CN117424897A - 一种储能电站远程监控的方法及*** - Google Patents
一种储能电站远程监控的方法及*** Download PDFInfo
- Publication number
- CN117424897A CN117424897A CN202311226419.4A CN202311226419A CN117424897A CN 117424897 A CN117424897 A CN 117424897A CN 202311226419 A CN202311226419 A CN 202311226419A CN 117424897 A CN117424897 A CN 117424897A
- Authority
- CN
- China
- Prior art keywords
- node
- behavior
- data
- energy storage
- information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004146 energy storage Methods 0.000 title claims abstract description 51
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000013210 evaluation model Methods 0.000 claims abstract description 31
- 238000003860 storage Methods 0.000 claims abstract description 12
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 230000006399 behavior Effects 0.000 claims description 123
- 238000009826 distribution Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 abstract description 5
- 239000003795 chemical substances by application Substances 0.000 description 64
- 239000013598 vector Substances 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000007689 inspection Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000012634 fragment Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010061619 Deformity Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
- H04L63/0435—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload wherein the sending and receiving network entities apply symmetric encryption, i.e. same key used for encryption and decryption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
- H04L9/0643—Hash functions, e.g. MD5, SHA, HMAC or f9 MAC
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
- H04L9/085—Secret sharing or secret splitting, e.g. threshold schemes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
- H04L9/0869—Generation of secret information including derivation or calculation of cryptographic keys or passwords involving random numbers or seeds
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Bioethics (AREA)
- Computing Systems (AREA)
- Water Supply & Treatment (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Public Health (AREA)
