-
公开(公告)号：CN113379485B
公开(公告)日：2023-05-19
申请号：CN202110608927.3
申请日：2021-06-01
Applicant: 国网浙江省电力有限公司电力科学研究院 , 浙江大学 , 北京邮电大学 , 国网辽宁省电力有限公司电力科学研究院
IPC: G06Q30/0601 , G06Q30/08 , G06Q40/04 , G06Q50/06 , G06F21/60
Abstract: 本发明公开了基于哈希算法与二次报价的需求响应竞价交易方法及系统，属于电力系统技术领域。现有的需求响应竞价交易业务存在数据可信不高、隐私保护不好、交易效率低等问题，本发明的基于哈希算法与二次报价的需求响应竞价交易方法，通过不可逆向求解的哈希算法加密电力用户需求响应投标信息，并采用重复报价的方式，即第一次报价采用密封报价，投标截止后进行第二次报价且电力用户提供不加密的真实报价，借助区块链不可篡改的特性进行两次报价的一致性检验，防止电力用户投标信息泄露和恶意竞标情况的发生，进而能够有效保障竞价交易的可信；进一步，本发明能够与现行需求响应交易机制有效结合，特别适用于需求响应竞价交易。
-
公开(公告)号：CN115733608A
公开(公告)日：2023-03-03
申请号：CN202211367799.9
申请日：2022-11-03
Applicant: 国网浙江省电力有限公司电力科学研究院 , 北京邮电大学 , 北京创安恒宇科技有限公司
Abstract: 本发明公开了一种基于可信隐私计算的竞价交易方法以及系统和装置，属于竞价交易技术领域。本发明的一种基于可信隐私计算的竞价交易方法，通过构建隐私计算平台、竞价用户客户端以及区块链，设置一种区块链与可信计算的融合计算框架，并通过非对称加密确保各方数据交互过程的保密性，并由可信计算构建可信执行环境完成竞价过程的隐私计算，融合区块链共识机制将各方身份凭证、数据交互行为、可信验证实现存证与校验，不光能确保竞价数据处理、传输的可信，也能确保计算环境的可信，进而可以实现可信的安全多方计算过程，使得本发明能够适用于多方用户参与竞价的场合，有效避免了报价隐私数据泄露，促进了竞价公平。
-
公开(公告)号：CN115695474A
公开(公告)日：2023-02-03
申请号：CN202211258283.0
申请日：2022-10-13
Applicant: 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: H04L67/12 , H04L67/1097 , H04L67/10
Abstract: 本发明提供一种物联网资源共享方法、装置、系统、电子设备及存储介质。所述方法包括：将资源请求类终端的任务集合发布在区块链中，任务集合中包括任务描述和终端奖励给资源提供类节点的总资源值；根据任务描述和终端奖励给资源提供类节点的总资源值计算任务为每个资源提供节点带来的效益；对每个卸载策略下各个资源提供节点的效益进行求和，将效益总和最大值对应的资源提供节点作为当前任务卸载终端，可以得到物联网终端的任务卸载策略。本发明在保证普通物联网节点任务执行效率的同时实现资源节点的收益最大化，充分调用社会资源，提高物联网性能。
-
公开(公告)号：CN114169412A
公开(公告)日：2022-03-11
申请号：CN202111397160.0
申请日：2021-11-23
Applicant: 北京邮电大学 , 国网浙江省电力有限公司电力科学研究院
Abstract: 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。
-
公开(公告)号：CN113364831A
公开(公告)日：2021-09-07
申请号：CN202110457131.2
申请日：2021-04-27
Applicant: 国网浙江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电力科学研究院
Abstract: 本发明公开了一种基于区块链的多域异构算网资源可信协同方法，涉及区块链技术领域，用于解决现有资源分配不均的问题，该方法包括以下步骤：接收数据服务提供商DSS发送的资源共享请求，并通过智能合约对所述共享请求进行验证；验证通过时根据预设算法，向若干虚拟节点分配资源分配任务，得到所述DSS所需资源，并将资源信息在区块链中进行更新；接收所述DSS发送的服务反馈，根据所述服务反馈对所述虚拟节点按贡献度进行激励。本发明通过对虚拟节点的方式进行资源任务分配，结合激励机制，进而实现资源的最大化共享。
