(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211108074.8 (22)申请日 2022.09.13 (65)同一申请的已公布的文献号 申请公布号 CN 115187151 A (43)申请公布日 2022.10.14 (73)专利权人 北京锘崴信息科技有限公司 地址 100089 北京市海淀区西四环北路158 号1幢三层3—4 43 (72)发明人 刘艺　王爽　王帅　李帜　郑灏　 (74)专利代理 机构 北京中创云知识产权代理事 务所(普通 合伙) 11837 专利代理师 肖佳 (51)Int.Cl. G06Q 10/06(2012.01) G06N 20/00(2019.01)G06Q 40/00(2012.01) G06T 7/10(2017.01) H04N 7/18(2006.01) H04N 21/2347(2011.01) 审查员 施龙权 (54)发明名称 基于联邦学习的排放可信分析方法及金融 信息评价方法 (57)摘要 本发明实施例涉及隐私数据处理技术领域， 具体涉及一种基于联邦学习的排放可信分析方 法及金融信息评价方法， 包括： 确定与集中计算 端连接的多个数据采集节点； 向各图像数据采集 节点下发图像切分模型， 以使得各图像数据采集 节点利用图像切分模型对所采集的节点图像数 据进行图像切分； 接收各图像数据采集节点上传 的切分后的图像数据和非图像数据采集节点上 传的非图像数据； 在可信执行环 境中将切分后的 图像数据和非图像数据输入排放量分析模型进 行分析， 以得到排放监控分析结果。 本发明的技 术方案， 使用图像数据来进行工业排放的监控， 提高了排放监控分析结果的准确性； 并通过联邦 学习方式对图像数据进行处理， 保证了数据处理 过程的安全性和准确性。 权利要求书3页 说明书8页 附图4页 CN 115187151 B 2022.12.09 CN 115187151 B 1.一种基于联邦学习的排放可信分析方法， 其特征在于， 应用于集中计算端， 所述方法 包括： 确定与集中计算端连接的多个数据采集节点， 所述数据采集节点包括图像数据采集节 点和非图像数据采集节点； 向各图像数据采集节点下发图像切分模型， 以使得各图像数据采集节点利用图像切分 模型对所采集的节点图像数据进行图像切分， 得到切分后的图像数据； 所述图像切分模型 由各图像数据采集节点采用联邦学习 方式对原始模型经过训练后得到， 包括： 接 收各图像 数据采集节点发送的节点图像数据， 并对节点图像数据进行标注； 向各图像数据采集节点 下发原始模型和标注后的节点图像数据， 以使得各图像数据采集节点利用标注后的节点图 像数据以及非图像数据采集节点发送的非图像数据进行模型训练， 得到图像切分模型； 接收各图像数据采集节点上传的切分后的图像数据和非图像数据采集节点上传的非 图像数据； 在可信执行环境中将切分后的图像数据和非图像数据输入排放量分析模型进行分析， 以得到排放监控分析结果； 其中， 所述切分后的图像数据还包含有图像数据采集节点采集 图像数据时的角度信息， 所述非 图像数据至少包括待监控区域的热力信息、 风向信息和风 速信息； 所述排放量分析模型的分析步骤， 包括： 依据切分后的图像数据和角度信息， 确定排放对象的三维结构信息； 根据所述三维结 构信息、 热力 信息、 风向信息和风速信息， 确定排烟量和排气量数据。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 得到排放监控分析结果之后， 确定处在相近地区的多个排放点的第一指标比例， 并依 据各排放点本地上传的结果确定第二指标比例， 采用第一指标比例和 第二指标比例进 行对 比校验； 若对比校验的结果为第 一指标比例和第 二指标比例一致， 则根据 各排放点上传的数据 作为排放量标注数据， 更新 排放量分析模型； 若对比校验的结果为第 一指标比例和第 二指标的比例差异超过差异阈值， 则将比例差 异超过差异阈值的排 放点数据确定为 不真实数据。 3.