CN113742673B - 一种基于联邦学***台 - Google Patents
一种基于联邦学***台 Download PDFInfo
- Publication number
- CN113742673B CN113742673B CN202111045212.8A CN202111045212A CN113742673B CN 113742673 B CN113742673 B CN 113742673B CN 202111045212 A CN202111045212 A CN 202111045212A CN 113742673 B CN113742673 B CN 113742673B
- Authority
- CN
- China
- Prior art keywords
- integrated platform
- cloud
- module
- management
- integrated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007726 management method Methods 0.000 claims abstract description 34
- 230000006870 function Effects 0.000 claims abstract description 25
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 238000004088 simulation Methods 0.000 claims abstract description 15
- 238000012549 training Methods 0.000 claims abstract description 15
- 238000012550 audit Methods 0.000 claims abstract description 8
- 238000013475 authorization Methods 0.000 claims abstract description 8
- 238000012795 verification Methods 0.000 claims abstract description 8
- 238000013461 design Methods 0.000 claims abstract description 6
- 230000004913 activation Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000013523 data management Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Stored Programmes (AREA)
- Information Transfer Between Computers (AREA)
Abstract
一种基于联邦学***台,包括一体化平台,所述一体化平台采用B/S架构设计,所述一体化平台用于执行模型训练、设备管理、画面组态、逻辑组态、编译下装、模拟仿真的功能;所述一体化平台通过内网连接有云堡垒机,所述云堡垒机用于执行身份验证、账号管理、授权控制、安全审计的功能;在云堡垒机上通过公网IP连接有多个小型化DCS一体机,以通过分发公钥、加密传递、汇总结果和更新模型的步骤完成联邦学习功能。
Description
技术领域:
本发明涉及一种基于联邦学***台。
背景技术:
随着人工智能技术的迅猛发展,将深度学习网络模型应用于设备故障检测具有很大优势,它能够在海量数据中挖掘有价值的信息,根据设备运行数据判断设备的运行状态。
而联邦学习方法能够在具有同种特征的设备之间展开模型的联合训练,扩充了数据规模,并能够增强模型在设备之间的迁移应用的泛化能力;但是现有的深度神经网络模型结构复杂训练和计算代价大,在工业的边缘设备中部署困难,同时其对时间特征域外的数据特征提取能力有限,在工业物联网末端设备的大规模普及的背景下,数据逐渐呈现海量异构、处理复杂、计算频度高等特点。
目前,常用的云计算架构往往是直接将感知层数据上传到云平台集中进行处理应用,由于数据的总量较大,实际传输过程中,会存在传输时延较大的现象,容易造成业务响应不及时、平台侧网络资源负担大的问题。
发明内容:
本发明实施例提供了一种基于联邦学***台,结构设计合理,通过多个平台和功能部件的相互配合作用,能够准确快速的进行数据的传输或上传,即使数据的总量较大,也可以保持较高的工作效率,降低了传输时延和资源负担,使业务或操作按照用户的指令及时响应,同时减少了风险发生的概率,保证数据传输过程中的安全性,防止偏差的产生,解决了现有技术中存在的问题。
