Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司;武汉燧虎信息技术有限公司王捷获国家专利权

国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司;武汉燧虎信息技术有限公司王捷获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司;武汉燧虎信息技术有限公司申请的专利一种基于联邦学习框架的电网边端设备指令集数据平衡的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116739055B

龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310579195.9,技术领域涉及:G06N3/0475;该发明授权一种基于联邦学习框架的电网边端设备指令集数据平衡的方法是由王捷;喻潇;孙金莉;饶强;万磊;崔一铂;李晶;凌在汛;王晋;刘畅;喻炎;田里;刘畅;周亮;龙凤;徐江珮;唐泽洋;饶玮设计研发完成,并于2023-05-23向国家知识产权局提交的专利申请。

一种基于联邦学习框架的电网边端设备指令集数据平衡的方法在说明书摘要公布了:本申请涉及一种基于联邦学习框架的电网边端设备指令集数据平衡的方法,包括:对于n个地区的电网系统,采集其电网边端设备的指令信息D以及该指令所属类型L;构建设备指令信息的特征向量矩阵;在服务器上初始化条件生成对抗网络模型,服务器同时生成RSA公私钥对,同时将公钥发送给各个地区的电网系统,服务器将模型发送到各个地区的电网系统;使用该地区采集到的指令数据集和标签集训练条件生成对抗网络;直到n个地区的电网系统都通过自身数据集完成对条件生成对抗网络模型的训练;通过服务器的联邦调度;构成大规模的平衡数据集。本申请使用各地区使用大规模平衡数据集训练自身的电网边端设备指令异常检测模型,精准评估设备安全漏洞。

本发明授权一种基于联邦学习框架的电网边端设备指令集数据平衡的方法在权利要求书中公布了:1.一种基于联邦学习框架的电网边端设备指令集数据平衡的方法,其特征在于,包括以下具体步骤: 1对于n个地区的电网系统,采集其电网边端设备的指令信息D以及该指令所属类型L; 2构建设备指令信息的特征向量矩阵,对步骤1采集到的设备的指令信息,构建特征向量矩阵,对步骤1采集到的指令信息类型信息进行one-hot编码; 3在服务器上初始化条件生成对抗网络模型,包括生成器和判别器;服务器同时生成RSA公私钥对,同时将公钥发送给各个地区的电网系统,服务器将模型发送到各个地区的电网系统; 4在i地区的电网系统中,使用该地区采集到的指令数据集和标签集训练条件生成对抗网络;首先固定生成器参数不变,训练判别器,然后固定判别器参数不变,训练生成器,判别器和生成器相互博弈训练,直到训练Tc次; 5完成训练后,将模型Wi通过服务器的公钥加密传输给服务器,服务器用自身的私钥进行解密,然后随机选择一个剩余的地区j的电网系统,然后服务器将解密的i地区的模型Wi参数通过j地区的公钥加密传输到地区j的电网系统,直到n个地区的电网系统都通过自身数据集完成对条件生成对抗网络模型的训练; 6通过服务器的联邦调度,得到一个所有n个地区的数据集都参与训练的生成对抗网络,然后在服务器上使用生成器生成各类型指令平衡的数据集,将该生成数据集输入到判别器进行筛选过滤,得到DG; 7将DG使用各个地区的公钥加密,传输到各个地区的电网系统,和各个地区的电网系统自身的数据集构成大规模的平衡数据集,来训练指令集分类模型或异常指令检测模型,进一步提高模型的分类性能或异常检测的准确率,以及发现电网边端设备的攻击,保障电力系统的安全。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司;武汉燧虎信息技术有限公司,其通讯地址为:430077 湖北省武汉市洪山区徐东大街227号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。