基于联邦集成算法对不同脱敏数据的研究

针对联邦学习中存在梯度更新导致本地数据可能泄露的问题,提出基于本地脱敏数据上的联邦集成算法。该算法用变异率与适应度阈值的不同取值对原始数据进行脱敏,且使用不同类型的模型在经不同程度脱敏的数据上进行本地模型训练,以确定适合的联邦集成算法参数。实验结果表明,与联邦平均算法和传统集中式训练相比,stacking联邦集成算法与voting联邦集成算法的准确率要优于基线准确率。在实际应用中,可根据不同的需求设置不同的脱敏参数来保护数据,以此提升数据的安全性。

协同VPD基于HLA的ASP平台及其联邦集成

首先讨论了HLA在集成化虚拟产品开发的协同仿真平台中的研究进展,提出了基于资源管理联邦的协同仿真平台概念,解决了单联邦的不足。在此基础上,基于网络化制造的需要,讨论了ASP平台及其联邦集成,包括其体系结构(FIA)、联邦执行支撑环境(FEI)以及解决的关键技术,实现了多个异构ASP平台联邦集成,用户可跨平台点播,自动导航;开发的联邦集成系统已在北京网络化制造工程中得到了实际应用。

基于高级体系结构的联邦集成测试平台的研究

为充分支持基于高层体系结构(HLA)的联邦仿真系统正确性和可信度等问题的分析、评估工作,有效辅助基于仿真结果所进行的一系列应用决策过程,在全面分析HLA联邦仿真系统对联邦测试需求的基础上,设计实现了联邦集成测试平台(FITP).详细介绍了该集成测试平台的体系结构、主要功能模块,并对其实现过程中的若干关键技术进行了深入研究.实践证明,FITP有效集成了适用于不同测试阶段的测试工具,能够显著提高测试效率以及准确性.

网络化制造系统联邦集成的关键技术

联邦集成架构（FIA）是异构网络化制造系统集成的新方法.本文按照FIA接口规范,实现了FIA中的联邦执行支撑环境（FEI）.对系统的关键技术--分布自治结构的联邦管理技术、支持跨系统任务协作的访问控制与授信技术、跨系统的分布式共享资源调度技术、服务搜索与匹配技术等进行了研究,并给出了相应的解决方案.该联邦集成系统已在北京网络化制造系统集成中得到了实际应用.应用结果表明,联邦模式的集成方案是一种适用于构建大规模服务共享的集成模式,能够适应网络化制造服务异构及运营目标多样化的应用环境.

基于联邦集成算法对多源数据安全性的研究

联邦学习是隐私保护领域关注的热点内容,存在难以集中本地模型参数与因梯度更新造成数据泄露的问题。提出了一种联邦集成算法,使用256 B的密钥将不同类型的初始化模型传输至各数据源并训练,使用不同的集成算法来整合本地模型参数,使数据与模型的安全性得到很大提升。仿真结果表明,对于中小数据集而言,使用Adaboost集成算法得到的模型准确率达到92.505%,标准差约为8.6×10-8,对于大数据集而言,采用stacking集成算法得到的模型的准确率达到92.495%,标准差约为8.85×10-8,与传统整合多方数据集中训练模型的方法相比,在保证准确率的同时兼顾了数据与模型的安全性。

基于深度学习的联邦集成算法

联邦学习是多源隐私数据保护领域研究的热点,其框架在满足数据不出本地的情况下,可以训练出多方均满意的共同模型,但存在本地模型参数难以整合且无法在安全的情况下将多源数据充分使用的问题,因此提出基于深度学习的联邦集成算法,将深度学习与集成学习应用到联邦学习的框架下,通过优化本地模型的参数,提高了本地模型准确率;使用不同的集成算法来整合本地模型参数,在提升模型准确率的同时兼顾了多源数据的安全性。实验结果表明:与传统多源数据处理技术相比,该算法在mnist、digits、letter、wine数据集训练模型的准确率依次提升1%、8%、-1%、1%,在保证准确率的同时也提升多源数据与模型的安全性,具有很重要的应用价值。

基于联邦模式的云制造集成体系架构

云制造平台可以为集团企业和中小企业提供在线服务,然而异构性及不相容性限制了跨平台的云制造资源与能力的共享和协作。为了解决这一问题,提出了基于联邦模式的云制造联邦集成架构及云制造联邦执行支撑环境,为多个异构云制造平台集成提供了一种有效的集成方案,既可实现云制造平台之间的制造资源与能力的共享与协同,也保持了原云制造平台的自治性,任何云制造平台的加入和退出都不影响其他云制造平台的运行。

