-
公开(公告)号：CN118941153A
公开(公告)日：2024-11-12
申请号：CN202411056752.X
申请日：2021-03-22
Applicant: 国家电网有限公司大数据中心
IPC: G06Q10/0639 , G06Q50/06 , G06F18/214 , G06F18/2431 , G06N20/00
Abstract: 本发明公开了一种数据链路异常定位方法、装置、电子设备及存储介质，该方法包括以下步骤：根据数据链路的传输方式，确定异常定位指标，并获取与各所述异常定位指标对应的异常定位数据或与各所述异常定位指标对应的具体数值；对各所述异常定位指标对应的异常定位数据进行处理，提取异常定位数据所具有的数据特征，确定各所述异常定位指标对应的数据特征；将数据特征输入至预设机器学习分类模型中，得到异常分类结果。本发明可以确定数据链路的异常分类结果，从而便于确定异常定位，提升数据链路监测效率，便于数据链路的维护，并降低人工成本。
-
公开(公告)号：CN114780997A
公开(公告)日：2022-07-22
申请号：CN202210462556.7
申请日：2022-04-28
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明公开了一种数据处理方法、装置、设备和介质。该方法包括：响应于数据处理请求指令，确定目标数据所在的数据片段；对目标数据所在的数据片段执行删除操作，并查找目标数据所在的数据片段之前的最后一个数据片段；从最后一个数据片段开始对预先创建的目标训练模型进行重训练，以得到新的目标训练模型，其中，预先创建的目标训练模型为按照遗忘概率所划分得到的低遗忘概率数据片段和高遗忘概率数据片段对原始训练模型进行训练得到的模型。本实施例解决了现有技术中SISA模型无法充分利用遗忘概率信息的问题，提高聚合之后目标训练模型的预测准确率，加快了模型进行重训练的速度，以及提高了模型的可用性。
-
公开(公告)号：CN113919513A
公开(公告)日：2022-01-11
申请号：CN202111234985.0
申请日：2021-10-22
Applicant: 全球能源互联网研究院有限公司南京分公司 , 国家电网有限公司大数据中心 , 国网江苏省电力有限公司 , 南京大学 , 国家电网有限公司
Abstract: 本申请提供一种联邦学习安全聚合方法、装置及电子设备，该方法包括：获取所有参与联邦学习的用户针对当前样本类别的模型参数更新信息；根据模型参数更新信息，对预设的全局模型进行模型参数的更新，以得到各用户对应的新的全局模型；从预设的测试集中提取与当前样本类别相对应的测试样本，并将测试样本输入到新的全局模型，得到各新的全局模型对应的神经元平均激活值；根据各新的全局模型对应的神经元平均激活值，确定用户聚类结果；根据用户聚类结果，确定当前参与联邦学习的恶意用户。通过根据不同用户针对某种样本类别的模型神经元激活情况，确定恶意用户，实现了对联邦学习参与用户身份的验证，提高了联邦学习聚合结果的可靠性。
-
公开(公告)号：CN119232415A
公开(公告)日：2024-12-31
申请号：CN202310803261.6
申请日：2023-06-30
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明涉及信息安全与技术领域，具体涉及一种匿名认证方法、第三方认证中心、用户节点及边缘服务器。包括：向电力匿名认证系统实体初始化，生成第三方安全参数、边缘服务器公钥和边缘服务器私钥；接收用户节点发送的注册请求；根据第三方安全参数生成用户安全参数和用户节点私钥；将第三方安全参数、边缘服务器公钥、用户安全参数和用户节点私钥发送至用户节点，将边缘服务器私钥发送至边缘服务器，将注册请求中的用户的真实身份标识、用户节点私钥以及二者之间的关系存储至数据库中，完成注册。本发明中用户节点完成注册、与边缘服务器的相互认证、撤销和与边缘服务器的重新连接，实现了用户的匿名性和真实性，有效保护了用户的真实身份信息。
-
公开(公告)号：CN118626982A
公开(公告)日：2024-09-10
申请号：CN202410695649.3
申请日：2024-05-31
Applicant: 国家电网有限公司大数据中心
IPC: G06F18/2433 , H04L9/40 , G06F18/243 , G06F18/214 , G06N20/20
Abstract: 本发明提供了一种大数据网络流量的多模态异常检测方法及系统，包括：获取内网产生的流量数据，并对流量数据进行流分析得到深度包检测特征；通过机器学习模型基于深度包检测特征对流量数据进行异常行为检测，得到多条疑似异常行为流量；将疑似异常行为流量输入深度学习模型中获取其表征向量；基于表征向量对疑似异常行为流量进行检测分类得到异常行为分类结果；本发明为了进一步提升检测准确性，利用深度学习模型对机器学习模型检测得到的疑似异常行为流量，基于多模态特征进行再次检测，能够更加精准的识别网络流量中的异常行为流量；且基于多模态特征检测增加了特征量，不需要获取大量的异常样本就能实现海量流量的异常检测。
