(19)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 202210865738.9 (22)申请日 2022.07.22 (71)申请人 北京智芯微电子科技有限公司 地址 100192 北京市海淀区西小口路6 6号 中关村东升科技园A区3号楼 (72)发明人 郑利斌　白晖峰　甄岩　霍超　 闫波　张颉　张港红　尹志斌　 苑佳楠　罗安琴　谢凡　陈雨新　 刘全春　 (74)专利代理 机构 北京智信四方知识产权代理 有限公司 1 1519 专利代理师 彭杰 (51)Int.Cl. H04L 9/08(2006.01) H04L 9/40(2022.01)H04L 41/16(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01) G16Y 10/35(2020.01) G16Y 30/10(2020.01) (54)发明名称 模型训练方法、 节点检测方法、 装置、 设备及 介质 (57)摘要 本公开涉及通信技术领域， 具体涉及一种模 型训练方法、 节点检测方法、 装置、 设备及介质， 方法应用于边缘设备， 包括： 获取节点注册信息， 并根据节 点注册信息获取至少一个节 点群组； 对 每个节点群组 内的节点进行认证， 以确定白名单 节点； 获取节点的当前业务数据， 并响应于至少 一个节点包括目标节点， 获取当前目标节点的第 一节点状态信息， 并在目标时长后获取目标节点 的第二节点状态信息； 获取节点检测模型， 基于 目标节点的当前业务数据、 第一节点状态信息、 第二节点状态信息进行训练， 获取目标节点检测 模型。 基于目标节点检测模型， 可 以在无需设置 数据阈值的前提下， 对不同场景中节 点的节点状 态进行预测， 降低了检测难度， 提高了检测结果 的准确率。 权利要求书3页 说明书16页 附图4页 CN 115085921 A 2022.09.20 CN 115085921 A 1.一种模型训练方法， 其特 征在于， 所述方法应用于边 缘设备， 所述方法包括： 获取至少一个节点发送的节点注册信 息， 并根据 所述节点注册信 息对所述至少一个节 点进行分组， 以获取至少一个节点群组， 每 个节点群组包括至少一个节点； 对每个所述节点群组内的节点进行认证， 并根据认证结果将目标节点群组内的节点确 定为白名单节点， 所述目标节点群组内的节点均为认证成功的节点； 获取所述至少一个节点的当前业务数据， 并响应于所述至少一个节点包括不属于所述 白名单节点的目标节点， 获取当前所述 目标节点的第一节点状态信息， 并在目标时长后获 取所述目标节点的第二节点状态信息； 获取节点检测模型， 将所述目标节点的当前业务数据及所述第 一节点状态信 息作为输 入， 将所述第二节 点状态信息作为输出， 对所述节点检测模型进 行训练， 以获取目标节点检 测模型。 2.根据权利要求1所述的模型训练方法， 其特征在于， 所述节点注册信 息用于指示对应 节点的节点类型、 业 务类型、 单位时间业 务数据流 量中至少一项。 3.根据权利要求1所述的模型训练方法， 其特征在于， 对所述至少一个节点群组内的节 点进行认证， 包括： 向所述节点群组内的节点发送认证通知信 息， 所述认证通知信 息包括与节点对应的私 钥以及共同随机数， 所述共同随机数为根据所述节点群组内所有节点各自对应的私钥生 成； 接收认证请求信息， 并根据与节点对应的私钥对所述认证请求信息进行解密， 以获取 与节点对应的节点随机数； 根据所述认证请求信息中的节点标识， 对所述节点随机数进行组合， 得到目标随机数； 响应于所述目标随机数与 所述共同随机数匹配， 确定所述节点群组内的节点均为认证 成功的节点。 4.根据权利要求3所述的模型训练方法， 其特征在于， 所述向所述节点群组内的节点发 送认证通知信息之前， 所述方法还 包括： 向所述节点群组内的节点发送节点标识信 息， 所述节点标识信 息包括与节点对应的节 点标识。 