网络安全态势的感知方法和装置及感知模型训练方法和装置

    公开(公告)号:CN106953862A

    公开(公告)日:2017-07-14

    申请号:CN201710178579.4

    申请日:2017-03-23

    Abstract: 本发明公开了一种基于Tensorflow和Docker的网络安全态势的感知方法和装置及感知模型训练方法和装置,该感知模型训练方法包括:获取历史网络态势要素数据;采用所述历史网络态势要素数据训练预设的网络安全态势感知模型,所述网络安全态势感知模型包括运行在Docker容器内的Tensorflow宽度和深度学习子模型;判断所述网络安全态势感知模型的训练结果是否达到预期;当未达到预期时,重复执行所述获取历史网络态势要素数据的步骤至所述采用所述历史网络态势要素数据训练预设的网络安全态势感知模型的步骤,直至所述网络安全态势感知模型的训练结果达到预期。由此,能够高效的处理海量网络数据,从而有效地进行网络安全态势的感知。

    激励型电力需求响应的用户响应策略优化方法

    公开(公告)号:CN107545364B

    公开(公告)日:2020-08-07

    申请号:CN201710738345.0

    申请日:2017-08-25

    Abstract: 本发明公开了一种激励型电力需求响应的用户响应策略优化方法,通过确认用户的资源参数;建立用户成本效益模型并设置目标函数;建立用户可靠性量化模型并设置目标函数;联立两个目标函数为多目标优化模型;采用多目标遗传算法NSGA‑II求解模型,获取用户响应策略的Pareto非劣解集和由用户利润和用户综合可靠性指标组成的优化结果集合;求取所有优化结果与构建的理想结果之间的归一化欧氏距离;按照归一化欧氏距离对优化结果排序,形成待评价集合,对于待评价集合中的优化结果采用熵权双基点法进行评价,最终获取用户最佳响应策略。本发明均衡了用户的经济性和可靠性,能够针对多元用户共同参与响应给出合理响应顺序,尤其适用于多元用户的响应策略优化。

Patent Agency Ranking