面向企业/政府的大脑服务设计/开发/运维视图一体化数据集

面向企业/政府的大脑服务设计、开发与运维视图一体化数据集，主要服务于流程编排与调度技术研究，以及分布式计算场景下差分隐私保护机制相关的论文与专利研究。数据集覆盖两类核心研究场景：一是分布式服务中基于动态梯度更新的差分隐私保护机制，数据在支持 Python 环境的计算设备上生成，经过预设的数据预处理与参数配置，主要包含用于模型训练与测试的图像类数据，数据集在 dp-dtg 文件夹下按训练集与测试集划分存储，并通过 train_loader 与 test_loader 以批次方式加载使用；二是面向服务的分布式图神经网络计算中基于图划分的差分隐私保护机制，数据通过 Planetoid 类进行处理，在预设参数条件下由 get_dataloader 方法按数据集名称加载，主要记录用于分布式图神经网络模型训练、验证与测试的图结构数据。该一体化数据集系统性汇集论文实验与专利研究过程中使用及产生的数据，为企业和政府大脑服务一体化管理系统及方法研究提供数据支撑，整体数据量约为 50MB。