-
公开(公告)号：CN116055081A
公开(公告)日：2023-05-02
申请号：CN202210916122.X
申请日：2022-08-01
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种大规模物联网联邦学习隐私保护方法及系统。本发明使用基于区块链的支付激励方法来迫使矿工和机构诚实行事，从而加快联邦学习收敛；此外，考虑到现实网络环境中矿工存在断网现象，导致共识协议中断，影响收敛速度，本发明设计了基于PVSS的鲁棒权益证明共识来解决这一问题。实验表明，本发明的激励机制能够提高预测的准确性，降低参与者不诚实的可能性；且本发明提出的架构可以很好的具有鲁棒性地保护设备隐私。
-
公开(公告)号：CN112257865A
公开(公告)日：2021-01-22
申请号：CN202010940174.1
申请日：2020-09-09
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种GPU上的基于着色优化的置信传播方法。本发明通过使用信息残差大的顶点对信息残差小的顶点进行固定步长的着色操作，在整个图模型上形成多个以信息残差大的顶点为中心的分区，将该顶点命名为中心点；在每个分区中，按照最远顶点到中心点以及中心点到最远点的顺序对边上的信息进行更新操作，以完成每次迭代的置信传播计算。本发明能够保证置信传播方法在短时间内收敛大多数顶点。
-
公开(公告)号：CN112257865B
公开(公告)日：2023-11-03
申请号：CN202010940174.1
申请日：2020-09-09
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种GPU上的基于着色优化的置信传播方法。本发明通过使用信息残差大的顶点对信息残差小的顶点进行固定步长的着色操作，在整个图模型上形成多个以信息残差大的顶点为中心的分区，将该顶点命名为中心点；在每个分区中，按照最远顶点到中心点以及中心点到最远点的顺序对边上的信息进行更新操作，以完成每次迭代的置信传播计算。本发明能够保证置信传播方法在短时间内收敛大多数顶点。
-
公开(公告)号：CN115102714A
公开(公告)日：2022-09-23
申请号：CN202210538664.8
申请日：2022-05-17
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , H04L61/103 , H04L61/4511
Abstract: 本发明公开了一种基于动态演进图的恶意域名检测方法及装置，所述方法包括：将DNS流量分割到不同的时间快照窗口t中，以构建T个域名请求图，其中，使用节点的k跳邻域作为图卷积网络的接收场；从每个节点的高阶局部邻域中提取特征，以计算各域名请求图中节点的中间表示，并基于所述接收场，计算每一节点在时间快照窗口t的时间跨度特征；基于所述中间表示与时间跨度特征，在所有域名请求图中进行节点传播演变特征提取，获取各请求域名的最终表示；分类最终表示，得到恶意域名检测结果。本发明能够建立刚被注册或关联稀疏的恶意域名的关联关系，捕捉到恶意域名随时间的传播演进过程，从而对新产生的恶意域名进行快速地检测，具有更好的鲁棒性。
-
公开(公告)号：CN114489964B
公开(公告)日：2025-03-04
申请号：CN202111517469.9
申请日：2021-12-08
Applicant: 中国科学院信息工程研究所
IPC: G06F9/48 , G06N3/098 , G06N3/084 , G06N3/0499
Abstract: 本发明公开了一种基于联邦学习的车载网络信用优先任务卸载方法，其步骤包括：1)EC、CV分别将自己的位置信息和可用资源信息发送给CC；其中，EC为边缘云服务器，CV为车辆网中的车辆，CC为云中心；2)当CV需要进行任务卸载时，发送卸载任务信息给DC；其中，DC为车辆网中的决策中心；3)对于当前一批待处理的卸载任务，DC从CC获取发送卸载任务的各CV的信誉值；然后根据信用值设置各卸载任务的处理优先级，优先为处理优先级高的卸载任务制定任务卸载决策并发送给对应的EC和CV；其中，CC根据CV的行为信息计算对应CV的所述信誉值。本发明将信誉值用在任务卸载决策中，从而实现决策性能的提高。
-
Patent Agency Ranking
公开(公告)号：CN112257866B
公开(公告)日：2024-09-27
申请号：CN202010940904.8
申请日：2020-09-09