基于联邦模式的网络化制造系统集成体系结构研究

介绍了基于联邦模式的集成体系结构及联邦执行支撑环境,为多个异构网络化制造系统的集成提供综合框架。既可实现系统之间的资源共享与协同工作,又维持了各系统的自治性,使得任何系统的加入和退出都不影响其他系统的运行。联邦执行支撑环境以中间件形式加载在原有网络化制造系统上,提供标准的非平凡服务,使得系统具有分布式事务处理能力,促使各系统之间建立灵活的互惠合作关系。实现了基于联邦模式体系结构的原型系统,并在北京网络化制造系统集成中得到了实际应用。

网络化制造平台集成及制造网格研究

为解决企业的孤岛问题,提出了一种网络化制造平台集成的网格模式,以实现大范围资源共享和协同工作。引入了网络化制造平台联邦的概念,提出了一种3维集成框架,并重点介绍了基于应用服务提供商的网络化制造平台联邦集成的体系结构和联邦执行支撑系统。解决的关键技术包括基于数据过滤机制的动态资源信息传输技术、跨平台共享资源分布式调度技术、分布自治结构的联邦管理技术、跨平台用户安全授信技术,以及分布式动态共享资源的数据同步技术等。最后,给出了应用实例。

一种模型驱动的云制造联邦接入技术

基于联邦式的云制造服务架构及云制造联邦执行支撑环境,研究了基于模型驱动的云制造联邦接入技术,包括以扩展UML Profile进行云制造平台的问题域元模型的规范化表示、对象约束语言定义的形式化约束表达以及关系定义语言实现的平台对象模型生成算法。这些技术有利于云制造平台快速、一致地构建联邦式协同环境,避免人工准备协同过程难以保持语义一致性的问题,提高协同准备的效率。

基于体系仿真的异构数据库集成环境的实现

该文提出了一种基于组件技术的三层C/S结构的分布式联邦数据库模式,用来管理和实现分布式异构数据库信息集成和数据访问,将系统功能模块封装到组件中并放在中间层的应用服务器上,使得此异构系统具有良好的可重构性。并以PowerBuilder9.0为开发工具、EAServer的JaguarCTS为应用服务器实现了一个基于仿真系统的异构数据库通用集成环境。

建设项目全寿命周期管理中的知识集成

建设项目全寿命周期集成管理的提出,解决了传统项目管理模式中由于各个阶段脱节产生的弊端.它将决策阶段开发管理(DM)、实施阶段业主方项目管理(OPM)和运营阶段物业管理(FM)进行综合考虑.本文对项目全寿命周期管理中的知识集成进行探讨.

基于角色映射的跨平台授权研究

为解决网络化制造平台联邦集成中的跨平台授权问题,提出了一种基于角色映射的跨平台授权方式。独立自治的管理域之间通过角色映射,建立起合同性质的授权关系,并讨论了集成系统信任模型和跨平台访问控制过程。针对基于角色的访问控制模型,定义了包括四种映射关系和三种授权关系的形式化授权模型。为保证跨管理域授权的安全性和角色映射的合理性,提出了基于合同约束、静态约束和动态约束的风险控制机制。最后给出了集成系统授权服务器的体系结构及应用示例。

设计化学主题数据库的数据集成与实施

设计化学主题数据库,实现中国科学院化学化工领域的数据库集成,方法是比较3种主流的数据集成法(数据仓库、联邦数据库集成模式),归纳出联邦数据库集成模式,其优势在于保留了成员数据子库的独立性,各子库可独立地进行维护和更新,它适用于数据类型差别较大,分布异构而且不便统一更新的中国科学院化学化工数据子库实现数据集成。针对中国科学院化学化工领域数据子库的特征,在传统的联邦数据库集成模式上增加数据集成模型作为扩展,以便将数据资源组织起来,构成一个基于化合物唯一标识的相互联系的数据集成平台。在数据集成模型的设计上,比较了以学科分类为根节点和以化合物为根节点2种不同的模型建立方式,其中以化合物为根节点的概念树模型(数据集成模型)能够明显简化数据库用户的检索步骤,有利于化学化工数据库的集成与表达。在用户接口方面,本文着重设计了统一检索入口和可视化显示界面,前者解决了用户在不同的专业数据库之间跳转的问题,后者将来自不同数据源的检索结果按照预设数据模型,分层级分节点的显示给用户。