摘要
本申请公开了基于安全防护的多模态数据融合方法、设备及介质,方法包括:针对采集的每个模态数据,进行数据预处理;针对模态数据进行数据加密;通过预先训练的深度神经网络,将加密数据进行数据融合;针对融合特征进行哈希计算,得到对应的数字签名,并通过智能合约和数字签名,将融合特征存储在已构建的区块链中。通过数据加密和区块链存储,有效抵御恶意攻击与篡改,降低传输、存储环节的数据泄漏风险,增强数据安全性。
技术关键词
融合特征
数据融合方法
深度神经网络
加密数据
解密
感官
分支
非易失性计算机存储介质
计算机可执行指令
数据加密
抵御恶意攻击
大语言模型
数据泄漏风险
注意力
编码器
融合设备
数据安全性
训练样本集
多层感知机
系统为您推荐了相关专利信息
深度神经网络模型
多任务学习策略
构建深度神经网络
采样点
神经网络结构
系统功率分配方法
DNN模型
深度神经网络
决策树模型
高优先级用户
态势感知技术
配电网模型
管控方法
融合特征
节点
电力系统拓扑模型
节点特征
时间序列特征
电力负荷预测方法
深度神经网络