-
Patent Agency Ranking
公开(公告)号：CN113364608B
公开(公告)日：2022-09-02
申请号：CN202110431064.7
申请日：2021-04-21
Applicant: 国网浙江省电力有限公司电力科学研究院 , 北京邮电大学 , 浙江大学
IPC: H04L41/0894 , H04L69/16 , H04L9/40
Abstract: 本发明公开了一种基于区块链共识机制的分布式协同优化控制方法，属于电力系统技术领域。本发明的一种基于区块链共识机制的分布式协同优化控制方法，将区块链共识机制引入到分布式协同优化控制中，进而在分布式协同优化控制架构中融入代表选举与决策验证环节，借助智能合约技术，依托区块链去中心化协同管理机制，建立基于共识机制的分布式协同控制优化模型，使得区块链上的信息能被其他节点查询并验证，让不同节点之间达成共识，实现不同节点在互不信任的环境下得到一致的并难以被篡改伪造的数据信息，以消除分布式协同优化控制系统中易被恶意主体篡改信息的风险。
-
公开(公告)号：CN113364831B
公开(公告)日：2022-07-19
申请号：CN202110457131.2
申请日：2021-04-27
Applicant: 国网浙江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电力科学研究院
IPC: H04L67/1074 , G06Q40/04
Abstract: 本发明公开了一种基于区块链的多域异构算网资源可信协同方法，涉及区块链技术领域，用于解决现有资源分配不均的问题，该方法包括以下步骤：接收数据服务提供商DSS发送的资源共享请求，并通过智能合约对所述共享请求进行验证；验证通过时根据预设算法，向若干虚拟节点分配资源分配任务，得到所述DSS所需资源，并将资源信息在区块链中进行更新；接收所述DSS发送的服务反馈，根据所述服务反馈对所述虚拟节点按贡献度进行激励。本发明通过对虚拟节点的方式进行资源任务分配，结合激励机制，进而实现资源的最大化共享。
-
公开(公告)号：CN113239376A
公开(公告)日：2021-08-10
申请号：CN202110528283.7
申请日：2021-05-14
Applicant: 北京邮电大学 , 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明提供一种基于区块链的数据共享方法、请求方法及装置，所述共享方法基于区块链发布待分享数据信息的数据目录和指纹，而不直接上传待分享数据，实现了数据的分布式存储，极大节约了存储空间。在共享过程中，共享双方依靠区块链网络沟通达成共享合约并记录共享结果，再依靠通信网络传输数据，利用区块链的去中心化、链上数据无法篡改、可追溯等特点，保证数据共享双方权责清晰，消除了数据孤岛和数据寡头。进一步的，利用密码学技术进行数据传输，保证共享的数据正确，使共享的文件安全可靠地实现传输。
-
公开(公告)号：CN112417494B
公开(公告)日：2024-12-10
申请号：CN202011155484.9
申请日：2020-10-26
Applicant: 国网浙江省电力有限公司电力科学研究院 , 北京邮电大学
Abstract: 本发明涉及可信认证技术领域，提供了基于可信计算的电力区块链系统，包括授权服务链、日志服务链以及远程证明链；在授权服务链、日志服务链以及远程证明链的区块链节点中设有可信芯片；所述日志服务链通过基于智能合约的恶意节点检测机制，实时对采集层终端进行信誉值测量，及时发现可以终端并将其剔除出网络，阻止了恶意终端发布恶意数据；日志服务链与远程验证链通过可信芯片对请求接入系统的终端进行远程完整性验证；授权服务链通对请求接入系统的终端进行策略验证。系统通过完整性证明和访问策略验证两方面检测访问者的访问权限，保证访问终端的可信，全方位维护电力区块链系统安全可信的运行，保护电力区块链中的隐私数据。
-
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
Applicant: 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: G06F18/214 , G06N3/098
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
182
records
(took 0.113 seconds)
