-
公开(公告)号:CN115033355A
公开(公告)日:2022-09-09
申请号:CN202210482168.5
申请日:2022-05-05
申请人: 国网河南省电力公司信息通信公司 , 北京邮电大学 , 国家电网有限公司
摘要: 本申请提供一种任务调度方法、电子设备及存储介质,该方法包括:基于应用程序请求信息形成应用任务图;确定应用任务图中各个应用任务对应的任务优先级,形成任务优先队列;基于优先队列集合确定队首任务集合;根据队首任务集合确定目标调度任务;分别确定边缘云系统中的各个异构边缘服务器对应的容器配置状态,确定目标调度任务在各个异构边缘服务器中分别对应的第一预估完成时间;确定目标调度任务在边缘云系统中的远程云服务器中的第二预估完成时间;基于各个第一预估完成时间以及第二预估完成时间确定目标调度服务器。本申请提供的方案,能够充分利用服务器资源,提升任务动态调度合理性,提高应用任务处理效率。
-
公开(公告)号:CN113141600A
公开(公告)日:2021-07-20
申请号:CN202110443088.4
申请日:2021-04-23
申请人: 国网河南省电力公司信息通信公司 , 国家电网有限公司 , 北京邮电大学
摘要: 本发明公开了一种基于车联网的区块链分布式数据共享方法,有效的解决了在现有技术中存在的区块链节点的共识效率不能满足要求的问题,本发明利用车辆i与节点j之间的交互时效性、交互效果和交互频率得到节点j的信誉值δi→j,进而筛选出共识节点,积极评价数目αi和消极评价数目βi利用车辆i与节点j之间的交互时效性、交互效果和交互频率得到,增加筛选出共识节点的效率,同时将车辆数据共享记录存储为块数据,并添加到区块链中,以实现数据共享的有效验证,避免在现有技术中存在的区块链节点j的共识效率不能满足要求的问题出现。
-
公开(公告)号:CN118364395A
公开(公告)日:2024-07-19
申请号:CN202410223321.1
申请日:2024-02-28
IPC分类号: G06F18/2433 , G06F18/15 , G06Q50/06
摘要: 本发明公开了一种基于内嵌式数据处理单元的电力系统异常检测方法、装置、系统及存储介质。其中,该方法涉及电网领域,应用于边缘云服务器中部署的内嵌式数据处理单元,包括:获取电力终端设备的初始数据;通过异常检测模型对初始数据进行数据检测,得到检测结果,其中,检测结果用于表征电力系统是否出现异常。本发明解决了相关技术中对电力系统的异常检测的实时性低的技术问题。
-
公开(公告)号:CN117278249A
公开(公告)日:2023-12-22
申请号:CN202310997041.1
申请日:2023-08-08
IPC分类号: H04L9/40 , G06N3/092 , G06F18/2415 , G06F18/243
摘要: 本申请公开了一种APT检测方法及装置、非易失性存储介质。其中,该方法包括:获取目标数据,其中,目标数据为智能电网管理系统在任意一个预设周期内的运行数据;根据目标数据确定智能电网管理系统的状态向量,其中,状态向量用于指示智能电网管理系统的运行状态;根据状态向量确定中央控制器的目标数量,其中,目标数量为智能电网管理系统中用于处理运行数据的中央控制器的数量;根据状态向量和目标数量确定检测策略,其中,检测策略用于检测智能电网管理系统中的APT攻击;通过检测策略检测智能电网管理系统,得到APT攻击检测结果。本申请解决了由于相关技术只能检测单一攻击模式的APT攻击造成的检测APT的准确率低的技术问题。
-
公开(公告)号:CN118332592A
公开(公告)日:2024-07-12
申请号:CN202410423619.7
申请日:2024-04-09
申请人: 国网北京市电力公司 , 国家电网有限公司 , 北京邮电大学 , 北京博瑞翔伦科技发展有限公司
IPC分类号: G06F21/62 , G06F16/242 , G06F16/23 , G06F16/248
摘要: 本发明公开了一种数据脱敏方法、装置、非易失性存储介质及电子设备。其中,该方法包括:在中央处理器检测到数据查询语句中存在预定敏感字段的情况下,采用预定的正则表达式集合,对数据查询语句进行正则匹配,得到确定预定敏感字段对应的数据类型;在分别对应不同数据类型的多种改写策略中,确定与数据类型匹配的目标改写策略;采用目标改写策略,对数据查询语句的改写处理,得到脱敏查询语句,其中,脱敏查询语句用于向预定数据库执行查询处理,由预定数据库向发出数据查询语句的请求端返回查询结果。本发明解决了相关技术存在数据脱敏无法同时满足高并发和高敏感识别能力,导致数据脱敏效率不理想的技术问题。
-
公开(公告)号:CN116909732A
公开(公告)日:2023-10-20
申请号:CN202310798759.8
申请日:2023-06-30
IPC分类号: G06F9/50