- Power Engineering (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种储能电站远程监控的方法及***。其中,所述方法包括:将智能体节点行为文本信息与智能体节点采集到的图像传入Co‑BERT模型并输出图像文本行为信息,同时通过ISSC编码器提取节点行为图像中的语义信息;将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;将智能体节点信誉值大于预设值的智能体节点的数据发送至储能电站远程监控***,储能电站远程监控***评估储能电站的运行情况。本发明提供光储充一体化***的储能装置容量最优配置方法和装置,解决了一种储能电站远程监控的方法的数据传输的安全性和可靠性差的问题。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种储能电站远程监控的方法及***。
背景技术
从地理位置角度,储能电站项目一般选址于平原或者山坡等区域,各类电站在建设过程中,尽可能的最大化利用使用面积,导致在后期的运维巡检过程中,存在很多不便。从建设规模角度,通常来讲,储能电站项目规模越大,电站巡检工作的复杂性越强,在对此种类型电站项目进行巡检工作时,常规的人工巡检方式不仅需要耗费大量的人工及时间成本,同时巡检人员工作也存在一定的危险性。导致电站设备巡检不及时。
为了解决此类问题,诸多业主陆续将目光投向了智能体技术;但是单一智能体在巡航过程中通常无法实时的反应储能电站的情况,因此,往往需要多个智能体进行监控并将数据传输至远程监控***;但是智能体将会产生各种模态的数据,通过对各模态数据的联合分析,将有助于获得更全面、更准确的结果。由于各模态数据间的数据格式、采集方式信息含义等各不相同,因此未经过处理的多模态数据将无法直接使用。
现有的区块链节点缺乏准确的信誉值评估机制。目前区块链***节点信誉值的评估主要依赖于节点的历史行为信息以及用户评价等,然而在多智能体场景下此类信誉值机制无法有效预防节点的突然作恶,这将给多智能体***带来严重的安全隐患。
发明内容
为了解决上述提出的至少一个技术问题,本发明提供一种储能电站远程监控的方法及***。
第一方面,提供一种储能电站远程监控的方法,包括:当有智能体加入区块链网络时,将智能体节点的行为数据、所述智能体节点采集到的图像数据以及采集到的智能体节点的行为图像传输到信息提取层;
将智能体节点行为文本信息与智能体节点采集到的图像传入Co-BERT模型并输出图像文本行为信息,同时通过ISSC编码器提取节点行为图像中的语义信息;
将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;
将智能体节点信誉值大于预设值的智能体节点的数据发送至储能电站远程监控***,储能电站远程监控***评估储能电站的运行情况。
优选地,所述将智能体节点信誉值大于预设值的智能体节点的数据发送至储能电站远程监控***,储能电站远程监控***评估储能电站的运行情况,包括:
对数据进行加密,可以基于所述密钥种子生成密钥;
采用所述密钥将所述待加密数据转换成加密数据;
按照预设规则分割所述密钥,以生成若干密钥切片所述根据数据拥有者的文件明文数据集,得到每个明文数据块的加解密密钥,进而加密明文数据块,得到密文数据集,将文件相关密钥加密后保存到区块链上。
优选地,在上传数据文件F之前,数据拥有者将文件F划分成n块固定的大小相同的数据块M1,M2,...,Mn;
接着计算每个数据块的加解密密钥,使用SHA256算法计算数据块Mi的哈希值Ki=SHA256(Mi)作为其加解密密钥;使用Ki作为对称加密算法AES256的密钥加密明文Mi得到密文Ci=AES256(Ki,Mi)。
优选地,数据拥有者将密钥相关数据加密,先计算密钥K=SHA256(x),再计算密钥相关数据的加密结果Keys=AES256(K,SKFID||K1||K2||...||Kn),把加密结果Keys保存到区块链上,数据拥有者只需保存私钥x,就能恢复出完整的文件相关密钥。
优选地,所述将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;具体包括:
通过融合图像语义信息与文本行为信息的节点行为评估方法,得到节点行为代码的概率分布;
根据节点行为代码的概率分布计算得出节点的信誉值。
优选地,所述通过融合图像语义信息与文本行为信息的节点行为评估方法,得到节点行为代码的概率分布,还包括:
获取节点行为概率分布;将节点行为信息、图像信息上传到节点行为评估模型,得到节点行为代码概率分布{pReckless,pDelay,pRepeat,PError}。
设定各节点的信誉值rep初始值为1,如果节点信誉值rep等于1则说明是优良节点;若节点信誉值rep大于等于0.5小于1,则说明是普通节点;若节点信誉值小于0.5,则说明是恶意节点。
优选地,所述节点行为评估模型具体包括:
从下到上依次为输入层、Co-BERT层、ISSC语义提取层、DANs语义融合层、标签嵌入层、局部特征提取层、节点行为代码匹配层、全连接层和softmax层。
第二方面,提供一种储能电站远程监控的***,包括:
数据提取单元,用于当有智能体加入区块链网络时,将智能体节点的行为数据、所述智能体节点采集到的图像数据以及采集到的智能体节点的行为图像传输到信息提取层;
数据处理单元,用于将智能体节点行为文本信息与智能体节点采集到的图像传入Co-BERT模型并输出图像文本行为信息,同时通过ISSC编码器提取节点行为图像中的语义信息;
评价单元,用于将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;
发送单元,用于将智能体节点信誉值大于预设值的智能体节点的数据发送至储能电站远程监控***,储能电站远程监控***评估储能电站的运行情况。