本发明为解决上述技术问题所采用的技术方案是:
一种基于联邦学***台,包括一体化平台,所述一体化平台采用B/S架构设计,所述一体化平台用于执行模型训练、设备管理、画面组态、逻辑组态、编译下装、模拟仿真的功能;所述一体化平台通过内网连接有云堡垒机,所述云堡垒机用于执行身份验证、账号管理、授权控制、安全审计的功能;在云堡垒机上通过公网IP连接有多个小型化DCS一体机,以通过分发公钥、加密传递、汇总结果和更新模型的步骤完成联邦学习功能。
所述一体化平台通过EXSI部署于服务器,所述一体化平台中的虚拟DPU单独通过EXSI以硬件直连方式部署于服务器。
在云堡垒机上设有管控设备,所述管控设备用于完成设备激活从而打通一体化平台、云堡垒机和小型化DCS一体机的连接。
在一体化平台内使用Java编程语言实现逻辑组态功能,得到逻辑组态文件,所述逻辑组态文件经编译之后下装到一体化平台中的虚拟DPU内的JVM虚拟机,以实现逻辑组态的跨平台运行。
在一体化平台上还连接有上层大数据平台,以实现数据的远程通信。
在一体化平台上还连接有数字孪生仿真***,以实现模拟仿真和数据高效传输。
在一体化平台内设有模型训练模块、设备管理模块、画面组态模块、逻辑组态模块、编译下装模块、用户管理模块、监控报警模块、操作监控模块、数据管理模块和模拟仿真模块。
在云堡垒机内设有身份验证模块、账号管理模块、授权控制模块和安全审计模块。
本发明采用上述结构,通过一体化平台来执行模型训练、设备管理、画面组态、逻辑组态、编译下装、模拟仿真的功能,以完成数据的传输和处理;通过云堡垒机来执行身份验证、账号管理、授权控制、安全审计的功能,以与用户建立人机交互,从而进行控制指令的输入;通过管控设备来完成设备激活来打通一体化平台、云堡垒机和小型化DCS一体机的连接;通过一体化平台内部使用Java编程语言实现逻辑组态功能得到逻辑组态文件,具有精准实用、安全可靠的优点。
附图说明:
图1为本发明的结构示意图。
图2为本发明的学习模型的训练流程图。
图3为本发明的一体化平台的功能模块示意图。
图4为本发明的云堡垒机的功能模块示意图。
具体实施方式:
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。
如图1-4中所示,一种基于联邦学***台,包括一体化平台,所述一体化平台采用B/S架构设计,所述一体化平台用于执行模型训练、设备管理、画面组态、逻辑组态、编译下装、模拟仿真的功能;所述一体化平台通过内网连接有云堡垒机,所述云堡垒机用于执行身份验证、账号管理、授权控制、安全审计的功能;在云堡垒机上通过公网IP连接有多个小型化DCS一体机,以通过分发公钥、加密传递、汇总结果和更新模型的步骤完成联邦学习功能。
所述一体化平台通过EXSI部署于服务器,所述一体化平台中的虚拟DPU单独通过EXSI以硬件直连方式部署于服务器。
在云堡垒机上设有管控设备,所述管控设备用于完成设备激活从而打通一体化平台、云堡垒机和小型化DCS一体机的连接。
在一体化平台内使用Java编程语言实现逻辑组态功能,得到逻辑组态文件,所述逻辑组态文件经编译之后下装到一体化平台中的虚拟DPU内的JVM虚拟机,以实现逻辑组态的跨平台。
在一体化平台上还连接有上层大数据平台,以实现数据的远程通信。
在一体化平台上还连接有数字孪生仿真***,以实现模拟仿真和数据高效传输。
在一体化平台内设有模型训练模块、设备管理模块、画面组态模块、逻辑组态模块、编译下装模块、用户管理模块、监控报警模块、操作监控模块、数据管理模块和模拟仿真模块。
在云堡垒机内设有身份验证模块、账号管理模块、授权控制模块和安全审计模块。
本发明实施例中的一种基于联邦学***台的工作原理为:通过多个平台和功能部件的相互配合作用,能够准确快速的进行数据的传输或上传,即使数据的总量较大,也可以保持较高的工作效率,降低了传输时延和资源负担,使业务或操作按照用户的指令及时响应,同时减少了风险发生的概率,保证数据传输过程中的安全性,防止偏差的产生,应用场景较为广泛,普及难度小,可以在工业生产的过程中快速推广。
在整体方案中,主要包括一体化平台和云堡垒机,一体化平台和云堡垒机之间通过内网相连接,在云堡垒机上通过公网IP连接有多个小型化DCS一体机,以通过分发公钥、加密传递、汇总结果和更新模型的步骤完成联邦学***台应用的稳定性。
优选的,一体化平台采用B/S架构设计,一体化平台通过EXSI部署于服务器,一体化平台中的虚拟DPU单独通过EXSI以硬件直连方式部署于服务器;EXSI专为运行虚拟机、最大限度降低配置要求和简化部署而设计;只需几分钟时间,客户便可完成从安装到运行虚拟机的全过程,特别是在下载并安装预配置虚拟设备的时候;通过EXSI可以轻松实现多个平台、多虚拟DPU的部署运维。
优选的,在云堡垒机上设有管控设备,用于完成设备激活从而打通一体化平台、云堡垒机和小型化DCS一体机的连接,方便用户进行触发整体结构进入工作状态。
