公开(公告)号：CN118036032A

公开(公告)日：2024-05-14

申请号：CN202410072726.X

申请日：2024-01-18

Applicant: 国家电网有限公司大数据中心

Inventor： 刘圣龙 ,  吕艳丽 ,  江伊雯 ,  安冰 ,  高原 ,  姜嘉伟 ,  王迪 ,  彭潇 ,  李依馨 ,  冯函宇

IPC: G06F21/60 ,  G06F21/62 ,  G06F21/64

Abstract: 一种面向绿色低碳场景的隐私计算互联互通方法及系统，包括：基于多输入内积函数机制生成主密钥和解密密钥，并将解密密钥发送给各数据拥有方；基于原始数据和解密密钥分别生成原始数据密文和预测密钥发送给各模型拥有方；基于原始数据密文、预测密钥利用代理重加密技术生成密文预测结果，并发送给数据拥有方；基于解密密钥对密文预测结果进行解密得到原始的预测结果；本申请基于多输入内机函数加密完成隐私保护预测，结合代理重加密技术实现预测结果代理，模型拥有方无法恢复原始数据以及预测结果，同时数据拥有方也无法获取模型参数信息；保证模型参数以及用户数据安全的前提下实现了高效、非交互的隐私保护预测，保护了参与双方的数据隐私。

公开(公告)号：CN119377073A

公开(公告)日：2025-01-28

申请号：CN202411623397.X

申请日：2024-11-14

Applicant: 国家电网有限公司大数据中心

Inventor： 李依馨 ,  王宏刚 ,  刘圣龙 ,  吕艳丽 ,  江伊雯 ,  张舸 ,  姜嘉伟 ,  李云昭 ,  高原 ,  古浩毓

IPC: G06F11/34 ,  G06F11/07 ,  G06F18/23 ,  G06N3/0442

Abstract: 本发明公开了一种异常检测方法、装置、设备、介质及产品，包括：获取初始日志数据，并对所述初始日志数据进行解析处理，得到中间日志数据；对所述中间日志数据进行数据转换处理与聚类处理，得到目标日志数据；将所述目标日志数据输入至训练完备的异常检测模型中，得到数据异常信息。上述技术方案，提高了对电力数据库系统中日志数据的异常检测效率与准确率，有效增强了电力数据库系统的安全性和稳定性。

公开(公告)号：CN119415698A

公开(公告)日：2025-02-11

申请号：CN202411112807.4

申请日：2024-08-14

Applicant: 国家电网有限公司大数据中心

Inventor： 程志华 ,  王宏刚 ,  刘圣龙 ,  李依馨 ,  江伊雯 ,  彭潇 ,  王迪 ,  安冰 ,  安思瑶 ,  冯函宇

IPC: G06F16/353 ,  G06F40/284 ,  G06F40/30 ,  G06F18/213 ,  G06F18/214 ,  G06F18/241 ,  G06F18/2431 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/088

Abstract: 本申请公开了一种数据资产的分类方法、装置、设备、存储介质及产品。该包括：获取待分类的数据资产和标签向量库，标签向量库中存储有用于对数据资产进行分类的标签对应的向量表示，向量表示在双塔模型的训练过程中得到，双塔模型中包括用于提取标签的特征的第一子网络和用于提取样本数据资产的特征的第二子网络；通过双塔模型中的第一子网络提取数据资产的特征；从标签向量库中查找数据资产的特征对应的向量表示，并根据向量表示对应的标签确定数据资产所属的分类。上述技术方案在双塔模型的训练过程中可得到标签的向量表示，在实际推理时提取数据资产的文本特征，即可从向量表示中快速匹配相应的标签，完成分类，提高分类的鲁棒性和效率。

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

Inventor： 刘圣龙 ,  夏雨潇 ,  彭潇 ,  王迪 ,  吕艳丽 ,  李依馨 ,  姜嘉伟 ,  张舸 ,  赵涛 ,  周鑫

IPC: H04L9/40 ,  H04L9/30 ,  H04L9/08

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

Inventor： 王宏刚 ,  李云昭 ,  吕艳丽 ,  江伊雯 ,  李依馨 ,  彭潇 ,  王迪 ,  赵涛 ,  夏雨潇 ,  安冰

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。