第三方面,提供了一种电子设备,包括:处理器、发送装置、输入装置、输出装置和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述处理器执行所述计算机指令时,所述电子设备执行如上述的光储充一体化***的储能装置容量最优配置方法。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被电子设备的处理器执行时,使所述处理器执行如上述的光储充一体化***的储能装置容量最优配置方法。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1为本申请实施例提供的一种储能电站远程监控的方法的流程示意图;
图2为本申请实施例提供的储能电站远程监控的方法中节点行为评估模型的结构示意图;
图3为本申请实施例提供的一种城市街道生活品质评估装置的结构示意图;
图4为本申请实施例提供的一种城市街道生活品质评估装置的硬件结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
另外,为了更好地说明本发明,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本发明同样能够实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本发明的主旨。
实施例1
本申请提供一种储能电站远程监控的方法,包括:步骤S101,当有智能体加入区块链网络时,将智能体节点的行为数据、所述智能体节点采集到的图像数据以及采集到的智能体节点的行为图像传输到信息提取层;
步骤S201,将智能体节点行为文本信息与智能体节点采集到的图像传入Co-BERT模型并输出图像文本行为信息,同时通过ISSC编码器提取节点行为图像中的语义信息;
步骤S301,将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;
步骤S401,将智能体节点信誉值大于预设值的智能体节点的数据发送至储能电站远程监控***,储能电站远程监控***评估储能电站的运行情况。
在本申请中,为了使得传输的数据不被干扰,可以对数据进行加密,可以基于所述密钥种子生成密钥;采用所述密钥将所述待加密数据转换成加密数据;按照预设规则分割所述密钥,以生成若干密钥切片所述根据数据拥有者的文件明文数据集,得到每个明文数据块的加解密密钥,进而加密明文数据块,得到密文数据集,将文件相关密钥加密后保存到区块链上。
而为了提升云服务器存储空间利用率,节省计算资源,同时缓解数据拥有者的密钥管理负担。在上传数据文件F之前,数据拥有者将文件F划分成n块固定的大小相同的数据块M1,M2,...,Mn;接着计算每个数据块的加解密密钥,使用SHA256算法计算数据块Mi的哈希值Ki=SHA256(Mi)作为其加解密密钥;使用Ki作为对称加密算法AES256的密钥加密明文Mi得到密文Ci=AES256(Ki,Mi);
为了减轻密钥管理负担,数据拥有者将密钥相关数据加密,先计算密钥K=SHA256(x),再计算密钥相关数据的加密结果Keys=AES256(K,SKFID||K1||K2||...||Kn),把加密结果Keys保存到区块链上,数据拥有者只需保存私钥x,就能恢复出完整的文件相关密钥;
本申请通过当有智能体加入区块链网络时,将智能体节点的行为数据、所述智能体节点采集到的图像数据以及采集到的智能体节点的行为图像传输到信息提取层;将智能体节点行为文本信息与智能体节点采集到的图像传入Co-BERT模型并输出图像文本行为信息,同时通过ISSC编码器提取节点行为图像中的语义信息;将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;提出多模态数据与从图像提取出的语义数据进行融合,得出更全面的节点行为信息,用于智能体节点信誉值的准确评估,以智能体节点发送的数据的准确性,如果智能体节点信誉值不满足要求则取消传输,可以减少传输的数据量,从而可以提高时效性;同时为保证智能体中敏感数据的安全性,区块链技术被视为车联网场景的重要技术支撑。区块链作为分布式共享数据库,具有去中心化、不可篡改、安全的特点。可以保证智能体节点发送至储能电站远程监控***的数据是安全的,没有被篡改的。
优选地,步骤S501,将节点行为与信誉值输入到分片优化层;
步骤S601,所述分片优化层获取到节点行为信息以及区块链上各配置信息后,对***安全性以及吞吐量分别进行建模,构建了保障***吞吐量以及安全性的分片***性能目标函数,并将***性能目标函数输入到分片执行层。
具体地,区块链分片***性能目标函数为:
其中,表示区块链分片***各分片恶意的概率,O(K)表示为区块链分片***的吞吐量,分片的数量为K。
优选地,步骤S701,所述分片执行层将根据各节点的信誉值筛选出一部分优良和普通节点并将两者混合分配到每个分片中;
步骤S801,随后利用深度强化学习的方式,执行分片优化层提出的分片***性能目标函数,得出保证***安全性以及***吞吐量的动态分片策略。
具体地,需要定义最大化长期回报来训练深度强化学习的智能,以实现式区块链分片***性能目标函数。设奖励函数为r(t),则Q网络Q(S,a)表示为:
其中γt表示奖励衰减系数,用于权衡当前奖励与未来奖励,r(t)表示即时奖励,可以表示为:
r(t)=Φ(t)#(2)
其中,Φ(t)表示在离散时间t时刻,***的性能,它与***的吞吐量以及***出现恶意分片的概率有关。
