医疗模型训练方法、医疗数据分析方法、装置及相关设备

    公开(公告)号:CN116958149B

    公开(公告)日:2024-01-12

    申请号:CN202311219135.2

    申请日:2023-09-21

    摘要: 本发明涉及医疗数据处理领域,公开了一种医疗模型训练方法、医疗数据分析方法、装置及相关设备,所述方法包括:获取图结构和每个医疗客户端对应的局部模型参数;对所述图结构中的每个节点进行特征提取,得到每个所述节点的结构特征;采用拉普拉斯核函数,对所述图结构中任意两个节点进行相似度计算,得到相似度结果;对满足预设条件的相似度结果对应的两个节点构造伪边,并根据构造的所有伪边确定伪边图结构;将所述伪边图结构和所述图结构融合,得到增强图结构;基于所述增强图结构,对所述初始医疗模型进行训练,当满足训练结束条件时,将训练得到的模型作为医疗模型。采用本发明提(56)对比文件Yi Cui.Capital equilibrium strategyfor uncertain multi-modelsystems.Information Sciences.2023,全文.

    医疗模型训练方法、医疗数据分析方法、装置及相关设备

    公开(公告)号:CN116958149A

    公开(公告)日:2023-10-27

    申请号:CN202311219135.2

    申请日:2023-09-21

    摘要: 本发明涉及医疗数据处理领域,公开了一种医疗模型训练方法、医疗数据分析方法、装置及相关设备,所述方法包括:获取图结构和每个医疗客户端对应的局部模型参数;对所述图结构中的每个节点进行特征提取,得到每个所述节点的结构特征;采用拉普拉斯核函数,对所述图结构中任意两个节点进行相似度计算,得到相似度结果;对满足预设条件的相似度结果对应的两个节点构造伪边,并根据构造的所有伪边确定伪边图结构;将所述伪边图结构和所述图结构融合,得到增强图结构;基于所述增强图结构,对所述初始医疗模型进行训练,当满足训练结束条件时,将训练得到的模型作为医疗模型。采用本发明提高对医疗数据分析的准确率。

    基于边缘设备的隐私数据处理系统、方法、设备及介质

    公开(公告)号:CN116032663B

    公开(公告)日:2023-06-02

    申请号:CN202310304984.1

    申请日:2023-03-27

    IPC分类号: H04L9/40 H04L41/16 H04L67/10

    摘要: 本发明公开了一种基于边缘设备的隐私数据处理系统、方法、设备及介质,包括:云层协调模块中的云服务器将初始化模型下发至与边缘设备连接的所有终端设备;本地层执行模块采用本地数据对初始化模型进行本地训练,得到本地模型;针对每组边缘设备,在接收到组内每个边缘设备反馈的本地训练完成消息后,对组内所有本地模型进行边缘局部聚合;采用代价层计算模块计算边缘聚合中心数量,并采用知识层感知模块和中心层选择模块确定边缘聚合中心子集;边缘层聚合模块根据边缘聚合中心子集执行局部模型全局循环聚合训练,得到目标联邦学习模型,并基于目标联邦学习模型进行隐私数据处理,采用本发明提高了隐私数据处理的安全性和效率。

    基于边缘设备的隐私数据处理系统、方法、设备及介质

    公开(公告)号:CN116032663A

    公开(公告)日:2023-04-28

    申请号:CN202310304984.1

    申请日:2023-03-27

    IPC分类号: H04L9/40 H04L41/16 H04L67/10

    摘要: 本发明公开了一种基于边缘设备的隐私数据处理系统、方法、设备及介质,包括:云层协调模块中的云服务器将初始化模型下发至与边缘设备连接的所有终端设备;本地层执行模块采用本地数据对初始化模型进行本地训练,得到本地模型;针对每组边缘设备,在接收到组内每个边缘设备反馈的本地训练完成消息后,对组内所有本地模型进行边缘局部聚合;采用代价层计算模块计算边缘聚合中心数量,并采用知识层感知模块和中心层选择模块确定边缘聚合中心子集;边缘层聚合模块根据边缘聚合中心子集执行局部模型全局循环聚合训练,得到目标联邦学习模型,并基于目标联邦学习模型进行隐私数据处理,采用本发明提高了隐私数据处理的安全性和效率。

