考虑数据安全的工业互联网制造服务QoS多方联合预测

工业互联网平台支持各类制造资源的泛在连接,能够为不同用户提供全生命周期的制造服务。制造服务QoS(quality of service)在服务匹配、选择和共享中扮演重要角色。然而,如何在保护数据安全的前提下充分利用工业互联网平台下不同企业的制造服务特征数据,对提高QoS预测精度至关重要。为此,提出了一种QoS多方联合预测方法。首先,根据各制造服务商在本地长期累计的相关数据,建立用户—制造服务QoS关系矩阵;进而,在保护用户偏好信息安全下共享企业间制造服务的潜在特征向量实现QoS联合训练,同时应用同态加密与差分隐私加密机制保证传输数据的安全;最后,应用随机梯度下降法迭代更新模型参数以预测缺失的制造服务QoS值。实验以WS-dream数据集与案例企业制造服务共享平台数据为例验证了该方法的有效性,结果表明该方法能够在保护数据安全的前提下有效地提高模型预测的准确度。

“双碳”目标下晋陕蒙隐含碳排放转移研究

为实现“双碳”目标,建立协同减排政策,选择晋陕蒙资源富集区为研究对象,并构建区域投入产出模型,以探究晋陕蒙省际贸易中隐含碳排放转移的特征,分别计算山西、陕西、内蒙古和其他省份之间隐含碳排放的转移量以及三省之间的相互转移量,为地区碳减排责任的界定提供参考依据。研究表明:晋陕蒙地区利用自身的能源储备,向其他省市提供了大量的高耗能、高排放产品;晋陕蒙通过省际贸易对其他省份输出的隐含碳排放高于其他省份对晋陕蒙三省输出的隐含碳排放,对其他省份的供应主要集中于煤炭采选业和石油、炼焦产品、核燃料加工业,满足了其他省份的部分产品需求,但同时也给晋陕蒙带来了一定碳排放压力;在晋陕蒙三省之间,山西与内蒙古承担了陕西在电力、热力方面较大的碳排放压力。