[發(fā)明專利]一種基于多源異構數據聯邦學習的安全生產預警系統

有效

• 申請?zhí)枺?/td>: 202110289458.3
• 申請日: 2021-03-18
• 公開（公告）號: CN113160021B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設計）人: 蔡剛
• 申請（專利權）人: 天津中科物聯科技有限公司
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06K9/62;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 天津垠坤知識產權代理有限公司 12248
• 代理人: 江潔

1.一種基于多源異構數據聯邦學習的安全生產預警系統，其特征在于，包括：作為聯邦學習模型需求者的中央決策服務器和多個作為數據持有者的節(jié)點客戶端，

根據各個節(jié)點客戶端的所擁有的數據類型的數量，在所述中央決策服務器上建立相應數量的中央模型，每一個中央模型處理一種數據類型的數據；

在所述節(jié)點客戶端上建立本地模型，使用本地數據進行模型訓練，生成本地模型參數；

根據所述節(jié)點客戶端的本地數據的數據類型選擇對應的中央模型，將所述本地模型參數上傳至所述對應的中央模型；

每一個所述中央模型均接收多個所述節(jié)點客戶端發(fā)送的本地模型參數，建立全局參數模型；

所述節(jié)點客戶端下載所述全局參數模型，以更新本地模型參數并上傳更新后的本地模型參數，直至所述中央模型收斂或達到預定的訓練輪次；

所述中央模型進行多模態(tài)融合，構建最終多維度的中央模型，

將訓練完成后的所述最終多維度的中央模型下發(fā)至各個節(jié)點客戶端；

所述節(jié)點客戶端利用所述訓練完成后的所述最終多維度的中央模型分析數據以識別出安全隱患，生成識別結果；

根據所述識別結果，實施預警。

2.根據權利要求1所述的基于多源異構數據聯邦學習的安全生產預警系統，其特征在于，所述在所述節(jié)點客戶端上建立本地模型，使用本地數據進行模型訓練，生成本地模型參數的步驟，具體包括：

在所述節(jié)點客戶端上建立異常行為識別模型，根據本地圖像數據通過YOLOV5算法訓練所述異常行為識別模型，生成本地模型參數。

3.根據權利要求1所述的基于多源異構數據聯邦學習的安全生產預警系統，其特征在于，所述在所述節(jié)點客戶端上建立本地模型，使用本地數據進行模型訓練，生成本地模型參數的步驟，具體包括：

在所述節(jié)點客戶端上建立車間安全指數識別模型，根據本地傳感器數據通過SecureBoost安全樹算法訓練所述車間安全指數識別模型，生成本地模型參數。

4.根據權利要求3所述的基于多源異構數據聯邦學習的安全生產預警系統，其特征在于，所述傳感器數據包括：

壓力儲罐的壓力數據、壓力儲罐的溫度數據、壓力儲罐的液位數據、可燃氣體濃度數據、可燃氣體閾值數據和有毒氣體濃度數據。

5.根據權利要求1所述的基于多源異構數據聯邦學習的安全生產預警系統，其特征在于，所述將所述本地模型參數上傳至所述對應的中央模型的步驟，具體包括：采用同態(tài)加密方式將所述本地模型參數上傳至所述對應的中央模型。