    基于区块链的注入判定方法、装置、设备及存储介质

    公开(公告)号:CN115065562B

    公开(公告)日:2022-11-22

    申请号:CN202210984319.7

    申请日:2022-08-17

    IPC分类号: H04L9/40 H04L9/32

    摘要: 本发明公开了一种基于区块链的注入判定方法,应用于通信安全技术领域,用于提高注入判定的可信度。本发明提供的方法包括:基于入侵判定信息,生成判定合约,并对所述判定合约进行签名,生成初始区块链交易;基于所述判定合约,进行判定环境初始化,得到判定服务环境,所述判定服务环境包括身份验证模块、用户请求处理模块、用户接口和区块链接口;接收到用户发起的判定请求,基于所述判定服务环境,对所述判定请求进行处理,获取请求关键信息;通过所述判定合约,对所述请求关键信息进行判断,得到注入判定结果。

    一种联邦学习的工业大数据隐私保护系统及方法

    公开(公告)号:CN114584406B

    公开(公告)日:2022-08-12

    申请号:CN202210496003.3

    申请日:2022-05-09

    摘要: 本发明公开了一种联邦学习的工业大数据隐私保护系统及方法,系统包括设备选择层、终端层、聚类层、边缘层以及云层。方法包括:根据筛选的终端设备采集工业数据;对工业数据进行聚类处理;将处理后的工业数据发送至边缘服务器,建立本地模型;云服务器根据接收的本地模型进行全局模型聚合和更新,并将全局模型下放至设备选择层筛选出的终端设备,实现数据共享。通过设备选择层对终端设备进行选择,并对工业数据聚类,满足了联邦学习数据样本同质性的要求,提高了联邦学习的聚合效率;通过边缘层与云层之间的建模、更新以及下放,提高了海量数据传输的速率,实现数据共享,并且保证数据的安全性。

    一种联邦学习的工业大数据隐私保护系统及方法

    公开(公告)号:CN114584406A

    公开(公告)日:2022-06-03

    申请号:CN202210496003.3

    申请日:2022-05-09

    摘要: 本发明公开了一种联邦学习的工业大数据隐私保护系统及方法,系统包括设备选择层、终端层、聚类层、边缘层以及云层。方法包括:根据筛选的终端设备采集工业数据;对工业数据进行聚类处理;将处理后的工业数据发送至边缘服务器,建立本地模型;云服务器根据接收的本地模型进行全局模型聚合和更新,并将全局模型下放至设备选择层筛选出的终端设备,实现数据共享。通过设备选择层对终端设备进行选择,并对工业数据聚类,满足了联邦学习数据样本同质性的要求,提高了联邦学习的聚合效率;通过边缘层与云层之间的建模、更新以及下放,提高了海量数据传输的速率,实现数据共享,并且保证数据的安全性。

    基于区块链的注入判定方法、装置、设备及存储介质

    公开(公告)号:CN115065562A

    公开(公告)日:2022-09-16

    申请号:CN202210984319.7

    申请日:2022-08-17

    IPC分类号: H04L9/40 H04L9/32

    摘要: 本发明公开了一种基于区块链的注入判定方法,应用于通信安全技术领域,用于提高注入判定的可信度。本发明提供的方法包括:基于入侵判定信息,生成判定合约,并对所述判定合约进行签名,生成初始区块链交易;基于所述判定合约,进行判定环境初始化,得到判定服务环境,所述判定服务环境包括身份验证模块、用户请求处理模块、用户接口和区块链接口;接收到用户发起的判定请求,基于所述判定服务环境,对所述判定请求进行处理,获取请求关键信息;通过所述判定合约,对所述请求关键信息进行判断,得到注入判定结果。