数据存储方法、装置、计算机设备和存储介质

    公开(公告)号:CN110968647A

    公开(公告)日:2020-04-07

    申请号:CN201911337346.X

    申请日:2019-12-23

    Abstract: 本申请公开了一种数据存储方法、装置、计算机设备和存储介质,涉及数据库技术领域。该数据存储方法通过获取待存储的电力数据,根据预设的数据库组拆分规则,将待存储的电力数据分配至目标数据库组,根据目标数据库组的预设的数据库拆分规则,将待存储的电力数据分配至目标数据库组中的目标数据库;根据目标数据库的预设的数据表拆分规则,将待存储的电力数据存储至目标数据库中的目标数据表。本申请实施例中,可以避免发生访问瓶颈,解决了现有技术中读写操作的时间延长,效率降低的问题。

    多时序市场交易风险评估方法、装置及设备

    公开(公告)号:CN109636174A

    公开(公告)日:2019-04-16

    申请号:CN201811491114.5

    申请日:2018-12-06

    CPC classification number: G06Q10/04 G06Q10/06313 G06Q10/0635 G06Q50/06

    Abstract: 本申请涉及一种多时序市场交易风险评估方法、装置及设备,包括:获取电力用户基于多时序市场交易的购电策略的基础数据;根据基础数据计算电力用户参与多时序电力市场交易的效益测算值和偏差电量的考核费用期望;根据效益测算值与考核费用期望评估购电策略的风险,得到评估结果。由于电力用户的购电策略是基于多时序市场交易产生的,效益测算值和偏差电量考核费用期望也是电力用户在参与多时序电力市场交易的基础上根据购电策略的基础数据计算的,因此在根据效益测算值和偏差电量考核费用期望评估该购电策略时,是完全符合多时序市场交易体系的,评估的过程更贴合多时序市场交易体系,评估结果更加准确。

    基于SGX的区块链密钥存储方法及评价方法及装置

    公开(公告)号:CN114826625B

    公开(公告)日:2022-09-02

    申请号:CN202210765013.2

    申请日:2022-07-01

    Abstract: 基于SGX的区块链密钥存储方法及评价方法及装置,属于信息安全技术领域。为解决网络密钥存储的安全性的问题。本发明建立SGX的可信运行环境,利用SM2算法生成密钥对,将私钥使用SGX的密封机制进行密封,导出密钥对,对私钥进行解封,利用SM2算法根据对应的椭圆曲线计算出公钥,导出公钥,将密封后的私钥与签名信息和椭圆曲线参数输入Enclave内部,对私钥进行解封,利用SM2算法对信息进行签名,将密封后的私钥与派生密钥对的随机值和椭圆曲线参数输入Enclave内部,对私钥进行解封,根据随机值生成新的私钥并对其进行密封,再根据椭圆曲线类型计算出其对应的公钥,导出密钥对。本发明方法安全高效。

    基于SGX的区块链密钥存储方法及评价方法及装置

    公开(公告)号:CN114826625A

    公开(公告)日:2022-07-29

    申请号:CN202210765013.2

    申请日:2022-07-01

    Abstract: 基于SGX的区块链密钥存储方法及评价方法及装置,属于信息安全技术领域。为解决网络密钥存储的安全性的问题。本发明建立SGX的可信运行环境,利用SM2算法生成密钥对,将私钥使用SGX的密封机制进行密封,导出密钥对,对私钥进行解封,利用SM2算法根据对应的椭圆曲线计算出公钥,导出公钥,将密封后的私钥与签名信息和椭圆曲线参数输入Enclave内部,对私钥进行解封,利用SM2算法对信息进行签名,将密封后的私钥与派生密钥对的随机值和椭圆曲线参数输入Enclave内部,对私钥进行解封,根据随机值生成新的私钥并对其进行密封,再根据椭圆曲线类型计算出其对应的公钥,导出密钥对。本发明方法安全高效。

    一种基于差分隐私随机梯度下降的信息推荐方法

    公开(公告)号:CN116257688B

    公开(公告)日:2024-04-02

    申请号:CN202310247779.6

    申请日:2023-03-14

    Abstract: 本发明涉及人工智能深度学习领域,特别涉及一种基于差分隐私随机梯度下降的信息推荐方法。其包括:根据用户感兴趣的信息样本及其关系搭建信息推荐模型;通过差分隐私随机梯度下降算法学习信息推荐模型中的参数并进行加噪处理;学习完成后输出满足差分隐私保护的推荐结果;其中样本参数处理过程包括步骤S1.采集信息样本参数并根据其损失函数计算梯度;S2.计算需要进行梯度剪切的样本数量,并根据每组需要剪切样本数量计算得到该组剪切边界;S3.对梯度进行剪切,并且对隐私预算进行分配后,添加差分隐私噪声;S4.找出损失值最小的梯度下降步长并更新隐私样本参数。本发明使信息样本精度损失能有较大幅度的减少,保证了模型最终推荐结果的准确性。

Patent Agency Ranking