一种基于证据理论图学习的智能合约代码安全性检测方法

    公开(公告)号:CN115758372A

    公开(公告)日:2023-03-07

    申请号:CN202211322557.8

    申请日:2022-10-27

    摘要: 本发明公开一种基于证据理论图学习的智能合约代码安全性检测方法,包括步骤:对智能合约代码进行双构图处理,分别为函数视角构图和变量视角构图;对函数视角构图和变量视角构图进行归一化处理;用图神经网络分别对两种构图的节点信息处理;获得两份测试结果,计算可信度系数,可信度系数验证成功;利用DS证据合并结果,输出最终检测结果。本发明在智能合约的构图方面,通过采用两种不同的构图方式独立地得到漏洞检测结果,由于构图方法不同,得到的检测结果应当是互相独立的,符合DS证据理论的使用条件;在得到独立检测结果的基础上,利用DS证据理论将结果综合,得出最终的检测结果,进一步提高检测的准确率。

    一种智能工厂区块链异常检测方法

    公开(公告)号:CN116866017A

    公开(公告)日:2023-10-10

    申请号:CN202310773369.5

    申请日:2023-06-28

    摘要: 本发明公开一种智能工厂区块链异常检测方法,包括步骤:S10,根据智能工厂区块链场景下的联邦学习,运用每个参与节点自身的本地模型,让每个本地模型参与云端全局模型的更新,聚合得到预训练模型;S20,再以预训练模型为基础,训练得到全局异常检测模型;在训练过程中,利用隐私保护方法保护训练过程中参与节点的敏感信息;S30,得到全局异常检测模型后,利用该模型对智能工厂区块链上异常状态进行筛查。本发明在联邦学习的基础上提出了一种新的区块链异常检测方法,可以在不泄露用户模型的情况下,对训练好的用户模型进行秘密聚合。对用户断连也有效的容错能力。在协议运行时大量用户断开连接也能正常执行。

    一种联邦迁移学习增强的多智能体车间动态调控方法

    公开(公告)号:CN117434896A

    公开(公告)日:2024-01-23

    申请号:CN202311358273.9

    申请日:2023-10-19

    摘要: 本发明公开一种联邦迁移学习增强的多智能体车间动态调控方法,建立基于多智能体系统的分布式柔性流水车间动态调度模型;利用联邦学习,得到具表征能力的特征提取网络;根据车间实际任务需求与设备特点,结合经特征处理过后工作数据,基于所述特征提取网络,建立基于交叉采样的多智能体深度强化学习模型;使用深度Q学习算法训练所述多智能体深度强化学习模型;采用联邦迁移学习技术,收集其他车间或工厂与本地相似任务的数据,根据训练Q网络;随后,通过自适应权重融合技术,实现知识的有效迁移;完成多智能体车间动态调控。本发明结合了多智能体的自主决策与群体智能的优势,能够更灵活地分配生产任务,根据实时情境动态调整生产调控。

    基于增量和分层结构熵最小化的无监督社会事件检测方法

    公开(公告)号:CN116702788A

    公开(公告)日:2023-09-05

    申请号:CN202310561215.X

    申请日:2023-05-18

    摘要: 本发明公开基于增量和分层结构熵最小化的无监督社会事件检测方法,包括:将社会信息语料输入优化BERT语义相似度模型,获得语句嵌入;基于所获得的语句嵌入,利用增量一维结构熵最小化算法,建立具有增量一维结构熵最小化的消息图;基于消息图,利用分层二维结构熵最小化算法,获取基于分层二维结构熵最小化的社会事件检测;输出多个消息图分区,每个分区对应一个社会事件。本发明将以图结构熵为切入点对传统图神经网络方法做出改良,从信息论的角度去解决社会事件检测问题;基于结构熵的最小化理论和最小化优化算法,提出的社会事件检测方法,保留了图神经网络方法的优点,提高性能,适用于大规模社交网络和消息图上的社会事件检测。