5.根据权利要求3所述的模型训练方法， 其特征在于， 所述根据 所述认证请求信 息中的 节点标识， 对所述节点随机数进行组合， 得到目标随机数之前， 所述方法还 包括： 获取发送所述认证请求信 息的节点的请求IP地址， 并根据 所述认证请求信息 中的节点 标识获取与节点标识对应的分配IP地址； 所述根据所述认证请求信息中的节点标识， 对所述节点随机数进行组合， 得到目标随 机数， 包括： 响应于所述请求IP地址与所述分配IP地址匹配， 根据所述认证请求信息中的节点标 识， 对所述节点随机数进行组合， 得到所述目标随机数。 6.根据权利要求1所述的模型训练方法， 其特征在于， 所述对所述节点检测模型进行训 练， 包括： 基于Q‑Learning算法对所述节点检测模型进行训练。 7.根据权利要求1所述的模型训练方法， 其特征在于， 所述将所述目标节点的当前业务权　利　要　求　书 1/3 页 2 CN 115085921 A 2数据及所述第一节点状态信息作为输入， 将所述第二节点状态信息作为输出， 对所述节点 检测模型进行训练， 以获取目标节点检测模型之前， 所述方法还 包括： 接收边缘服务器发送的更新权值参数， 并根据所述更新权值参数对所述节点检测模型 进行更新； 所述将所述目标节点的当前业务数据及所述第 一节点状态信 息作为输入， 将所述第 二 节点状态信息作为输出， 对所述节点检测模型进行训练， 以获取目标节点检测模型， 包括： 将所述目标节点的当前业务数据及所述第 一节点状态信 息作为输入， 将所述第 二节点 状态信息作为输出， 对更新后的节点检测模型进行训练； 响应于训练后的节点检测模型收敛， 将训练后的节点检测模型储存为所述目标节点检 测模型。 8.根据权利要求7 所述的模型训练方法， 其特 征在于， 所述方法还 包括： 响应于训练后的节点检测模型未收敛， 根据训练后的节点检测模型获取第 一梯度更新 矢量， 并向所述 边缘服务器发送所述第一梯度更新矢量。 9.一种模型训练方法， 其特 征在于， 所述方法应用于节点， 所述方法包括： 发送节点注册信息， 并接收认证通知信息， 对所述认证通知信息进行解析以获取与节 点对应的私钥以及 共同随机数， 所述共同随机数为根据所述节点所述的节点群组内所有节 点各自对应的私钥生成； 根据所述节点的节点标识以及所述共同随机数获取与所述节点对应的节点随机数； 发送包括所述节点随机数 预计所述节点标识的认证请求信息 。 10.根据权利要求9所述的模型训练方法， 其特征在于， 所述接收认证通知信 息之前， 所 述方法还 包括： 接收节点标识信息， 并对所述节点标识信息进行解析， 以获取与所述节点对应的节点 标识。 11.一种节点检测方法， 其特 征在于， 所述方法应用于边 缘设备， 所述方法包括： 获取至少一个节点的当前业 务数据以及所述至少一个节点当前的第三节点状态信息； 获取目标节点检测模型， 将所述至少一个节点的当前业务数据以及所述至少一个节点 当前的节点状态信息输入所述目标节点检测模 型， 以获取目标时长后所述至少一个节点的 第四节点状态信息； 响应于根据所述第四节点状态信息确定至少一个目标故障节点， 生成告警信息， 所述 告警信息用于指示所述目标故障节点的节点状态为故障。 12.根据权利要求11所述的节点检测方法， 其特征在于， 所述目标节点检测模型为根据 权利要求1 ‑10中任一项所述的方法得到 。 13.一种模型训练装置， 其特 征在于， 包括： 注册信息获取模块， 被配置为获取至少一个节点发送的节点注册信息， 并根据所述节 点注册信息对所述至少一个节点进行分组， 以获取至少一个节点群组， 每个节点群组包括 至少一个节点； 节点认证模块， 被配置为对每个所述节点群组内的节点进行认证， 并根据认证结果将 目标节点群组内的节 点确定为白名单节点， 所述目标节点群组内的节点均为认证成功的节 点；权　利　要　求　书 2/3 页 3 CN 115085921 A 3