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 接收图像采集节点上传的公钥， 所述图像采集节点生成公钥和私钥的密钥对， 并将公 钥传输给集中计算端； 生成对各图像数据采集节点进行身份认证的验证信息； 采用公钥对验证信息进行加密， 并将加密的验证信息发送至 图像采集节点， 以使得图 像采集节点采用私钥对加密的验证信息解密并进行身份验证后返回； 接收图像数据采集节点发送的进行验证后的验证信 息， 以对各图像数据采集节点进行 身份认证， 以在身份验证通过后进行 数据处理。 4.一种基于联邦学习的排放可信分析方法， 其特征在于， 应用于图像数据采集节点， 所 述方法包括： 接收集中计算端下发的图像切分模型和非图像数据采集节点发送的非图像数据； 所述 图像切分模型由各图像数据采集节点采用联邦学习方式对原始模型经过训练后得到， 包权　利　要　求　书 1/3 页 2 CN 115187151 B 2括： 接收各图像数据采集节点 发送的节点图像数据， 并对节 点图像数据进 行标注； 向各图像 数据采集节点下发原始模型和标注后的节点图像数据， 以使得各图像数据采集节点利用标 注后的节点图像数据以及非图像数据采集节点发送的非图像数据进行模型训练， 得到图像 切分模型； 利用所述图像切分模型和非图像数据对所采集的节点图像数据进行图像切分， 得到切 分后的图像数据； 将切分后的图像数据 上传至集中计算端， 以使得集中计算端在可信执行环境中将该切 分后的图像数据和非 图像数据输入排放量分析模型进行分析， 以得到排放监控分析结果； 其中， 所述切分后的图像数据还包含有图像数据采集节点采集图像数据时的角度信息， 所 述非图像数据至少包括待监控区域的热力 信息、 风向信息和风速信息； 所述排放量分析模型的分析步骤， 包括： 依据切分后的图像数据和角度信息， 确定排放对象的三维结构信息； 根据所述三维结 构信息、 热力 信息、 风向信息和风速信息， 确定排烟量和排气量数据。 5.根据权利要求4所述的方法， 其特征在于， 在对所采集的节点图像数据进行图像切分 之前， 所述方法还 包括： 判断所采集图像数据中的背景色彩与识别目标的色彩是否 接近； 若接近， 则对图像数据进行标记， 以在服务端对具有标记的图像数据进行人工标注， 以 将人工标注结果输入排 放量分析模型； 若不接近， 则利用所述图像切分模型对该节点图像数据进行图像切分， 以将切分的图 像上传给集中计算端。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法还 包括： 根据环境变化调整图像数据的采集方向和角度， 并在上传图像数据时同时上传该图像 数据的采集方向和角度信息 。 7.一种基于排 放监控分析 结果进行 金融信息 评价的方法， 其特 征在于， 所述方法包括： 确定与集中计算端连接的用于检测排放方的多个数据采集节点， 所述数据采集节点包 括图像数据采集节点和非图像数据采集节点； 向各图像数据采集节点下发图像切分模型， 以使得各图像数据采集节点利用图像切分 模型对所采集的节点图像数据进行图像切分， 得到切分后的图像数据； 所述图像切分模型 由各图像数据采集节点采用联邦学习 方式对原始模型经过训练后得到， 包括： 接 收各图像 数据采集节点发送的节点图像数据， 并对节点图像数据进行标注； 向各图像数据采集节点 下发原始模型和标注后的节点图像数据， 以使得各图像数据采集节点利用标注后的节点图 像数据以及非图像数据采集节点发送的非图像数据进行模型训练， 得到图像切分模型； 接收各图像数据采集节点上传的切分后的图像数据和非图像数据采集节点上传的非 图像数据； 在可信执行环境中将切分后的图像数据和非图像数据输入排放量分析模型进行分析， 以得到排放监控分析结果； 其中， 所述切分后的图像数据还包含有图像数据采集节点采集 图像数据时的角度信息， 所述非 图像数据至少包括待监控区域的热力信息、 风向信息和风 速信息； 所述排放量分析模型的分析步骤， 包括：权　利　要　求　书 2/3 页 3 CN 115187151 B 3