优选地,步骤S301,所述将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;具体包括:
步骤S311,通过融合图像语义信息与文本行为信息的节点行为评估方法,得到节点行为代码的概率分布;
步骤S311,根据节点行为代码的概率分布计算得出节点的信誉值。
优选地,步骤S311,通过融合图像语义信息与文本行为信息的节点行为评估方法,得到节点行为代码的概率分布,还包括:
获取节点行为概率分布;将节点行为信息、图像信息上传到节点行为评估模型,得到节点行为代码概率分布{pReckless,PDelay,PRepeat,PError}。
设定各节点的信誉值rep初始值为1,如果节点信誉值rep等于1则说明是优良节点;若节点信誉值rep大于等于0.5小于1,则说明是普通节点;若节点信誉值小于0.5,则说明是恶意节点;
根据节点行为代码概率分布计算节点信誉值;设定根据各节点行为代码概率的取值,节点信誉值的计算分为以下三种情况:
1>p≥0.5
rept=rept-1-τ*p
其中τ为权重因子,其取值范围如下所示:
0.5>p≥0.25
rept=rept-1-(pReckless+PError+0.5PDelay+0.25PRepeat)
注意若节点行为代码概率小于0.25时,如PRepeat<0.25则不需要加入计算即:rept=rept-1-(pError+0.5PDelay)。
p<0.25
rept=rept-1
若节点行为代码概率小于0.25则认为该行为对信誉值不产生影响。
优选地,所述节点行为评估模型具体包括:
从下到上依次为输入层、Co-BERT层、ISSC语义提取层、DANs语义融合层、标签嵌入层、局部特征提取层、节点行为代码匹配层、全连接层和softmax层。
1.输入层输入的节点行为信息必须是固定长度的文本序列。我们通过分析语料库样本的长度来指定每个输入序列的最大长度n。短于n的序列被填充,而长于n的序列则被抛弃。然后将每个汉字xi输入到Co-BERT层。输入序列Z可以被描述为等式。
Z={z1,z2,...,zn}
输入节点采集的图像信息,利用卷积神经网络提取图像特征,并将其编码成一个图像特征向量,将提取后的特征向量输入到Co-BERT层。输入序列V可以被描述为:
V={v1,v2,...,vn}
为了联合训练节点行为代码的表示,本发明还将所有节点行为代码输入到模型中,公式如下所示,m表示节点行为代码的数量。
Y={y1,y2,...,ym}
Co-BERT层
该层支持多模态输入,使用预先训练的Co-BERT模型将每个输入的节点行为信息作为嵌入向量,并根据输入的图像信息以各节点上传图像数据为条件的各节点行为信息增强语义向量。Co-BERT层的公式表示为:
ISSC语义提取层
该层利用路边设备采集的车辆行为图像,通过ISSC编码器提取出车辆驾驶行为、驾驶速度等语义信息,其传输的语义特征x与输入图像S之间的关系可以由式(8)给出:
X=Tα(S)
DANs语义融合层
该层利用双注意网络(DANs)来共同学习多模态文本和图像语义注意模型,以探索多模态文本语义和图像语义之间的细粒度交互作用。其输出为一个联合内存向量m(k),该向量累积了直到步骤k为止的多模态文本和图像语义信息。其表达式如下:
m(k)=m(k-1)+e(k)⊙x(k)
标签嵌入层
标签嵌入层将每个节点行为代码的一个热编码映射到嵌入向量中。假设嵌入大小为h,则方程描述如下:
Wh表示维数为m*h的二维矩阵嵌入矩阵,嵌入层的输出是矩阵Ey∈Rm*h,其中ei表示第i个节点行为代码的嵌入向量。
局部特征提取层
在该层中使用不同大小的多个卷积核,利用卷积运算来提取每个累积向量的局部特征表示。假设内核大小为k,卷积运算可以表示为,其中ci1是从累积向量窗口mi:i+k+1生成的特征,ω是尺寸为k*e的滤波器,bc是偏置。
ci1=ω*mi:i+k+1+bc
假设有f个滤波器,输入向量的每个元素都可以生成f个特征,因此第i个元素的特征可以表示为等式
ci={ci1,ci2,...,cif}
然后,本发明将通过多次卷积运算获得的所有特征连接起来,作为每个汉字的最终特征表示。我们使用矩阵C∈Rn*h来表示输出文本序列,其中h是每个汉字的特征维数。
节点行为代码匹配层该层通过点积运算计算每个累积元素和每个节点行为代码之间的匹配分数,公式表示为
sij=ci*[ej]T
其中ci是节点行为信息在图像数据条件下以及融合图像语义信息下第i个累积元素的特征表示,ej是第j个节点行为代码的特征表示。最终得到所有输入节点行为信息和所有节点行为码的匹配得分矩阵S∈Rn*m,如下所示
S=C*[Ey]T
全连接层
匹配得分矩阵S被传递到全连接层,该全连接层被表示为
Fc=relu(W*M+bm)
SoftMax层
根据全连接层的输出,输出对应节点行为在图像条件的情况下对于节点行为代码的概率分布。输出表达式如下,其中pi表示节点行为对应于第i种节点行为代码的概率。
P={p1,p2,...,pm}
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
上述详细阐述了本申请实施例的方法,下面提供了本申请实施例的提供一种储能电站远程监控的***,包括:
数据提取单元100,用于当有智能体加入区块链网络时,将智能体节点的行为数据、所述智能体节点采集到的图像数据以及采集到的智能体节点的行为图像传输到信息提取层;
