“冉沛筠”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种智能工厂区块链异常检测方法-CN202310773369.5在审
发明人：彭浩;冉沛筠;刘明生;刘琳;邹东成;郑建武;蔡维德 -专利权人：北京航空航天大学
申请日： 2023-06-28 - 公布日： 2023-10-10 - 主分类号： H04L9/40 文献下载
摘要：本发明公开一种智能工厂区块链异常检测方法，包括步骤：S10,根据智能工厂区块链场景下的联邦学习，运用每个参与节点自身的本地模型，让每个本地模型参与云端全局模型的更新，聚合得到预训练模型；S20,再以预训练模型为基础，训练得到全局异常检测模型；在训练过程中，利用隐私保护方法保护训练过程中参与节点的敏感信息；S30,得到全局异常检测模型后，利用该模型对智能工厂区块链上异常状态进行筛查。本发明在联邦学习的基础上提出了一种新的区块链异常检测方法，可以在不泄露用户模型的情况下，对训练好的用户模型进行秘密聚合。对用户断连也有效的容错能力。在协议运行时大量用户断开连接也能正常执行。
一种智能工厂区块异常检测方法

[发明专利]一种高性能联盟区块链钢铁物流溯源方法-CN202310207599.5在审
发明人：彭浩;刘明生;李建华;王都;郑建武;冉沛筠;赵晓亮;王凯飞 -专利权人：北京航空航天大学;石家庄铁道大学;石家庄铁大科贤信息技术有限公司
申请日： 2023-03-07 - 公布日： 2023-09-19 - 主分类号： G06Q10/083 文献下载
摘要：本发明公开一种高性能联盟区块链钢铁物流溯源方法，包括步骤：获取钢铁物流中上链的数据信息；采用词频统计方法和优化的哈希函数进行交易信息识别；对交易识别信息进行交易验证；通过块体缓存和收据缓存进行缓存，并行处理交易验证；进行溯源结果展示，通过多层分布式缓存和优化的哈希函数加速溯源获得溯源结果，通过跨域信息交互和标志字段处理获得DAG图型区块链来提高数据传输效率。本发明减少冗余验证，缓存应用交易，并行处理区块交易验证，选用执行速度快的哈希函数，采用多级分布式缓存技术对联盟区块链钢铁物流溯源进行高性能优化。
一种性能联盟区块钢铁物流溯源方法

[发明专利]基于增量和分层结构熵最小化的无监督社会事件检测方法-CN202310561215.X在审
发明人：彭浩;冉沛筠;许涵杰;孙硕;张靖赟;蒋燕玲 -专利权人：北京航空航天大学
申请日： 2023-05-18 - 公布日： 2023-09-05 - 主分类号： G06F40/30 文献下载
摘要：本发明公开基于增量和分层结构熵最小化的无监督社会事件检测方法，包括：将社会信息语料输入优化BERT语义相似度模型，获得语句嵌入；基于所获得的语句嵌入，利用增量一维结构熵最小化算法，建立具有增量一维结构熵最小化的消息图；基于消息图，利用分层二维结构熵最小化算法，获取基于分层二维结构熵最小化的社会事件检测；输出多个消息图分区，每个分区对应一个社会事件。本发明将以图结构熵为切入点对传统图神经网络方法做出改良，从信息论的角度去解决社会事件检测问题；基于结构熵的最小化理论和最小化优化算法，提出的社会事件检测方法，保留了图神经网络方法的优点，提高性能，适用于大规模社交网络和消息图上的社会事件检测。
基于增量分层结构最小化监督社会事件检测方法

[发明专利]一种基于区块链的软件异常监测方法-CN202210916187.4有效
发明人：郑建武;李建华;刘明生;刘辉;李文雄;彭浩;冉沛筠;邹东成 -专利权人：石家庄铁道大学
申请日： 2022-08-01 - 公布日： 2023-08-22 - 主分类号： H04L9/40 文献下载
摘要：本发明公开一种基于区块链的软件异常监测方法，基于分布式系统包括多个子系统，子系统通过交换中心与中心数据库进行数据交互，包括步骤：采集系统内部和外网之间的网络流量数据以及系统内部的日志数据，作为待检测数据；将各个子系统待检测数据进行汇总后，系统基于深度学习方法对其进行解析和特征提取，获取可能异常数据；在检测出可能异常数据后，将其汇总至检验和统计模块，检验各子系统上报的异常是否属实，并对检测的准确度进行统计；建立系统维护的联盟链，并在联盟链上记录统计的异常数据；建立共识机制来决定联盟链各节点的记录权。本发明解决目前异常软件检测的缺陷以及以日志为代表的传统异常记录方式的局限。
一种基于区块软件异常监测方法

[发明专利]一种基于证据理论图学习的智能合约代码安全性检测方法-CN202211322557.8在审
发明人：彭浩;冉沛筠;刘明生;邹东成;黄翔;黄永建;张紫霓;李建欣 -专利权人：北京航空航天大学
申请日： 2022-10-27 - 公布日： 2023-03-07 - 主分类号： G06F21/57 文献下载
摘要：本发明公开一种基于证据理论图学习的智能合约代码安全性检测方法，包括步骤：对智能合约代码进行双构图处理，分别为函数视角构图和变量视角构图；对函数视角构图和变量视角构图进行归一化处理；用图神经网络分别对两种构图的节点信息处理；获得两份测试结果，计算可信度系数，可信度系数验证成功；利用DS证据合并结果，输出最终检测结果。本发明在智能合约的构图方面，通过采用两种不同的构图方式独立地得到漏洞检测结果，由于构图方法不同，得到的检测结果应当是互相独立的，符合DS证据理论的使用条件；在得到独立检测结果的基础上，利用DS证据理论将结果综合，得出最终的检测结果，进一步提高检测的准确率。
一种基于证据理论学习智能合约代码安全性检测方法