网络连接之后,云堡垒机来等待一体化平台的近一步激活认证,在一体化平台的设备管理模块中可以输入每个小型DCS一体机的设备激活码,完成一体化平台侧小型DCS一体机的认证及激活一体化平台对该设备的管理功能,按照上述操作,一体化平台可以激活多个小型DCS一体机。
优选的,在一体化平台内使用Java编程语言实现逻辑组态功能,得到逻辑组态文件,逻辑组态文件经编译之后下装到一体化平台中的虚拟DPU内的JVM虚拟机,以实现逻辑组态的跨平台;逻辑组态的生成文件为.java文件。经编译之后最终为.class文件。
在一体化平台上还可以连接上层大数据平台,以实现数据的远程通信,一般情况下,依靠Kafka、Flume完成实时数据、非实时数据的上云存储;对于实际工业过程中的大量运行数据可依靠特定的压缩算法进行压缩上传,在一体化平台功能上可调用大数据平台功能API。
如图2所示,以两台设备为例,协作者C将公钥分发给设备A和设备B,用以在训练过程中需要交换的数据进行加密;设备A和设备B之间以加密形式来进行交互以计算梯度的中间结果;设备A和设备B分别基于加密的梯度值进行计算,同时设备B根据其标签数据计算损失,并把结果汇总给协作者C,通过汇总结果计算总梯度值并将其解密,协作者C将解密后的梯度分别回传给设备A和设备B,设备A和设备B分别根据梯度更新各自模型的参数。
迭代上述步骤直至损失函数收敛,这样就完成了整个模型训练过程;在样本对齐及模型训练过程中,设备A和设备B各自的数据均保留在了本地,且训练中的数据交互也不会导致数据隐私泄露。因此,双方在联邦学习的帮助下得以实现合作训练模型。
对于在一体化平台中的云端组态,可以分为云端画面组态和云端逻辑组态,具体的,云端画面组态实现思路为借助2D、3D模型组件库依托拖拽式编程实现,画面组态最终生成的文件格式为XML。其中3D模型组件库可依托Three.js实现。
而云端逻辑组态的实现思路是借助Java编程语言实现web端积木式编程,用户通过拖拽由java生成的代码块完成组态逻辑的搭建。
特别说明的是,云端画面组态和云端逻辑组态及组态后的监控画面需要依靠一套组件数据库完成。即画面组态逻辑组态需要的数据点位通道信息都预设在数据库中,选择合适的组态完成相应数据的读取写入以及控制逻辑的搭建。
对于画面组态和逻辑组态中涉及的数据点位,可在边缘侧经OPC、MQTT、HTTP等方式同步到云管控一体化平台中的MongoDB数据库中。云画面组态、云逻辑组态、现场DPU设备依靠MongoDB搭建数据桥梁。
对于本发明实施例中的云边通信,首先边缘侧设备上电激活后以TCPIP方式向云堡垒机注册存活,位于一体化平台端进一步确认激活边缘侧设备,然后可依靠云堡垒机为中心节点,云边两侧为子节点组建虚拟局域网。
对于本发明实施例中的连接数字孪生***,首先数字孪生***的实现方式包括但不限于Modelica一种。Modelica是一种已有的支持高效的模型库的发展与模型重用的物理***建模语言。利用Modelica可以完成仿真***的搭建。虚拟DPU的通信原理与真实DPU基本一致。在真实的应用场景下,DPU通过CAN总线与各种输入输出卡件连接,各种输入输出卡件上支持多种工业信号的采集。在实际的应用中,数字孪生***需开发出包括但不仅限于CAN通信的数据输入输出块。在实际的连接中,数字孪生***和虚拟DPU之间通过虚拟CAN总线通讯。在一体化平台中可与配置真实设备一致配置数字孪生***中的数据输入输出块。对于特殊的项目虚拟DPU与虚拟DPU之间可通过Modbus、OPC进行拓展。
综上所述,本发明实施例中的一种基于联邦学***台通过多个平台和功能部件的相互配合作用,能够准确快速的进行数据的传输或上传,即使数据的总量较大,也可以保持较高的工作效率,降低了传输时延和资源负担,使业务或操作按照用户的指令及时响应,同时减少了风险发生的概率,保证数据传输过程中的安全性,防止偏差的产生,应用场景较为广泛,普及难度小,可以在工业生产的过程中快速推广。
上述具体实施方式不能作为对本发明保护范围的限制,对于本技术领域的技术人员来说,对本发明实施方式所做出的任何替代改进或变换均落在本发明的保护范围内。
本发明未详述之处,均为本技术领域技术人员的公知技术。
Claims (5)
1.一种基于联邦学***台,其特征在于:包括一体化平台,所述一体化平台采用B/S架构设计,所述一体化平台用于执行模型训练、设备管理、画面组态、逻辑组态、编译下装、模拟仿真的功能;所述一体化平台通过内网连接有云堡垒机,所述云堡垒机用于执行身份验证、账号管理、授权控制、安全审计的功能;在云堡垒机上通过公网IP连接有多个小型化DCS一体机,以通过分发公钥、加密传递、汇总结果和更新模型的步骤完成联邦学习功能;
所述一体化平台通过ESXI部署于服务器,所述一体化平台中的虚拟DPU单独通过ESXI以硬件直连方式部署于服务器;