数据处理单元200,用于将智能体节点行为文本信息与智能体节点采集到的图像传入Co-BERT模型并输出图像文本行为信息,同时通过ISSC编码器提取节点行为图像中的语义信息;
评价单元300,用于将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;
发送单元400,用于将智能体节点信誉值大于预设值的智能体节点的数据发送至储能电站远程监控***,储能电站远程监控***评估储能电站的运行情况。
本申请通过当有智能体加入区块链网络时,将智能体节点的行为数据、所述智能体节点采集到的图像数据以及采集到的智能体节点的行为图像传输到信息提取层;将智能体节点行为文本信息与智能体节点采集到的图像传入Co-BERT模型并输出图像文本行为信息,同时通过ISSC编码器提取节点行为图像中的语义信息;将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;提出多模态数据与从图像提取出的语义数据进行融合,得出更全面的节点行为信息,用于智能体节点信誉值的准确评估,以智能体节点发送的数据的准确性,如果智能体节点信誉值不满足要求则取消传输,可以减少传输的数据量,从而可以提高时效性;同时为保证智能体中敏感数据的安全性,区块链技术被视为车联网场景的重要技术支撑。区块链作为分布式共享数据库,具有去中心化、不可篡改、安全的特点。可以保证智能体节点发送至储能电站远程监控***的数据是安全的,没有被篡改的。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本申请还提供了一种电子设备,包括:处理器、发送装置、输入装置、输出装置和存储器,存储器用于存储计算机程序代码,计算机程序代码包括计算机指令,当处理器执行计算机指令时,电子设备执行如上述任意一种可能实现的方式的方法。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,计算机程序包括程序指令,程序指令当被电子设备的处理器执行时,使处理器执行如上述任意一种可能实现的方式的方法。
请参阅图4,图4为本申请实施例提供的一种消息推送装置的硬件结构示意图。
该自动化测试装置2包括处理器21,存储器22,输入装置23,输出装置24。该处理器21、存储器22、输入装置23和输出装置24通过连接器相耦合,该连接器包括各类接口、传输线或总线等等,本申请实施例对此不作限定。应当理解,本申请的各个实施例中,耦合是指通过特定方式的相互联系,包括直接相连或者通过其他设备间接相连,例如可以通过各类接口、传输线、总线等相连。
处理器21可以是一个或多个图形处理器(graphicsprocessingunit,GPU),在处理器21是一个GPU的情况下,该GPU可以是单核GPU,也可以是多核GPU。可选的,处理器21可以是多个GPU构成的处理器组,多个处理器之间通过一个或多个总线彼此耦合。可选的,该处理器还可以为其他类型的处理器等等,本申请实施例不作限定。
存储器22可用于存储计算机程序指令,以及用于执行本申请方案的程序代码在内的各类计算机程序代码。可选地,存储器包括但不限于是随机存储记忆体(randomaccessmemory,RAM)、只读存储器(read-onlymemory,ROM)、可擦除可编程只读存储器(erasableprogrammablereadonlymemory,EPROM)、或便携式只读存储器(compactdiscread-onlymemory,CD-ROM),该存储器用于相关指令及数据。
输入装置23用于输入数据和/或信号,以及输出装置24用于输出数据和/或信号。输出装置23和输入装置24可以是独立的器件,也可以是一个整体的器件。
可理解,本申请实施例中,存储器22不仅可用于存储相关指令,本申请实施例对于该存储器中具体所存储的数据不作限定。
在实际应用中,自动化测试装置还可以分别包含必要的其他元件,包含但不限于任意数量的输入/输出装置、处理器、存储器等,而所有可以实现本申请实施例的视频解析装置都在本申请的保护范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。所属领域的技术人员还可以清楚地了解到,本申请各个实施例描述各有侧重,为描述的方便和简洁,相同或类似的部分在不同实施例中可能没有赘述,因此,在某一实施例未描述或未详细描述的部分可以参见其他实施例的记载。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者通过计算机可读存储介质进行传输。计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digitalsubscriberline,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,数字通用光盘(digitalversatiledisc,DVD))、或者半导体介质(例如固态硬盘(solidstatedisk,SSD))等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,该流程可以由计算机程序来指令相关的硬件完成,该程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。而前述的存储介质包括:只读存储器(read-onlymemory,ROM)或随机存储存储器(randomaccessmemory,RAM)、磁碟或者光盘等各种可存储程序代码的介质。
Claims (10)