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种GPU上的基于边着色与信息更新率优化的置信传播方法。本方法针对在全局都有较高收敛速度的计算需求，直接使用信息残差大的边对信息残差小的边进行一次着色操作，则信息残差大的边会对与其相连的所有边进行着色，只更新这些信息残差大的边上的信息，降低了每次迭代置信传播的计算量，提升了置信传播算法在整个计算过程中的收敛速度。以及针对在算法稳定后有较高收敛度的计算需求，提出通过逐步降低未收敛信息的更新率，使得算法在整个计算过程中都保持较高的收敛速度，并且算法稳定时有较高的收敛度。本发明提升了置信传播方法整体的运行效率。
-
公开(公告)号：CN116719607A
公开(公告)日：2023-09-08
申请号：CN202310706337.3
申请日：2023-06-14
Applicant: 中国科学院信息工程研究所
IPC: G06F9/455
Abstract: 本发明提供一种基于联邦学习的模型更新方法及系统，方法包括：根据参与联邦学习的目标客户端的合成数据，对目标客户端所属集群进行更新，直至初始化的K个集群达到稳定分布状态，并将每个集群内的目标聚类模型发送给目标客户端，合成数据是根据接收到的目标客户端的数据分布信息得到的，稳定分布状态为目标客户端所属集群不再变化，目标聚类模型是根据初始化的K个集群达到稳定分布状态下的每个集群内的聚类模型确定的；执行第一循环过程，直至目标客户端中的候选模型收敛。本发明能够充分利用数据异构环境中所有客户端的数据，在有限的网络通信资源，客户端的有限计算资源和有限存储资源的情况下，为每一个客户端提供一个最优的个性化模型。
-
公开(公告)号：CN115102714B
公开(公告)日：2024-11-05
申请号：CN202210538664.8
申请日：2022-05-17
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , H04L61/103 , H04L61/4511
Abstract: 本发明公开了一种基于动态演进图的恶意域名检测方法及装置，所述方法包括：将DNS流量分割到不同的时间快照窗口t中，以构建T个域名请求图，其中，使用节点的k跳邻域作为图卷积网络的接收场；从每个节点的高阶局部邻域中提取特征，以计算各域名请求图中节点的中间表示，并基于所述接收场，计算每一节点在时间快照窗口t的时间跨度特征；基于所述中间表示与时间跨度特征，在所有域名请求图中进行节点传播演变特征提取，获取各请求域名的最终表示；分类最终表示，得到恶意域名检测结果。本发明能够建立刚被注册或关联稀疏的恶意域名的关联关系，捕捉到恶意域名随时间的传播演进过程，从而对新产生的恶意域名进行快速地检测，具有更好的鲁棒性。
-
公开(公告)号：CN114489964A
公开(公告)日：2022-05-13
申请号：CN202111517469.9
申请日：2021-12-08
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于联邦学习的车载网络信用优先任务卸载方法，其步骤包括：1)EC、CV分别将自己的位置信息和可用资源信息发送给CC；其中，EC为边缘云服务器，CV为车辆网中的车辆，CC为云中心；2)当CV需要进行任务卸载时，发送卸载任务信息给DC；其中，DC为车辆网中的决策中心；3)对于当前一批待处理的卸载任务，DC从CC获取发送卸载任务的各CV的信誉值；然后根据信用值设置各卸载任务的处理优先级，优先为处理优先级高的卸载任务制定任务卸载决策并发送给对应的EC和CV；其中，CC根据CV的行为信息计算对应CV的所述信誉值。本发明将信誉值用在任务卸载决策中，从而实现决策性能的提高。
-
公开(公告)号：CN112257866A
公开(公告)日：2021-01-22
申请号：CN202010940904.8
申请日：2020-09-09
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种GPU上的基于边着色与信息更新率优化的置信传播方法。本方法针对在全局都有较高收敛速度的计算需求，直接使用信息残差大的边对信息残差小的边进行一次着色操作，则信息残差大的边会对与其相连的所有边进行着色，只更新这些信息残差大的边上的信息，降低了每次迭代置信传播的计算量，提升了置信传播算法在整个计算过程中的收敛速度。以及针对在算法稳定后有较高收敛度的计算需求，提出通过逐步降低未收敛信息的更新率，使得算法在整个计算过程中都保持较高的收敛速度，并且算法稳定时有较高的收敛度。本发明提升了置信传播方法整体的运行效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.037 seconds)
