[發明專利]全局異常值的隱私保護和去中心化檢測

在審

• 申請號: 202210402798.7
• 申請日: 2022-04-18
• 公開（公告）號: CN116467732A
• 公開（公告）日: 2023-07-21
• 發明（設計）人: M·C·塞沙
• 申請（專利權）人: 慧與發展有限責任合伙企業
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06N20/00
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 董莘

1.一種網絡設備，包括：

存儲器；以及

一個或多個處理器，被配置為執行被存儲在所述存儲器中的機器可讀指令以用于執行方法，所述方法包括：

將計算環境中的第一傳感器數據作為輸入提供給第一機器學習ML模型，其中所述第一ML模型的輸出確定所述第一傳感器數據的集群的第一多個質心；

將所述第一傳感器數據的集群的所述第一多個質心與由第二ML模型生成的第二多個質心比較；以及

當在比較所述第一多個質心與所述第二多個質心時標識出異常時，發起與所述異常相關聯的動作。

2.根據權利要求1所述的網絡設備，其中所述方法還包括：

生成包括所述第一傳感器數據的集群的所述第一多個質心的電子消息；以及

將所述電子消息傳輸到所述計算環境中的第二網絡設備，其中所述第二網絡設備將第二傳感器數據提供給所述第二ML模型以生成所述第二多個質心。

3.根據權利要求1所述的網絡設備，其中所述第一ML模型和所述第二ML模型都是無監督ML模型。

4.根據權利要求3所述的網絡設備，其中所述第一ML模型和所述第二ML模型實現K均值算法。

5.根據權利要求1所述的網絡設備，其中所述第一ML模型和所述第二ML模型分別在未在所述網絡設備和所述第二網絡設備之外被共享的隱私數據上被訓練。

6.根據權利要求1所述的網絡設備，其中所述第一傳感器數據從在所述計算環境中的服務器基礎設施上被執行的應用被接收。

7.根據權利要求1所述的網絡設備，其中所述網絡設備和所述第二網絡設備形成區塊鏈。

8.根據權利要求1所述的網絡設備，其中所述網絡設備和所述第二網絡設備實現對所述計算環境中的異常的群體學習。

9.根據權利要求1所述的網絡設備，其中所述網絡設備和所述第二網絡設備是所述計算環境中的交換機。

10.一種網絡設備，包括：

存儲器；以及

一個或多個處理器，被配置為執行被存儲在所述存儲器中的機器可讀指令以用于執行方法，所述方法包括：

接收第一傳感器數據的集群的第一多個質心，其中集群的所述第一多個質心由在計算環境中運行第一機器學習ML模型的第二網絡設備確定；

將所述第一傳感器數據的集群的所述第一多個質心與由第二ML模型生成的第二多個質心比較；以及

當在比較所述第一多個質心與所述第二多個質心時標識出異常時，發起與所述異常相關聯的動作。

11.根據權利要求10所述的網絡設備，所述方法還包括：

接收所述計算環境中的第二傳感器數據；以及

將所述第二傳感器數據作為輸入提供給所述第二ML模型，其中所述第二ML模型的輸出確定所述第二傳感器數據的集群的所述第二多個質心。

12.根據權利要求10所述的網絡設備，所述方法還包括：

生成包括所述第一傳感器數據的集群的所述第一多個質心的電子消息；以及

將所述電子消息傳輸到所述計算環境中的第二網絡設備，其中所述第二網絡設備將第二傳感器數據提供給所述第二ML模型以生成所述第二多個質心。

13.根據權利要求10所述的網絡設備，其中所述第一ML模型和所述第二ML模型都是無監督ML模型。

14.根據權利要求13所述的網絡設備，其中所述第一ML模型和所述第二ML模型實現K均值算法。

15.根據權利要求10所述的網絡設備，其中所述第一ML模型和所述第二ML模型分別在未在所述網絡設備和所述第二網絡設備之外被共享的隱私數據上被訓練。