在云堡垒机上设有管控设备,所述管控设备用于完成设备激活从而打通一体化平台、云堡垒机和小型化DCS一体机的连接;
在一体化平台内使用Java编程语言实现逻辑组态功能,得到逻辑组态文件,所述逻辑组态文件经编译之后下装到一体化平台中的虚拟DPU内的JVM虚拟机,以实现逻辑组态的跨平台。
2.根据权利要求1所述的一种基于联邦学***台,其特征在于:在一体化平台上还连接有上层大数据平台,以实现数据的远程通信。
3.根据权利要求1所述的一种基于联邦学***台,其特征在于:在一体化平台上还连接有数字孪生仿真***,以实现模拟仿真和数据高效传输。
4.根据权利要求1所述的一种基于联邦学***台,其特征在于:在一体化平台内设有模型训练模块、设备管理模块、画面组态模块、逻辑组态模块、编译下装模块、用户管理模块、监控报警模块、操作监控模块、数据管理模块和模拟仿真模块。
5.根据权利要求1所述的一种基于联邦学***台,其特征在于:在云堡垒机内设有身份验证模块、账号管理模块、授权控制模块和安全审计模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111045212.8A CN113742673B (zh) | 2021-09-07 | 2021-09-07 | 一种基于联邦学***台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111045212.8A CN113742673B (zh) | 2021-09-07 | 2021-09-07 | 一种基于联邦学***台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113742673A CN113742673A (zh) | 2021-12-03 |
CN113742673B true CN113742673B (zh) | 2024-05-10 |
Family
ID=78736701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111045212.8A Active CN113742673B (zh) | 2021-09-07 | 2021-09-07 | 一种基于联邦学***台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113742673B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111857065A (zh) * | 2020-06-08 | 2020-10-30 | 北京邮电大学 | 基于边缘计算和数字孪生的智能生产***和方法 |
CN112003924A (zh) * | 2020-08-20 | 2020-11-27 | 浪潮云信息技术股份公司 | 一种面向工业互联网的边缘云平台搭建方法及*** |
CN112232528A (zh) * | 2020-12-15 | 2021-01-15 | 之江实验室 | 一种联邦学习模型训练方法、装置及联邦学习*** |
WO2021092980A1 (zh) * | 2019-11-14 | 2021-05-20 | 深圳前海微众银行股份有限公司 | 纵向联邦学习优化方法、装置、设备及存储介质 |
CN113112029A (zh) * | 2021-04-22 | 2021-07-13 | 中国科学院计算技术研究所 | 一种应用于异构计算设备的联邦学习***和方法 |
-
2021
- 2021-09-07 CN CN202111045212.8A patent/CN113742673B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021092980A1 (zh) * | 2019-11-14 | 2021-05-20 | 深圳前海微众银行股份有限公司 | 纵向联邦学习优化方法、装置、设备及存储介质 |
CN111857065A (zh) * | 2020-06-08 | 2020-10-30 | 北京邮电大学 | 基于边缘计算和数字孪生的智能生产***和方法 |
CN112003924A (zh) * | 2020-08-20 | 2020-11-27 | 浪潮云信息技术股份公司 | 一种面向工业互联网的边缘云平台搭建方法及*** |
CN112232528A (zh) * | 2020-12-15 | 2021-01-15 | 之江实验室 | 一种联邦学习模型训练方法、装置及联邦学习*** |
