(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111541744.0 (22)申请日 2021.12.16 (71)申请人 新智我来网络科技有限公司 地址 100102 北京市朝阳区望京东路1号 (72)发明人 赵蕾　 (74)专利代理 机构 北京嘉科知识产权代理事务 所(特殊普通 合伙) 11687 代理人 陈俊宏 (51)Int.Cl. G06F 21/60(2013.01) G06F 21/64(2013.01) G06F 16/901(2019.01) G06F 16/903(2019.01) G06N 20/00(2019.01) (54)发明名称 一种设备风险隐患的检测方法、 装置、 设备 及介质 (57)摘要 本公开涉及计算机技术技术领域， 提供了一 种设备隐患的检测方法、 装置、 设备及介质。 该方 法包括： 获取各参与方的历史本地设备隐患数 据， 并将历史本地设备隐患数据输入对应的本地 模型进行训练， 获得本地模型； 获取本地模型中 各个参数的梯度向量； 基于预设梯度选择算法选 择预设数量的梯度向量； 根据预设加密算法对预 设数量的梯度向量进行加密得到梯度加密值， 并 查找到梯度加密值对应的索引信息； 将查找到索 引信息的梯度加密值所对应的梯度向量进行聚 合得到聚合后的梯度向量； 更新选择预设数量的 梯度向量， 并基于更新选择预设数量的梯度向量 更新本地模 型； 根据更新后的本地模 型对待检测 设备的图像进行检测， 以得到检测设备是否存在 风险隐患。 权利要求书3页 说明书10页 附图5页 CN 114154187 A 2022.03.08 CN 114154187 A 1.一种设备风险隐患的检测方法， 其特 征在于， 所述方法包括： 获取各参与 方的历史本地设备隐患数据， 并将所述历史本地设备隐患数据输入对应的 本地模型进行训练， 获得对应的初始本地模型； 获取所述对应的初始本地模型中各个参数的梯度向量； 基于预设梯度选择算法在所述各个参数的梯度向量中， 选择 预设数量的梯度向量； 根据预设加密算法对所述预设数量的梯度向量进行加密， 以得到梯度向量加密值， 并 查找到所述梯度向量加密值对应的索引信息； 将查找到索引 信息的梯度向量加密值所对应的梯度向量进行聚合， 以得到聚合后的梯 度向量； 基于聚合后的梯度向量和所述对应的索引信息， 更新选择预设数量的梯度向量， 并基 于更新选择 预设数量的梯度向量更新初始本地模型； 根据所述更新后的本地初始模型对待检测设备的图像进行检测， 设备以得到检测设备 是否存在风险隐患。 2.根据权利要求1所述的方法， 其特征在于， 所述基于预设梯度选择算法在所述各个参 数的梯度向量中， 选择 预设数量的梯度向量， 具体包括： 计算所述梯度向量的绝对值， 并将所述梯度向量的绝对值与 所述梯度向量对应的索引 信息存储于预设第一 集合； 根据所述 绝对值对所述预设第一 集合中的梯度向量进行排序； 基于所述 绝对值与预设梯度表， 确定与所述 绝对值相对应的预设阈值及预设数量； 将所述各个参数的梯度向量的绝对值与 所述预设阈值进行对比， 若所述梯度向量的绝 对值大于预设阈值， 则将该梯度分量与所述对应的索引信息 输入预设第二 集合中； 在所述预设第二 集合中依次选择 出预设数量的梯度向量。 3.根据权利要求2所述的方法， 其特征在于， 所述根据预设加密算法对所述预设数量的 梯度向量进行加密， 以得到梯度向量加密值， 并查找到所述梯度向量加密值对应的索引信 息， 具体包括： 获取所述各参与方生成的包括第一本地私钥和第一基础公钥的本地密钥对； 获取中心 节点生成的包括第二本地私钥和第二基础公钥的本地密钥对； 将所述中心节点的所述第 二基础公钥与 所述各参与 方的所述第 一基础公钥聚合， 获得 传输公钥； 基于预先设定的加密算法与所述传输公钥， 对所述预设数值的梯度向量进行加密， 获 得梯度向量加密值， 并查找到所述梯度向量加密值对应的索引信息 。 