1.一种储能电站远程监控的方法,其特征在于,包括:
当有智能体加入区块链网络时,将智能体节点的行为数据、所述智能体节点采集到的图像数据以及采集到的智能体节点的行为图像传输到信息提取层;
将智能体节点行为文本信息与智能体节点采集到的图像传入Co-BERT模型并输出图像文本行为信息,同时通过ISSC编码器提取节点行为图像中的语义信息;
将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;
将智能体节点信誉值大于预设值的智能体节点的数据发送至储能电站远程监控***,储能电站远程监控***评估储能电站的运行情况。
2.根据权利要求1所述的一种储能电站远程监控的方法,其特征在于,所述将智能体节点信誉值大于预设值的智能体节点的数据发送至储能电站远程监控***,储能电站远程监控***评估储能电站的运行情况,包括:
对数据进行加密,基于密钥种子生成密钥;
采用所述密钥将待加密数据转换成加密数据;
按照预设规则分割所述密钥,以生成若干密钥切片根据数据拥有者的文件明文数据集,得到每个明文数据块的加解密密钥,进而加密明文数据块,得到密文数据集,将文件相关密钥加密后保存到区块链上。
3.根据权利要求2所述的一种储能电站远程监控的方法,其特征在于,
在上传数据文件F之前,数据拥有者将文件F划分成n块固定的大小相同的数据块M1,M2,...,Mn;
接着计算每个数据块的加解密密钥,使用SHA256算法计算数据块Mi的哈希值Ki=SHA256(Mi)作为其加解密密钥;使用Ki作为对称加密算法AES256的密钥加密明文Mi得到密文Ci=AES256(Ki,Mi)。
4.根据权利要求1所述的一种储能电站远程监控的方法,其特征在于,包括:数据拥有者将密钥相关数据加密,先计算密钥K=SHA256(x),再计算密钥相关数据的加密结果Keys=AES256(K,SKFID||K1||K2||...||Kn),把加密结果Keys保存到区块链上,数据拥有者只需保存私钥x,就能恢复出完整的文件相关密钥。
5.根据权利要求1所述的一种储能电站远程监控的方法,其特征在于,包括:将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;具体包括:
通过融合图像语义信息与文本行为信息的节点行为评估方法,得到节点行为代码的概率分布;
根据节点行为代码的概率分布计算得出节点的信誉值。
6.根据权利要求5所述的一种储能电站远程监控的方法,其特征在于,包括:通过融合图像语义信息与文本行为信息的节点行为评估方法,得到节点行为代码的概率分布,还包括:
获取节点行为概率分布;将节点行为信息、图像信息上传到节点行为评估模型,得到节点行为代码概率分布{pReckless,pDelay,pRepeat,pError};
设定各节点的信誉值rep初始值为1,如果节点信誉值rep等于1则说明是优良节点;若节点信誉值rep大于等于0.5小于1,则说明是普通节点;若节点信誉值小于0.5,则说明是恶意节点。
7.根据权利要求5所述的一种储能电站远程监控的方法,其特征在于,所述节点行为评估模型具体包括:
从下到上依次为输入层、Co-BERT层、ISSC语义提取层、DANs语义融合层、标签嵌入层、局部特征提取层、节点行为代码匹配层、全连接层和softmax层。
8.一种储能电站远程监控的***,其特征在于,包括:
数据提取单元,用于当有智能体加入区块链网络时,将智能体节点的行为数据、所述智能体节点采集到的图像数据以及采集到的智能体节点的行为图像传输到信息提取层;
数据处理单元,用于将智能体节点行为文本信息与智能体节点采集到的图像传入Co-BERT模型并输出图像文本行为信息,同时通过ISSC编码器提取节点行为图像中的语义信息;。
评价单元,用于将提取出的图像语义信息以及图像文本行为信息输入到智能体节点信誉值评估模型,节点信誉值评估模型输出各节点的信誉值;
发送单元,用于将智能体节点信誉值大于预设值的智能体节点的数据发送至储能电站远程监控***,储能电站远程监控***评估储能电站的运行情况。
9.一种电子设备,其特征在于,包括:处理器、发送装置、输入装置、输出装置和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述处理器执行所述计算机指令时,所述电子设备执行如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被电子设备的处理器执行时,使所述处理器执行权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311226419.4A CN117424897B (zh) | 2023-09-22 | 2023-09-22 | 一种储能电站远程监控的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311226419.4A CN117424897B (zh) | 2023-09-22 | 2023-09-22 | 一种储能电站远程监控的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117424897A true CN117424897A (zh) | 2024-01-19 |
CN117424897B CN117424897B (zh) | 2024-04-12 |
Family