-
Patent Agency Ranking
公开(公告)号：CN118228298A
公开(公告)日：2024-06-21
申请号：CN202211635537.6
申请日：2022-12-19
Applicant: 国家电网有限公司大数据中心
IPC: G06F21/62 , G06F21/64 , G06F18/23213 , G06F18/214 , G06N3/044 , G06N3/094 , G06N3/088
Abstract: 一种基于生成对抗网络的电力敏感数据保护方法及系统，包括：基于获取的原始敏感电力数据进行预处理，得到敏感数据集；将所述敏感数据集输入预先训练好的CDP‑WGAN模型中，输出合成数据；其中，所述CDP‑WGAN模型是以生成对抗网络为核心并结合#imgabs0#差分隐私技术训练得到的；本发明在整个敏感数据的保密过程中，利用对抗生成网络的优势来生成相似数据集进行发布，在模型训练中加入差分隐私技术来防止信息攻击者造成的敏感数据泄露，通过加入动态隐私预算分配与自适应梯度裁剪阈值选取，来实现更好的模型性能与保密性，使生成数据可靠性更高。
-
公开(公告)号：CN112596984A
公开(公告)日：2021-04-02
申请号：CN202011613436.X
申请日：2020-12-30
Applicant: 国家电网有限公司大数据中心
Abstract: 本申请实施例提供一种业务弱隔离环境下的数据安全态势感知系统，包括：获取装置、预判趋势装置和可视化展示装置，预判趋势装置与获取装置、可视化展示装置分别连接，并通过获取装置，获取用户访问不同业务系统的过程中产生的安全数据，预判趋势装置对安全数据进行数据预测和关联分析，确定不同业务系统的安全性评估结果，可视化展示装置对各业务系统的安全性评估结果进行可视化展示，实现了基于异构数据对业务弱隔离环境下的数据安全态势感知，有助于及早发现业务系统中的存在的安全隐患，提高业务系统的数据安全。
-
公开(公告)号：CN112422767A
公开(公告)日：2021-02-26
申请号：CN202011188063.6
申请日：2020-10-30
Applicant: 国家电网有限公司大数据中心
IPC: H04N1/44
Abstract: 本发明提供的一种基于视觉效果秘密共享方法及系统，包括：将原始图像拆分为多个秘密图像；将每个秘密图像映射为秘密块；基于秘密块的大小逐块生成多个共享图像块；采用循环堆叠的方式移动各共享图像块实现对共享图像块的加密；解密时将所有共享图像块按次序叠加，获得与原始图像质量相同的解密图像；其中，秘密块具有多个像素，通过逐块加密图像，使共享图像的大小与秘密影像相同，消除了像素扩展，提高了恢复图像的性能，实现几乎无损的视觉加密；通过对加密前后像素块的映射关系进行处理，获得了更高的对比度，同时本发明不需要像传统加解密过程那样需要借助电子设备，本发明可以将共享图像块直接打印到纸上将多张纸垂直排列即可得进行解密。
-
公开(公告)号：CN114863243B
公开(公告)日：2024-12-17
申请号：CN202210463318.8
申请日：2022-04-28
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种模型的数据遗忘方法、装置、设备及存储介质。该方法包括：采用预先训练好的图像识别模型，对获取到的待遗忘图像数据进行图像识别，确定所述待遗忘图像数据的掩码结果，其中，所述图像识别模型包含至少两个卷积网络通道，所述卷积网络通道用于确定通道输入数据的掩码信息和输出特征图，所述掩码结果包括各所述卷积网络通道针对所述待遗忘图像数据输出的掩码信息；获取预设的模型剪枝参数，结合所述掩码结果，从各所述卷积网络通道中确定待剪枝通道，并对所述待剪枝通道进行参数调整，得到参数更新后的图像识别模型。本发明在保持模型识别准确度的同时，实现对部分训练数据的完全遗忘，使被删除的训练数据无法恢复，保护用户隐私。
-
公开(公告)号：CN116684357A
公开(公告)日：2023-09-01
申请号：CN202210162400.7
申请日：2022-02-22
Applicant: 国家电网有限公司大数据中心
IPC: H04L47/2441 , H04L47/2483 , H04L9/40 , H04L9/08
Abstract: 一种传输层安全协议加密流量的识别方法及系统，包括：获取被检测加密流量数据；基于所述被检测加密流量数据进行数据预处理，提取流信息转换为直方图；将所述直方图输入预先训练好的分类模型，进行流量分类，实现加密流量的识别；其中，所述预先训练好的分类模型是以所述直方图为输入，所述直方图对应的消息类型为输出对卷积神经网络进行训练得到。本发明主要针对传输层安全协议的网络流信息,通过提取传输层安全协议记的类型、长度、序列、交互等特征实现加密流量识别。网络流信息可以更好的反应用户行为，对不同的网络应用有更好的识别度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.035 seconds)