CN113112029A (zh) * | 2021-04-22 | 2021-07-13 | 中国科学院计算技术研究所 | 一种应用于异构计算设备的联邦学习***和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113742673A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hsu et al. | A Creative IoT agriculture platform for cloud fog computing | |
CN115102827B (zh) | 一种中小型制造业的数字产品实时监测通用互联网平台 | |
CN105843182B (zh) | 一种基于oms的电力调度事故预案***及方法 | |
CN109460593B (zh) | 一种区块链虚拟仿真*** | |
CN111797163B (zh) | 基于数字孪生的虚实同步***及实现方法 | |
CN107566353B (zh) | 一种用于加密控制器实验研究的工业控制***安全实验平台 | |
US20210116903A1 (en) | Use of a smart node in a universal, smart system for monitoring industrial processes | |
CN102238203A (zh) | 一种实现物联网业务的方法及*** | |
US20190155261A1 (en) | Smart node for a distributed mesh network | |
CN111611054B (zh) | 一种应用部署方法及装置 | |
CN111062575B (zh) | 基于物联网的燃气行业运营平台、运营方法和运行方法 | |
CN114169579B (zh) | 核电工业互联网综合智能平台*** | |
CN103608735A (zh) | 仿真***、用于执行仿真的方法、控制***和计算机程序产品 | |
CN109379233A (zh) | 一种云仿真平台模型安全保障***、方法、服务器及终端 | |
CN109274756A (zh) | 一种智能环保监控管理*** | |
CN105471963B (zh) | 一种基于云平台的移动设备管理方法及*** | |
CN115099068A (zh) | 一种基于元宇宙的油藏数值仿真*** | |
CN110012021B (zh) | 一种移动边缘计算下的自适应计算迁移方法 | |
CN113742673B (zh) | 一种基于联邦学***台 | |
TWI651667B (zh) | 一種虛實網路資源拓樸之介面系統 | |
Vermesan et al. | New waves of IoT technologies research–transcending intelligence and senses at the edge to create multi experience environments | |
CN103597415A (zh) | 仿真***、用于执行仿真的方法、控制***和计算机程序产品 | |
CN105468431B (zh) | 多模型实时仿真*** | |
Wichmann et al. | System architecture optimization with runtime reconfiguration of simulation models | |
Sztipanovits et al. | Model-based integration technology for next generation electric grid simulations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240511 Address after: Building 9-117-132, Zhongrun Century City, No. 13777 Jingshi Road, Lixia District, Jinan City, Shandong Province, 250000 Patentee after: Shandong Daohe Wulian Technology Co.,Ltd. Country or region after: China Address before: # 8-1903, Zone 8, Luneng Lingxiu City, Shizhong District, Jinan City, Shandong Province, 250000 Patentee before: Shi Shuo Country or region before: China |
|
TR01 | Transfer of patent right |