ID=89529163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311226419.4A Active CN117424897B (zh) | 2023-09-22 | 2023-09-22 | 一种储能电站远程监控的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117424897B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105578455A (zh) * | 2016-01-27 | 2016-05-11 | 哈尔滨工业大学深圳研究生院 | 一种机会网络中分布式动态信誉评估方法 |
WO2020133032A1 (zh) * | 2018-12-27 | 2020-07-02 | 深圳技术大学(筹) | 一种可防伪造的多用户密文搜索方法 |
CN112818388A (zh) * | 2021-01-25 | 2021-05-18 | 北方工业大学 | 一种基于区块链的云服务隐私保护信誉*** |
CN112862303A (zh) * | 2021-02-04 | 2021-05-28 | 天津大学 | 一种基于区块链的众包质量评估的***及方法 |
US20210216862A1 (en) * | 2020-01-15 | 2021-07-15 | Beijing Jingdong Shangke Information Technology Co., Ltd. | System and method for semantic analysis of multimedia data using attention-based fusion network |
CN113343311A (zh) * | 2021-06-04 | 2021-09-03 | 北京邮电大学 | 基于信誉模型和数字签名机制的区块链共识方法和*** |
CN114584311A (zh) * | 2022-01-26 | 2022-06-03 | 华东师范大学 | 一种基于信誉的安全动态智能车位共享方法 |
CN114745127A (zh) * | 2022-03-23 | 2022-07-12 | 南京理工大学 | 基于区块链的车联网环境下节点可信认证方法 |
US20220311611A1 (en) * | 2021-03-29 | 2022-09-29 | International Business Machines Corporation | Reputation profile propagation on blockchain networks |
US20230169101A1 (en) * | 2021-11-30 | 2023-06-01 | International Business Machines Corporation | Conversion of tabular format data to machine readable text for qa operations |
CN116233177A (zh) * | 2022-12-29 | 2023-06-06 | 山东省计算中心(国家超级计算济南中心) | 基于区块链和动态信誉的车联网数据安全共享方法及*** |
-
2023
- 2023-09-22 CN CN202311226419.4A patent/CN117424897B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105578455A (zh) * | 2016-01-27 | 2016-05-11 | 哈尔滨工业大学深圳研究生院 | 一种机会网络中分布式动态信誉评估方法 |
WO2020133032A1 (zh) * | 2018-12-27 | 2020-07-02 | 深圳技术大学(筹) | 一种可防伪造的多用户密文搜索方法 |
US20210216862A1 (en) * | 2020-01-15 | 2021-07-15 | Beijing Jingdong Shangke Information Technology Co., Ltd. | System and method for semantic analysis of multimedia data using attention-based fusion network |
CN112818388A (zh) * | 2021-01-25 | 2021-05-18 | 北方工业大学 | 一种基于区块链的云服务隐私保护信誉*** |
CN112862303A (zh) * | 2021-02-04 | 2021-05-28 | 天津大学 | 一种基于区块链的众包质量评估的***及方法 |
US20220311611A1 (en) * | 2021-03-29 | 2022-09-29 | International Business Machines Corporation | Reputation profile propagation on blockchain networks |
CN113343311A (zh) * | 2021-06-04 | 2021-09-03 | 北京邮电大学 | 基于信誉模型和数字签名机制的区块链共识方法和*** |
