期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
用电量数据的可视化研究综述 被引量:8
1
作者 郑楷洪 杨劲锋 +3 位作者 王鑫 李胜 曾璐琨 龚起航 《电力系统保护与控制》 EI CSCD 北大核心 2022年第9期179-187,共9页
可视化技术是挖掘用电量数据中所蕴含丰富信息的关键技术手段,其相关研究热点集中在四个方面。用电量可视化分析形式主要有堆叠面积图等标准图表和一些自定义图表。用电量监控的可视化系统常用于建筑群和工业过程的能耗分析,其可以在用... 可视化技术是挖掘用电量数据中所蕴含丰富信息的关键技术手段,其相关研究热点集中在四个方面。用电量可视化分析形式主要有堆叠面积图等标准图表和一些自定义图表。用电量监控的可视化系统常用于建筑群和工业过程的能耗分析,其可以在用电行为纠正等方面发挥作用。用电异常的可视化包括异常计量用电数据和异常用电行为两个方面,以从源头提高计量数据质量,减少防窃电工作量。用电量数据挖掘的可视化研究集中在用电量预测中更实时的交互手段和用电用户分类中聚类分析算法的过程展现。以往各项的研究仍存在数据量较小、数据维度不高、未考虑外部因素等不足。未来应提升数据量级、扩大时空范围、融合多源数据、建立更细颗粒度用电数据模型。 展开更多
关键词 用电量 数据可视化 可视分析 可视化应用
在线阅读 下载PDF
一种面向电能量数据的联邦学习可靠性激励机制 被引量:11
2
作者 王鑫 周泽宝 +4 位作者 余芸 陈禹旭 任昊文 蒋一波 孙凌云 《计算机科学》 CSCD 北大核心 2022年第3期31-38,共8页
联邦学习解决了数据安全日益受到重视条件下的数据互用难题,但是传统联邦学习缺少鼓励和吸引数据拥有方参与到联邦学习中的激励机制,联邦学习审核机制的缺失给恶意节点进行破坏攻击提供了可能性。针对这个问题,文中提出基于区块链技术... 联邦学习解决了数据安全日益受到重视条件下的数据互用难题,但是传统联邦学习缺少鼓励和吸引数据拥有方参与到联邦学习中的激励机制,联邦学习审核机制的缺失给恶意节点进行破坏攻击提供了可能性。针对这个问题,文中提出基于区块链技术的面向电能量数据的可靠的联邦学习激励机制。该方法从对数据参与方的训练参与进行奖励和对数据参与方的数据可靠性进行评估两方面入手,设计算法对数据参与方的训练效果进行评估,从训练效果和训练成本等角度来确定数据参与方的贡献度,并根据贡献度来对参与方进行奖励,同时针对数据参与方的可靠性建立声望模型,根据训练效果对数据参与方的声望进行更新,藉此实现对数据参与方的可靠性评估。基于联邦学习开源框架和真实电能量数据进行算例分析,所得结果验证了所提方法的有效性。 展开更多
关键词 电力计量 联邦学习 区块链 激励机制 可靠性 声望模型
在线阅读 下载PDF
基于动态行为和机器学习的恶意代码检测方法 被引量:13
3
作者 陈佳捷 彭伯庄 吴佩泽 《计算机工程》 CAS CSCD 北大核心 2021年第3期166-173,共8页
目前恶意代码出现频繁且抗识别性加强,现有基于签名的恶意代码检测方法无法识别未知与隐藏的恶意代码。提出一种结合动态行为和机器学习的恶意代码检测方法。搭建自动化分析Cuckoo沙箱记录恶意代码的行为信息和网络流量,结合Cuckoo沙箱... 目前恶意代码出现频繁且抗识别性加强,现有基于签名的恶意代码检测方法无法识别未知与隐藏的恶意代码。提出一种结合动态行为和机器学习的恶意代码检测方法。搭建自动化分析Cuckoo沙箱记录恶意代码的行为信息和网络流量,结合Cuckoo沙箱与改进DynamoRIO系统作为虚拟环境,提取并融合恶意代码样本API调用序列及网络行为特征。在此基础上,基于双向门循环单元(BGRU)建立恶意代码检测模型,并在含有12170个恶意代码样本和5983个良性应用程序样本的数据集上对模型效果进行验证。实验结果表明,该方法能全面获得恶意代码的行为信息,其所用BGRU模型的检测效果较LSTM、BLSTM等模型更好,精确率和F1值分别达到97.84%和98.07%,训练速度为BLSTM模型的1.26倍。 展开更多
关键词 恶意代码 应用程序接口序列 流量分析 Cuckoo沙箱 DynamoRIO系统 双向门循环单元网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部