摘要: 本申请公开了一种数据的处理方法及装置、非易失性存储介质、电子设备。其中,该方法包括:通过有向无环图中的边缘节点对本地模型进行更新,得到第一模型,其中,本地模型用于对电力系统中的目标业务资源数据进行处理;确定边缘节点对第一模型进行训练所需的目标时长和目标能耗,其中,目标能耗至少包括边缘节点处理单位数据所需的中央处理器频率;确定目标时长对应的第一最小值和目标能耗对应的第二最小值;利用第一模型对与第一最小值和第二最小值相匹配的业务资源数据进行处理。本申请解决了由于无法利用有向无环图中边缘节点设备的本地模型,对与训练时长和训练能耗最小值相匹配的业务资源数据进行处理造成的对数据处理资源的浪费的技术问题。
-
公开(公告)号:CN117857168A
公开(公告)日:2024-04-09
申请号:CN202311866670.7
申请日:2023-12-29
IPC分类号: H04L9/40 , G06N3/044 , G06F18/214 , G06F18/213
摘要: 本发明公开了一种网络攻击检测方法、装置和处理器。其中,该方法包括:基于特征提取模型对接收到的网络流量进行特征提取,得到网络流量的时间特征向量和数据量特征向量;基于注意力模型对时间特征向量和数据量特征向量进行注意力处理,得到目标特征向量;基于攻击检测模型对时间特征向量、数据量特征向量和目标特征向量进行检测,确定网络流量是否存在网络攻击,其中,攻击检测模型为双向循环神经网络模型。本发明解决了相关技术中对网络流量中的攻击进行检测的准确度较差的技术问题。
-
公开(公告)号:CN116777002A
公开(公告)日:2023-09-19
申请号:CN202310712087.4
申请日:2023-06-15
申请人: 国网辽宁省电力有限公司电力科学研究院 , 北京邮电大学 , 国网辽宁省电力有限公司 , 国家电网有限公司
发明人: 杨超 , 李桐 , 王磊 , 徐思雅 , 刘劲松 , 邵苏杰 , 雷振江 , 孙峰 , 宋进良 , 刘扬 , 李婷婷 , 陈剑 , 任帅 , 耿洪碧 , 陈得丰 , 齐芫苑 , 杨智斌 , 杨舒钧 , 陈洁蔚 , 刘芮彤
IPC分类号: G06N20/00 , G06F18/23213 , G06F16/23 , G06F16/27
摘要: 本发明提供一种基于有向无环图DAG区块链的联邦学习方法,该方法包括:在接收到管理设备发送的继续训练指令之后,获取当前DAG区块链;基于本地数据测试集和当前DAG区块链中节点内的模型参数,确定初始模型参数;基于本地数据训练集,对具有初始模型参数的预设模型进行训练,得到中间模型;基于中间模型的模型精度,对中间模型的模型参数进行压缩,得到当前目标模型参数;其中,当前目标模型参数用于更新当前DAG区块链得到新的DAG区块链;向管理设备发送当前目标模型参数。本发明提供的一种基于有向无环图DAG区块链的联邦学习方法用于节省通信开销。
-
公开(公告)号:CN115665818A
公开(公告)日:2023-01-31
申请号:CN202211146059.2
申请日:2022-09-20
申请人: 国网河北省电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
摘要: 本发明提供一种边缘服务可信预置方法及系统,方法包括:在车辆在行驶过程与路侧单元RSU连接中断或者RSU与车辆之间的通信时延超过预设阈值情况下,调用预测模型预测车辆下一时刻接入的目标RSU;根据与目标RSU连接的各MEC服务器,确定目标MEC服务器;将服务预置到目标MEC服务器上。本发明通过构建车辆、RSU、MEC服务器的网络拓扑结构,对车辆下一次接入(通过RSU)的MEC服务器做出预测,将当前处理车辆接入请求的MEC服务器上的服务快速预置到下一个MEC服务器节点,降低车辆在高速行驶过程中由于MEC服务器切换后,需要将服务部署到下一个节点的时延,降低服务切换时延,提高服务连续性。
-
公开(公告)号:CN114169412B
公开(公告)日:2024-09-06
申请号:CN202111397160.0
申请日:2021-11-23
申请人: 北京邮电大学 , 国网浙江省电力有限公司电力科学研究院
IPC分类号: G06F18/214 , G06N3/098
摘要: 本发明提供一种面向大规模产业链隐私计算的联邦学习模型训练方法。所述方法包括:由联邦学习中心服务器节点以非独立同分布为目标划分产业链业务训练数据集,并分发至多个联邦学习工人节点;联邦学习工人节点基于目标利润函数迭代训练本地模型;聚合服务器节点在聚合每个联邦学习工人节点发送的更新后的本地模型权重后,根据各个本地模型权重分布和整体本地模型权重分布,计算每个联邦学习工人节点对应的地动距离,并剔除超过预设距离阈值的联邦学习工人节点;由剩余的联邦学习工人节点继续进行模型训练。本发明在联邦学习模型训练过程中将分布差异过大的数据分布剔除,减少异质性数据带来的精度损失,提高了传统算法在产业链中的应用可靠性。
-
-
-
-
-
-
-
-
-