US20230169101A1 (en) * | 2021-11-30 | 2023-06-01 | International Business Machines Corporation | Conversion of tabular format data to machine readable text for qa operations |
CN114584311A (zh) * | 2022-01-26 | 2022-06-03 | 华东师范大学 | 一种基于信誉的安全动态智能车位共享方法 |
CN114745127A (zh) * | 2022-03-23 | 2022-07-12 | 南京理工大学 | 基于区块链的车联网环境下节点可信认证方法 |
CN116233177A (zh) * | 2022-12-29 | 2023-06-06 | 山东省计算中心(国家超级计算济南中心) | 基于区块链和动态信誉的车联网数据安全共享方法及*** |
Non-Patent Citations (6)
Title |
---|
QIANG PAN, HAONAN: "Image Segmentation semantic communication over Internet of vehicles", ARXIV, 11 October 2022 (2022-10-11) * |
XIAOYANG CHEN: "Co-bert:A context-aware bert retrieval model incorporating local and query-specific context", ARXIV, 17 April 2021 (2021-04-17) * |
李春梅;蒋运承;: "语义Web服务中的信誉度评估方法研究", 现代电子技术, no. 07, 1 April 2007 (2007-04-01) * |
杨皓;李涛;: "新的基于云存储CP-ABE访问控制方案", 电脑知识与技术, no. 08, 15 March 2018 (2018-03-15) * |
王涛春;刘婷婷;刘申;何国栋;: "群智感知中的参与者信誉评估方案", 计算机应用, no. 03, 10 March 2018 (2018-03-10) * |
门涛, 文军: "Peer-to-Peer网络信誉评价体系的设计", 西华大学学报(自然科学版), no. 03, 30 September 2005 (2005-09-30) * |
Also Published As
Publication number | Publication date |
---|---|
CN117424897B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110399742B (zh) | 一种联邦迁移学习模型的训练、预测方法及装置 | |
CN110189192B (zh) | 一种信息推荐模型的生成方法及装置 | |
CN110288094B (zh) | 基于联邦学习的模型参数训练方法及装置 | |
CN111612167B (zh) | 机器学习模型的联合训练方法、装置、设备及存储介质 | |
CN113505882B (zh) | 基于联邦神经网络模型的数据处理方法、相关设备及介质 | |
CN112394974B (zh) | 代码变更的注释生成方法、装置、电子设备及存储介质 | |
CN112529101B (zh) | 分类模型的训练方法、装置、电子设备及存储介质 | |
CN112508199B (zh) | 针对跨特征联邦学习的特征选择方法、装置及相关设备 | |
CN112418292A (zh) | 一种图像质量评价的方法、装置、计算机设备及存储介质 | |
CN114662618B (zh) | 一种基于联邦学习的故障诊断方法、装置及相关设备 | |
CN115512005A (zh) | 一种数据处理方法及其装置 | |
CN112149706A (zh) | 模型训练方法、装置、设备和介质 | |
CN114186256A (zh) | 神经网络模型的训练方法、装置、设备和存储介质 | |
WO2022121183A1 (zh) | 文本模型的训练方法、识别方法、装置、设备及存储介质 | |
CN117424897B (zh) | 一种储能电站远程监控的方法及*** | |
CN111260074B (zh) | 一种超参数确定的方法、相关装置、设备及存储介质 | |
CN115205089A (zh) | 图像加密方法、网络模型的训练方法、装置及电子设备 | |
CN114548608B (zh) | 模型处理方法、装置、目标交通设备及存储介质 | |
CN113409096B (zh) | 目标对象识别方法、装置、计算机设备及存储介质 | |
CN114004265A (zh) | 一种模型训练方法及节点设备 | |
CN114510592A (zh) | 图像分类方法、装置、电子设备及存储介质 | |
CN112364682A (zh) | 一种案件搜索方法及装置 | |
CN113923006B (zh) | 设备数据认证方法、装置及电子设备 | |
CN113902137B (zh) | 流式模型训练方法、装置、计算机设备及存储介质 | |
CN117972757B (zh) | 基于云平台实现矿山数据的安全分析方法及*** |
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 |