值向量;异常事件为预设异常事件以及待匹配异常事件,预设异常事件对应于第一数值向量,待匹配异常事件对应于第二数值向量;根据第一数值向量以及第二数值向量,计算关联匹配度,以确定攻击场景。通过将关联规则中的预设异常事件以及待匹配异常事件转换为数值向量,利用向量计算进行关联匹配,提高关联匹配的计算速度;还通过时序以及业务逻辑(即异常事件的剔除),进一步减少了需要关联匹配的异常事件数量,提高关联匹配速度。

Patent Agency Ranking