“李昕朋”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]面向联邦学习的安全聚合方法及系统-CN202211468071.5在审
发明人：回红;李昕朋;邱卫东;唐鹏;黄征;王强民;王杨德;郭捷 -专利权人：上海交通大学
申请日： 2022-11-22 - 公布日： 2023-03-21 - 主分类号： H04L41/14 文献下载
摘要：一种面向联邦学习的安全聚合方法及系统，通过服务器端循环广播全局模型和钥匙数据，由各个客户端将收到的广播数据与本地数据整合后训练广播收到的全局模型并上传本地模型至服务器端，由服务器端进行模型安全聚合及收敛判断，实现联邦学习系统的模型安全性。本发明在面对复杂的攻击手段时仍可以实现较好的防护效果；在恶意客户端节点数量超过半数的情况下，仍可以实现联邦学习系统的安全性。
面向联邦学习安全聚合方法系统

[发明专利]面向联邦学习的模型自动训练方法-CN202211361727.3在审
发明人：唐鹏;邱卫东;黄征;罗宇辰;李昕朋;张浩臣;王强民;郭捷 -专利权人：上海交通大学
申请日： 2022-11-02 - 公布日： 2023-03-10 - 主分类号： G06F18/214 文献下载
摘要：一种面向联邦学习的模型自动训练方法，根据联邦学习平台所需的样本的数量和特征维度生成伪样本，采用XGBoost模型为基础进行训练任务的搭建，使用伪样本以连续二分减半的方法进行学习率和最大深度的参数搜索迭代，将最终的搜索结果作为联邦学习训练的配置参数。本发明通过不断提高数据集的采样比的迭代过程来缩小模型自动训练最佳参数的范围，从而避免地毯式、漫无目的地参数搜索。将整个搜索过程引导到一个合适的初始方向。在这个合适的范围内找到最合适的参数。在提高采样比的过程中通过不断变异生成近似子代的方式来获取适应更大样本的最佳参数。根据该参数搜索的算法特性，使整个搜索过程收敛得非常快且具有鲁棒性。
面向联邦学习模型自动训练方法

[发明专利]面向联邦学习的网络监控系统及方法-CN202211367168.7在审
发明人：王力凡;邱卫东;黄征;唐鹏;张西珩;李昕朋;张浩臣;王强民;郭捷;许可 -专利权人：上海交通大学
申请日： 2022-11-02 - 公布日： 2023-03-07 - 主分类号： H04L9/40 文献下载
摘要：一种面向联邦学习的网络监控系统及方法，通过跨站点通讯流量监控模块通过配置iptables防火墙规则和定时数据抓取任务，对联邦学习中不同站点间的分时通讯流量进行统计，并分析各个任务、用户所使用的流量数据并以数据接口形式返回至用户前端实现可视化；通过本地站点任务监控模块通过docker容器快速部署，定时调用联邦学习对外任务统计接口，记录联邦学习本站点参与的联邦学习任务的任务多维度信息，并提供任务数据接口展示各类任务信息。本发明通过对联邦学习平台进行监察，统计联邦学习任务具体信息，保证监控任务的真实性和正确性，对联邦学习任务的合规性、合法性和效率性进行监督，方便平台管理人员的日常管理和分析。
面向联邦学习网络监控系统方法

[发明专利]面向车险用户的智能化换车预测方法-CN202110851738.9在审
发明人：邱卫东;黄征;崔海名;来春蕾;代德发;鲁静文;唐鹏;徐源;李昕朋;陆尔东;徐春雷 -专利权人：上海交通大学;中国太平洋保险（集团）股份有限公司
申请日： 2021-07-27 - 公布日： 2021-10-29 - 主分类号： G06Q40/08 文献下载
摘要：一种面向车险用户的智能化换车预测系统及方法，该系统包括：数据处理模块、离线训练模块以及在线预测模块，数据处理模块根据用户车险保单信息，进行数据筛选和数据标注处理并输出用户是否换车及更换车型结果，离线训练模块根据用户车险保单及标注信息，进行机器学习模型训练并输出预测模型，在线预测模块根据新的用户保单信息及预测模型，进行用户是否换车以及更换指定车型预测，输出用户是否换车以及是否更换指定车型。本发明根据历史用户车险保单数据中前后年份保单中投保车辆是否一致来标注用户是否换车以及所更换的车型，筛选用户相关特征集以训练机器学习以及深度学习模型，完成用户是否换车以及是否更换指定车型的精准预测。
面向车险用户智能化换车预测方法