4.根据权利要求3所述的方法， 其特征在于， 所述将查找到索引 信息的梯度向量加密值 所对应的梯度向量进行聚合， 以得到聚合后的梯度向量； 基于聚合后的梯度向量和所述对 应的索引信息， 更新选择预设数量的梯度向量， 并基于更新选择预设数量的梯度向量更新 初始本地模型， 具体包括： 将所述梯度向量加密值划分为第一梯度加密数据与第二梯度加密数据； 其中， 所述第 一梯度加密数据与所述第二梯度加密数据包括第一本地私钥与第二本地私钥对应的数据； 对所述第一梯度加密数据与所述第二梯度加密数据中对应所述第一本地私钥的数据 进行求和， 获得 所述聚合结果的第一部分；权　利　要　求　书 1/3 页 2 CN 114154187 A 2对所述第一梯度加密数据与所述第二梯度加密数据中对应所述第二本地私钥的数据 进行求和， 获得聚合结果的第二部分； 根据所述第一本地私钥对所述聚合结果进行第一部分解密， 获得第一部分结果， 并根 据所述第二本地私钥对所述聚合结果进行第二部分解密， 获得第二部分结果； 将所述第一 部分结果与所述第二部分结果进行聚合 运算， 获得更新运算结果； 根据所述对应的索引信息在所述更新 运算结果中获取对应的更新梯度向量； 将所述更新梯度向量下发到所述对应的本地模型， 以使所述本地模型基于所述更新运 算结果进行 更新， 获得 更新后的本地模型。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述更新后的本地初始模型对待 检测设备 的图像进行检测， 以得到检测设备是否存在风险隐患之后， 若确定所述待检测设 备存在隐患设备， 则所述方法还 包括： 获取所述待检测设备的当前运行状态， 并确定所述待检测设备烟道内的风压数据、 所 述待检测设备的风机转速； 基于预先设置的风 量模型， 确定所述待检测设备的风 量系数； 若所述风压数据 大于所述待检测设备的预设风压 阈值， 则获取所述风机转速在预设时 间段内的速度增量， 并基于所述速度增量， 确定与所述风量系 数相对应的突变值； 其中， 所 述预设风压阈值 根据所述烟道外 压力与烟道内压力的压力差的理论阈值确定； 获取所述待检测设备的预设突变阈值， 将所述突变值与所述预设突变阈值进行对比， 获得比对结果； 根据所述比对结果对所述待检测设备的风机转速与所述待检测设备的气阀进行调 整， 以保证所述待检测设备的烟道安全。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述比对结果对所述待检测设备 的风机转速与所述待检测设备 的气阀进行调整， 以保证所述待检测设备 的烟道安全， 具体 包括： 若根据所述对比结果确定所述突变值大于所述预设突变 阈值， 则将所述待检测设备的 气阀关闭； 若根据所述对比结果确定所述突变值小于预设突变值， 则根据 所述待检测设备的预设 风量值确定对应的预设风机转速； 根据所述预设风机转速调 整所述待检测设备的风机转速， 以使所述待检测设备的风机 转速对应的风 量值与所述预设风 量值的差值在预设范围内； 若调整所述待检测设备的风机转速后， 所述待检测设备的风机转速对应的风量值与 所 述预设风 量值的差值 不在预设范围， 则将所述待检测设备的气阀关闭。 7.根据权利要求1至6中任一项所述的方法， 其特征在于， 所述预设加密算法为预设的 同态加密算法。 8.一种设备风险隐患的检测装置， 其特征在于， 包括： 训练模块、 获取模块、 选择模块、 加密模块、 聚合模块、 更新模块、 检测模块； 所述训练模块， 用于获取各参与方的历史本地设备隐患数据， 并将所述历史本地设备 隐患数据输入 对应的本地模型进行训练， 获得对应的初始本地模型； 所述获取模块， 用于获取 所述对应的初始本地模型中各个参数的梯度向量；权　利　要　求　书 2/3 页 3 CN 114154187 A 3